没想到自己的生日和西蒙斯的忌日，算进时差，四舍五入，是同一天。内心还真是五味杂陈。
看身边的交易员把西蒙斯供为亲爸爸——不是没有原因的。
西蒙斯带给金融业界从业人员的最大贡献，不是数学能力，不是计算能力，不是对金融、对市场的理解，而是一个“系统化解决问题”、有能力且还愿意的“科学式思考”的能力。
西蒙斯老师如是说：“The advantage scientists bring into the game is less their mathematical or computational skills than their ability to think scientifically”（科学家们带入游戏的制胜法宝，与其说是其数学或计算技能，不如说是其特有的科学思维模式）。善于提出假设、设计实验、分析数据、得出结论——这个道理知易行难。
这种能力的初衷不是赚钱，而是逼着你把一个极简单且直观的问题，往更深处、更深深处思考、花式思考、像写代码一样抽丝剥茧 ——反正要用“一般投资者”根本不会启动的脑回路去想。
为什么？
原因不难想到：量化需要电脑。而电脑虽强，然如果没有精准指令，再强大也是无源之水，无本之木。所以让电脑去执行一个黑盒子里的交易策略，首先要先进化人类自己的脑回路。
但这件事一点也不简单——它有多难，西蒙斯就有多伟大。
比如围棋，这是一个“复杂的简单游戏”，规则复杂，但有限，且目标明确，核心就是两方博弈。这种设定是机器最擅长的，用穷举法即可完成。
但是投资和交易正好相反，是一个“简单的复杂游戏”，一个无数人博弈的混沌游戏——这是机器最不喜欢的。金融的“过去”完全不能指引“未来”。AlphaGo知道棋盘上棋子的准确位置，但金融这个棋盘，是个混乱的、游走的、充满噪音的、随机的大菜场。
机器学习模型是一个复杂系统，但复杂性对达成共识，完成目的，并没有帮助——人类与生俱来的欲望，是使事情简单化，抓主要矛盾，喜欢用奥卡姆剃刀——尤其在金融行业，这是一种找方向和实现控制的方法。比如判断“锅糊了”这件事，我妈会直接剃掉各种“假设”：如果锅看起来像糊了，闻起来像糊了，那么它就是糊了——能不启动理性，就不启动，能直接用经验的，就用直觉。
如无必要，勿增实体，简单性优先。虽然简单的不一定就是正确的，但是简单的概念易理解，易理解就易传播，易传播就易达成共识，能达成共识就能行动起来，一旦行动就总能完成目的——这才是金融市场波动的精髓。虽然代价是降低准确性，但毕竟“所有模型都是错的，有些是有用的”（George box），科学家不可能通过“过度精细化”来获得一个“正确”的模型。这是一个把问题“divide and conquer”分化瓦解的过程。分化瓦解的结果，是越来越“穷尽”或者“彻底”（exhausted）——这会增加交易成功的概率。
所以，如何用最纯粹的数学，来寻求“对自然现象的最经济的描述”，才是最牛逼的。简单、却能引起共鸣，才是伟大科学的标志；过度设计和过度参数化，往往是平庸的标志。大道至简——这个优点不在机器的基因里，而在优秀人类。西蒙斯让我们有了些自信：也许人类不会被边缘化？
一名交易员，如果没有被如此精确地灵魂拷问过，大概率会做出大量“临时”决定。总有一天，会被人工智能放进动物园里被机器指指点点。
然而在这个地球上，没有一个人真正知道西蒙斯和他带领的数学家火箭科学家以及密码学家们，到底是如何做到30年净赚1000亿美元的——《The man who solved the market》这本书里也没有。
但至少有一点可以大胆假设，小心求证：文艺复兴赚的钱，并不是从买完就不撒手的“投资者”手中，或者消除风险的“对冲者”碗里抢来的；它的目标一定是那些暴露人性的“投机者”。
因为这个世界上最容易预测的，就是处于高压时的人类——非贪婪即恐慌。文艺复兴发现的交易信号中，有一半以上是反直觉并反人类观感的。但他们并不问为什么，也不花时间去理解，且放任不管。
最后一点感慨：乔布斯有沃兹尼亚克，巴菲特有芒格，西蒙斯有James Ax——任何天才都需要一个默默无闻的天才好基友。
