目录
- 节目引入与文艺复兴科技的起点 [00:00:00 - 00:15:00]
- 从Berkeley开车进San Francisc [00:15:00 - 00:30:01]
- 你居然觉得自己能在New York Times上 [00:30:01 - 00:45:03]
- 是因为那是唯一跑得通 [00:45:03 - 01:00:03]
- 前提是他们真的想清楚了 [01:00:03 - 01:15:05]
- 向你学习这些东西 [01:15:05 - 01:30:05]
- 养老金 [01:30:05 - 01:45:06]
- 但你不会像在乎自己团队那样在乎 [01:45:06 - 02:00:07]
- 机构基金大概是600亿到700亿美元 [02:00:07 - 02:15:09]
- 不招华尔街之类的人时 [02:15:09 - 02:30:09]
- 熊市对牛市没有死 [02:30:09 - 02:43:20]
节目引入与文艺复兴科技的起点
一凯：欢迎收听跨国串门计划,这是一档专注于让中文听众无障碍欣赏全球优质外语播客的节目。通过先进的AI声纹克隆技术,我们不仅将内容翻译成中文,还完美保留了原主持人和嘉宾的独特声音,为您呈现全球顶尖的AI、财经、健康与科技领域精品内容。我是主播一凯，一位热衷于AI领域的产品经理，很荣幸能为您搭建这座跨越语言障碍的桥梁，接下来让我为您简单介绍本期我们克隆的这档节目，并分享几句非常精彩的原话，本期我们克隆的是Aquired第14季第三季，这是一档专门讲伟大公司及其背后故事和打法的商业播客，两位主持人Ben Gilbert和David Rosenthal 将视角投向历史上最神秘 [00:00:00]
一凯：业绩也最惊人的量化投资公司 Renaissance Technologies 以及他的创始人Jim Simons 和传奇的Medallion Fund 节目里有几句原话特别有代表性，他们惊人的业绩，只能和他们极端的保密程度相比，你是在造身里找信号，试图用计算机和算法，从那些看起来近乎随机的东西里挖出信号，我们发现，教聪明人做投资，比教投资人变聪明更容易，他们就是庄家，而且有优势，这个优势建立在一张关系图上，图里是这些实体之间的所有关系，这些话背后，是一段横跨数学，密码破译，金融市场和组织设计的故事，那我们就一起来听听，这期完整对话，我以前打Renaissance这个词的时候，总是会拼错，打到Ren之后 [00:00:53]
一凯：就有点不知道后面该怎么拼了，后来我学了一个记忆法，确保自己不会拼错 [00:01:46]
节目片段：我还以为你要说，这一个月你已经打了太多遍，现在终于记住了，这也是原因之一，不过你准备好听这个了吗 Renaissance这个词里少不了AI 这下厉害 [00:01:52]
一凯：算你说得妙 [00:02:06]
Ben Gilbert：好我们开始，欢迎来到Aquired第14集第三集 Aquired是一档讲伟大公司，以及他们背后的故事和打法的播客，我是Ben Gilbert 我是David Rosenthal 我们是你们的主持人David 人们常说，作为投资者，你不可能跑赢市场，也不可能择时市场，与其主动选股，不如买指数，再用定投摊平成本，他们还说，对冲基金的收益没有持续性，今年的大赢家，明年可能就是大输家，而且没人能在，不承担巨大风险的情况下，获得巨大的超额收益，我上大学的时候 [00:02:08]
David Rosenthal：确实上过一门经济学课，老师是Burton Melchior 他当然参与了Vanguard的创立，也是这些理念的大力支持者，所以Ben 这就是我当时学到的东西 [00:02:45]
Ben Gilbert：David 结果他们错了，今天各位听众，我们要讲的是历史上，业绩最好的投资公司 Renaissance Technologies 也就是Rentech 他们管理数十亿美元，三十年的业绩记录，回报率超过你听过的任何人，包括Berkshire Hathaway Bridgewater George Soros Peter Lynch 或者其他任何人，那为什么你没听过他们，或者就算听过，为什么你对他们了解不多，因为他们惊人的业绩，只能和他们极端的保密程度相比，而且他们几乎在每个方面都很不寻常，他们的创始人Jim Simons 在创办Renaissance之前，曾经在冷战时期，为美国政府做密码破译工作，创始人和早期员工里，没有任何人有投资背景，他们把整家公司搭起来的方式，是招聘物理学博士，天文学家和语音识别研究人员 [00:02:58]
Ben Gilbert：他们位于长岛一个很偏僻的小镇，几乎可以说是在荒郊野外，他们不关注营收利润，甚至不关注他们投资的那些公司CEO是谁，在任何一个时间点，他们可能甚至说不清自己实际持有哪些股票，现在你可能会想，好吧，我刚刚知道了这么一个疯狂的基金，业绩不可思议，具体来说，各位听众，它的费钱年化收益率是66% 那我当然想投资，但你投不了，除了我刚才说的所有这些之外 Rentech的旗舰基金Medallion Fund 不接受任何外部投资者，这支基金创造了数十亿美元收益，让公司的合伙人变得极其富有，所以他们允许进入的投资者，只有他们自己，这一点我们会在本集后面讲很多，因为我觉得它某种程度上，是整件事的关键 David 你这是留悬念，我很期待，那么Renaissance到底做什么 [00:03:52]
Ben Gilbert：为什么它能成功，它又是怎么演变成今天这个样子的，虽然外部资料很少，一个原因是员工要签终身保密协议，但David和我会带大家梳理，我们研究中了解到的所有内容，我们会一直追溯到Jim Simons 成为数学教授之前，从那里开始理解这一切，这一集是由我们的 Acquired Limited Partners选出来的，说实话，我原本以为知道RenTech的人不够多，不会选他，但我们拿出来投票之后，大家已经表态了，如果你想成为Limited Partner 每一季选一集节目，并参加我们每季度的Zoom通话，可以去Acquired FM Fay LP加入，如果你想在每次新节目发布时收到通知，可以在Acquired FM Fay Email注册，这些邮件里还会包含下一集节目的提示，以及之前节目的补充事实，比如这一次，有一位听众Nicholas Cullen给我们发邮件 [00:04:46]
Ben Gilbert：找到了HermFace控股家族股东H51的，章程原始文件，我们已经在最近这封邮件里放了链接，听完之后，欢迎到Aquired FM Phalac 和我们聊这一集，如果你想听David和我更多内容，可以去听ACQ2 我们最近一起请到了Lotta BJ Ferk-Nutson 他领导的团队在Novo Nordisk 做出了第一批GLPE 所以如果你喜欢Novo那一集，这会是很棒的后续内容，说到这里，本节目不构成投资建议 David和我可能持有我们讨论的公司相关投资，或者也可能只是希望自己持有，本节目仅供信息和娱乐用途 David我们今天的故事从哪里开始，我们从1938年开始 [00:05:40]
David Rosenthal：地点是马萨诸塞州Newton 那里就在波士顿旁边，是一个相当富裕的郊区 James Simons就出生在那里 Jim的父母都非常非常聪明，尤其是他的母亲Marsha 他父亲是电影公司20T Century Fox的销售员，工作内容是在美国东北部各家影院之间跑，向他们销售电影套装，这太酷了，顺便说一句，我们之所以知道这些，要感谢Greg Zuckerman 他是The Man Who Solved the Market的作者，那是市面上唯一一本专门写Rentac和Jim Simons的书，我们在研究时还真的和Greg聊过，他帮了我们很多，谢谢你 Greg 他还帮我们核对了几个，关于那本书出版之后，发生的事情的判断，这就是Jim的父母，不过真正对他成长影响很大的，是他的外祖父，也就是Marsha的父亲 [00:06:22]
David Rosenthal：这里已经有点，贝扎斯故事的影子了，外祖父，也就是母亲的父亲，和他相处很多时间，影响了年幼的Jeff 或者这里的年幼Jim 当然，贝扎斯后来职业生涯的起点，就是D.E. Shaw 那是一家量化基金，和Rentek差不多同一时期发展起来，不过我们先回到 20世纪40年代的Jim 他的外祖父Peter有一家鞋厂，生产女士正装鞋 Jim小时候经常待在那家工厂里 Jim的外祖父Peter 是个很有意思的人，他是俄罗斯移民，而且在那个时候，他身上的俄罗斯气质，还是比波士顿气质更重 Greg在书里是这么写的 Peter很喜欢给Jim 和他的表兄弟姐妹，讲祖国的故事，里面有狼，女人，鱼子酱和福特加，他还在工厂里教年幼的Jim 说俄语短句，比如给我一支烟 [00:07:16]
David Rosenthal：还有亲我的屁股，我觉得Jim后来一辈子，可能说过这句话数千次，我也这么觉得，你要是看Jim的采访，会发现他的手总是在抖，因为他一辈子，都在一根接一根地抽烟，可能从十岁左右，在工厂里就开始了，一天三包Merit 真是难以置信 [00:08:10]
Ben Gilbert：不过我觉得他晚年后来戒了，但他人生前面大部分时间，都一直抽得很凶，差不多可以说，前75年都是这样 Rentai的会议室和作战室，有一些很有名的故事 [00:08:30]
David Rosenthal：市场出现疯狂波动的时候，房间里全是香烟烟雾，而且全都是Jim抽出来的，时代不一样，时代不一样，但我们还是回到 Jim在波士顿郊区的童年，他家当然不是超级富豪，也不是特别有钱，但非常稳的属于中上阶层，尤其是他还是独生子，他能得到父母家人，外祖父的全部资源，外祖父又是那种，挺富裕的创业者 Jim在波士顿地区，也能接触到真正有钱的人，他后来讲过，我观察到，有钱是一件很舒服的事，我对做生意没兴趣，但这不代表我对钱没兴趣，对，这两个东西之间的区别很重要，必须分清楚，对，非常非常重要，他所说的，对做生意没兴趣，是因为，他从很小的时候开始 [00:08:42]
David Rosenthal：就特别迷数学，传说是这样 Jim四岁的时候，自己撞上了，古希腊时代Zeno 那个著名悖论，这个故事很棒 Zeno悖论的大意是，如果你一直把一个量除以二 [00:09:36]
Ben Gilbert：那你永远到不了零，你会渐进地靠近零，但永远不会真正碰到零，要到零，你需要加法或者减法，除法不行，所以Jim四岁的时候，发现他们需要去加油站，把油箱加满，就提出了一个想法，那我们每次，只用掉油箱里一半的汽油就好了，因为这样之后，我们还能继续只用掉油箱里，剩下汽油的一半，有意思的是 [00:09:49]
David Rosenthal：一个四岁小孩不会想到，那这样我们其实也开不了多远 Jim的梦想，是去接那头剑桥的MIT学数学，他用三年读完高中，在MIT大一第二学期，他选了一门研究生层次的，抽象代数数学研讨课，这内容已经相当高深了 Jim后来确实用三年，读完了MIT本科，又用一年拿了硕士，对非常非常聪明，但是他大一以上的那门，研究生研讨课，后来其实对他影响很大，因为他在那门课上表现不好，他跟不上 Jim在这里很有自知之明 MIT里有些人，从来不会遇到难题，从来不会碰到极限，理解任何概念，都不会吃力，他意识到，哦我很聪明，我非常非常聪明，我比这里大多数人都聪明，但我不是那种人，对 [00:10:14]
Ben Gilbert：那你知道这个信息，以后该怎么办，你会意识到，要想在某件事上，做到最好，必须把几项能力，叠加起来，你得聪明，还得有别的东西，对 Jim自己是这么说的，我是个不错的数学家，我不是世界上最厉害的，但我相当不错 [00:11:07]
David Rosenthal：但他也意识到，就像你说的 Ben他有另一种优势，而大多数超级天才，缺少这种优势，用他的话说，就是他有好的品位，下面是他的原话，科学里的品位非常重要，你要能分辨什么是好问题，什么问题就算得出答案，也根本没人关心，这就是品位，我觉得我有好的品位，顺便说一句 [00:11:20]
Ben Gilbert：这和Jeff Bezos的经历一模一样，他在大学时意识到自己，想当理论物理学家，结果遇到了一些，脑力极其强的人，那些人后来会成为，世界上最好的理论物理学家 [00:11:47]
David Rosenthal：然后他说，我很聪明，但没聪明到那个程度，于是他转去了计算机科学，我觉得这里可以拿体育来类比，有全明星球员，有名人堂级球员，然后还有LeBron和MJ Jim 最后成了名人堂级的数学家，但他不是Tom Brady Jim最后成了名人堂级的数学家，但他不是Tom Brady 但他毕竟有一个很重要的定理，是以他的名字命名的，而且那个定理，后来成了物理学理弦理论的基础之一，物理甚至都不是Jim的领域，太疯狂了，不过Jim对自己的这个认识，后来成了Rentek最终做出来那套，秘密配方里最重要的关键之一，他知道在MIT这种地方，他不是房间里最聪明的人，但他跟得上这些人，他也知道自己有这种品味的概念 [00:12:01]
David Rosenthal：这意味着他能和所有人打交道，他听得懂大家在说什么，随便从街上拉一个人，可能根本没法和这些人真正聊起来，但Jim可以，同时他又有一种视角，也许一部分来自他外祖父，就是他知道现实世界里什么才重要，结果就是他在MIT的朋友们，还有这些超级聪明的人，都会仰望他，因为你不是高中舞会角落里，那个没人理的孩子，你很酷，他是一个外向型的理论数学家，对所以他高中时当选过班主席，他抽烟受女生欢迎，长得还有点像Humphrey Bogart 他是个很受欢迎的人，尤其是在那个年代，现在说的是50年代末 Jim在MIT的时候，那差不多是James Dean和Rebel Without a Cause的时代，所以毕业以后 Jim带着他的哥们骑小摩托，去公路旅行，这事你都编不出来 [00:12:55]
David Rosenthal：他们从Boston一路往南，骑到波哥塔，其中一个同学就是那里的人，他们的想法是，要干一件特别史诗级的事，让报纸不得不报道，于是他们全都骑上小摩托，一路开去波哥塔，他们一路遇到各种冒险，有刀有枪还被关进了监狱，说真的，这群人感冒这种风险太疯狂了，完全疯狂，所以Jim从MIT毕业，又结束了那趟公路旅行之后，就去了California的Berkeley 跟着Shane Shan教授读博士，很多年以后 Jim会和Chern合作，提出我们前面聊过的 Chern-Simmons Theory 它后来成了物理学险理论的，基础组成部分之一，但在Jim动身去西海岸之前，他在Boston认识了一个女孩，然后他们决定四天后订婚 [00:13:49]
David Rosenthal：我的意思是，这就是当年的他，那个时代就是这样，等他们到了California并结婚后 Jim拿到一笔5000美元的结婚礼金，我记得应该是他父母给的，然后他决定，我要把这笔钱变多，于是他每天早上，从Berkeley开车进San Francisco [00:14:44]
从Berkeley开车进San Francisc
David Rosenthal：从Berkeley开车进San Francisco 去Meryl Lynch的经纪公司办公室待着，他就像个经纪公司里的常客一样，天天在那里晃，想办法交易，把这笔钱变成更多的钱，这一点想起来特别有意思，因为在那个年代 [00:15:00]
Ben Gilbert：光是人在现场就有很大优势，这里甚至还不是交易大厅，但市场里的信息都非常手工化，也非常依赖关系，所以如果你不亲自到现场，基本就没办法参与到那股交易气氛里 [00:15:16]
David Rosenthal：没错，你不能直接登陆Yahoo Finance 或者打开iPhone上的股票APP 而且他们拿到的信息，天知道从New York传过来，延迟了多久，如果是Jim 后来参与的期货和大宗商品交易，那信息还可能是从Chicago传过来的，他已经尽可能靠近现场了，但离真正的交易现场，还是非常非常远，尽管如此，他一开始做交易时 Jim走了一波好运，几天之内赚了50% 交易很简单吗，交易很简单，他说，我一下就上瘾了，那种感觉有点刺激，我能想象，只不过，他很快就把所有利润都亏光了，这个教训早点学到很重要，对，而且差不多就在这个时候，他的妻子Barbara 怀上了他们的第一个孩子，他就说，你不能每天早上开车去San Francisco [00:15:30]
David Rosenthal：然后这样拿我们的未来去赌博，对，本质上就是在赌马，对，完全就是，所以Jim说好吧，好吧，我不做了，我先专注学术，暂时如此，于是他两年读完博士，他们回到Boston 他23岁时加入MIT 成为一名初级教授，他们在Boston待了一年，但Jim虽然已经有了家庭，虽然作为年轻学者，已经非常成功，也有了孩子，他还是坐不住，所以他有一个，一起骑小摩托去，波格塔的朋友，本来就是波格塔人，也住在那里，家也在那里，这个朋友有个想法，想开一家地砖制造公司，因为他觉得 MIT和Boston的地面，铺装比波格塔好太多了，我们应该开家公司，在这里做同样的地砖，我读到这里的时候，完全不敢相信 [00:16:24]
Ben Gilbert：这是Jim Simons的，第一笔商业尝试，这也太随机了，但他确实很能说明，他当时有多么喜欢追求刺激，多么想找任何意想不到，不一样，让人兴奋的东西 [00:17:14]
David Rosenthal：他就是很快会觉得无聊，不只是他的创业生涯，从这里开始，更重要的是，这件事在财务上埋下的种子，后来促成了Rentek的诞生，太离谱了，真的太离谱了 [00:17:27]
Ben Gilbert：所以Jim修了一年假，去了波哥塔，这个人本科和硕士都在MIT 博士在Berkeley 研究理论数学，而且当时已经是MIT的教授了 [00:17:41]
David Rosenthal：结果他修一年假，跑去波哥塔做一家地砖公司，对没错，他做了一年，把公司搭起来，然后又觉得无聊了，他的意思是，好吧，我不想只是经营这家公司，我已经帮忙把他搭好了，现在也有股份了，于是他又回到Boston 这一次去了Harvard 当了一年教授，他这履历真是越攒越多，但他在那里待了一年，又开始信仰了，而且初级教授的工资也没那么高，就像我们前面讲他小时候那样，他一直觉得有钱这件事很有吸引力，他觉得，这条路没法让我变有钱，所以他说，我要把自己的能力，拿到公开市场上去试试，他在New Jersey的Princeton找到一份工作，不是在Princeton University 而是在Institute for Defense Analysis 这是一个非盈利组织，只为美国政府提供咨询，具体来说是国防部 [00:17:53]
David Rosenthal：更具体来说是NSA 这些人是民间的破译员，这个机构基本上是带着两个想法成立的，第一，政府不同部门之间需要更好的协作 [00:18:48]
Ben Gilbert：也需要共同资助同一些项目，第二，会有很多不在政府工作的人，我们也想雇他们来做一些相当机密的工作，所以Princeton那里的IDA 某种程度上很像也在Princeton的Institute for Advanced Study [00:18:59]
David Rosenthal：Einstein来美国之后去的就是那里，他像一个独立的智库和研究机构，只不过他全部聚焦在冷战期间，针对苏联的密码破译和信号情报，这个章程挺夸张的，而且这个组织也特别特殊 [00:19:13]
Ben Gilbert：这些人花时间的方式，一部分是破译密码，一部分有点像在瞎玩，因为数学家一起做自己感兴趣的项目，那种创造力，对发现聪明的新算法很重要，对 [00:19:26]
David Rosenthal：这一点非常非常关键，而且这种文化，后来几乎原封不动地，搬进了Rentek 依着当时的运作方式，我猜今天也还是这样，是招募顶尖数学家和学者 [00:19:38]
Ben Gilbert：让他们去那里做破译员，他们会把这些人的工资翻倍，这里很重要的一点是，如果他们要这么做，那就不能是一个政府部门，因为政府的工资预算，有非常具体的国会审批限制，没错 [00:19:51]
David Rosenthal：他们发现，自己需要吸引全世界最聪明的人，而这些人，不会愿意直接去国防部上班，所以这就是他们想出来的办法，就像你说的 BEN 这个小组的章程是，员工必须把50%的时间，用来做密码破译，但另外50%的时间，他们可以自由支配，做研究，继续自己在学术界做的事，发表论文，都可以，去那里的吸引力大概就是，嘿，这和在MIT Princeton Harvard 或其他地方当教授一样，只不过你不是教课，而是在破译密码，也不用操心官僚流程，没有办公室，政治，就是你做好密码破译的工作，然后可以发表论文，也可以和那里的同事合作，接下来这件事就很疯狂了 Jim到爱的后没多久，别忘了 [00:20:05]
David Rosenthal：他当时正处在想赚钱的模式里，他招募了一群非常聪明的同事，让他们在那50%的自由时间里，一起做一个想法，这个想法就是，把他们在密码破译和信号情报里，用的同一套工作方法和技术，应用到股票市场交易上，于是他们聚在一起，发表了一篇论文，题目叫 Probabilistic Models For and Prediction of Stock Market Behavior 这篇论文里提出的所有东西，本质上就是Rentec 只不过比Rentek早了20年，太疯狂了，这篇论文是1964年发表的，对在那个时间点，基本面分析是投资的主要方式，当时是这样，今天世界上大多数地方也仍然是这样，也就是我了解这家公司，我要分析它的收入价格倍数，或者我要思考货币市场 [00:20:58]
David Rosenthal：商品市场正在发生什么，为什么铜价在这里变动，为什么英镑在那里变动，然后根据这些洞察去投资 [00:21:52]
Ben Gilbert：你本质上是在看一项资产的内在价值，试图给它定价，然后基于这个判断去投资，对基本面投资 60年代也已经有技术分析投资，这个东西有点像巫术 [00:22:01]
David Rosenthal：就是我看着一张股票走势图，然后感觉它要涨，比如我沿着这个形态画线，然后说它要涨了，朋友，或者说不不不，这个形态是往下走的 [00:22:13]
Ben Gilbert：用技术这个词可能都有点客气了，但他们要找的，基本上是从交易行为里挖掘信号，判断它未来会怎么交易，而不是从一项资产的内在信息里，挖掘线索来判断，你认为它未来会怎么走 [00:22:25]
David Rosenthal：对吧 Jim和他的同事，在这里提出的想法是，技术分析投资这件事可以做，但不该主要靠人来做，而是要用更多数据 [00:22:38]
Ben Gilbert：和更复杂的信号处理方法来做，重要的是，你可能会问，为什么是这群人得出了这个结论，把计算信号分析用到投资上，原因是，这本质上和破译密码是同一件事，你是在噪声里找信号，试图用计算机和算法，从那些看起来近乎随机的东西里挖出信号，没错 Jim开始做密码破译的时候 [00:22:49]
David Rosenthal：我觉得他马上就想到了，自己在市场交易里的经历，他会觉得，哇，这不就是同一件事吗，而且这不是别人已经想到的，洞见神奇的地方，就在这里，他的背景让他正好能意识到这一点，这些数据里全是噪声，人不可能坐在那里看着这些数据，然后说，哦我知道苏联人在说什么，不行，你必须用数学模型和统计分析 [00:23:14]
Ben Gilbert：把模式提取出来，所以数学模型统计分析，这些词今天我们其实经常听到，因为现在有机器学习这件事，他们当时在IDA做的，后来很快在Rentech做的 [00:23:38]
David Rosenthal：本质上就是早期机器学习 Jim有一个极其聪明的洞见，这些技术和方法，也可以用来做投资 David这篇论文发表了，于是他们准备，用这种密码，破译，信号处理，数据分析的方法来投资，然后在股市里赚一大笔钱，接下来很自然的问题就是，这里的模型到底是什么，他们要怎么做，结果是，当时IDA有一名员工，也是这个组织里，所谓反叛小团体的一员，叫Lenny Baum 莱尼刚好是一个数学概念的世界级专家，这个概念叫马尔可夫模型，更具体的说，是马尔可夫模型的一个版本，叫隐马尔可夫模型，马尔可夫模型是一种统计概念，用来建模那些尾随机或者混沌的情况，它的基本意思是，我们先放弃真正理解这些数据里到底发生了什么 [00:23:52]
David Rosenthal：我们只关注这个情境里有哪些能观察到的状态，我们能不能识别出，这个情境所处的不同状态，如果只做这件事，我们能不能根据过去状态的模式，预测未来状态，答案通常是可以，哪怕你根本不知道，这个系统在基本原理上，是怎么运作的，也可以做到 Greg Zuckerman在书里 [00:24:45]
Ben Gilbert：举的一个很好的例子是，一场棒球比赛，现在是三坏球，两好球，这个状态之后，可能出现的状态范围很窄，可能是三阵出局，可能是上垒，可能是保送，也可能是打成界外球，然后继续在这个状态之后，真正可能发生的事情就这么几类，可如果是零坏球，零好球，那可能发生的事情就多得多，他们可能会继续投球，如果你不知道规则，你会想，为什么他们还在继续投，所以这是解释黑箱概念的一个很好的方式，如果没人告诉你比赛规则，但你观察了足够多的输出，并且观察到，在这个状态下，这些输出是可能的，那么对比赛里任何一个给定状态 [00:25:07]
David Rosenthal：你即使不能准确预测结果，至少也能相当好的理解，各种结果的概率分布，刚才我们提到了机器学习和AI 这是现代AI的一个基础概念，你想想大型语言模型，以及预测接下来会出现什么，这些大型语言模型，未必真的理解英语，他们只是非常非常擅长，预测状态和下一个状态，也就是字符和下一个字符 [00:25:49]
Ben Gilbert：或者像素和下一组像素，或者真等等，当然他们显然比这个复杂的多，但这确实是整个体系的底层基础，我记得我大学大二上，计算机科学课时，有一个马尔可夫链作业，作业基本上是写一个Java程序，读入一本公版书，然后我给它一个种子词，也就是每个句子的第一个词，再一直按回车，它会在概率数里扫描，然后根据刚刚读过的那本书，形成的语料，给我最可能出现的下一个词，生成一个句子，这感觉像魔法，当然在这些早期，很基础的马尔可夫链东西里，比如我大学做的那个，它吐出来的基本是糊化，但这后来会演化成 [00:26:15]
David Rosenthal：我们今天知道的LM 没错，他们在IDA做密码破译时，用的就是这个，他们在这篇论文里提出，股市里也可以用同样的方法，没错，这个方法用在投资上 [00:26:55]
Ben Gilbert：其实也差不多，你可能不懂棒球规则，但如果你看过足够多棒球比赛，就能根据当前局面，大概猜到，接下来各种事情发生的概率，投资有点类似，至少股市走势是这样，你不知道未来，不知道会发生什么，你也不知道X股票，会不会以某种方式，影响Y股票，因为你不知道，这些公司之间，到底怎么做生意，也不知道，谁同时持有这两只股票，他们的投资者，是不是有重叠，也就是说，你不知道这些公司之间的关系，所以你没法百分之百，确定的预测会发生什么，但是如果你吸收了足够多，关于过去发生过什么的数据，也知道过去，每一种给定状态下的，概率分布，那你大概就能做出一些 [00:27:09]
David Rosenthal：有依据的猜测，至少，你能根据今天的状态，理解接下来，每一种单独结果，发生的概率，对没错，所以Jim Lenny 还有这一小群人，都很兴奋，他们想，太好了，那我们就去募一只基金，用这个策略投资市场，我们肯定能成功，募到这只基金，也肯定会非常赚钱，因为我们有这么棒的想法，当然，还能出什么问题呢，问题是，在60年代中期，一群书呆子气的学者，在新泽西州，普林斯顿某个神秘机构里工作，想出去募钱，这个想法根本行不通，我的意思是，就连Warren Buffett在这个时候，给自己的基金募钱都很难，而他可是Benjamin Graham 亲自指定认可的传人，现在这群学者，在一个没人知道的非盈利机构工作，然后对别人说，把钱给我们吧 [00:27:50]
David Rosenthal：我们对要投资的这些公司，一无所知，对基本面也一无所知，但我们有一个很好的算法，别人可能会想，算法是什么，所以他们根本接触不到资本，那时候距离技术背景，计算机科学背景，在投资界变成高门槛光环，还早了几十年，所以这里发生了一堆，有点像Keystone Cops那种，闹剧式的募资，他们偷偷摸摸到处跑，还想瞒着IDA的老板，不让他们知道自己在干什么，结果小组里有个人，有天晚上，把一份投资说明书，忘在了办公室复印机上，老板发现了，把他们全叫到办公室里，说各位你们这是在干什么，对从执行层面看，有点像马戏团，哪怕这个想法本身不错，对所以他们最后放弃了这件事，一方面是因为目不到前，另一方面是因为IDA已经发现了，而且他们很不高兴 [00:28:44]
David Rosenthal：不过没过多久 Jim反正也离开了，因为越南战争开始了，以他的背景你也能想象，他当时并不支持越南战争 Jim在New York Times上写了一篇评论文章，谴责越南战争，他大概是在说，没错，他某种程度上属于国防部体系，但不是国防部里的每个人都支持这场战争，这想法也太天真了，你居然觉得自己能在New York Times上写一篇评论文章 [00:29:38]
你居然觉得自己能在New York Times上
David Rosenthal：你居然觉得自己能在New York Times上写一篇评论文章，而且不会给自己的工作带来麻烦，更夸张的是，一开始居然真的没什么人注意到，只有Newsweek的一位记者，注意到了，然后来采访Jim 问他更多问题 Jim直接把这个立场，又强化了一遍，等Newsweek那篇文章出来之后，国防部才说，好吧，这个人必须开除，所以Jim在1967年被开除了，尽管他是明星破译员，据说他给这个小组，做出了巨大贡献，而且这些贡献，到现在仍然是机密，但在30岁的时候，他有妻子和三个孩子，却一下子失业了，虽然他非常聪明，同事显然也很喜欢他，但他已经从MIT出局，又从Harvard出局，后来去了IDA 看起来像是他的最终归宿，一个很棒的地方，结果也被赶了出来，他的工作前景不太好 [00:30:01]
David Rosenthal：所以他基本上，接下了唯一一个，还算体面，薪水也过得去的工作，去Stony Brook University 当一个新成立，或者说重新成立的数学系，系主任 Stony Brook University 是纽约州立大学，在Long Island的校区，这不是Harvard 也不是MIT 不，确实不是，但它确实有一个很重要的优势，这也是Jim最后去那里的原因，当时的纽约州州长 Nelson Rockefeller 发起了一项一亿美元的计划，想把纽约州立大学，这个Long Island校区，打造成数学重镇，成为东部的Berkeley 我原本以为MIT 已经算是东部的Berkeley了，但Rockefeller 就是在推动这个计划，希望Stony Brook 成为数学和科学重镇 Jim是关键，正常情况下，他们不可能招到Jim这样的人 [00:30:54]
David Rosenthal：但因为他当时的职业履历，有点受损，这么一位非常有才华的数学家，他们就有机会说服他，来当系主任，他们基本上给了Jim 不设上限的预算，也给了他很大的自由，让他去全国，乃至全世界各个数学系，挖教授，把人带到Long Island Jim招人的一部分办法，就是前老套路了，他会说，我给你薪水翻倍，另一部分原因是，他手里的自由度太大了，而且Stony Brook和MIT Harvard Princeton 那种学术政治环境很不一样，他会说，来这里吧，我给你更多钱，更重要的是，你可以专心做研究，你不用应付委员会，不用处理那些杂事，这里没有那些东西，你可能需要教一点课，但这甚至不是重点 Rockefeller并不一定想把这里，变成一所伟大的教学性机构 [00:31:47]
David Rosenthal：他只是想把人才聚集到这里，神奇的是，这招真的奏效了 Jim开始招到一批非常优秀的人才，包括James X 他是Cornel的代数和数论巨星 Jim最后在Stony Brook招人，组队建起了世界上最好的数学系之一，真的很惊人，但很符合Jim的风格，这样过了几年，再加上他和Barbara的婚姻也开始破裂，他又坐不住了，他决定休学数假，回到Berkeley 和他当年的导师重聚，到加州海岸那边待一段时间，也就是在那里 Chern和Simons开始合作，发展出了Chern-Simons Theory 这个理论后来拿到了 American Mathematical Society 在几何领域的最高奖，也真正成了Jim 留在数学上的个人印记，差不多同一时期 [00:32:41]
David Rosenthal：还记得那家Columbian Flooring Company吗，它被收购了 Jim和他那些合伙伙伴，因此拿到了一大笔钱 Jim刚刚离婚，在学术界又感到焦躁，而且他在IDA时，就有一些想法，如果手里有资本，可以在市场里做些什么，于是他又开始交易，而且越陷越深，与此同时，就像我们前面说的，他又开始对学术界失望，也越来越坐不住 1978年，他离开学术界，全职专注交易，这在学术圈，引起了巨大震动，别忘了，他刚刚在Stony Brook 组建了一支超级明星团队 Greg的书里，引用了Cornell另一位数学家的话，他说，我们当时看不起他这么做，觉得他被腐化了，把灵魂卖给了魔鬼 [00:33:34]
Ben Gilbert：在数学圈里，人们真的觉得，任何去做投资的人，都是在浪费自己的天赋，而且那时候这件事，也不像今天这样常见，没错 Jim是第一个，但当时的观念是 [00:34:23]
David Rosenthal：你离开学术界，去做任何商业事情，都是在辜负人类，对完全是这样，离开去做别的事情已经够严重了，但离开去做投资，几乎会被认为很脏，好像那是富人的游戏，对社会没有任何价值，对我觉得数学界，其他人倒不一定怀疑，这件事能不能成，他们可能会说，对这可能能成，但他们的反应是，一真恶心，学术界的人，通常更受声望驱动，而不是金钱 [00:34:36]
Ben Gilbert：所以我完全能想象，其他人会觉得，我要是想做也能做，但我有更高的使命，每个人都因为这个更高的使命尊重我，我的货币是我发表的论文，我拿到的奖项，而这才是我想要的 [00:35:03]
David Rosenthal：另外也得说 Stony Brook是个很不错的地方，但它在Long Island中部的北岸，这里不是Hamptons 就是Long Island的郊区，对，树木很多的Long Island郊区，是的，树木很多的Long Island郊区 Jim就在一个袋装商场里，旁边是一家披萨店，他在那里搭起了自己的交易业务，他很聪明地把它命名为Monometrics 是Money和Metrics的组合，也可以说是Econometrics的遍体，他还招来自己的IDA老朋友，也就是当年一起想交易点子的最早同伙Lennybaum让他加入，不过这一次他们手里有了卖掉地板公司的资本，那次地板公司出售他赚了多少钱，我记得加上Jim 他的合伙人，以及Lenny投入的钱，他们最初的资本，略低于400万美元 [00:35:16]
David Rosenthal：在1978年，此时Jim还有另一个优势，他就在Stony Brook边上，而他刚刚招来了这些，超级明星数学家，桌子已经摆好了，对，而且这些人对Jim的忠诚，超过对Stony Brook的忠诚，但他们此刻对学术界的忠诚，又超过对金融的忠诚，直到Jim把这条路铺出来之前，这还不是一条现成的路，总体上是这样，但其中一些人，尤其是超级明星James X 被Jim说服加入了他的交易业务，有了Balmax和Simons 这支团队在数学界，一下子就变得极其有分量，对，已经不只是有分量了，很多数学家，每天都在用的那些定理，都是以这三个人命名的，现在他们全在同一家公司里做交易，对而且带头的是Jim 大家尊重他的学术成就 [00:36:11]
David Rosenthal：但更重要的是，他们愿意为他工作，仰慕他，也觉得他很酷 Jim在外面说，我觉得我们能赚钱，当然到这个时候，他们主要交易的是货币，不是股票，货币市场当然很大，但影响货币的信号和因素，没有股票那么多，甚至比起稍微复杂一点的大宗商品，比如大豆之类，也没有那么多，我感觉他们当时做的很多货币交易，基本上是靠他们对央行行为的判断 [00:37:06]
Ben Gilbert：比如某个国家的元首会不会做某件事，本质上他们是在赌一个，控制政府货币政策的单一行动者会怎么做，所以你刚才说影响价格的信号很少，这里关键就是要知道那一个人会做什么 [00:37:36]
David Rosenthal：对这一点特别重要，到最后他们确实在那里做了一些模型，也搭起了这种量化方法的早期版本，基础设施和框架，但说到他们真正下的交易，还是全靠人工操作，而且基本上仍然是基本面分析那一套，他们会参考模型给出的一些信号，也会看看模型吐出来的东西有没有意思，但除非他们能说，对我看出来这里发生了什么，否则不会真的照着做，他们得先有一个假设，这个时候，电脑绝对还没有自己放开手脚去交易，完全没有，他们只是提出一些模式和想法，然后Jim Lennie和James还得决定，我们要不要这么做，还是说我们干脆做另一件，完全不同的事，因为我们觉得那才是接下来会发生的，这其实也说得通，主要有两个原因，第一，当时的电脑和算力还不够成熟 [00:37:49]
David Rosenthal：还没法真正做出足够强大的AI 强到表现够好，让你真的可以信任它，这是其中一部分，另一部分是，这些人是数学家，不是计算机科学家，他们非常擅长建模型解读信号，这当然不用说，但他们更多来自理论世界，我还和Howard Morgan聊过，他马上就会出场，他跟我提到过这一点，他说在数学里，有一个可追溯性的概念，这是一个非常重要的文化原则，就像证明一个证明，或者证明一个定理，你如果想在这个领域往前走，就必须真正理解为什么，不是说你可以简单的讲，数据显示是这样，不行，你需要证明，这些人，就是从这样的世界里出来的，他们的想法是，数据可以在某种程度上帮我们 [00:38:43]
Ben Gilbert：但最终我们想要一个，坚如磐石的理论，来解释这里到底在发生什么，很有意思，这和后来的那种做法很不一样，后来的做法是，把海量数据塞进去，然后数据提示什么，我们就认为那是真的，因为数据就是这么提示的，很多年以后，他们会走到那个方向，那时候他们既有你说的硬件，也就是更先进的电脑，也有干净的数据，能够支撑那些数量极大，速度极快的计算，他们也有真正的计算机工程架构，可以搭建这些规模化系统，真正处理大量信号，理解这些信号，再得出结果，但当时他们什么都没有，所以靠的是直觉和黑板 [00:39:31]
David Rosenthal：而且这种程度很高，就连这里的带头人Jim 也远没有确信到，要把自己的全部财富都压进去，他的态度是，这很有意思，我们在搭东西，在实验，很好，但我也想把钱，投到别的地方，做一些分散配置，所以Howard Morgan 就是在这里登场的，我们以前在Aquire的老节目里常说 Silicon Valley 早期这里只有10个人，他们彼此都认识，也都在做同一类事，当时东海岸的金融技术，和早期风险投资，也是这样的情况 Howard Morgan 后来会成为First Round Capital的，联合创始人之一 First round capital [00:40:12]
Ben Gilbert：本质上是从Renaissance拆出来的吗，像是他们在Renaissance做的风险投资工作，和Renaissance其他业务不太大，所以后来独立出来，对事情是这样发生的，而外界对这段历史的理解非常不足 [00:40:52]
David Rosenthal：哈沃尔当时是University of Pennsylvania的，计算机科学和商学院教授，他在Penn教计算机科学，在Wharton教商科，他参与过把Alpernet引入Penn 所以可以说是非常早期的互联网先驱，因此他和科技行业，早期创业公司，以及非常早期的原型互联网圈子，联系特别紧密 Jim对和Howard一起投资这件事，产生了兴趣，于是他们说，也许我们应该合作 1982年Jim实际上关停了Monometrics 然后他和Howard共同创办了一家新公司，这家公司会体现他们两个人的背景，也能成为很好的分散配置 Jim和他的团队会带来量化交易这块业务，而且再强调一次，这个时候他们交易的是货币和大宗商品 [00:41:06]
David Rosenthal：Howard会带来对私营科技公司的投资，他们给公司取了一个能体现这种组合的名字，叫Renaissance Technologies [00:42:00]
Ben Gilbert：这太离谱了，这就是RenTech 为什么叫RenTech 我们做研究弄明白这一点的时候，我完全不敢相信，这个故事居然没有被更多人知道，因为这就是今天一家非常出色的，风险投资公司First Round Capital的起源，但你很难想出，两种更不一样的投资策略，一边是风险投资这种，长期非流动性强投机性的东西，另一边是根据，某个政府领导人的一时想法，判断法国法郎明天会上涨还是下跌，然后去交易，这两件事居然在同一个污言下，真是不可思议，完全是 [00:42:09]
David Rosenthal：但如果你了解完整背景和历史，又会觉得有点说得通，因为这是他们自己的钱，是Jim还有他的朋友们 Lenny James和Howard的钱，这里没有机构资本，他们不是出去向LP推销说，你们应该投我这个多元化策略，里面既有货币交易，也有私营科技创业公司，他们说多策略的时候，这可真的是多策略，今天的多策略是什么意思，我们后面会讲，但在Rentek早期，投资组合里50%是风险投资 50%是货币交易，事实上，他们开始几年后，公司的货币交易业务差点爆掉，当时Lenny大幅做多政府债券，结果市场反着走，整个投资组合跌了40% 非常夸张，这触发了Lenny和Jim协议里的一项条款 [00:42:45]
David Rosenthal：他们卖掉了Lenny的整个投资组合 Lenny也离开了公司，这太疯狂了，爆仓风险在市场里一直都是问题，但这件事居然发生在Rentek身上 [00:43:38]
Ben Gilbert：因为我们很快讲到了故事里的这一点，所以很容易说，那个条款真的很有杀伤力，但在这之前，其实已经有很多类似情况，可能发生的迹象 Simon去找Lenny 说也许我们应该止掉一部分亏损，从这些仓位里退出来也没问题，但Lenny非常坚持，他是真信这套判断，正是这样 [00:43:49]
David Rosenthal：人才会走到触发这种契约条款的地步，这也再次说明，他们在这个时间点，其实还没有真正做基于模型的量化交易，没有，太靠直觉了，所以受这件事影响，有一段时间 Rentek几乎完全就是一家风险投资公司，在风险投资这边，有一度只有一笔投资 Franklin Dictionaries Ben 你还记得吗 Franklin Electronic Dictionaries 那就是他们最大的一笔投资之一，这笔投资占了Jim净资产的一半，什么，在交易业务的低谷时期，是的，我完全不知道太疯狂了，所以在书里 Greg讲到Jim当时专注于风险投资，外面的故事也差不多是这样，但其实他专注于风险投资 [00:44:11]
Ben Gilbert：是因为那是唯一跑得通 [00:45:03]
是因为那是唯一跑得通
Ben Gilbert：是因为那是唯一跑得通，唯一能赚钱的东西，其实那也是他们，唯一真正有优势的地方，因为Howard能接触到，交易机会来源，他们在全球货币市场里，肯定没有优势，所以我觉得 [00:45:03]
David Rosenthal：也许部分是因为交易亏损 James AX也开始有点失望，他告诉Jim 他想和Sandor Strauss 一起搬到加州去 Sandor Strauss当时，已经开始和他们共事了 Sandor也是 Stony Brook University的校友，后来加入了他们，他们两个人想搬到加州，在那边做交易 Jim说，行吧，我这边和Howard在一起，正在做风险投资的事情，你们为什么不搬去加州呢，你们可以开自己的公司，他们也确实这么做了，这家公司叫XCOM 拼做XCOM 然后我们和XCOM签合同，让他来运营Rentek这里剩下的交易业务 [00:45:17]
Ben Gilbert：所以这就形成了一种很有意思的，保持距离的关系 Jim达成了一笔交易，他会持有XCOM的一部分股权，作为交换，他们之间会有一份，对XCOM非常有利的合同关系 Renaissance会聘请XCOM 来管理他筹集到的这笔资金，但严格说，他不是Renaissance 而是XCOM 对，现在做量化交易的是，另一家公司，我记得Jim持有四分之一，对吗，对，是这样，重要的是，我觉得当时没人知道 XCOM后来会变成什么样，也没人知道，他会赚钱赚到那么夸张，没错 [00:45:54]
David Rosenthal：如果他们知道后面会发生什么，就不会那么做了，就不会把它拆出去了，不会，所以AX和Strauss到了加州之后 Strauss主要负责计算和数据基础设施，他在Stony Brook University 做的就是加入Renaissance Technologies之后，他也是来搭这套东西的，他开始非常投入的研究数据，开始收集证券日内价格变动，在那个时候，我觉得外面数据供应商能给到的最好数据，可能也就是证券价格的开盘价和收盘价 Strauss找到办法拿到TikData [00:46:34]
Ben Gilbert：也就是这些证券在一天里大概没20分钟一次的数据，不止如此，他还拿到了历史数据，而且比传统数据供应商能提供的时间更早，然后他把这些数据导入计算机，清洗数据，把格式整理成和TikData一样，所以他拿的是20世纪初甚至19世纪的数据，他想的是，总有一天，我们也许能用上这些数据，我要先有一套，非常干净的数据集 [00:47:10]
David Rosenthal：用来描述这些市场之间，是怎么相互作用的，对，他其实是在对数据做ETL 而且我觉得，那时候可能，还没人知道ETL是什么，同样，也没人让他这么做，这完全是他自己驱动的，几乎像一种执念，他的想法是，既然我们要有数据，那他就应该格式良好，含义清楚，标签完整，等等，这是发生的一件事，另一件事是 Jim说，你们要去加州了，那我给你介绍一下，我在那边的朋友 Berkeley的教授 Elwin Burlekamp Burlekamp当年在MIT 跟John Ash Claude Shannon这些人，一起学习过，我太喜欢 [00:47:36]
Ben Gilbert：Claude Shannon又出现了，我们在Qualcomm那一期，讲过很多，他是信息论之父，真正吸引大量人才，来到MIT的核心人物，也在某种程度上，为后来的电话技术，和更广义的电信技术铺了路，但Burleycamp居然在MIT和Claude Shannon有交集，这件事太酷了，太酷了，而且对这个具体应用来说，最重要的是Burleycamp和John Kelly共识过 [00:48:16]
David Rosenthal：John Kelly提出了用于下注规模控制的Kelly Criterion 打扑克的人应该很熟悉，现在有了这个组合 Strauss带来了好得多，深得多的数据 Burleycamp加入进来，和AX一起研究模型，他们开始说，这些模型产生交易信号之后，我们在交易里的下注规模，也应该更聪明一点，至于他们以前怎么做，我也不知道，也许以前很简单粗暴，比如每笔交易都一样，现在他们的想法是，我们应该把这件事系统化，于是模型开始真正起作用了，这就是转折点，对，在80年代中期这几年 XCOM的交易业务，已经能做到20%多的IR 这不一定能打败，风险投资的IRR 但它是流动的，而且可靠，问题就在这里，他们当时还不知道 [00:48:41]
Ben Gilbert：它到底有多可靠，他们知道这几年连续做到了，但问题是，这些回报长期来看，和股市到底有多不相关，又有多可预测，还是说，它其实只是方差特别高，对 [00:49:34]
David Rosenthal：但早期结果非常好 Jim和Berla Camp 尤其受到鼓舞，所以到1988年 Jim和Howard Morgan决定，把风险投资业务拆出去 Howard去管理那些投资，基本上用的是他们自己的钱，这里还有一个有意思的尾声，很多年后 Howard和Josh Koppelman 创办First Round Jim当然成了一个大LP Howard当然也继续是 Rentech的投资人 First Round后来募集的，第一支机构基金，是一支1亿2千5百万美元的基金，最后做到了50倍回报，里面投了 Roblox Uber 和Square 我认为这个说法是对的 Jim从他投First Round 赚到的钱，和Howard 作为Rentac的LP 赚到的钱，差不多，这也太离谱了，是不是很惊人，哇 [00:49:48]
Ben Gilbert：这是一个关于Jim Simons的，未讲述故事，我觉得我基本读遍了，全网上关于 Jim或Renaissance的一手资料，但我猜你这个是，从Howard那里听来的，对，和Howard聊这件事，特别有意思，还有First Round 是怎么开始的，早期超级天使投资的历史，以及后来这一切变成了什么，我之前也不知道 First Round的一号基金，是一支1亿2千5百万美元的基金，最后做到了50倍 [00:50:39]
David Rosenthal：是第一支机构基金，我记得他们叫Fund2 真是离谱，太离谱了，完全离谱，所以Howard把风险投资业务，拆出去之后 Jim决定设立一支新基金，作为Rentech和Xcom的合资项目，他们决定用 Jim James Burlacamp 以及这些顶尖数学家职业生涯中，拿过的那些数学奖章，来给他命名，他们把它叫做Medallion Fund [00:51:05]
Ben Gilbert：等等等，等等等，各位听众，我们讲到这里终于到了，这就是整个故事最重要的部分 Medallion Fund是皇冠上的明珠，甚至你也可以说，它其实是Renaissance 唯一真正有意思的东西，它诞生于一个观察，天哪 XCOM那边正在做的事，真的很有意思，也许他们不该，一直在那边单独做，也许这件事，应该更深入地，放进Rentech体系里，我们当初不该让它跑掉，坦白说，也不该那么早，放弃量化交易策略，而且再次强调，这时候他们仍然只做货币，仍然只做大宗商品期货，完全没有进入股票市场，但是那些种子和想法，海量干净数据，处理所有数据的，扎实工程基础设施，从数据里挖掘信号，决定执行什么交易策略 [00:51:32]
David Rosenthal：这些东西真的开始在这个新的合资项目, 也就是Medallion Fund里成型了。这些想法以前都已经存在, 只是这是第一次它们被全部放到了一起, 而且真的跑起来了, [00:52:22]
Ben Gilbert：变成了可执行的系统。坦白说, 计算机也终于足够强, 真的能做这件事了, 这也是很关键的一块。对,我不觉得Strauss能在更早的时候完成他的数据工程, [00:52:35]
David Rosenthal：所以他们带着Medallion Fund有了一个宏大的新计划和新愿景。不幸的是基金一开局，就有点跌跌撞撞，最后AX被耗得精疲力尽，但Burla Kemp的态度是，不不不，这只是异常情况，我们会把它修好，我真的非常相信，我们用这些模型做的事，会极其赚钱，所以他在1989年夏天，买下了AX大部分股份，然后把办公室搬到了Berkeley 在那里他提出了一个想法，我们应该更频繁的交易，而且频繁的多，因为如果我们想做的，是用手里的数据，理解市场当前状态，再预测市场未来状态，然后再结合起来，算出合适的下注规模，那我们其实就应该，做更多交易，这样才能拿到更多数据点，更充分地了解，我们正在做的这些下注，之后我们就能把仓位放大，或者缩小 [00:52:47]
Ben Gilbert：是这个原因，另外还有两个原因，你看得越远，对未来就越没把握，如果你知道某样东西，现在值10美元，那你能知道的是 5分钟后，它大概率还是大约10美元，最可能的情况，是它还在这个价格，上下5%以内，但如果你问我，三年以后它值多少，我几乎没有任何直觉，状态机也是一样，如果你一下子，往后跳过很多状态，沿着这条链继续往下走，预测能力就会慢慢消失，第二个原因是，如果你的模型显示，你会做对，比如大概50.25%的时间，是对的，那你能赚多少钱，就受限于，你能用这0.25%的优势，下注多少次，如果我走进赌场，觉得自己对这个特定轮盘有判断，当然现实里你并没有，然后我认为自己50.25%的时间会对，如果我只玩一次两次或者五次，那我有可能把钱全输光 [00:53:42]
Ben Gilbert：或者如果我每次下注都特别小，那我也赚不到多少钱，但如果我带着一点点优势，走到这个游戏前面，用很小的下注规模玩一万次，那我最后会带着很多钱离开 [00:54:35]
David Rosenthal：后面有一句很棒的Bob Mercer名言，他说我们50.75%的时间是对的，我确实觉得这个数字是他编的，我觉得他是用来说明问题的，对 [00:54:47]
Ben Gilbert：但我们在50.75%的时间里，是100%正确的，靠这个方法，你可以赚几十亿美元，太对了，当你只有那一点点优势时，关键就是要确保下注别太大，别让几次不顺的下注，把你打到归零，同时也要确保，你能把这个游戏玩很多很多次，很多再回到Kelly Criterion 你一边下注，一边随着时间调整下注规模，当然如果只是在抽象层面说，这听起来都很好，比如你真的坐在赌场里，不知怎么能完美下注，就坐在赌桌旁边，赢了之后走到收银台拿钱，但在市场里，情况就不太一样了，比如交易成本是真实存在的，尤其是在这个历史阶段，还没有后来那些更创新的，交易商业模式，比如订单流支付，零交易费这些东西，做这些交易，本身就有真实的交易成本，而且当然 [00:54:59]
Ben Gilbert：你一下单，也会影响市场价格，这就是滑点，还有各种现实里的考量，你可能会被别人抢先交易，它不只是一个电脑程序，执行完就结束 [00:55:54]
David Rosenthal：当你决定不做几笔大赌注，而是做十万笔小赌注时，你必须满足真实世界的约束，随着时间推移，整个量化行业出现，并且变得成熟，我觉得尤其是滑点，会限制你到底能把交易速度做到多高，滑点的意思是，一旦你达到一定规模，你的交易就会推动市场价格，所以你越往订单部深处走，情况就越明显 [00:56:04]
Ben Gilbert：比如你想买500万美元的某个东西，前10万美元，你很确定能按报价买到，但等到这笔500万美元买单里的，最后10万美元时，价格可能已经变得很不一样了，我们马上还会回到这个问题 [00:56:29]
David Rosenthal：但这对早期的Rentek来说，当然非常重要，即使到现在，对整个量化金融来说，也仍然是一个，特别特别重要的问题 David用一个很粗略的方式 [00:56:41]
Ben Gilbert：把他和上一期Hermes联系起来，那个想法是，愿意现在卖出的家族成员，价格会最高，然后随着时间推移，价格会逐步下降，如果这个家族，要卖给Bernard Arnault [00:56:53]
David Rosenthal：那你最好排在订单部最前面，而不是最后面，我觉得这里有一个，更高层的经验，是我过去几年通过 acquired和我自己的个人投资，慢慢学到的，每个市场都取决于供给和需求，你可以看到公开报价的估值，也可以看到价格报价流，但很多时候，这就像只看平均数一样，是个错误，没错，只看某个资产的报价是不对的，你真正应该看的 [00:57:06]
Ben Gilbert：是有多少量愿意买，有多少量愿意卖，对所有这些买方和卖方来说，还要看他们愿意在哪个价格成交，这种情况在股票图上，通常表现为，这是现在一股的价格，但这并不是底层，真实发生的全部，底层是一大群买方和卖方，他们有不同的支付意愿，也有不同的买入和卖出数量，在这个时间点，也就是Medallion Fund [00:57:32]
David Rosenthal：刚开始跑通的时候，大概是1989年底 1990年初，它的规模还足够小，所以这还不是一个，很大的问题 Berla Camp买下AX的份额时 Medallion的管理资产规模，大约是2700万美元 1990年，也就是之后的第一个完整年度，基金毛收益是77.8% 扣除费用和业绩分成之后，净收益是55% [00:57:57]
Ben Gilbert：那么，它的费用和业绩分成是多少，这两个数字，不管看哪一个，都是爆炸级的好，前提是，这不是他们执行的一种，疯狂高风险策略，不会在不同市场条件下，彻底崩掉，如果这真是一套，可以重复的策略，能做出你刚才说的那些数字，那简直不可思议，足以改变世界，太对了，充就完了，而实际情况也确实是一个充就完了的局面，你刚才报给我的毛收益和净收益，听起来差得挺多，讲讲它的管理费和业绩分成吧，业绩分成这块，我看到不同来源说法不一样，早期到底是20%还是25% [00:58:24]
David Rosenthal：但这支基金的管理费是5% 这就很夸张了，全世界顶级风险投资公司收3%的管理费，就算这样，大家也都是捏着鼻子说，这也太离谱了，这些一开始没什么名气的人，到底怎么能一上来，就向投资人收5%的管理费，原因有几个，第一，他们的投资人并不成熟，里面大多是他们自己的钱，还有朋友们的钱，所以他们就把这个先例立起来了，他们把这个先例立起来了，但第二，他们其实真的需要这笔钱，因为Strauss的基础设施成本，大约是一年80万美元，所以他们是倒推出来这个管理费的，大概就是，我们一年需要80万美元，来跑基础设施，还需要一些钱来付工资之类，好，那就5%管理费，所以他们对投资人群体的说法就是，如果你相信我们用量化交易 [00:59:02]
Ben Gilbert：应该能大幅跑赢市场，那我们就需要收很多费用，才能做到这件事，所以投资人基本上接受了这个交易，前提是他们真的想清楚了 [00:59:56]
前提是他们真的想清楚了
Ben Gilbert：前提是他们真的想清楚了，好，这是费用，至于业绩分成 20%或者25% 其实并没有比市场高出多少，如果真的算高的话，你现在看到的是一支高管理费，业绩分成大致正常的基金，是的 [01:00:03]
David Rosenthal：高管理费再加上比较正常的业绩分成，所以到1990年底 Simon对眼前的进展特别兴奋，他告诉Berlai Camp 你应该搬到Long Island来，我们把所有东西重新集中到这里，我想全力投入这件事，我觉得只要做些调整，明年扣完费用后，我们能涨80% Burley Camp要谨慎一些，第一，他想留在Berkeley 完全不想搬去Long Island 第二，我也分不清，这到底是因为他比Jim更保守，还是因为他那套普克夏柱规模的思路，在起作用，他转头对Jim说，既然你这么乐观，那你为什么不把我的份额买下来，于是 Jim真买了，价格是Burley Camp一年前，从AX那里买入成本的六倍，一方面一年赚六倍，听起来很不错，另一方面，这就像Don Valentine [01:00:20]
David Rosenthal：在Apple IPO前，卖掉Sekoya持有的Apple股份，锁定了一笔很好的收益，但错过了后面所有的上涨空间 David [01:01:14]
Ben Gilbert：我觉得我们应该把这个量级讲出来，让大家明白这事有多大，在整个生命周期里 Medallion Fund给基金所有者，创造的业绩分成，大概有600亿美元，所以一方面，一年六倍确实不差，另一方面，你本来持有的是一个，巨大资产的一大块，而这个资产后来向所有者，分出了600亿美元现金，那还只是业绩分成这一边，我的意思是 [01:01:24]
David Rosenthal：所有者本身也是公司的核心合伙人，所以如果看从公司流出来的总金额，可能是这个数的两倍，我估计过去35年里，从Medallion流出来的钱，大概有1500亿，到2000亿美元，所以Jim买下了 Burlacamp的份额，他把Medallion Fund的所有东西，都并回Rentech本身，然后把一切都搬回 Stony Brook [01:01:50]
Ben Gilbert：Strauss也搬到了Stony Brook 所以现在变成了Jim Simons 在纽约主导全局 Strauss负责搭建工程系统，而AX我想应该还持有一小部分股份，对没错 [01:02:16]
David Rosenthal：Strauss也持有股份，所以Jim接手，并把所有东西搬回来之后，他基本决定，要把Rentek打造成一个，更好更理想化的 Ida加Stony Brook数学系，他要把这里变成，学者的天堂，如果你是全世界，最聪明的数学家，或系统工程师之一，那这里就是你最想去的地方，所以他当然又开始，从Stony Brook系里挖人 Henry Laffer就是在这个时候，全职加入的，早期Laffer 一直在给Medallion做顾问，也和Berla Kemp一起工作，他们当时在研究下注规模，也在提高交易频率，但现在整个业务搬回Long Island之后 Loffer就觉得，那太好了 [01:02:29]
Ben Gilbert：我来全职吧，反正我就在Stony Brook 这比教书有意思多了，各位听众，我想你们可能从这里开始有点糊涂了，会觉得这个故事里人也太多了，我们大概已经讲到第八个或第九个人了，而且还在不断引入新人，但这就是Renaissance的故事，它不是那种单一干净的叙事，真实情况非常复杂，一大群人在不同阶段进进出出，公司也在尝试不同东西 [01:03:10]
David Rosenthal：最后才用一种非常特定的方法，取得了惊人的成功，但在一路摸索的过程中，它需要很多人，需要很多人，也需要很多时间，这是25年，从BAM和SIMONS 在IDA写那篇论文，到MEDALLION真正开始跑通，中间隔了四分之一个世纪，真的花了很久，而且我们甚至还没介绍，后来会担任这家公司 20年联系CEO的那两个人，对那我们就讲到那里 Jim把所有东西搬回Long Island 把它建成这个学术天堂，并开始招募世界上最聪明的人 1991年，也就是下一年，公司做出了54.3%的总回报，扣除费用后的净回报是39.4% 没有达到Jim设想的80%目标，但仍然非常非常厉害，我们也应该说，从这里开始，那些表现平平的年份，已经过去了 [01:03:36]
Ben Gilbert：此后的每一年，他们都表现惊人，从1990年往后，他们再也没有亏过钱，按总回报算，他们甚至从来没有低于30% 这套东西跑通了，开始运转了，后面的故事 [01:04:28]
David Rosenthal：基本就是稳住，让这台机器继续工作，而我们已经上车了，可以这么说，历史级的连胜开始了，所以1992年，总回报是47% 1993年是54% 到1993年底 Simon决定关闭基金，不再允许新的LP进入，也就是说，如果你是现有LP 你可以留下，但他们不再接受新的资金流入，他对他们正在做的事情非常有信心，他认为不接受新资本，只服务现有投资人，他们所有人反而会赚更多钱 1994年总回报是惊人的93% 到这个时候,Medellin已经在积累大量现金,它已经是一个有分量的基金了。 [01:04:41]
David Rosenthal：当时总规模大约是2亿5000万美元,这个规模不算大,但别忘了那是1994年, 而且是一群圈外人和学者,竟然已经聚起了2.5亿美元。 [01:05:31]
Ben Gilbert：人们开始注意到他们…… 而这些业绩分成分别是700万美元、1300万美元、5200万美元, 流向合伙人的自由现金流，显然也开始变得很实在了，但当他们进入大概 [01:05:43]
David Rosenthal：10亿美元这个量级时，就开始碰到我们前面说的，影响市场价格的问题，还有滑点问题，这大概是在90年代中期，对，当他们达到2亿5000万5亿美元，这个规模的时候 [01:05:56]
Ben Gilbert：计算机模型给出结果，说我们应该按这个价格，大量买入某个东西，他们争取买的时候，发现只能按这个价格，买到目标数量的10% 20% 30% [01:06:10]
David Rosenthal：然后价格突然就完全不一样了，到这个时候 Medallion做的绝大多数交易，都是货币和大宗商品，不是股票，因为你可能会想，好，我明白 90年代，确实是另一个时代，但5亿美元规模的基金，听起来也没那么大，他们怎么会用5亿美元，就影响市场呢，因为，那不是股票市场，原因是他们在这些，更薄的市场里交易，不是说大宗商品和期货市场很小，他们其实很大，但跟股票比起来，流动性要薄得多，成交量就是没那么大，你没法交易那么多，否则滑点就会变成一个大问题，现在Medallion已经碰到这个上限了，所以Simon决定，我们要想继续扩张，唯一能做的就是进入股票市场，而且我非常相信我们正在做的事，所以我们必须扩张，股票就是圣杯 [01:06:21]
David Rosenthal：如果我们能在那里跑通，那些市场的深度，就能让我们的规模，比现在大得多得多，而且关于股票定价的数据，也多得多，我们可以把这些数据 [01:07:15]
Ben Gilbert：喂给模型，我们能做的信号处理，能找到的信号，都会更好，每天有这么多买家和卖家，进场交易，这么多不同公司的股票，速度还这么快，对Renaissance的系统来说，这几乎就是一个宝库，这就是他们的时刻，这就是他们从一开始，就适合做的事，有点好笑的是，他们之前一直待在像戴着儿童手套一样的环境里，在那些交易清淡，数据很少的市场里操作 [01:07:26]
David Rosenthal：这就引出了Peter Brown和Bob Mercer 1993年 Jim招到Rentek的一位数学家 Nick Patterson 开始特别热心地和Jim一起去招新人才，我觉得这是Rentek和他文化里的一个关键点，大家都希望别的聪明人也来这里 Nick当时的状态就是，这太有意思了，我想去找全世界最厉害的人来一起共事，他在报纸上看到 IBM正在削减成本，准备裁员，他也知道 EBM的语音识别团队里，有一些极其出色的数学人才，而他们做的事情，其实又是早期AI和机器学习研究里的，另一个方向，具体来说，当时IBM的Deep Blue国际象棋项目，就是从这个团队里出来的 Peter Brown [01:07:53]
Ben Gilbert：就是实际牵头做这个项目的人，你说语音识别，特别适合他们当时在做的事，这一点很有意思，你可能会问，为什么，因为语音识别，自然语言处理背后，真正要做的工作和Renaissance 用来分析市场的信号处理，其实是一类东西，不只是有点像，根本就是同一种信号处理，语音识别是一个隐瞒而可敷过程，计算机在听声音，试图把声音转成语言，但他其实并不懂英语，对吧，这当然很明显，但他知道的是，当我听到这一组频率，音调和声音之后，后面可能出现的东西，是有限的，一组Greg的书里，举了一个特别好的例子，他说，当我说Apple 你可能会说Pi Pi这个词，跟在Apple后面的概率，明显要高得多，所以这些人，整个职业生涯，都在做语音识别 [01:08:42]
Ben Gilbert：背后的数学，和理论计算机科学，他们要帮助系统判断，预测下一个词，把可能的词缩小到一个范围，这样当系统听到那些频率的时候，就可以说大概率是这三个词里的一个，而不是去整个词典里搜索任何可能的词，这样就能减少算力需求，而且他们不只是做理论，他们还在IBM这样一家 [01:09:37]
David Rosenthal：真正能落地运行计算机系统的公司里，实际搭建过这些系统，对是在真实运行规模下搭建过，这一点非常重要，也解释了为什么他们两个人，后来可能成了Rentek历史上最关键的招聘，甚至超过了之前那些非常优秀的学者，因为他们数学也很强，但他们还有大型系统经验 Jim和Nick知道，如果要进入股票市场，考虑到数据量，以及那个市场复杂的多，他们需要更复杂的系统，而Rentek当时来自学术界的人才，从来没有经历过这种东西，也没有搭建过类似的系统，他们正在进入的这个世界 [01:10:00]
Ben Gilbert：复杂度和维度，都在爆炸式增长，我这么说，意思是这样的，他们挖掘寻找的数据，是每只股票交易之间的，日内主笔成交数据，所以他们要做的，有点像是在描绘一只股票，和所有其他股票之间的关系，不只是某一个时间点的关系，还包括它之前每一次，之后每一次的关系，另外，一旦他们识别出模式，这一点很关键，是算法识别出模式，不是某个人凭直觉说，我觉得油价上涨，航空股就会受打击，是计算机用机器学习，从数据里发现模式，然后还有第二层问题，你刚刚发现了这些概率，发现了这些不同公司之间关系的权重，那到底要下什么交易，才能从中赚钱，你不是只下一笔交易，而是同时下十笔，一百笔，几千笔交易，一方面是为了对冲，另一方面是为了隔离出某个特定变量 [01:10:39]
Ben Gilbert：再说一次，不是你在找，是计算机在找，而且每一笔交易的规模，还必须非常精确，不能大到影响市场价格，所以无论是数据摄取这一侧，还是我到底该怎么反映这一侧，你面对的都是一个超级多变量，多维度的问题，这些计算还不能花太长时间，因为你必须行动，当然不是DSG 它不是那种抢在市场前面的高频交易，这其实不是他们做的事，很多人以为他们做的是这个，但我们后面会讲到，不过他们确实需要在合理的速度内行动 [01:11:33]
David Rosenthal：大概是分钟级，所以这些计算机系统也必须非常高效，股票这个世界要多为的多，彼此之间的关联也强得多，世界上的货币就那么多，尤其是交易市场足够大，你能进去操作的货币就更有限了，但世界上有成千上万只股票，市场深度足够，可以让你操作 [01:12:08]
Ben Gilbert：而且在某种程度上，它们彼此之间都有相关性，这里还要继续加复杂度，继续往上叠新的乘数，很多股票会在多个交易所交易，所以你可能还要在不同时间点，寻找同一只股票，在不同市场上的价格差异，所以要分析关联行动的东西，是一层维度叠着一层维度，于是Patterson和Simons去IBM挖人 [01:12:34]
David Rosenthal：他们就像Steve Jobs去Zerox Park挖人一样，他们把Peter Bob 还有他们的一位编程同事David Majerman 从IBM带到了Rentek 然后他们开始搭建股票模型，结果首先，他们显然在这件事上非常成功，但他们带来的影响，他们搭出来的东西其实更大，因为Bob和Peter意识到，等等我们其实应该只用一个模型，来处理所有东西，货币大宗商品股票，所有东西都是相关的，所有东西都是信号，股票市场并不是和货币市场，商品市场里发生的事，完全独立，完全分开的，到处都有关系，我们真正想要的，就是一个统一的模型，尤其是在90年代早期到中期，这简直是一个近乎幻想级别的工程 [01:12:59]
Ben Gilbert：但如果你真能把它做成，就意味着你可以做一些很有意思的事，比如说我们对某个特定市场，没有太多数据，但它看起来很像，另一个我们有数据的东西，如果所有东西都在同一个模型里，我们就可以把从那个东西上学到的经验，套用到这个全新的第一次观察，数据很少的东西上，而且因为我们把所有东西都放进同一个模型 [01:13:52]
David Rosenthal：而世界上其他人都没有这么做，我们就能发现别人不知道的模式，事实证明，这其实是Bob和Peter给Rentek带来的第二重要创新，也就是一个统一模型本身带来的产品和业绩表现，最重要的是，如果你只有一个模型，一套基础设施，那么公司里的每个人，都在同一个模型上工作，你们所有人都可以一起协作，当全世界最聪明的一批人，都在同一栋楼里时，这一点尤其重要，在此之前 Rentek内部有不同的模型，所以一个团队，在一个模型上 [01:14:17]
Ben Gilbert：做出的洞见创新和工作，不会被应用到，另一个团队的另一个模型上，也很难迁移过去，他们确实有这种文化，鼓励大家分享自己学到的东西，但别人得专门在午休时间过来，向你学习这些东西 [01:14:53]
向你学习这些东西
Ben Gilbert：向你学习这些东西 [01:15:05]
David Rosenthal：然后再把它实现到，他们自己的版本里，这里会有延迟，而且最后可能根本不会真正实现，这完全独特，也非常革命性，今天没有任何一家，达到规模的投资公司，是这样运作的，没有一家，尤其是量化基金，没有哪家只用一个模型来运作，他们的投资组合经理，团队，多策略人员，在文化上彼此竞争，但即便他们不是竞争关系，你在Citadel这边做的工作，也不会影响Citadel那边做的工作 Bob和Peter做的事，是把Rentek的一切统一起来，所有木头都绑到同一支箭后面 David 所以这台股票机器，没错，而且它确实是一台机器 Peter和Bob在1993年加入，到1994年 1995年，他们就在搭建这套东西 Rentech开始进入股票市场 [01:15:06]
Ben Gilbert：你想想 1994年和1995年，他们用的那些电脑，以当年的技术，他们能做到这种计算复杂度，协同水平和结果，真的很惊人，更别说他们还是，实时分析这些市场，对而且惊人的是 [01:16:01]
David Rosenthal：回报率可能稍微降了一点，肯定比1994年，那个爆炸性的年份低一些，但他们每年，仍然都超过30% 大多数年份超过40% 他们进入了一个，复杂的多的市场，同时还在扩大管理资产规模，却还能维持这样的表现，太不可思议了，到1990年代末 Medallion的管理资产规模，已经接近20亿美元，同时靠进入股票市场 [01:16:15]
Ben Gilbert：基本维持了原来的业绩水平，这非常重大 David 如果你直接看这些数字，算一下账 1994年，他们的AUM是2.76亿美元，那一年增长了93% 下一年他们的AUM是4.62亿美元，然后又增长了52% 再下一年，他们的AMM是6.37亿美元，你很快就能明白我的意思，他们扩大AMM 不是靠引入新投资人，对，基金已经不再接受新投资人了，全都是富力滚出来的，还是1993年那批资本，从那年初的1.22亿美元，到了99年，变成了15亿美元 [01:16:41]
David Rosenthal：对，然后到了2000年，他们彻底炸裂，总回报128% 扣除费用后的净回报是98.5% 太离谱了，他们把基金的管理资产规模 [01:17:19]
Ben Gilbert：从19亿美元做到38亿美元，还是那句话，完全靠投资收益，不是靠任何新投资人，而那一年科技泡沫破裂了，对，整个市场都大跌，但Medallion那一年 [01:17:33]
David Rosenthal：总回报上涨128% 后来这就成了一个主题，高波动的时候，正是Medallion最闪耀的时候，这就是不相关性，他们在这里拿到了最后一枚认证章 [01:17:46]
Ben Gilbert：我们不只是印钞机，而且是在任何环境里，无论大盘状态如何，都能印钞的机器 David就像你说的，波动实际上会让他们的算法表现得更好，因为他们在做什么，他们在寻找市场行为失常的场景，然后利用那些人在压力下，做出的错误决定，只要投资人承压，就会有一点优势流向Medallion 他会说，好你现在是在恐慌性卖出，那我可以判断，你到底该不该恐慌性卖出，如果我判断，你不应该抛掉这项资产，那我就从你手里买过来，这里有个特别有意思的故事，能很好说明 [01:18:00]
David Rosenthal：Jim在管理公司和管理人上的天才，也说明，他们就是在这一年，真正弄明白了这件事，科技泡沫破裂的最初几天 Medallion实际上遭遇了一些很大的亏损，一部分原因，可能是模型还没有调好，因为Rentech没有人见过市场出现这种行为，也可能有一部分原因是，模型那几天确实表现不好，那段时间所有人压力都很大，大家都在Jim的办公室里 Jim抽着烟，污里一团烟雾，他们在讨论该怎么办 Jim最后决定降低一些风险场口，他担心公司爆掉，毕竟这时候，距离Long Term Capital Management出事，还没过去多久，模型也许在说，我们这里应该继续做多，但Jim的判断是，不能把公司堵没了，事情过去以后 Peter Brown来找Jim 说鉴于这几天造成的亏损，他愿意辞职 [01:18:38]
David Rosenthal：Jim说，你在说什么，你当然不该辞职，你经历过这件事之后，对公司反而更有价值了，因为你现在知道了，不能在所有情况下，百分之百相信模型，这太有意思了，这个洞察太好了，这一下就说明了 Jim作为领导者，是什么样的人，完全是，还有一个平行的故事 2009年 Jim最终退休 Peter和Bob接任联席CEO 大概在那之前一年左右，所谓的量化地震发生了，情况有点像科技泡沫破裂，市场上所有量化公司，突然都出现了非常大的回撤 Rantech也被打到了，在那段时间里 Peter非常坚决地认为，我们应该相信模型保持风险敞口，这会成为一个，对我们极其有利可图的时期，但Jim踩了刹车，介入进来 [01:19:32]
David Rosenthal：降低了风险场口，到CEO交接前后 Peter又去找Jim 说Jim你不担心吗，现在换我来管这里，我会不会太激进，哪天把公司搞爆 Jim说不，我一点都不担心，我知道你当时那么激进，只是因为我在场，会和你对着干，等你自己坐到那个位置上，你会没那么激进 [01:20:27]
Ben Gilbert：他对人类行为的洞察，真是大师级的，这真的太真实了，我甚至在自己身上，也会发现这一点，我会很自然地，站到对面那个人的反方位置上，如果有人在某件事上很强势，我就会发现，自己采取了另一个立场，等我停下来想一想，会觉得，我好像并没有预期，自己在这场对话里，会站这个立场，但你就是会很自然地，想站到另一边，去平衡坐在你对面的人 [01:20:50]
David Rosenthal：回到2000年，回到那一年惊人的业绩 Ben 刚才你说到不相关收益，他们那一年不只是赚得特别猛，而且是在市场下跌的时候做到的，我们现在得介绍一个概念，叫下谱比率，金融圈的听众应该都知道，但对其他人来说，这是一个很重要的概念，我觉得大家其实能凭直觉理解，我们这一集已经提过几次这个概念，比如说 [01:21:16]
Ben Gilbert：一个基金涨了25倍，当然很厉害，某一年投资回报有100% 也很厉害，或者我昨天买了比特币，一晚上就翻倍了，这就说明，你是世界上最好的投资人之一吗，我们凭直觉都知道，不是，因为那可能只是运气，也可能是你承担了极高的风险，所以问题永远是，把你承担的风险算进去之后，你还能不能拿出更好的回报，基金经理给投资人创造价值，基本上有两种方式，第一种，你跑赢市场，第二种，你跟市场完全不相关，但还能拿到市场级别的回报，或者像Rentek这样，两件事同时做到 [01:21:42]
David Rosenthal：既跟市场不相关，又大幅跑赢市场，这基本上就是资产管理里的圣杯，对，所以下谱比率，就是把这两个概念合在一起，衡量的指标，没错 [01:22:24]
Ben Gilbert：他以经济学家William F. Sharp命名 1966年提出，他本质上衡量的是，一个基金相对于无风险利率的表现，比如你那一年的收益是15% 无风险利率是3% 那分子就是12% 然后再拿它去和波动率比较，技术上说是标准差，但意思就是，过去若干年你的收益有多波动，通常大家会看，三年下谱，五年下谱，或者十年下谱，下谱比率代表的是，投资人每多承担一单位风险，能获得多少额外回报 David 你现在可以开始报数字了，低下谱比率不好，负下谱比率更糟，因为那说明，你还跑输了无风险利率，高下谱比率好，因为它说明，你创造了很多回报，同时，方差，标准差，也就是风险很低 1990年，他们的下谱比率是2.0 是SAP500基准的两倍，很厉害 [01:22:35]
Ben Gilbert：1995年到2000年，下谱比率是2.5 真的开始跑顺了，已经非常不可思议，很好，我去哪签字投资，后来某个时候，他们加入了海外市场，夏普比率达到了6.3 是最好的量化基金的两倍，这家公司至少从历史上看，几乎没有亏钱的可能，而且还能在不相关的基础上，大幅跑赢市场，如果我研究的没错 [01:23:30]
David Rosenthal：2004年，他们实际上做到了7.5的夏普比率，惊人，再回到我们的体育类比，这些不是名人堂级别的数据，这更像是，我都不知道怎么说，让Tom Brady看起来像个三线踢鼓，对没错，所以在2000年和这波上升之后，第二年也就是2001年，他们把基金的业绩分成提高到36% 之前是20%或者25% 具体是多少先不管，记住他们已经不再接受新投资人了，所以基金里还有外部投资人，但不会再有新的投资人进来，然后下一年2002年，他们把业绩分成提高到44% 这活要是能做上，当然太好了，但给大家一个参照，像Sakoya这种外面的标杆 30%的业绩分成已经很夸张了 [01:23:57]
David Rosenthal：44%是前所未有，这里有两种有意思的看法，第一种是，他们就是想把费率抬得特别高 [01:24:51]
Ben Gilbert：高到把现有投资人清出去，他们等于在说，我们现在还不会把任何人踢出去，但我们已经很久不接新业务了，你们也差不多该自己走了，另一种看法，我觉得可能才是正确的看法，是投资人本来就是套利者，他们看到定价错误就进入市场，把这个定价错误修正掉，所以只要有机会把同一种货币，在两个不同交易所的价格拉近，投资人就在履行自己的功能，他们进来套利这段差价，拿走一点利润当作报酬，然后把市场修正好，让市场变成真正的称重机，而不是投票机，也就是让所有价格都反映，某个东西真实值多少钱，从某种意义上说 Renaissance现在也是在对自己，或者说对自己的投资人，做同样的事，他们进来说，你看这太离谱了，我们明显大幅跑赢市场，就算我们拿走更多业绩分成 [01:24:59]
Ben Gilbert：你们还是会接受这笔交易，因为这里存在明显的定价错误，这个产品不应该按20% 25%的业绩分成定价 [01:25:52]
David Rosenthal：这个产品应该收高得多的业绩分成，而你们还是会觉得很好，如果一家公司给你带来 15%的年化回报，你可以付20%的业绩分成，可我们给你带来的是 [01:26:01]
Ben Gilbert：50%的年化回报，完全是这样，所以我想，现有投资人肯定不会太高兴，但Rentek的溢价能力太强了，那还能怎样呢，听众朋友们，再次抱歉，我还得说 [01:26:14]
David Rosenthal：先等一分钟，关于业绩分成这个点，我还有另一个角度必须补充，不过我想先把故事讲完 2001年，他们把业绩分成提高到36% 2002年又提高到44% 到了2003年，他们其实就说，外部投资人，我们不能靠提高激励，把你们劝出基金了，所以我们要直接把你们请出去，所以从2003年开始，所有外部投资人，只要不是Rentec这个大家庭的一员，也就是不是公司现任员工，或前员工，都会被清出去，而且也不是所有前员工都能留下，只有一部分被选中的前员工，可以按老规则继续留在里面，对，我们为什么要这么做，待会儿我会讲其中一个原因，但有一个原因非常明显 Medellin Fund现在交易的管理资产规模，已经到了50亿美元 [01:26:27]
David Rosenthal：哪怕是在股票市场里，他们也开始碰到滑点问题，所以，如果他们想维持这种夸张到离谱的表现 [01:27:21]
Ben Gilbert：规模就真的不能再大太多，这就是Warren Buffett一直在讲的问题，也解释了为什么他基本上只能继续加仓 Apple 而不是去买下一个，很棒的家族企业，对他们来说，能真正影响业绩的，标的规模都太大了，所以他们能做的事，其实就只剩这些，而且当你的规模很大时，不管进入哪个市场，都会推动那个市场的价格，对 [01:27:30]
David Rosenthal：Rentai当时采用的这套策略，他们判断，规模超过50亿美元之后，就不适用了，所以2003年，他们开始，把所有外部投资人，从Medallion里清出去，但很明显 [01:27:54]
Ben Gilbert：机构资金还是非常想投Renaissance 那他们怎么办，那就该开一只新基金了，于是他们成立了Renaissance Institutional Equities Fund 这里有几件事可以补充一点背景，解释他们为什么决定这么做，第一，有时候市场上会出现一些很赚钱的策略，但Medallion里的资本不够，没法充分利用，不过他们不确定这些策略是不是能长期存在，如果他们确信Medallion一直都能管理 100亿 150亿 200亿 250亿美元，那他们就会把规模做到那么大，但如果只是偶尔出现这些策略，他们就不想承诺，把基金规模长期提高很多，然后却不是一直都有这些策略可用，另一个问题是，很多时候这些策略并不是medallion 原本适合做的事，他们需要更长的持有时间，这也有一点坏处，因为这些新策略的预测能力会弱一些，他们必须预测更远的未来 [01:28:08]
Ben Gilbert：才能判断这些长期持仓的退出价格，但他们还是觉得，虽然这不完全是他们短期交易那套看家本领 [01:29:03]
David Rosenthal：应该也能靠它赚到一些钱，对，这里有个有意思的故事，是Peter Brown讲的，有一天Jim走进他的办公室，说Peter 我给你一个思想实验，如果你娶了Rockefeller家族的人，你会建议这个家族，把很大一部分财富投到SAP500里吗 Peter说，不会，当然不会，那不是很好的，风险调整后回报，这些人很习惯看到，远好于S&P的下谱比率，对于是Jim说，没错，那你现在就去设计一个，他们应该投资的产品，对所以他们最后做出来的东西，本质上就是 [01:29:11]
Ben Gilbert：我们能不能做一个类似S&P500 但下谱比率更高的产品，我们能不能每年跑赢市场几个百分点，或者说，坦白讲，就算每年只跟市场持平，但波动率低于买指数基金，也可以，你很容易看出这对谁有吸引力，养老金 [01:29:49]
养老金
Ben Gilbert：养老金，大型机构，想按市场收益率，或略高于市场收益率，复利增长的公司，都会感兴趣，他们不想承担巨大的回撤，或者坦白说，如果他们可能需要提前把资金取出来，他们也不想承受太大的整体波动，投资对冲基金，相比投资风险投资基金，有一个好处，就是可以赎回，你看 Renaissance Institutional Equity Fund 后来提交的13F 也就是SEC文件，就会发现它每个季度都在变，因为有人新投钱进来，也有人赎回，所以这是一个相当不错的产品，至少它背后的理论很不错，相对于SVP500 风险更低，回报相近，而且营销是自带的，想把外部资本投给Rentek的需求，从来不缺，这点特别有意思，很多故事都说，它的营销文件里，几乎是明明白白写着，这不是Medallion Fund [01:30:05]
Ben Gilbert：我们不承诺像Medallion Fund那样的回报，事实上，我们也不是按Medallion Fund那样收费 David 你刚才说Medallion的管理费和业绩，分成涨到了多少来着 5%和44% 而这支机构基金，收费是1%加10% 也就是每年只收1%的管理费，再收业绩的10% 很明显，这是一个非常不同的产品，但大家并不是这么理解的，大家特别兴奋，毕竟这是Renaissance的产品，用的是同一批分析师，也在用他们那些高级计算机，大家肯定会想，我们一定也能拿到这种疯狂的超额收益，但说到底，它是一种完全不同的投资工具，它的表现远远没有接近Medallion的表现，没错，它有没有完成自己的目的，有，但它是不是Medallion 不是，它并没有Medallion那种特殊性，对 [01:30:59]
Ben Gilbert：机构基金还有几件挺有意思的事，我花了很多时间翻Medallion过去十年的13F持仓报告，我想他们有两支机构基金，对，一支是Institutional Equities 另一支是Diversified Alpha 最好笑的是，他们提交这些13F David和我平时很习惯看节目朋友的13F 他们有些人经营对冲基金，也上过我们的节目，或者说只要你想看某个投资人，这个季度买了什么卖了什么就会去看，通常你会在里面看到15个25个，也许50个不同的股票名称，可Renaissance的13F里有4300只股票，每只都只是一小点仓位，而且季度之间还会有一点延续性，比如很奇怪的是 Novo Nordisk一直是他们最大的持仓之一，我说最大也就是1%到2% [01:31:54]
Ben Gilbert：连续好几个季度，这就是他们最大的仓位，他们肯定一直在听Acquired 这也是模型里的一个信号，你看这些申报文件，会感觉这些仓位其实一直在到处飞，这只是某一个时间点，他们决定截一张图，把它写到纸上，虽然这是季度末的持仓申报，但如果你早一天或者早一周去看，结果可能完全不一样，我们聊过的一些人是这么描述 [01:32:47]
David Rosenthal：机构基金和Medellin的区别的 Medellin的交易和持仓，平均持有时间大概一天，也许一天半，而机构基金的持仓，平均持有时间大概是几个月，所以在4300只股票的组合里，每天都会发生大量交易，但节奏慢得多，对任何单一股票来说，它都比Medallion慢很多，这也说得通，还是回到滑点这个概念，如果你的基金规模更大，投入金额也更大，机构基金就是这样，那你就不能那么频繁的交易，否则所有收益都会被滑点吃掉，坦白说，它看起来就很像标普500指数 [01:33:13]
Ben Gilbert：比如截至2023年11月，一年12个月已经过去了11个月，它们上涨了8.6% 听起来就是指数性回报，你再看2020年前4个月，也就是疫情导致市场疯狂下跌之后，它们下跌了10.4% 跌幅小于大盘，但整体还是像大盘的一面镜子，所以我觉得Reef 也就是它们的机构基金，确实按预期在运作，但它不是Medallion 如果它是单独存在的，我们绝对不可能在Acquired上，讲它背后的这家公司，绝对不可能，说到这支基金，它才是我们在节目里讲这家公司的原因 [01:33:51]
David Rosenthal：前面我们讲科技泡沫破裂时说过，波动性越大 Medallion越能发光，而2007年和2008年，几乎没有比这更剧烈的波动期了 2007年 Medallion的毛收益率是136% 2008年 Medallion的毛收益率是152% 这也太离谱了，太疯狂了，那可是2008年，整个金融世界都在崩塌 [01:34:29]
Ben Gilbert：这确实说明了，他们的钱是从哪里赚来的，交易对手是谁，对手是那些被情绪驱动的人，他们实际上有一套非常稳健，非常不情绪化的模型，在做极其复杂的多证券组合压住，他们会精确放上系统想要的那一组交易，以达到系统要求的风险和敞口，那这些交易的另一边是谁，是恐慌抛售的人，是牙医，是那些不相信自己电脑系统的对冲基金，他们会说，糟了，我们得把风险降下来，哪怕这对我们来说是一个负期望值的动作，他们基本上是在和人性做交易，还有一点很重要，这个业务和我们在acquired讲过的其他业务，或者大多数其他业务相比，真的是零和的，它不像某个增长性行业，很多竞争者可以用不同方法参与，而整个蛋糕增长得非常快 [01:34:54]
Ben Gilbert：所以我不在乎别人怎么做，这里不是，这里你是在争一个固定大小的蛋糕，我和别人交易，我赢，他们就输，这里有一个很小的细微差别，但我不知道他有多站得住脚，如果替他辩护 [01:35:48]
David Rosenthal：可以这么说 Warren Buffett可能在交易的另一边 Medea Allian可以在自己，一天半的时间尺度里，从和Warren的这笔交易中赚钱，而Warren也可以在他的时间尺度里赚钱，也就是你知道的时间 50年，这个说法非常合理，但我觉得反驳是 Medallion一天半之后，把它卖给了另一个人，而那个人是在更低价格买入的，所以在这条链上的某个地方，亏损总会被转嫁给某个人 Medallion的直接交易对手，以及整个量化行业的直接交易对手，未必承担亏损，但沿途一定会有人承担亏损，就像你说的，这是一个零和游戏 [01:36:01]
Ben Gilbert：但我觉得关键是，你和你的对手能不能同时受益，在这个例子里，你和你的交易对手，也就是跟你做交易的那个人，确实可以有两个不同的目标和结果，比如我能不能通过这笔交易，从Warren Buffett的身上多赚一分钱，当然可以，但他的策略决定了，这件事对他来说无关紧要，所以在金融危机期间，创下历史级表现之后，就像我前面提到的 [01:36:41]
David Rosenthal：Jim在2009年底退休 Peter和Bob在2010年成为联合CEO 也就是公司的共同负责人，他们接手之后，把投资组合规模提高到100亿美元 Jim任期最后几年，规模一直是50亿美元，他们把规模提到100亿美元，而且基本没有影响，我猜这说明Rentech变得更强了，模型也变得更强了，不然他们早就把规模提到100亿美元了 [01:37:08]
Ben Gilbert：他们更有信心了，认为自己有足够多能赚钱的交易机会，可以提高容量，同时不压低回报，也许他们更早之前就能这么做，只是当时没有信心，不确定规模变大之后还能不能奏效，但我敢说，他们非常清楚自己的策略，最多能做到多大规模，超过哪里之后收益会开始递减，重要的是，在波动率达到峰值的时期 [01:37:35]
David Rosenthal：比如2020年 Medallion仍然表现极其出色，至少从我们能找到的Medallion 过去几年业绩数据来看 2020年，它的费钱收益率是149 非费后收益率是76费，所以那种魔力还在，有一种看法，也许不是唯一答案，但我觉得，很适合用来比较 Jim时代的Medallion 和Peter Bob时代的Medallion 在Jim任期内，从1988年基金成立，到2009年他退休 Medallion的总IRR 是费前年化63.5 非费后年化40.1 飞，当然这里面包括很多业绩分成较低的时期，是20飞，而不是44飞，在Jim之后，也就是Peter和Bob时代，从2010年到2022年，这是我们能拿到的最新数据 [01:38:00]
David Rosenthal：ER是飞前年化77.3 飞，飞后年化40.3飞，所以两个口径都更好，哪怕平均费用高得多 [01:38:52]
Ben Gilbert：所以我觉得Medallion过得挺好，太惊人了，我们没法完全确认，有些来源说，过去几年，他们已经从100亿美元，增长到可以接受 150亿美元的基金规模，如果是真的，那就说明，他们还在Medallion里，不断找到更多有利可图的策略，在更大规模下，维持同样不可思议的回报，到头来，这一切都太疯狂了 [01:39:02]
David Rosenthal：Ben 你在节目开头，也稍微提到过，就我们能判断的情况看，也就其他人能判断的情况看 Medallion 到目前为止，绝对拥有历史上任何单一投资载体里，最好的投资业绩记录，那你把废后数字再说一遍，从Medallion诞生至今，也就是1988年到2022年，一共34年，它的总废后年化收益率是40非40 持续34年，扣费之后是40费，扣费之前是68费，按我们的计算，这相当于整个公司在基金生命周期内 [01:39:28]
Ben Gilbert：光业绩分成就拿了600亿美元，惊人，这是一大笔钱，另外David Rosenthal这次表格做得不错，你已经有一阵子没为节目做表格了，所以我很欣赏你这次的工作 [01:40:04]
David Rosenthal：我还记得怎么用Excel 勉强记得，有了Copilot和GPT之后，这门手艺很快就要失传了，好 600亿美元的总业绩分成 600亿美元总业绩分成，是一大笔钱，说到一大笔钱，在讲完这个故事之前，我们确实还得提一下 Rentag的钱，在社会上买到了很多影响力 Bob Mercer这个名字，很多听众可能一路听下来，会觉得耳熟 Bob是Breitbart和Cambridge Analytica的，主要资助者，也是2016年川普竞选，以及英国Brexit阵营的，重要金主之一，不过为了避免你以为 Rentag的钱只流向，政治光谱的一边 Jim Simmons也是民主党的，重要捐赠者 Rentag的很多其他人，也是 Henry Laufer和其他一些人，也是巨额捐赠者，金额大致和Bob Mercer 在右翼阵营投入的差不多 Rentai的员工和校友，在各个阵营 [01:40:17]
David Rosenthal：多个选举周期里，都投入了数千万美元，而且是很多个数千万美元 2016年大选之后，这件事确实成了，公司内部的一个焦点问题 Mercer显然成了，一个有争议的人物，不管是在公司外部，还是在公司内部，尤其是当人们意识到，他把Breitbart Cambridge Analytica Trump 当选和Brexit串在了一起，最后 [01:41:11]
Ben Gilbert：Jim在2017年要求Bob 卸任联合CEO Bob也照做了，但他仍然留在公司担任科学家，也继续为模型做贡献，只是从领导层角度看，他不再和Peter一起管理这家公司，最让我意外的是，这些人政治立场几乎可以说完全相反，却仍然能一起工作，说这是本世纪最保守的说法都不为过，而且他们在各自的政治体系里，都非常有影响力，也非常活跃 Bob Mercer已经不再是Renaissance Technologies的CEO 也不再是联合CEO 但他还在那里工作，仍然和公司有关联，他们也仍然都对彼此评价很高，这很出人意料，我觉得出人意料是最准确的说法，就像Renaissance的所有事情一样，它的运作方式和世界上其他地方都有点不一样，说到这个 [01:41:34]
David Rosenthal：我们转到分析部分，我有一小段挺有意思的独白 Ben 如果你愿意听我展开一下的话，我觉得，这可以算是Rentek的打法，但我更愿意把它想成一张 Rentek的挂毯，这里我是受Costco启发，因为我们做研究室跟一些人聊，大家都说 Rentek就是有这些拼图块，而且能拼在一起，表面上看 Rentek做的事，和Citadel D-Shaw 2 Sigma Jane Street 以及其他公司做的事一样，他们招来全世界最聪明的人，给这些人全世界最好的数据和基础设施，然后说放手去做，做出赚钱的交易，这两样东西都非常贵，全世界最聪明的人，以及最好的数据和基础设施，但他们也是商品化的东西 Citadel也可以说完全一样的话，这就像Walmart和Amazon也可以说 [01:42:26]
David Rosenthal：我们有大规模供应商关系，也会利用这些关系给客户提供低价，就像Costco一样，但我觉得真正的魔法在底层，有三件彼此高度相关的事，让Rentek变得独特，第一，他们能让全世界最聪明的人协作，而不是竞争，几乎所有其他金融公司里，员工和团队之间都会有某种准竞争关系，通常是比较友好的那种，但还是竞争，拿风险投资公司来说，一笔交易会有一个主导合伙人，或者一个交易团队，他们负责推进这笔交易，其他合伙人，可能会帮一点忙，但大多数时候，他们都在推进自己的交易，我觉得这已经是金融行业里，最同事友好的形式了，然后还有多策略对冲基金，那些地方，团队真的会被放在一起比较 [01:43:21]
David Rosenthal：看最终在公司的，交易模型里给谁更高权重，对，但在Rentek 因为它是一套模型架构，所有人都在同一个投资策略，同一套投资基础设施上一起工作，这意味着，每个人都能看到其他人的工作，在Rentek工作的人，不管是研究团队，还是基础设施团队，都能访问整个模型，这在别的地方并不成立，这是个好点，整个代码库都是完全可见的，而且这也意味着，因为只有一个模型，只有一个策略，当别人提升了这个模型的表现，这对你的影响和对他的影响一样直接，这和其他任何对冲基金都非常不一样，那如果我在自己工作的多策略对冲基金里，把一部分薪酬滚进去，为什么这就不一样，别的团队也做出很高的业绩，我难道不会高兴吗，当然会，但你不会像在乎自己团队那样在乎 [01:44:15]
但你不会像在乎自己团队那样在乎
David Rosenthal：但你不会像在乎自己团队那样在乎，因为不管从薪酬还是职业发展看 [01:45:06]
Ben Gilbert：你对自己业绩的依赖，都远远高于对别人业绩的依赖，对这点很重要，在大多数地方，大多数时候，你都默认自己这份工作之后，还会有下一份工作，所以你会在乎功劳归属，你会在乎把彩冠砸开之后，再去别的地方，或者先建立声誉，再去别的地方，但Rentag大多数人，不会再有下一份工作，你在LinkedIn上查到什么来着，员工的中位任期，至少好像是16年，对我刚买了LinkedIn Premium 可以看到中位任期，这个数字很夸张 Renaissance只有大概三四百名员工，按LinkedIn显示的数据 [01:45:11]
David Rosenthal：中位任期大概是14年，对，好，这就引到我的第二点，也就是你刚才说的，这是一支小的离谱的团队 Rentech的员工不到400人，其中只有一半做研究和工程，另一半要么是后台部门，要么是开放基金的机构销售，所以我们就算一算，真正直接握着Medallion方向盘的人，最多也就150到200人 Rantech的其他同类公司，比如Citadel D.E. Shaw 2 Sigma等等，再把Jane Street 还有Jump 这类高频交易公司，也算进来，这些地方至少都有2000到5000人，哇我没意识到规模有这么大，跟Rantech相比，其他公司参与这件事的，人数多了一个数量级 [01:45:51]
Ben Gilbert：除非你觉得这是由资金规模决定的，但不是，他们的机构基金也已经很大了，峰值超过1000亿美元，目前管理规模在600亿到700亿美元之间 [01:46:39]
David Rosenthal：这还不包括Medallion Fund里的那100亿或150亿美元，对所以AEM差不多是一样的，对，和那些大基金一样，这带来各种好处，第一，有点像Hermes Atelier手工作坊那种好处，每个人都知道彼此的名字，你认识同事的孩子，也认识同事的家人，他们网站上直接写着，公司有90位数学 [01:46:52]
Ben Gilbert：物理，计算机科学，以及相关领域的博士，关于我们的页面上，有10个有点随机的要点，其中一个就是这个，还有一个相关的点，这家公司在Long Island 一个很偏的地方 [01:47:17]
David Rosenthal：你真的会认识同事的家人和孩子，因为你不会跑去New York City 跟Two Sigma的人喝酒，你不会跟别人交换情报，也不会跟别人互相攀比，谁更厉害，你就是在游泳池边 [01:47:30]
Ben Gilbert：跟同事一起待着，完全是Renaissance Technologies 又不从金融岗位招人，所以你大概率，也不认识其他金融圈的人，你原本来自科学相关领域，现在你在长岛的 East Setauke工作，那里大概只有一万人，甚至更少，所以你就在这么一个小镇里，你其实不怎么进城，就算进城，也不是去和其他金融从业者喝酒，所以就算你没有一份 [01:47:44]
David Rosenthal：好几页的敬业限制，也没有终身保密协议，你也很不可能，进入那些社交圈子，你就是接触不到那些人，而且Rentech招的是，成熟的科学家和博士，它不像Jane Street 或Bridgewater那样，从本科刚毕业的学生里招人 [01:48:10]
Ben Gilbert：我的感觉是，那里就像一个，没有学生的大学校园，你看过网上的照片吗，你在Google上搜 Renaissance Technologies 然后看他们园区的照片，那里有一个小院子，有弯弯绕绕的步道 [01:48:24]
David Rosenthal：周围都是树林，还有网球场，那么小团队这个因素，还有最后一块，就是它带来的财务影响有多大，我并不认为真有这种情况，但我们先假设，还有另一家量化基金，赚到的业绩回报金额和Rentac一样多，在Rentac 这笔钱是几百个人分的，在Citadel 这笔钱是五千个人分，那你就没有理由去别的地方 [01:48:38]
Ben Gilbert：我们为了准备这一期和一个人聊过，他告诉我们，你永远竞争不过他们，但他们会付你足够多的钱，让你根本不想走，这就说到我前面一直在铺垫，而且特别兴奋的那件事了，我认为 [01:49:02]
David Rosenthal：让Rentek如此独特，如此有防御性的第三块拼图，就是Medallion Fund本身的结构，它是一个LPGP基金，收5%的管理费，和44%的业绩分成 [01:49:16]
Ben Gilbert：所以它不是那种自营交易公司，也不是所谓proprietary的一锅钱，它真的就是GPLP结构，哪怕GP和LP其实是同一批人，我的想法是这样的，我不知道它实际到底怎么涉及 [01:49:28]
David Rosenthal：但整个44%业绩分成这件事，在研究过程中一直让我觉得不对劲，因为我一直在问自己，为什么，他们已经把大多数LP都踢出去了，如果不是全部的话，所以为什么还要提高业绩分成，对，全是他们自己，全是内部人，他们为什么要向自己收44%的业绩分成，和5%的管理费，我记得Jim讲过这件事，他说，我和所有人一样，也要交这些费用，对，这个说法总是很好笑，问题是，你到底把费用交给谁，所以我当时就在想，这到底是怎么回事，好，这是我的假设，这不是为了设置一个，离谱的业绩费，也不是为了拿到，全行业最高的业绩分成，这是公司内部的一套，价值转移机制，把价值从资深员工群体，转给当年正在为 [01:49:42]
David Rosenthal：Medallion Fund工作的当前团队，我觉得它的运作方式是这样，人们刚加入Rentec的时候，财富显然比已经在那里，待了很久的人少得多，一方面是因为你每年在那儿，工作能直接拿到回报，另一方面也是因为你在 Medallion Fund里的投资比例，顺便说一句，我记得他们还把纽约州政府，或者联邦政府告上过法庭，目的就是让Rentec的401k计划，可以投Medallion Fund 不会吧，所以如果你在那里工作，你的401k就是Medallion Fund 这太夸张了，所以真的不用几年，你就够一辈子用了，完全是，我的意思是，看你怎么定义，够一辈子用，但我觉得这件事，会非常非常快发生，既然如此，问题就来了，你怎么避免一群，有才华的年轻人 [01:50:36]
Ben Gilbert：自己分出去，再开一个自己的Medallion Fund 尤其是他们还能访问，整个代码库，整套机制，本来就像一个大学数学系一样运转，所有人都在持续共享知识，因为大家一直共享全部知识，才会产出更好的，经过同行评审的研究，你会觉得，把所有钥匙都交给每个人，这件事风险极高，所以我认为，真正起作用的，就是44%业绩分成这个结构 [01:51:28]
David Rosenthal：因为它基本上是在说，每年先收5%管理费，也就是先从总额里拿走5% 然后再拿业绩的44% 假设Madeleine Fund大概每年翻一倍, 我们粗略一点, 把它们直接加起来, 算成49%。也就是说, 任何一年里的经济回报, 49%流向当前团队, 51%流向资深员工群体。我当时就在想, 这相当于什么?我觉得有点像学术界的终身教职机制, 你在公司待得越久, 你的重心就越偏向LP那一边。你在公司越年轻, 你的重心就越偏向GP那一边，但归根结底，它是51比49 所以这里有一个非常自然的价值转移机制，让当年实际工作的人始终有极强的激励，而随着你待得越来越久 [01:51:55]
Ben Gilbert：你其实是在付钱给更年轻的同事，让他们为你工作，这个说法挺有意思，我觉得把它设计的像大学院系里的终身教职体系，是一个很好的洞察，我一直在问自己 [01:52:46]
David Rosenthal：为什么，为什么，为什么在没有外部LP的情况下，他们还要这么设计，这是我能想到的最好解释，而且我真觉得这有点天才，这笔所有钱都属于某一个人，然后他每年决定给现有团队发奖金，给到足够多，确保把人留住，要优雅得多，我觉得大多数自营交易公司，就是这么运作的，比如Jane Street 基本上就是自营交易公司，我理解主要用的是合伙人自己的钱，但那是一种静态状态，不是说如果真是那样 Jim就会永远拥有这个东西，而在Rentech 我觉得不是这样 [01:53:00]
Ben Gilbert：所以本质上David真正神奇的地方是，他们只有一支基金，而且是长期长青的，你刚加入公司时，拿到的基本只是业绩分成那一部分，但随着时间推移，你会成为公司里一个有实质分量的投资人，你的位置会逐渐转向那51% 你更像是LP 再往后，你最终会完全毕业退出，只剩下LP的身份，所以你说的对，这是一个价值转移机制，他把价值从老一代转给新一代，而且方式清楚，容易理解，相比于我是老板，我随意给每个人发奖金，这种方式可能还有税务优势，到最后 [01:53:39]
David Rosenthal：我觉得这三件事，对我来说，就是Rentek这张置景的核心，第一，大家一起写作，围绕同一个模型工作，第二，团队极小，彼此都认识，而且我们任何一个人，给这个模型带来的财务影响，对所有人都有好处，第三就是这个LPGP模型，配上非常高的业绩分成费用，它同时给新加入的人才，和逐渐退出的老人才，创造了正确的激励 [01:54:18]
Ben Gilbert：我觉得是这样，还有几个故事里的部分，我们前面一路跳过去了，因为实在没有特别合适的位置放进去，但这些都是客观上非常迷人的历史事件，完全值得知道，第一个叫篮子期权，时间是1992年 Rentai已经有13年时间知道，自己基本上拥有一台印钞机，那么当你有一台印钞机时，应该做什么，加杠杆，但像这样的公司，在能加多少杠杆上有各种限制，你不能直接说，我这里每一美元的股本资本，都要去借100美元，所以你得想点巧办法，从银行或者任何贷款方那里，借来一大笔钱，基本上就是放大你的回报，前提还是一样，你真有一台可靠的印钞机，大多数人没有，大多数人可能不该加杠杆，因为他们把一切搞砸的概率，和成功的概率差不多，所以 [01:54:45]
Ben Gilbert：篮子期权，我直接读The Man Who Solved The Market里的原文，因为Greg Zuckerman写得太到位了，篮子期权是一种金融工具，它的价值和某一组特定股票的表现挂钩，大多数期权基于单只股票，或某一种金融工具，而篮子期权连接的是一组股票，如果这些底层股票上涨，期权价值就会上升，这就像拥有这些股票，但实际上并没有真正持有，事实上，银行当然是出借资金的一方，也是把钱放进篮子期权的一方，他们在法律上拥有篮子里的股票，但从所有实际效果看，这些股票都是Medallion的财产，所以这个设计非常聪明 Medallion的说法是，我们要加杠杆的方式是，有一个篮子，我们有购买这个篮子的期权，这个篮子里的大部分资本，实际上是银行的资本 [01:55:40]
Ben Gilbert：但银行聘请我们来交易，篮子里的这些期权，然后过了一年，长期资本利得税规则开始适用时，我们就有权买下这个篮子，总之 Medellin的电脑一整天，都在向银行发送自动化指令，有时频率按分钟算，甚至按秒算，这些期权，让Medallion能借到远超正常允许额度的资金，竞争对手通常每一美元现金，对应大约7美元的金融工具，相比之下Medallion的期权策略，让它每一美元现金，可以对应12.5美元的金融工具，这样只要他们还能不断找到，有利可图的交易，就更容易碾压对手，当Medallion发现特别诱人的机会时，它还能提高杠杆，做到每一美元现金接近20美元资产 2002年 Medallion管理的资金超过50亿美元，但它控制的投资头寸超过600亿美元 [01:56:33]
Ben Gilbert：David 这揭示了我们在这一集还没有讲的一点，不是说他们只能找到，价值50亿美元的有利可图交易，而是他们想把这50亿美元狠狠加杠杆，找到600亿美元的有利可图交易来做，篮子期权给了他们一个合法方式，让他们能获得惊人的杠杆，而且他们觉得，这种方式是安全的，如果不加杠杆，照这个策略跑，回报会低得多，所以这套答法里，我们之前没讲到的，一个重要部分，就是杠杆，但每一家量化基金，都会用杠杆 [01:57:27]
David Rosenthal：所以Renaissance 只是比其他，所有人更聪明，不过这是很重要的一点，我们在Quiet覆盖的公司里 10家公司有9家，杠杆在故事里，完全不是一部分，对我们这种来自科技 [01:58:02]
Ben Gilbert：和风险投资世界的人来说，杠杆像是一个脏词，我会害怕它，你可以想象一下，假设他们不是50.25%的时间判断正确，而是50.0001%的时间判断正确，那他们就需要做海量交易，才能产生足够多的利润，所以你需要600亿美元现金，才能真正执行这个策略，做出他们想要的回报，而自有资本只有50亿美元，另外这里还有第二章，拿到这么多杠杆当然很好，这是其中一部分，另一部分是，他们认为这是一个税务效率非常高的工具，他们报税的方式大概是这么说的，没错，那个篮子里确实有东西，但我们真正拥有的是买入或者卖出那个篮子的期权，我们大概每13个月才行权一次，具体数字我不确定，但差不多就是超过一年，所以我们是在买一个东西持有一年，然后卖掉，当然篮子里面发生了几百万几百万笔交易 [01:58:16]
Ben Gilbert：但我们并不拥有那个篮子，银行才拥有，我们只是给银行提供建议，你大概能看出这里的逻辑，随着时间推移，最终到2021年 Iris说，不行，那些交易都是你们做的，那不是一个完全独立的实体，所以你们欠了68亿美元税款没有缴，你们需要连本带息，再加罚金一起补上，顺便说一句 Jim Simons 我们希望你和另外几位合伙人，真正承担这笔负担，他们也确实承担了，单就Simons一个人来说，他因为这个篮子期权策略，向IRS补缴了6亿7千万美元税款，这个策略最后被认定并不是长期资本利得，好，现在说说这家公司今天的数字，然后我们再进入Power和Playbook 今天我们讲了Medallion 规模按不同说法，是100亿到150亿美元 [01:59:10]
Ben Gilbert：历史上它更接近50亿到100亿美元，机构基金大概是600亿到700亿美元 [02:00:04]
机构基金大概是600亿到700亿美元
Ben Gilbert：机构基金大概是600亿到700亿美元，一度达到1000亿美元 David 你刚才说总共创造的业绩，分成是600亿美元 Forbes估计 Jim Simons个人今天的身家，大约是300亿美元，这也基本能和多年来的，其他数据对上，因为他大概拥有 Renaissance的一半，回报就不用说了 Medallion Fund 从1988年到2020年，年化回报大约是66% 扣掉这些费用之后，大约是39% 太离谱了，还有一个有意思的点，我做了一个假设情景，想看看Renaissance这家公司，一年收入到底有多少，机构基金这边，我们就按600亿美元资产的10%算，那就是6亿美元管理费，再加6亿美元业绩分成，所以机构业务，每年给公司带来12亿美元收入，因为我总会问自己一个问题 [02:00:07]
Ben Gilbert：这块业务到底重要吗，他们花这么大力气，把机构业务做起来，有人在乎吗，那我们再假设Medallion 在150亿美元规模上，做到它平均的66毛回报，这对应7亿5000万美元管理费，以及43亿美元业绩分成，所以Medallion总共是50亿美元，机构业务是12亿美元，当然，员工就是Medallion的投资人，所以你也可以说，把他们切开，其实挺没意义，但不管怎么说，这是一家年收入 70亿 80亿 [02:01:00]
David Rosenthal：90亿美元的公司，对，因为这里还没算Medallion的LP回报，没错，没算，而且我们刚才花了很长时间讲，本质上这些都是同一件事，但把这个数字放在脑子里 [02:01:32]
Ben Gilbert：拿它和其他公司对比一下，还是挺有意思的，这是一家一年收入七八十亿美元的公司，我觉得他们在基础设施上也有大量开支，完全是我也想讲这个，就拿Medellin自己来说，他们有七亿五千万美元管理费，我不觉得他们一年的费用会接近七亿五千万美元，但他们确实在运行某种基础设施，谁知道是什么，可能是某种超级计算机群，运行一个Amazon数据中心要花多少钱，我的意思是，他们的规模应该小得多，我不知道，这里的数据量确实很大，他们网站上就写着，他们有5万个计算核心，全球连接带宽是150Gbit每秒，还有一个研究数据库，每天增长超过40太字节，这数据量很大，这要不要7亿5000万美元一年，我不知道，但肯定不是零，我觉得不至于 [02:01:45]
David Rosenthal：他们当然不会在管理费上亏钱，但这门生意确实有实打实的硬成本，对我也在想Medallion的管理费部分，会不会基本上就是用来支付现有团队的基本工资，这个感觉挺合理 [02:02:36]
Ben Gilbert：如果你以前做过数据中心建设，或者有什么办法能反推出Medallion在算力，数据和网络方面的运营成本，我们很想听听你的看法，邮箱是Hello at Acquired FM Hauer Hauer 这一段会很有意思，对新听众说一下，这是Hamilton Helmer 在Seven Powers这本书里的框架，他问的是，什么东西能让一家公司，持续获得差异化回报，也就是，为什么它能长期比，最接近的竞争对手更赚钱，这七个Power分别是，反定位，规模经济，转换成本，网络经济，流程力，品牌，以及垄断资源 David 我想用一个问题，开启这一节专门问Rentek的，终身敬业限制，这感觉是他们维持竞争优势的，一个重要原因 [02:02:50]
David Rosenthal：我想知道你是否同意，如果同意你会把它归到，哪一种power下面，我觉得这是终身保密协议，再加上敬业限制，期限是在纽约州，法律允许范围内尽可能长，但这并不是真的终身，我听过各种说法，六年五年差不多这样，到头来敬业限制，更像是看哪一方，愿意为这件事打官司，但现实是，人们不会离开，就是不会离开，尤其不会离开之后，再自己开公司，我半夜还在想这件事，我觉得Rentech这里，真正起作用的敬业限制，有三层，第一层是法律层，也就是你说的基础层，是你签的那些协议，第二层是经济层，我们在Tapestry那里，花了很长时间聊过，离开其实很不划算，留在那个团队里，跟更少的人一起分收益 [02:03:41]
David Rosenthal：比去2Sigma这种，人数多得多的地方更好，我觉得这是再往上一层，最高那层，可能就是社会关系层，你在那里，身边是世界上，最聪明的一群人，氛围又很像，同事共同协作，大家都很努力，做的事情，还会直接影响到你自己，那就是你的社区，对，那就是你的社区，你不在纽约市，不在汉普顿，也不在硅谷，你是主动选择进入这种环境的，如果这就是你想要的，那世界上还有什么地方比这里更好 [02:04:35]
Ben Gilbert：那你给它分类吧，这属于哪一种力量，我觉得你说的对，我自己列的最大一个也是流程力，你真的可以发展出一套很复杂的知识，知道一个系统到底怎么运转，然后围绕它建立流程，这些流程到了别的地方很难复制，我觉得这些系统也是一层一层叠起来的，过去五年里进公司的人，没有谁知道它从头到尾是怎么运作的，我没有找人核实这一点，但它有超过一千万行代码，这个系统复杂到什么程度呢，它什么时候下单，做什么交易，为什么做，速度要多快，我其实不认为有任何一个人，能把整个模型完整装在脑子里 [02:05:13]
David Rosenthal：所以我觉得这里有流程力，因为这是三十多年积累起来的复杂性，我完全同意，尤其是在模型本身上，也许你还可以说，这个模型是一种垄断资源，我要说的是 [02:05:53]
Ben Gilbert：数据才是垄断资源，模型我不敢确定，当然你也可以说，知道那一千万行代码到底在做什么，这本身就是模型，但我真正觉得关键的是，他们有干净的数据，而且一直在搭系统，世界上最优秀的博士都在思考，怎么清洗数据，这个工作一点也不性感，可他们很可能拥有一座历史市场数据的宝库，而且格式是最好的，别人没有，这才是真正的垄断资源 [02:06:06]
David Rosenthal：这里我有几个细微的看法，第一，我觉得他们的数据，可能确实比任何其他公司都好，这要归功于Sandoz-Strauss 以及他从80年代就开始做的工作，当时几乎还没有别人真正在做这件事，所以他们有这东西，其他公司没有，话虽如此，其他所有量化公司，当然也在往这方面投入难以估量的资源，他们都想做这件事，而且钱不是问题，我为了这期节目，跟一些人聊过，有不止一个人跟我说 Rentek的运作方式，可能有两种，第一种版本是，他们在20多年前，发现了某个永恒的秘密 [02:06:34]
Ben Gilbert：然后这20多年，一直靠它交易，也就是说，某几类股票之间，存在一种特定关系，他们一直在利用这点，除了他们以外，没人能搞明白，这完全有可能，这不是很疯狂吗 [02:07:13]
David Rosenthal：当然Rentek会说，他们所有人都会说，这绝对不是他的运作方式，完全不是，但如果他真是这么运作的，他们当然也还是会这么说，因为他们不想让任何人知道，别去看大豆期货和GM之间的关系，千万别看，所以我们先承认，这种可能性也许是真的，不过更可能的情况是 Rentac自己说的是真的，也就是说没有什么圣杯，我们在这里做的是，每两年一个周期，持续不断地，把整个系统彻底重做一遍，两年这个说法，是我听到的大概周期，模型大约每两年，会完全重构一次，不是说每隔两年，到某一天才重构，它每天都在重构，但整体看，大概是一个两年周期，那这反过来也说明，如果有五个人离开，他们也许真的可以，把它重新做出来 [02:07:27]
David Rosenthal：他们需要的只是数据，这也说明，也许这里其实没有，真正的垄断资源，不管是模型本身，还是数据 [02:08:22]
Ben Gilbert：可能都不是，但我打赌数据是，假设你已经在那里工作了十年，你并不知道1955年的大豆期货数据，当初是怎么进到数据库里的，就算你习惯使用那些数据，也有能力去别的地方重建模型 [02:08:30]
David Rosenthal：你也不知道它最初是怎么被找到，怎么被放进去的，我觉得这个说法有道理，关于数据，也许还有一个观点，那些更老的数据是有帮助的，但随着市场演化，它的价值会随时间衰减，肯定会，我想说的更大一点是，其他所有大型量化公司，也都在这类东西上，花数亿美元，甚至数十亿美元，大家到处都在找另类数据 [02:08:43]
Ben Gilbert：像Bridgewater这样的公司，会为一些你做梦都想不到，可能会影响股市的东西花大钱，可他们确实会为这些东西，花几百万几千万，甚至几亿美元，所以我觉得 [02:09:09]
David Rosenthal：规模经济肯定可以排除，真要说的话，这里反而是反规模经济，对，这里完全是规模不经济 IM太大之后，你的策略就会失效，还会有滑点，我也不觉得这里有什么网络经济，我的意思是，他们基本上真的不跟任何人说话，不过他们确实和电子券商，以及交易执行链条上的不同参与方，有些很成熟的关系 [02:09:21]
Ben Gilbert：我觉得他们的交易执行很好，市场数据也非常快，他们从市场里提取数据的能力，质量非常高，但你觉得，这真的比竞争对手更好吗，我不知道，那大概不是他们的秘密武器 [02:09:48]
David Rosenthal：我也不觉得是，这是基本门槛，转换成本，我觉得不适用，品牌可能有点作用，体现在他们为机构基金募资的能力上，但那不是业务里的大头 [02:10:02]
Ben Gilbert：机构基金的费用收入，可能完全来自品牌，是的，但我觉得，有很多公募股票公司，也有很多对冲基金，都有很强的品牌力，他们平均下来就是市场回报 [02:10:14]
David Rosenthal：下谱比率还不错，也能募到钱，因为他们建立了品牌，风险投资公司也是一样，完全是，所以在我看来，这就剩下反定位了，我其实觉得这里有一些反定位，而且我觉得我们会连续两期，都讲大规模的反定位，说说你的反定位，谁被反定位了，是以什么方式，是他们在市场里的直接竞争对手，也就是其他量化公司，我说直接竞争对手，当然不是只挣LP的钱，我指的是同一类交易活动，就像他们交易里的对手方，我觉得他们不是对手方，我觉得他们都在试图利用，类似类型的交易机会，真正的对手方，是那些人，是他们占便宜的牙医们，不过量化基金之间，也经常互为对手方，这倒是真的，不过我觉得，是的，他们在寻找类似交易机会时 [02:10:27]
David Rosenthal：彼此算是对手，至于Rentech 或者更具体说Medallion Fund的反定位，我觉得第一点是单一模型路线，相比大多数其他机构采用的多模型，多策略路线，确实有好处，就像我刚才讲那套拼图时说的，但我觉得还有一点，也许更重要，就是Rentek的所有激励，都完全对齐到一件事，为了业绩表现，优化基金规模，几乎其他地方都不是这样，我觉得他们比任何人都有更强的激励 [02:11:21]
Ben Gilbert：去真正最大化自己能做到的业绩表现，虽然资金进来更多，管理费收入也会继续增加，但他们有一种很独特的激励机制，让他们不愿意为了多赚这些费用，而接受业绩被拉低，尤其是因为GP和LP两边，基本都是同一批人，我们一直在围着这个点打转，反定位这个说法我大体能接受，但我觉得这里的答案简单的令人不爽，也有点烦人，他们就是在这种特定的数学和机器学习上，比所有人都强，而且做得更久，所以他们会一直赢你，这也是我从别人那里，听到的另一个说法 Rentek本质上像一个数学系，而其他公司不是这样，也可能是文化，对也可能是文化，说真的，可能就是他们的文化，被设计成一种，能持续吸引合适人才的方式，而且用一种 [02:11:54]
Ben Gilbert：有点假力他的方式激励他们，比如，这里就是一个很有意思，很适合我做研究的地方，最后结果当然是赚得非常多，但我不会去Citadel工作，我觉得有可能 [02:12:47]
David Rosenthal：所以这也许会进入流程力，对我来说，这是流程力和反定位的某种组合，我不觉得是其他那些力量，对我来说，是流程力和垄断资源，这个我认 [02:12:59]
Ben Gilbert：还有一件事 Seven Powers没有涵盖，就是战术，也就是执行 Seven Powers的核心，就是战略不同于战术，我觉得Rentek可能确实长期在执行上超过竞争对手 [02:13:12]
David Rosenthal：这里面有一部分就是他们比你聪明，如果你相信那种说法，也就是整套东西每两年都会被持续重做一遍，那确实是这样，而且还有残存下来的知识 [02:13:25]
Ben Gilbert：比如你从1964年之类的时候就开始搭机器学习系统，那你今天肯定会很擅长机器学习，过去15年里一直跟你一起工作，学习你们历史知识，在你们系统里做事的那些人，也会比外面很多人，更擅长机器学习，那些外面的人，可能只是因为新热点来了，才被激发出来，开始学机器学习，所以我的答案是，学习会复利，好，进入playbook 除了你编织出来的那套，三部分David Rosenthal拼图之外，我没有更多要补充的了，我觉得还有几件事值得讲，第一件事，信号处理，就是信号处理，就是信号处理，他们不关心底层资产，所以他们真的不是，按基本面来交易，除了Institutional Fund 会稍微按一点基本面交易，他们在Institutional Fund里，会用市盈率之类的东西，这挺有意思，因为那其实是一套完全不同的技能 [02:13:37]
Ben Gilbert：但如果只看Medallion Fund 它处理的全都是抽象数字，你其实不需要关心这些数字背后是什么，你只需要看数据之间的关系，不管是线性回归，还是他们做的那些更复杂的方法，一旦把问题还原到这个层面，他们就很厉害，因为他们可以从任何领域招人，一个人过去是怎么做复杂信号处理的，并不重要，可能他是天文学家，试图给一张所谓的，极远恒星的照片去造，也可能他做过自然语言处理，本质上都只是信号 Jim Peter还有其他人被问到，为什么他们只招学术界的人 [02:14:29]
David Rosenthal：不招华尔街之类的人时 [02:15:09]
不招华尔街之类的人时
David Rosenthal：不招华尔街之类的人时，会说一句特别好笑的话，他们说，我们发现教聪明人做投资，比教投资人变聪明更容易，也就是教他们怎么变聪明，这就很荒谬，他们根本不教任何人投资，他们只是在做信号处理，我敢打赌 Rentek研究团队里，至少一半人都看不懂资产负债表，特别有意思 [02:15:09]
Ben Gilbert：一大群人在投资行业里工作，但他们没有一个是投资人，还有一个点，你可以判断它合不合适，我一直在想复杂适应系统，自从几年前，我们请NZS Capital的人，上节目，读了他们的文章，还有Santa Fe Institute 关于这方面的研究之后，这个概念就一直在我脑子里，在一个复杂适应系统里，你很难真正理解一件事，会怎样影响其他所有事，因为核心问题是，这些关系在组合上复杂到，你没法确定地说，这一件事就是另一件事的原因，就像蝴蝶扇动翅膀，但实体之间确实存在关系，只是你从表面上理解不了，也看不见，你还记得很早以前，我们做第二期NVIDIA节目的时候，我开头讲过一个想法吗，我小时候总是看着火响，如果你真的知道木头里原子的组成，真的知道风是怎么吹的，也真的知道所有这些条件 [02:15:35]
Ben Gilbert：那你能不能真的把这团火建模出来，我小时候总会下意识觉得不可能，但其实答案是可以，点燃这根木头之后，接下来三个小时会发生什么，这是可以知道的，你也可以精确看到火焰会怎么变化，我觉得Runtek基本上没有把市场也做到这一步，他们不能预测未来，但如果他们有50.01%的概率是对的，那他们就可以在某种程度上面对一个复杂适应系统，然后说我们其实不在乎它是不是复杂适应系统，我们的模型已经足够理解这些实体之间的关系，所以我们会把模拟跑很多很多次，在一遍又一遍的小小抛硬币里，只要我们有一点点优势，就能从里面不断捡到那些小钱，最后赚到足够多的钱，从这个意义上说，他们可能是全世界，最接近真正预测市场，这个复杂适应系统，会如何运转的人，当然 [02:16:30]
Ben Gilbert：我不觉得他们能把原因反推出去，没有人能解释清楚 [02:17:23]
David Rosenthal：但我觉得他们的计算机可以做到，我听Rentek的人谈这个时，他们基本都会说，模型其实并不理解市场，但模型可以预测，而且我们对它关于市场，会怎么走的预测，有足够信心，所以我们会依赖它，至于他理解还是不理解，其实不重要，他说不出为什么，但这没关系，但他确实知道自己有一点点优势，所以他就应该据此交易，哪怕他解释不了原因，说到模型，我一直想把这个问题的答案弄清楚，你觉得Rentek是机器学习的发源地吗，这个问题真的很难回答，我们其实给几位朋友发过邮件，他们是非常知名的AI研究者和AI史学者，我们就问了这个问题，他们给我们的答案并不意外，他们说我们不知道，因为Rentek什么都不分享，这些原则，当然来自同一个数学共同体，而这个共同体 [02:17:27]
Ben Gilbert：也孕育了机器学习，但Rentek过去几十年，摸索出来的东西，存在于Google的 Gemini模型和ChatDpt里吗，不存在，因为他们没有把，任何研究贡献回去，也许真实情况是 Rentek其实早就领先所有人，已经有了某种强AI 或者某种比今天外面这些AI 都复杂得多的东西，他们只是选择把它关起来，自己独占，用它赚很多钱，也可能Renaissance 只是尽可能多地吸收，非结构化数据，他们只是比其他人，早了一二十年意识到，你可以使用，非结构化，没有标注的数据，只要数据足够多，在LM的场景里，你就能让它说出，听起来正确，听起来像真的话，而在这些交易的场景里，你就能让它，在超过50%的时间里作对，做出听起来正确的交易，他们在所有人之前，就搞明白了，这个大型无监督学习的东西，一直到去年 [02:18:21]
Ben Gilbert：AI时刻到来之前，都是这样，如果真是这样，那我们对各种powers的答案，就应该非常不同，为了说明这一点，有个事实很有意思 Peter Brown的博士导师，是Jeffrey Hinton [02:19:15]
David Rosenthal：对，我特别高兴我们提到了这一点 Rentek诞生的那个环境，和AI诞生的那个环境，是同一锅汤，是同一批人，同一个社交圈，也是同一批学术群体，还有一个人 [02:19:28]
Ben Gilbert：可能有人会问，你为什么这么说，我把它说得更明确一点，另一个博士导师，也是Jeffrey Hinton的人，是Elia Suskever 也就是OpenAI的联合创始人，当然这是很多年以后的事，但仍然是同一条线 [02:19:41]
David Rosenthal：这就像我们刚才说，马尔可夫模型，和引马尔可夫模型一样，那是Rentek的基础，那也是今天AI 和生成式AI的基础之一，另一个很重要的点 [02:19:55]
Ben Gilbert：是你应该基于一个，别人没有用来交易的秘密来交易，表面上看，这听起来很明显，我当然应该想出某种，别人没有用的交易策略，但我刚才说了几个词，我当然应该想出，问题就出在这里，我觉得大多数投资公司，都是先从人那里拿想法，再做极其严格的数据分析，判断这些交易到底该不该做，我可能说错，但我不认为今天的Rentek是这么做的，我认为他们所有的投资想法，都来自数据，来自信号处理，所以他们会做一些，直觉上完全讲不通的交易，当你做的交易既赚钱，又完全不符合直觉，你就不会有竞争对手，如果你发现两个东西之间，有某种关系，而这种关系人类根本想不出来，甚至做梦都想不到，而且我们说的还不只是两个东西，而是N个东西，比如10个20个100个，它们在不同权重 [02:20:07]
Ben Gilbert：不同时间尺度下互相关联，这就是利用一个别人不知道的秘密，并在市场里击败别人的杀手机配方，这个点太好了，其他很多量化公司 [02:21:01]
David Rosenthal：甚至大多数量化公司，并不是这么做的，有些可能是，但我觉得大多数情况下，是模型提出一些建议，然后有一个人或者几个人，作为真正的投资组合配置负责人 [02:21:12]
Ben Gilbert：来决定扣不扣扳机，我想把这个例子说得特别直观一点，因为人的自然反应会是，我能理解为什么这两个东西会有关联，但那个关系未必是你以为的那种，比如有两个东西总是一起动 Tesla股票和小麦期货，因为人类天生会讲故事，所以你可能会在脑子里编出一个故事，解释为什么它们会一起动，如果你相信这个故事，你可能还会判断，到了某个日期，它们就不该再一起动了，但真实原因很可能是，另一个大型对冲基金，刚好同时持有这两个东西，他们在平衡的时候，就会让这两类资产一起动，可你根本不会想到这一点，你会以为这两个东西之间有直接关系，而不是因为某个别人同时持有它们，所以市场上同时出现了，这两边的流动性，所以我觉得Rentag某种程度上承认了，我们根本不知道任何东西 [02:21:25]
Ben Gilbert：为什么真的有关联，但这不重要，对完全是这样，这也是我做研究时很意外的一点 [02:22:20]
David Rosenthal：我原本以为整个量化行业都是这样，后来发现，我相信不是，基本上只有Rentech是这样，可能还有另外少数几家，好，进入价值创造和价值捕获，这一部分之前 [02:22:27]
Ben Gilbert：我先抛一个，有点挑衅的说法 David Renaissance Technologies 其实不在投资生意里，他们做的是赌博生意，更准确地说，他们是庄家，我本来以为，你要往另一个方向说，如果是那个方向 [02:22:40]
David Rosenthal：我会完全同意，他们确实不在投资生意里，他们根本不知道，怎么投资，是模型指导，我会这么说，他们不是投资者，也不在投资生意里，在他们交易的市场里 [02:22:54]
Ben Gilbert：周围当然一直有人在投资，但他们进入这些市场，并不是以投资者身份来的，他们更像是在那里，开了一家Caesar's Palace 让所有人进来和他们做生意，而他们自己有一点点优势，他们有时候会输，但大多数时候会稍微领先一点，假设他们判断正确的概率是50.01% 那么这些年来，他们就是向所有愿意和他们交易的人，收取自己的抽水，一旦规模做起来，这套方法真的奏效了 Jim Simons设法，从所有跟他交易过的人那里，把300亿美元，抽进了自己的口袋，我觉得你要说的 [02:23:07]
David Rosenthal：可能和Caesar's Palace 或赌场有点类似，他们不在投资生意里，但他们提供了一种服务，当然，你是想往这个方向说吗，投资生意这件事 [02:23:45]
Ben Gilbert：其实取决于，你怎么定义投资者，如果你想把定义说得很高雅，我在这个例子里，其实就是有点这么做，那么投资者就是给一家企业提供资本，尤其是风险资本，让这家企业未来，以某种方式创造价值的人，或者你把钱借给某个，有内在价值的底层资产，让他能用这笔资本，变得更有生产力，并给你这个投资者带来回报，当然，很多被称为投资的东西，并不是这个意思，如果我把钱投出去之后，拿回更多的钱，但我其实不关心，钱是怎么赚来的，而且这本质上是零和的，这算投资吗，我只是把钱从别人那里吸走，对，对，这些钱并没有被投入到，什么东西里用来生产，没错，但它的商业模式，字面上就和赌场一样，你有一点点优势，然后让一大群顾客进来 [02:23:58]
David Rosenthal：把钱输给你和你的那一点点优势，我刚才说服务提供者，是因为，我觉得赌场也是服务提供者，赌场给客户提供的是娱乐，所有人都知道，游戏规则对赌场有利，类似地，我觉得你也可以说 Rantech 以及所有类似的量化公司，都在给市场提供一种服务，他们让人们想做的交易发生得更快 [02:24:50]
Ben Gilbert：而且买卖价差低得多，这就是无可否认的一点，量化基金确实在这个世界上创造价值，我觉得人们很容易说，量化基金不提供任何价值，因为它看起来像零和游戏，他们并没有真的把资本提供给企业，让企业拿去做事，他们只是想做套利，或者做我们这一期聊过的那些策略，但你说的完全对，市场流动性本身是有价值的，让一个市场有更深的深度，就意味着，如果我们回到Renaissance刚创立的那个年代，散户绝不可能像今天这样运作，今天大家可以零交易费，接近实时的投资各种不同公司 [02:25:16]
David Rosenthal：而且我们每一个人，几乎在一天中的任何时间，都可以买到几乎任何市场上的证券，基本上是瞬间完成，而且还能拿到非常非常细的价格，这些以前都不存在 [02:25:54]
Ben Gilbert：外面有一大堆量化基金，对冲基金随时愿意做任何想交易的人的交易对手，这件事本身就是一种服务，你说的对，而且他们也不全是medallion 他们其实并不都真的有优势 [02:26:07]
David Rosenthal：虽然他们可能会声称自己有，很多基金会把钱亏给你，很多基金确实会亏钱，各位听众，你们也有可能跑赢市场，这不是投资建议，请不要真的去试，平均来看 [02:26:19]
Ben Gilbert：Medallion不会把钱亏给你，但外面还有很多，其他对冲基金，高频交易公司和交易对手，你是有可能，从他们身上赚钱的，只不过那个人，不是Jim Simons 怪个书结尾，有一个特别精彩的小故事 [02:26:32]
David Rosenthal：那什么时候来着，是2010年代中期，市场某次抛售的时候 Jim当时已经，从Rentac退休很久了，他打电话给自己家族办公室的负责人，他说市场都在抛售，我们该怎么办，那感觉就像，你可是Jim Simons 你可是Jim Simons 我们该怎么办，我们该怎么办，所有人都会犯错，还有几个点也值得从这个角度看 [02:26:46]
Ben Gilbert：价值创造确实存在，你当然很容易批评，说这些聪明人全都跑去金融行业了，你希望他们去做一些，对世界更有生产力的事，但说到底，人类会去做那些激励他们去做的事，如果没有一个更大的，能强烈激励人们的全球性问题摆在面前，那他们就会按激励行动，你看第二次世界大战，当时人们的爱国主义，还有想把世界从邪恶中拯救出来的愿望，是一种巨大到不可思议的激励，真的能推动遗山一样的事情，当这种东西不存在，或者人们感觉不到，某种生死存亡的问题时，他们就会去做，对自己和家人最有利的事，如果他是一个帝国建设者，他就会去建立帝国，如果他是一个凶猛的资本主义者，他就会去赚很多钱，所以系统就是这样设计出来的，你当然可以对此感到生气，但在这个前提下 [02:27:13]
Ben Gilbert：人们会把量化金融，当成一个很赚钱的职业去做，幸运的是，这里面会产生很多有价值的东西，我觉得这点经常被忽视，这些非常赚钱的职业和业务，往往会产出一些研发成果，后来在别的地方也变得有价值，举个例子，我们刚做完NVIDIA的大系列，在大语言模型出现之前，你觉得Malinox主要是拿来干什么的，这个点真的非常让人震撼，他正好讲到价值创造和价值捕获，你来讲，交给你，其实也没什么复杂的，就是大量Infiniband被高频交易公司使用，我不能百分之百确定，但我多少觉得Malinox的业务，就是建立在量化金融之上的，这只是很多例子里的一个，当然这个说法也有边界，但我觉得大家经常忽略，这里面有很多技术创新，这些点都很好，他们在研究过程中都出现过，我完全同意，在我看来 [02:28:07]
David Rosenthal：说量化金融，没有为世界创造价值，是错误的，在我看来，他肯定创造了价值，但他创造的价值，真的有接近他捕获的价值那么多吗，问题就在这，他们真的非常非常擅长价值捕获，这里可不是Wikipedia 这件事在光谱的另一端，离Wikipedia要多远有多远 Always Sunny in Philadelphia里，有个很棒的桥段 Frank [02:29:00]
Ben Gilbert：也就是Danny DeVito 回到他80年代创办的某家公司，又穿上戏条纹，西装之类的东西，重新接管公司，他还带着Charlie Charlie就问他 Frank 这家公司到底是做什么的，我们在这里做什么，这家公司生产什么 Danny DeVito看着他说，你什么意思，我们赚钱啊 Charlie说，不是，不是，我是说，你们造什么，他说，我们创造财富，我觉得这就是，这里发生的事情，一个很好的梗，他们也非常非常擅长，价值捕获，好，熊市观点，牛市观点，这个环节我们保留了很久，但上一期没有放进去，结果大家意见很大，听众朋友们，非常感谢你们表达关心，熊市对牛市没有死 [02:29:26]
熊市对牛市没有死
Ben Gilbert：熊市对牛市没有死，它回来了，像凤凰一样复活了，复活了，不过，这一期，大概是最不适合让它复活的一期 Rantech的牛市观点是什么，过去的表现，就是未来成功的指标，他们会继续吸引，全世界最聪明的人，他们还能继续保持自己，极其独特的文化，他们不会被诱惑，让机构基金业务变成主导业务，基本上牛市观点，就是继续照现在这样做下去，也许还有一点，他们其实仍然领先 [02:30:09]
David Rosenthal：这是Medallion里 GP和LP这些利益相关者的牛市观点，也就是全世界大概500个人，而我们其他人完全没法参与，熊市观点是 [02:30:44]
Ben Gilbert：事情正在变化，而且我觉得，只要任何一个维度在变化，对他们来说都可能是熊市观点，比如竞争对手正在追上来，也许是这样，也许科技行业已经搞明白了，这些大型语言模型，这件事会慢慢让别人，更容易和Rentek竞争，这条线很模糊，但确实说得通，也许Rentac其实比所有人早到了10年，而现在其他人也终于到场了，还有一些变化，可能发生在他们的文化上，比如Jim Simons已经离开很久了 Bob Mercer不再是联席CEO Peter Brown是联席CEO 他们刚刚宣布，让负责机构基金的人David Lippe 也成为联席CEO 所以，也许这里有一个熊市观点，公司里来自机构业务那一侧的人，正在成为现任联席CEO 如果你相信Medallion才是特殊的东西，而机构基金有点像这家公司身上的污点 [02:30:56]
Ben Gilbert：那它也许未来会成为CEO 用David的说法，他们就是Hermes Apple Watch表带，也许这就是一个熊市观点，也许还有一个熊市观点是，他们的人才正在变得和其他所有公司的差不多，你去LinkedIn上看，会发现Rentek里比较年轻的人，之前供职过的很多公司我都认识，而在过去，我觉得他们应该全都是刚从大学研究机构出来的人，所以如果他们真的开始出现，和其他公司一样的人才流动，那会让人担心，这些都是你可以编出来的叙事，但到底是真是假，我们其实完全没法知道，我们没办法知道这些事，因为这些事本来就没办法知道 [02:31:51]
David Rosenthal：对全都是秘密，好我们新的结尾环节，脑子里的那根刺，也就是我们的take away 那件你一直放不下的事，过去一个月，我们研究Rentek之后，各自心里留下来的那件事是什么，对我来说，也许从我刚才，关于Tapestry的那段小长篇里，已经很明显了，我只是觉得，这是一个非常有利的例子，说明激励有多强大，以及把激励设计，对设置对有多重要，文化也很重要，我不想低估这一点 Jim Simons搭建的那种文化，是把学术环境，像实验室一样管理，但又不让它滑向实验室那种无聊和散漫，换句话说，早期Google 对，就像早期Google 完全一样，从我们的研究看 [02:32:29]
David Rosenthal：历史上Rentech没有什么轻浮的东西，就我们目前能判断的，现在也没有，他们全都非常专注，而这对我来说，又回到了激励的力量，当你在那里，公司不到400人，研究和工程团队不到200人，和你一起工作的同事，就是你所做这一切的，唯一提供者，监督者和受益者，这真的太强大了，我想不出世界上，还有哪里像这样，也许有些风险投资基金，或者其他投资公司，有点类似，但他们不是这种，每天都在运转，完全流动，还能拿到这种回报的状态，没有任何东西像他，纯汽油，直接打进血管里，但这并不是说，我一定想在那里工作，我觉得我不会想，不过它确实独一无二，我一直忘不掉一件事 [02:33:22]
Ben Gilbert：就是我前面说的复杂适应系统，从外部能看到的一切来看 Renaissance真的搭出了一个大规模计算机系统，它能发现世界上不同实体之间的关系，比如股票，大宗商品，债券价格，不管它能不能解释这些关系，它大多数时候都是对的，哪怕只是略微超过多数也够了，因为只要多数时候对，你就能经营一门赌场生意，这就是我的结论，他们就是庄家，而且有优势，这个优势建立在一张关系图上，图里是这些实体之间的所有关系，我们以为那只是噪声，但他们知道哪里是信号 [02:34:12]
David Rosenthal：这就让人想到你刚才说的，科技行业这几年所谓追上来，这件事，现在有这些技术，有开源的东西，也有市面上能买到的工具，那今天要搭出这样的系统，到底还有多难，这就是看空理由，我也不知道，那接下来会怎样，既然它本质上是一个复杂适应系统，如果现在大家都能买到，也能搭出来，那回报率就会被套利压下去 [02:34:50]
Ben Gilbert：好了，我们来点好玩的，进入Carveouts 来点好玩的，好，各位听众，我准备了三个，大家一直说很喜欢Carveouts这个环节，所以我决定多装一点料，没错，我们就好好放纵一下，我们干脆拆出一个全新的播客，就叫Carveouts 44%的业绩分成走起，我有一个公告，一个电视剧，还有一个给听众的好玩东西，先说公告 David和我今年会再次主持 Modern Treasury Transfer 如果你对支付感兴趣，欢迎来参加，去年真的很棒，时间是2024年5月15日，地点在旧金山，我们会在show notes里放注册链接，很希望到时候见到你，等不及了，第二个是电视剧，而且其实和acquire有关，它叫The New Look 在Apple TV飞上，对但是Christian 这真是一个全新的Look [02:35:17]
Ben Gilbert：没错，听过LVMH那一期的人，应该记得，我们当时讲过 Christian Dior 做出的开创性事情，就是他的系列 The New Look 那是在二战之后，突然登上舞台的一次爆发，对生命的庆祝，那种军事化的，方方正正的服装时代过去了，现在登场的是这些诱人的，甚至可以说奢华的面料，战时配给结束了，没错，还有很有挑逗意味的群装 Apple TV这部剧是一部非常精彩的剧情片，会通过闪回讲Christian Dior Balenciaga Coco Chanel 在战时的经历，那些惊心动魄的战时经历，也讲他们经历了什么，以及他们的人生轨迹如何交汇 Coco也在里面啊，哇，他们是怎么处理这段的，如果很多人看了这部剧，我会很想知道，它会不会影响Chanel的产品销量 [02:36:12]
Ben Gilbert：也很想听听正在看的朋友怎么想，欢迎在Slack和推荐区里聊聊，你觉得它是一个值得同情的人物吗，还是一个反派式的人物，我很好奇 [02:37:06]
David Rosenthal：你们怎么看剧里对它的呈现，和现实之间的差别 Chanel这里还有一件特别离奇的事，公司最后被Chanel的香水部门买下，而香水部门背后，是纽约那两个犹太兄弟 Worthimers [02:37:16]
Ben Gilbert：没错，天，我们迟早得做一期Chanel 不过Apple TV 飞上的The New Look 我向你保证，不管你是不是喜欢，时尚和奢侈品，这都是一个非常美，也非常令人揪心的故事 [02:37:30]
David Rosenthal：你和听众都知道，我不是那种爱看电视的人，但这个太对我胃口了，整个故事都发生在，战时的巴黎，好吧，我得去看了，你必须看，好 David 到你的推荐了，我的推荐和The New Look 有关系，但角度完全不同，它也和看视频，时尚奢侈品风格有关，是Class of Palm Beach的 Instagram和TikTok账号，这个太棒了 David 我们俩才去Palm Beach 待了两天，你就迷上了，这个真的太神了，班和我最近去 Palm Beach待了几天，参加一个演讲活动，体验特别好，我以前从来没去过Palm Beach 那地方确实不错，太棒了，我们没有明确认出，任何Rentek的人，但也可能其实见到了，不过，我们确实有意识地，发现了几只Burken Ball 是的 Palm Beach的风格太有意思了，我们刚录完Herm Face那一期 [02:37:44]
David Rosenthal：我在那里真是太开心了，结果回到家，我太太Jenny就说，你难道不知道 Classic Palm Beach 这个TikTok账号吗 David当时一脸，我都一千岁了 Jenny 我完全不知道你在说什么，对，我就是与世隔绝，我是个爸爸嘛，然后他给我看了，这是一个住在Palm Beach的女人，她会到处走，在Instagram和TikTok上发内容，他就在街上采访别人，问他们穿什么，穿什么品牌，是什么风格，真的太精彩了，我最喜欢的一条，我们看看能不能找到，然后放到show notes里，有个视频里，他采访一位女士，那位女士的brick and ball里面，还放着一个mini kelly 过度，真的太过度了，我就是从那一刻入坑的，我当时就想，这是我看过最棒的东西，我迷上了 [02:38:37]
David Rosenthal：如果我用TikTok 我肯定会订阅，不过Instagram上也能看，我其实用Aquire的Instagram账号，关注了Classic Palm Beach 我不知道我们关注了多少人，反正不多 [02:39:31]
Ben Gilbert：但我们确实关注了Classic Palm Beach 看看David居然打开了我们的Instagram账号，你可真年轻，各位听众 David 我知道你有一些要感谢的人，是你聊过的 [02:39:44]
David Rosenthal：其中几位我们也一起聊过，是的，这一期的资料来源里，有很多人非常慷慨地，给了我们时间和想法，首先，非常感谢Greg Zuckerman 他是The Man Who Solved the Market的作者，这是关于Rentek和Jim Simons的权威著作 Greg非常慷慨，花时间和我们聊天，给我们发邮件，确保我们把事情讲对，他本人以及这本书，也是Medallion投资回报数据的权威来源，我知道他为了整理出那张表，付出了非常多努力，现在那张表，已经传遍全网，这也是应该的，这真的很疯狂，你到处听到有人，引用那个66%的数字，而那来自Greg的分析，是的，他做了那项研究，拿到了那些回报数据，这真的是对我们，对各地企业史，和金融史研究者的一项贡献，还有几个其他的一手资料，其实真的不多 [02:39:56]
Ben Gilbert：所以我们可以在这里全列出来，一个是Peter Brown 关于篮子弃权那件事的国会证词，还有Peter Brown 在GS Exchange上做的一次访谈，同样，里面很多问题都直接来自Greg的书 [02:40:50]
David Rosenthal：以及书里讲过的故事，对，那一刻挺有意思 Peter像是在说，你们这些问题从哪来的，你们怎么知道这么多，我心里想，拜托，他们显然是读了那本书 [02:41:03]
Ben Gilbert：还有一本很棒的书叫The Quants 时间更早一点，我觉得是2011年出的，所以它没有The Man Who Solved the Market那么新，里面关于Rentech大概只有几章，但也有一些很好的内容，还有一篇2016年的 Bloomberg好文章，我们也会放链接，我觉得那篇文章，和The Quants加在一起，差不多是第一次，真的有任何，关于Rentech的内容，被公开发表出来，所有这些，都会放在show notes里 David [02:41:15]
David Rosenthal：还有其他要感谢的人吗，还有Howard Morgan 我们和他聊过，能从他那里听到，一大段first round的，早期历史，真的特别有意思，当然还有Rentech的创立，他和Jim的合作，彼此投资对方基金，这些事都特别有意思，还有Brett Harrison 你刚才提到过他现在在做 Architect 我很喜欢这个项目，这个世界真的很需要他，他就是面向21世纪的 Interactive Brokers 任何用过Interactive Brokers的人，都很清楚这里面的机会在哪里，所以感谢 Brett 然后是 Matthew Grenade 我和他聊过 Matt是 Domino Data Lab的联合创始人，这是一家很棒的企业级AI运维平台，背后有Sequoia 以及很多其他投资方支持，它能让模型驱动的企业和产品，加快研究，提高协作效率 [02:41:42]
David Rosenthal：快速交付新的机器学习模型，这些都是我们在讲 Rentech时一直讨论的那类事情 Matt在创办Domino Data之前，来自量化圈，他待过Point72和Bridgewater Bridgewater其实不算真正的量化，更像是自成一类，但他在这两家公司都做了很久的高级员工，他给了我们非常好的视角，让我们理解外面这些机构的整体格局 [02:42:36]
Ben Gilbert：以及Rentec在其中的位置，如果你喜欢这一期，可以去听听我们几年前做的Berkshire Hathaway那几期，那是完全不同的一种投资风格，你也可以在Cquired FM Female订阅新节目邮件，每期发布之后，我们还会把后来学到的一些小信息放进去，包括听众的纠错 [02:43:02]