1540
2📝 本期播客简介
本期我们克隆了：《Acquired》的 Renaissance Technologies
这是一集关于金融史上最神秘、最成功，也最难复制的公司之一：Renaissance Technologies 的深度拆解。它的旗舰基金 Medallion Fund，在三十多年里实现了费前年化约 66%、费后年化约 40% 的惊人回报，几乎碾压了历史上所有著名投资人和基金。但这家公司既不研究企业 CEO，也不关心利润表，甚至在很多时候并不知道自己到底持有哪些股票。它靠的是数学、密码破译、信号处理、机器学习、数据工程和极致组织设计。
两位主持人 Ben Gilbert 和 David Rosenthal 从创始人 Jim Simons 的数学人生讲起，追溯他如何从 MIT、Berkeley、冷战密码破译、Stony Brook 数学系，一步步走向量化投资；也讲清楚 Renaissance 如何从早期混乱的货币交易、风险投资、Axcom 拆分，到最终打造出 Medallion Fund 这台“印钞机”。这不只是一个投资传奇，更是关于 AI 前史、组织激励、人才密度、数据护城河和复杂系统预测的商业史。
👥 本期主持
Ben Gilbert，Acquired 联合主持人，投资人，长期研究科技公司、商业模式与资本市场。
David Rosenthal，Acquired 联合主持人，投资人，专注公司史、战略、风险投资与科技商业分析。
⏱️ 时间戳
开场 & 播客简介
历史上最神秘的投资机器
为什么“跑赢市场不可能”这句话在 RenTech 面前失效
Renaissance Technologies：业绩超过巴菲特、索罗斯和所有传奇投资人
Medallion Fund：费前年化 66%，但普通人完全投不了
极端保密、终身 NDA，以及为什么这家公司几乎无人真正了解
Jim Simons 的早年与数学底色
从波士顿郊区开始：Jim Simons 的家庭与童年
“对做生意没兴趣，但对钱有兴趣”：一个数学家的财富意识
四岁遇到 Zeno 悖论：数学直觉的早期显现
MIT、Berkeley 与“我不是房间里最聪明的人”
Jim 的关键能力：不是最强天才，而是有“好问题”的品味
外向型理论数学家：酷、冒险、能吸引天才的人
密码破译、信号处理与量化投资的种子
进入 IDA：冷战时期为 NSA 做密码破译
50% 破译密码，50% 自由研究：RenTech 文化的原型
1964 年论文：把密码破译方法应用到股市预测
噪声里找信号：为什么市场和密码破译本质相似
隐马尔可夫模型：从黑箱状态预测未来状态
从马尔可夫链到今天的大语言模型：早期机器学习的影子
为什么六十年代的“算法投资”根本募不到钱
反越战公开发声，被 IDA 开除，人生进入下一阶段
Stony Brook 与第一代天才团队
加入 Stony Brook：从受挫学者到数学系建设者
用高薪和自由度挖来世界级数学家
Chern-Simons Theory：Jim 留在数学史上的印记
离开学术界全职交易：被数学圈视为“出卖灵魂”
Monometrics：在披萨店旁边开始的交易公司
Baum、Ax、Simons：数学界重磅人物进入交易世界
早期交易仍靠直觉：模型只是辅助，不是自动决策
Renaissance 的诞生与混乱试错
Howard Morgan 登场：First Round Capital 的隐秘前史
Renaissance Technologies 名字的由来：量化交易 + 科技风投
早期多策略：一半风险投资，一半货币交易
债券押注失败，Lenny Baum 离开
RenTech 曾经几乎只是一家风投公司
Axcom 拆分：量化交易团队迁往加州
Sandor Strauss 的数据执念：收集、清洗、结构化历史市场数据
Elwyn Berlekamp 与 Kelly Criterion：下注规模开始系统化
20%+ IRR：模型真正开始起作用
Medallion Fund 的诞生
Medallion Fund：以数学奖章命名的传奇基金
数据、工程、信号、交易系统第一次真正合体
Berlekamp 接手后推动更高频交易
为什么交易频率越高，微小优势越有价值
“我们 50.75% 的时间是对的”：靠微弱优势赚几十亿美元
现实约束：交易成本、滑点、订单簿深度
1990 年：Medallion 毛收益 77.8%，净收益 55%
5% 管理费：不是贪心，而是为了支付昂贵基础设施
Jim 买回 Berlekamp 份额：错过巨大财富的一次退出
一切回到长岛：RenTech 成为理想化的 IDA + 数学系
历史级连胜开始
1991 年后再无亏损：Medallion 进入神话时期
关闭新 LP：不再接受外部资金
规模上限与滑点：为什么必须进入股票市场
股票市场：更多数据、更深流动性、更复杂关系
IBM 语音识别团队：Peter Brown 和 Bob Mercer 登场
语音识别、隐马尔可夫模型与市场信号处理的同构
为什么 Brown 和 Mercer 是 RenTech 最关键招聘
统一模型：把股票、货币、商品全部放进一套系统
单一模型带来的协作红利：所有人都在改进同一个大脑
股票机器跑通：扩大规模仍保持惊人回报
2000 年科技泡沫破裂，Medallion 却上涨 128%
波动、风险与人性
高波动是 Medallion 的黄金时间
科技泡沫初期亏损：Jim 为什么主动降低风险
Peter Brown 想辞职，Jim 说“你现在更有价值”
量化地震与 CEO 交接：Jim 对人性的洞察
夏普比率：为什么 Medallion 不只是高回报，而是低相关高质量回报
夏普比率 6.3 甚至 7.5：让顶级量化基金都像替补球员
业绩分成涨到 36%、44%：为什么投资人仍然接受
2003 年清退外部投资人：Medallion 只属于内部人
RIEF 机构基金：不是 Medallion，而是更像“增强版指数产品”
13F 文件里的 4300 只股票：极度分散、快速轮动的机构基金
金融危机、继任与政治影响
2007、2008 年金融危机中爆炸式收益
Medallion 的交易对手：恐慌中的人类与不信模型的基金
Jim 退休，Peter Brown 与 Bob Mercer 接任
后 Simons 时代业绩更强：费前年化 77.3%
六百亿美元业绩分成：Medallion 史上最强投资载体
RenTech 财富流向政治：Mercer、Brexit、Trump 与 Cambridge Analytica
Jim Simons 与民主党捐赠：同一家公司里的政治光谱两端
Mercer 卸任联席 CEO：极端分歧下仍能共事的独特文化
RenTech 的组织织锦
RenTech 的三块拼图：协作、小团队、基金结构
单一模型让天才协作，而不是互相竞争
员工中位任期十多年：为什么很少有人离开
不到 400 人的公司：和 Citadel、Two Sigma 相比小一个数量级
长岛偏僻小镇：封闭社区如何强化文化与保密
小团队分钱：为什么外部公司很难挖走他们
5% + 44% 的结构：不只是收费，而是内部价值转移机制
新员工像 GP，老员工像 LP：一套金融版终身教职制度
激励设计的天才之处：让新人和老人都愿意留在同一艘船上
杠杆、税务与今天的 RenTech
篮子期权：Medallion 如何放大杠杆
每 1 美元现金控制 12.5 美元甚至 20 美元资产
杠杆为何是量化收益的重要组成部分
税务争议：篮子期权被 IRS 认定不成立
Jim Simons 个人补缴 6.7 亿美元税款
今天的规模：Medallion 100-150 亿美元，机构基金 600-700 亿美元
一家年收入七八十亿美元的公司
基础设施成本：五万个计算核心，每天新增 40TB 数据
Power：RenTech 的护城河到底是什么？
Seven Powers 框架：流程力、垄断资源、反定位等
终身保密、竞业限制与真正的三层留人机制
流程力：一千万行代码与三十多年复杂系统积累
垄断资源：干净、深度、历史悠久的数据宝库
模型是否每两年重构一次：没有永恒秘密，只有持续迭代
规模不经济：AUM 太大会毁掉策略
反定位：单一模型与基金规模优化，其他量化公司难以模仿
执行与学习复利：为什么做得更久本身就是优势
机器学习、复杂系统与“庄家”生意
信号处理就是信号处理：为什么他们不需要懂资产负债表
“教聪明人投资，比教投资人变聪明更容易”
复杂适应系统：市场像一团火，难以解释但可以部分预测
RenTech 是机器学习的发源地吗？
Geoffrey Hinton、Peter Brown、Ilya Sutskever：同一锅 AI 汤
基于别人不知道的秘密交易：数据产生想法，而不是人类编故事
为什么人类直觉会误导投资判断
RenTech 不是投资者，而更像有优势的赌场庄家
量化金融创造了什么价值：流动性、价差压缩与市场效率
金融行业高回报如何间接推动技术创新
牛熊观点与最终 takeaway
牛市观点：过去的表现、文化、人才和模型继续复利
熊市观点：AI 追赶、人才流动、机构业务影响文化
David 的 takeaway：激励设计的力量
Ben 的 takeaway：他们用关系图在复杂系统中找到信号
如果所有人都能搭出类似系统，回报会不会被套利掉？
推荐与资料来源
Carve Outs：Modern Treasury Transfer、Apple TV+《The New Look》
Class of Palm Beach：奢侈品、风格与 Palm Beach 观察
感谢 Greg Zuckerman 与《The Man Who Solved the Market》
其他资料：Peter Brown 证词、GS Exchanges 访谈、《The Quants》、Bloomberg 文章
感谢 Howard Morgan、Brett Harrison、Matthew Granade 等资料贡献者
🌟 精彩内容
💡 历史上最强投资载体：Medallion Fund
Medallion Fund 从 1988 年到 2022 年，费前年化收益率约 68%，费后年化收益率约 40%。这意味着，即便扣除了 5% 管理费和最高 44% 的业绩分成，它仍然长期创造了远超所有传统投资传奇的回报。
“从 Medallion 诞生至今，扣费之后是 40%。扣费之前是 68%。”
🧠 从密码破译到量化投资：噪声里找信号
Jim Simons 和早期同事最关键的洞察，是把冷战密码破译和信号情报里的方法迁移到金融市场。市场价格看似随机，但就像加密电文一样，里面也可能隐藏着微弱、短暂、可统计利用的信号。
“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。”
🤖 AI 前史：隐马尔可夫模型、语音识别与机器学习
RenTech 的方法和今天 AI 的底层思想高度相似：不一定理解世界，但能根据状态和概率预测下一个状态。IBM 语音识别团队的 Peter Brown 和 Bob Mercer 加入后，把大规模系统工程、自然语言处理和统一模型思维带进了 RenTech。
“这些大型语言模型未必真的理解英语。它们只是非常擅长预测状态和下一个状态。”
🏛️ 单一模型与协作文化
大多数对冲基金是多团队、多策略、彼此竞争；RenTech 则让所有研究员和工程师围绕同一个模型工作。任何人的改进都会直接让所有人受益。这种结构让顶尖人才之间形成协作，而不是内部竞争。
“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。”
💰 5% + 44%：不只是收费，而是激励系统
Medallion 的高管理费和高业绩分成，表面上像是离谱收费；但当外部 LP 被清退后，它更像是一套内部价值转移机制。年轻员工通过 GP 端获得当期贡献回报，老员工通过 LP 端分享长期复利，形成一种金融版“终身教职”结构。
“随着你待得越来越久，你其实是在付钱给更年轻的同事，让他们为你工作。”
🎲 RenTech 不是投资者，而是有优势的庄家
Ben 提出一个尖锐观点：RenTech 不像传统投资人，它并不关心企业价值，而是在市场这个复杂系统里，用微小概率优势反复下注。它更像赌场庄家，靠 50.01% 的胜率和海量交易长期赚钱。
“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。”
📊 高波动是 Medallion 的黄金时间
科技泡沫破裂、金融危机、疫情冲击，这些普通投资人最恐慌的时期，反而是 Medallion 表现最亮眼的时候。因为市场越情绪化，模型越能从他人的恐慌、错价和被迫交易中捕捉机会。
“高波动的时候，正是 Medallion 最闪耀的时候。”
🧩 真正的护城河：数据、流程、文化与激励叠加
节目最后认为，RenTech 的护城河不是单一秘密，而是一张织锦：极端干净的数据、长期复利的流程、极小且稳定的团队、统一模型、封闭社区、高激励结构，以及几十年持续迭代形成的组织能力。
“学习会复利。”
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的
使用 AI 进行翻译，因此可能会有一些地方不通顺；
如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight
