نظر: چگونه ۵,۰۰۰ دلار به ۳۱ میلیارد دلار تبدیل شد: ۵ درس بازار از بزرگترین معاملهگر تاریخ
صندوق Medallion جیم سیمونز در طول سه دهه بازده سالانه متوسط ۶۶٪ داشته است، با ریاضیاتایی که حتی ChatGPT را اشکبار میکرد

نمادهای ارجاعی
- NVDA +1.77%
- BRK.A -0.82%
- BRK.B -0.81%
- USDMXN +0.05%
- SPX -0.05%
- S00 +0.44%
- IBM +0.27%
- HG00 -0.53%
- BTCUSD +1.36%
داشتن همان ابزارهای یک نابغه، شما را نابغه نمیکند.
هر صندوق پوشش ریسک، بانک سرمایهگذاری و حتی کودکی که حساب Robinhood دارد، حالا فکر میکند هوش مصنوعی آنها را ثروتمند خواهد کرد. آنها مدلهای یادگیری ماشین را بر روی پتابایتهای داده اجرا میکنند، استراتژیها را با سوپرکامپیوترها بازآزمون میگذارند، و زبانی به کار میبرند که گویی در حال پرتاب راور مریخ هستند نه خرید سهام Nvidia.
آنها به زودی همانچیزی را خواهند آموخت که سرمایهگذار صندوق پوشش ریسک جیم سیمونز در ۱۹۸۸ ثابت کرد: داشتن همان ابزارهای یک نابغه، شما را نابغه نمیکند.
وقتی در ماه مه ۲۰۲۴ درگذشت، دارایی سیمونز به ۳۱٫۴ میلیارد دلار رسید، او پول بیشتری از بازارها استخراج کرده بود که تا بهحال هیچ انسانی نتوانسته بود. کتاب پرفروش گرجری زوکرمن در سال ۲۰۱۹ با عنوان «مردی که بازار را حل کرد: چگونه جیم سیمونز انقلاب کمی را راهاندازی کرد»، نشان داد که صندوق Medallion او در طول سه دهه بازده سالانه متوسط ۶۶٪ داشته است، با استفاده از الگوریتمهای ریاضی که حتی ChatGPT را اشکبار میکرد.
وارن بافت، که با درک بهتر کسبوکارها نسبت به افرادی که آنرا مدیریت میکردند، برکشایر هاثوی را به امپراتوری ۹۰۰ میلیارد دلاری تبدیل کرد، بازده متوسط ۲۰٪ داشته است. هر دو بهعنوان نابغه شناخته میشوند؛ اما سیمونز الگوهایی را کشف کرد که هیچ انسانی قادر به مشاهده آنها نبود.
شرکت Renaissance Technologies جیم سیمونز پیش از این که اصطلاح هوش مصنوعی رایج شود، به معاملهگری هوش مصنوعی میپرداخت. او در سال ۱۹۸۸، زمانی که «یادگیری ماشین» به معنای آموزش ضبطکننده VCR برای ضبط برنامه «چیرز» بود، این کار را آغاز کرد. او اخترفیزیکدانان، رمزنگاران و متخصصین تشخیص گفتار را جذب کرد — تجربهٔ قبلی در والاستریت مجاز نبود. آنها مدلهایی ساختند که آنقدر پیشرفته بودند که حتی خود سازندگانشان نتوانستند توصیف کنند چه کاری انجام میدهند. طوفانهای ژاپنی معاملهٔ پیسوی مکزیک (USDMXN +0.05٪) را تحریک میکردند. فعالیت لکههای خورشیدی با قراردادهای آیندهٔ گوشت خوک همبستگی داشت. اینها بهنظر بیمعنی میآمدند؛ اما میلیاردها دلار بهدست میدادند.
این بخش باید همه کسانی را که در سال ۲۰۲۵ سیستمهای معاملهگری «مبتنی بر هوش مصنوعی» میخرند، ترساند: حتی امروز، وقتی همهٔ شرکتهای والاستریت از همان فناوری استفاده میکنند، Medallion همچنان آنها را پشت سر میگذارد. این همان اتفاقی است که وقتی یک ریاضیدان کشف میکند والاستریت فقط لاسوگاس با ترمینالهای بلومبرگ است و سپس سِیسی سالها را صرف میکند تا بفهمد چگونه خانه (کازینو) باشد.
ابزارها موجودند. استعدادها موجودند. دادهها موجودند. و هیچکس دیگری نمیتواند این کار را انجام دهد.
در سال ۲۰۰۸، وقتی لِهمان برادرز فهمید که وام دادن به مردهها پیامد دارد و شاخص S&P ۵۰۰ (SPX -0.05٪) ۳۷٪ سقوط کرد، Medallion رشد ۸۲٪ پیدا کرد. بقیه همه در حال جستجوی «وکیل ورشکستگی» بودند. سیمونز در حال دریافت «آرشمیدس» بود، یک یخت سوپریال ۲۲۲ فوتی به ارزش ۱۰۰ میلیون دلار که به نام ریاضیدان یونانی که دلیل شناوری اشیاء را کشف کرد، نامگذاری شده بود.
در حالی که والاستریت در حال غرق شدن بود، سیمونز بنای شناوری برای تجلیل از شناوری سفارش داد. این داستان را نمیتوان ساخت.
چگونه سیمونز توانست این هزینه را پرداخت کند؟ با دریافت کارمزدهایی که حتی یک وامغارتگر را خجالتزده میکرد. او از سرمایهگذاران ۵٪ هزینهٔ مدیریت بههمراه ۴۴٪ از سود دریافت میکرد — و میلیاردرانی که قراردادهای پیشازدواج خود را طوری تنظیم میکردند که حتی ماکیاولی را اشکبار میساخت، مشتاقانه میخواستند به این سرمایهگذاری بپیوندند.
شوخی واقعی این است: سیمونز یک ریاضیدان ضد جنگ بود که سرمایهداری را از نظر اخلاقی مشکوک میدید. او بزرگترین ماشین پول تاریخ را بهصورت تصادفی ساخت. سیمونز در حال حل یک معما بود — میلیاردها دلار تنها همان چیزی بود که هنگام حل معما بهدست آمد.
این ما را به این سؤال میرساند که چرا کتابی ششساله در سال ۲۰۲۵ مهمتر از زمان ۲۰۱۹ است. آن زمان، تجارت الگوریتمی یک کنجکاوی بود؛ اکنون، یک دین است. و همانند اکثر ادیان، این دین بسیاری از پیروان خود را ناامید خواهد کرد.
چگونه اخراج شدن بهخاطر درست بودن، سیمونز را ثروتمند ساخت
در حین شکستن کدهای روسیه، سیمونز به چیزی پی برد. بازار سهام تنها یک انتقال رمزگذاریشدهٔ دیگر بود — استاتیکهای بیمعنی که الگوهای معنادار را پنهان میکردند.
جیمز هریس سیمونز در سال ۱۹۳۸، فرزند مدیر یک کارخانهٔ کفش در بروکلین، ماساچوست بهدنیا آمد. والدین او ثروتمند نبودند، اما برای پسرشان آرزوهای بزرگ داشتند. جیم جوان از کودکی استعداد ریاضیاتی نشان داد که بهحدی نزدیک به نابغه بود؛ او پیش از اینکه اکثر کودکان به تقسیم طولانی مسلط شوند، محاسبات پیچیدهای انجام میداد.
تا ۲۳ سالگی دکترای خود را از دانشگاه کالیفرنیا، برکلی دریافت کرد. تا ۲۶ سالگی، در دوران جنگ سرد، مشغول شکستن کدهای روسیه برای آژانس امنیت ملی (NSA) بود. این کار شبیه به کارهای اطلاعاتی پدربزرگ شما نبود.
سیمونز عضو یک واحد برتر در مؤسسهٔ تجزیهوتحلیل دفاعی (Institute for Defense Analyses) بود که با استفاده از مدلهای ریاضی بهدنبال یافتن الگوهای ارتباطات رمزگذاریشدهٔ شوروی میگشت. میتوانید این کار را معادل دههٔ ۱۹۶۰ کاری تصور کنید که ادوارد اسنودن انجام میداد، اما قانونی و هدفدار بهسوی افراد بد.
جاذبهٔ این داستان در اینجاست: در سال ۱۹۶۸، دولت سیمونز را بهدلیل نوشتن نامهای به نیویورک تایمز که جنگ ویتنام را بد میدانست، اخراج کرد. در حالی که این حقیقت بود، دولت از این که بهاو گفته بشود اشتباه میکند، خوشش نمیآید.
اکثریت افراد پس از این به دانشگاه میرفتند، از داشتن مقام دائم (tenure) و بیمه دندان سپاسگزار بودند. سیمونز به دانشگاه استونی بروک در نیویورک رفت، یکی از بهترین دپارتمانهای ریاضی جهان را ساخت، جایزهٔ اسوالد وربن را که یکی از بالاترین افتخارات ریاضی است، دریافت کرد — و سپس همهچیز را کنار گذاشت تا در واقع تبدیل به یک قمارباز حرفهای شود.
در حین شکستن کدهای روسیه، سیمونز به چیزی پی برد. بازار بورس تنها یک انتقال رمزگذاریشدهٔ دیگر بود — استاتیکهای بیمعنی که الگوهای معنادار را پنهان میکردند. وقتی این رمز را شکستید، بهجای کشف حرکتهای نیروهای نظامی، حرکتهای پولی را کشف میکنید و میتوانید آنها را رهگیری کنید.
سقف معاملهگری ضد والاستریت
در سال ۱۹۷۸، در سن ۴۰ سالگی، سیمونز Renaissance Technologies را در یک فروشگاه تجاری (strip mall) در لانگآیلند تأسیس کرد. نه منهتن. نه گرینویچ. یک فروشگاه تجاری ساده. اولین دفتر او بالای یک فروشگاه لباس زنان بود. این همه چیز را دربارهٔ رویکرد او بیان میکند؛ او میخواست تا حد امکان دور از تفکر گروهی والاستریت باشد.
استراتژی جذب نیروی انسانی او بهصورت عمدی بهمقابلهٔ حکمت رایج بود. یک قاعده: عدم داشتن تجربهٔ کاری در والاستریت. «میخواستم افرادی را جذب کنم که بدون پیشفرضهای ذهنی به دادهها نگاه کنند»، او گفت.
اولین معاملات او با هدیه عروسی ۵٬۰۰۰ دلاری تأمین مالی شد، که امروز معادل حدود ۲۵٬۰۰۰ دلار است. نه یک صندوق اعتمادی، نه ارث؛ همان بودجهٔ اولیهای که هر کسی میتواند جمعآوری کند. سیمونز آن را به مقدار پولی تبدیل کرد که بیشتر از بسیاری از کشورهای جهان دارد.
سالهای اولیه بسیار سخت بود. او ثروتی عظیم در سویا (S00 +0.44٪) کسب کرد، اما تمام آن را از دست داد. تجارت ارز تا زمانی که کار کرد ادامه یافت، ولی سپس متوقف شد. قراردادهای آتی اوراق قرضه تقریباً آنها را ورشکست کرد. تا سال ۱۹۸۴، Renaissance به سختی زنده میماند.
اکثریت افراد ممکن بود به آموزش کالکولوس به دانشجویان تازهوارد مستخورده بازگردند، اما سیمونز دو برابر کرد. تنها اینکه کارتها الگوریتمها بودند و فروشنده، ریاضیات.
چگونه رمزگشاها والاستریت را شکستند
کازینوها نیازی ندارند بدانند چرا توپ رولت روی قرمز میافتد؛ کافی است بدانند که خانه در ۵۲٫۷٪ موارد برنده است.
تحول زمانی رخ داد که سیمونز بهجای استخدام معاملهگران، رمزگشاها را جذب کرد.
لئونارد بام، ریاضیدانی که بهتوسعهٔ مدلهای مارکوف مخفی کمک کرده بود — الگوریتمهایی که الگوهای توالیهای بهنظر تصادفی را کشف میکنند — شروع به جمعآوری همه چیز کرد. نه فقط قیمتهای سهام، بلکه الگوهای آب و هوا، نرخهای حملونقل، نظرسنجیهای سیاسی، تصاویر ماهوارهای. Renaissance در زمانی که «دادههای بزرگ» هنوز وجود نداشت، بهدنبال برتری دادهای بود.
الویِن برلیکامپ، که با کلود شانون (پدر نظریه اطلاعات) کار کرده بود، یک بینش کلیدی ارائه داد: سعی نکنید همانند وارن بافت باشید. آنها سرمایهگذاران ارزشی نبودند که بهدنبال شرکتهای پایینقیمت میگشتند؛ آنها یک کازینو را اداره میکردند. کازینوها نیازی ندارند بدانند چرا توپ رولت روی قرمز میافتد؛ کافی است بدانند که خانه در ۵۲٫۷٪ موارد برنده است.
تحول واقعی از طرف رمزنگار سابق NSA نیک پترسون و پژوهشگر پیتر لاوفر به وجود آمد. آنها دادههای بازار را در بازههای پنجدقیقهای بهجای بستههای روزانه تجزیهوتحلیل کردند. این کار همبستگیهای کوتاهمدت را که برای سرمایهگذاران سنتی نامرئی بود، آشکار کرد.
برخی الگوها بهصورت شهودی قابلدرک بودند — برای مثال کالاها بر ارزهای مرتبط تأثیر میگذارند. اما بسیاری صرفاً روابط آماری بودند که هیچ علّیّت واضحی نداشتند. Renaissance نیازی به درک دلیل وجود همبستگیها نداشت؛ کافی بود سه نکته را بدانند: ۱) این همبستگی از نظر آماری معنادار است، ۲) بهطور مداوم در طول زمان ادامه دارد، و ۳) در اکثر موارد سودآور است.
برتری این بود که نه پیشبینی ۱۰۰٪ درست داشته باشد، بلکه در ۵۰٫۷۵٪ موارد صحیح باشد، اما بهدلیل تعداد زیاد معاملات، این برتری به میلیاردها دلار تبدیل شد.
سرمایه صندوق به ۱۰ میلیارد دلار محدود شد، زیرا فراتر از این مقدار، استراتژیها بازار را بیش از حد تحتتأثیر قرار میدادند — ناکارآمدیهایی که بهرهبرداری میکردند را از بین میبردند.
رقابت در جذب استعدادها
در سال ۱۹۹۳، ممکن است بهترین استخدامهای سیمونز را انجام داده باشد: پیتر براون و رابرت مرسر از IBM (IBM +0.27٪). آنها متخصصان شناسایی زبان بودند که تمام دوران کاری خود را صرف آموزش کامپیوترها برای درک افراد مستی میشدند که از طریق تلفن سفارش پیتزا میدادند. این افراد متخصصان مالی نبودند.
سیمونز دریافت که یافتن سیگنالهای سودآور در میان نویز بازار دقیقا شبیه پیدا کردن کلماتی در استاتیک است. همان مسأله، اما با مخاطرات متفاوت.
براون و مرسر الگوریتمهایی ساختند که تکامل یافته و سازگار میشدند. این سیستمها «وضعیتهای بازار» را به همان شیوهای که کامپیوترهای IBM الگوهای گفتاری را شناسایی میکردند، شناسایی میکردند.
تا سال ۲۰۰۰، این سیستم آنقدر پیشرفته شده بود که سازندگان آن نمیتوانستند توضیح دهند چه کاری انجام میدهد. نیمی از سیگنالهای معاملاتی بیمعنی بودند. (مثلاً طوفانهای ژاپنی که معاملات پیسوی مکزیک را تحریک میکردند.)
وقتی همه کوانتمکار هستند، دیگر کسی نیست
میدالیون همچنان معیاری است که هیچکس نمیتوانست آن را همسطح کند.
تا سال ۲۰۰۸، هر صندوق پوشش ریسک در جهان تصمیم گرفت مانند Renaissance نسخهای بسازد. دو سیگما، دی. ای. شاو، سیتادل — همه آنها فیزیکدانان را جذب کردند، سوپرکامپیوتر خریدند و بهدنبال همبستگیهای بیمعنی که بهنحوی پول میسازند، گشتند.
و تا حدودی کار کرد. این صندوقهای کوانتمی حالا حجم معاملهگری را در اختیار دارند. آنها دقیقاً همان الگوهای غیرقابلتوضیحی را که سیمونز پیشگامشده بود، کشف میکنند؛ مهاجرت پروانهها که بر قراردادهای آینده مس (HG00 -0.53٪) تأثیر میگذارد، تابشهای خورشیدی که پیشبینیکنندهٔ سهام نیمهرساناها هستند. اینچنین سیگنالهایی هستند که تحلیلگران بنیادی را وادار میکند به سمت ویسکی دست بزنند.
مشکل این است: وقتی همه بهدنبال همان شکار با همان ابزارها هستند، شکار کمرنگ میشود.
نابغهٔ Renaissance نه این بود که باران ژاپن پیشبینیکنندهٔ ارزش پیسوی مکزیک باشد؛ بلکه اینکه او اولین بار آن را کشف کرد و بهمدت طولانی مخفی نگه داشت تا پیش از اینکه دیگران متوجه شوند، سودآوری کند. در بازار امروز، وقتی تمام شرکتها مدلهای مشابه را بر دادههای مشابه اجرا میکنند، ناکارآمدیها مانند آبجوی رایگان در مهمانی یک انجمن دانشجویی از بین میروند.
صندوقهای کوانتمی مدرن اعداد خوبی گزارش میدهند — ۱۵٪، ۲۰٪ در سال، گاهی بهتر. قابلاحترام. اما Medallion بهطور متوسط ۲۱٪ بازده سالانه در دههٔ گذشته داشته است. نه ۶۶٪ دوران طلایی، اما هنوز هم بر خلاف استانداردهای عادی، فوقالعاده است. این شبیه تماشای تایگر وودز است که در سن ۵۰ سالگی همان سن خود را میزند؛ نه اوج تایگر، اما هنوز تایگر است.
اما نکتهٔ عجیب این است: حتی Renaissance نمیتواند در مقیاس بزرگ همان Renaissance را تکرار کند.
دو صندوق این شرکت که برای سرمایهگذاران خارجی در دسترس هستند — Renaissance Institutional Equities Fund (RIEF) و Renaissance Institutional Diversified Alpha (RIDA) — هر دو با مشکل مواجه شدند. در سال ۲۰۲۰، در حالی که Medallion بازده ۷۶٪ داشت، RIEF ضرر ۲۲٫۶٪ کرد. همان شرکت، همان تیم مدیریتی، اما نتایج متفاوت.
تفاوت این است: Medallion ۱۰ میلیارد دلار معامله میکند با هماهنگی کامل بین کارمندان. صندوقهای نهادی معاملات بزرگتری را با سرمایههای خارجی انجام میدهند و نمیتوانند همان استراتژیها را اجرا کنند.
Renaissance تحت رهبری پیتر براون ادامه دارد — همچنان برای افراد خارجی بسته است، هنوز سودآور است، اما این را میپذیرد که همه در دنیای کوانتم میدانند: بازار هوشمندتر شده است. هوش مصنوعی کشف سیگنالها را دموکراتیکسازی کرده است. آنچه قبلاً انحصار خصوصی Renaissance بود، اکنون قابلیت گستردهای در سراسر صنعت است.
فاصله کاهش یافت اما هرگز بسته نشد. Medallion همچنان معیاری است که هیچکس نتوانسته آن را همسطح کند. سؤال این نیست که آیا هوش مصنوعی میتواند الگوهای سبک Renaissance را پیدا کند — میتواند. سؤال این است که آیا کسی میتواند این برتری را حفظ کند وقتی همه از همان ابزارها استفاده میکنند.
تا کنون، پاسخ منفی است.
چرا نمیتوانید این را در خانه کپی کنید (و چه کاری میتوانید انجام دهید)
بیایید واضح بگوییم: شما نمیتوانید استراتژی Renaissance را در حساب E‑Trade خود تکرار کنید.
بیان واضح است: نمیتوانید استراتژی Renaissance را در حساب E‑Trade خود بازتولید کنید. آنها میلیونها معامله را در مقیاس میکروثانیهها اجرا میکنند، با سیگنالهایی که از پتابایتها داده استخراج میشود. هزینههای زیرساختی آنها سالانه به صدها میلیون دلار میرسد.
اما اینجا درسهایی هستند که میتوانید از سیمونز بیاموزید:
۱. نادیدهگیری روایت. هر حرکت بازار پس از وقوع آن توضیح داده میشود؛ «سهام بهدلیل ترس از تورم سقوط کرد.» «طلا بهدلیل تنشهای ژئوپولیتیک بالا رفت.» این نوع روایتگویی معکوس است. سیمونز ثابت کرد که این روایت بیمعنی است. بهجای داستانها، بهاحتمالات معامله کنید.
۲. برتری شما در متفاوت بودن است. Renaissance موفق شد چون متفاوت فکر میکرد. آنها شاعران و فیزیکدانان، نه MBAها را جذب کردند. معادل شما چیست؟ شاید سرمایهگذاری در آنچه میفهمید در حالی که دیگران دنبال نکات داغ میگردند. شاید خرید بیتکوین (BTCUSD +1.36٪) در حالی که والاستریت آن را حباب مینامد — که بههر حال، سیمونز خود نیز این کار را انجام داده بود.
۳. اندازه اهمیت دارد (بهصورت معکوس). Medallion سقف ۱۰ میلیارد دلار داشت. فراتر از این، استراتژیها کار نمیکردند. برای سرمایهگذاران فردی اینجا مزیتی وجود دارد: میتوانید در فرصتهایی سرمایهگذاری کنید که برای صندوقهای بزرگ خیلی کوچک است.
۴. بهصورت آرام ترکیب کنید. سیمونز Renaissance را در ۱۹۷۸ تأسیس کرد و اولین دهه را صرف از دست دادن پول در سویا و تقریباً ورشکستگی کرد. وقتی Medallion در ۱۹۸۸ راهاندازی شد و با نرخ ترکیب ۶۶٪ سالانه رشد کرد، سیمونز بهدلیل مشغلهاش در جذب رمزنگارها برای کار در یک فروشگاه تجاری لانگآیلند، جشن بزرگی روی تلویزیون نداشت. تا زمانی که والاستریت متوجه شد او چه کسی است، Medallion قبلاً برای سرمایهگذاران خارجی بسته شده بود.
۵. بهنامشخص احترام بگذارید. Renaissance هرگز فرض نمیکرد که مدلهایشان «صحیح» است. آنها فرض میکردند که صرفاً موقتاً مفید هستند. این تواضع آنها را از فاجعههای بیشاستفادهٔ اهرمی محافظت کرده است. یک بازار صعودی را هوش نشمارید.
چارلی گارسیا مؤسس و شریک مدیریت R360 است، سازمانی برابر بهبرابر برای افراد و خانوادههایی که دارایی خالص حداقل ۱۰۰ میلیون دلار دارند.
موافقید؟ مخالفید؟ نظرات خود را برای چارلی گارسیا به آدرس charlie@R360Global.com بفرستید. نامهتان ممکن است بهصورت گمنام در بخش هفتگی «عزیز چارلی» منتشر شود. با ایمیل کردن نظراتتان به چارلی گارسیا، موافقت میکنید که آنها بهصورت گمنام در MarketWatch یا با نام کوچکتان (در صورتی که اجازه بدهید) منتشر شوند.
شما درک و موافقت میکنید که Dow Jones & Co.، ناشر MarketWatch، میتواند داستان شما یا نسخههایی از آن را در تمام رسانهها و پلتفرمها، از جمله از طریق اشخاص ثالث، بهکار گیرد.