吉姆·西蒙斯
讓模型代替人交易的量化之王
像奴隸一樣跟隨模型
紀律外包給系統
西蒙斯公開訪談（大獎章基金運作原則）
史上收益最高的基金，規矩是不許聰明人臨場發揮。這一篇要回答的是：這條鐵律防的是誰。
背後是什麼故事？
大獎章基金幾十年費後年化超過39%，西蒙斯對方法的描述只有一條鐵律：我們像奴隸一樣跟隨模型——模型說什麼就做什麼，不管你當時覺得它聰明還是愚蠢。原因：一旦允許臨場干預，就再也分不清虧損該歸模型還是歸人，系統無法改進；而且人總在最恐慌時最想幹預，那恰恰是模型最不該被推翻的時刻。人的位置不在交易臺上，在實驗室裡：可以用新研究去改模型，不可以用今天的情緒去改這一單。
干預一次，歸因系統就廢了
系統的改進依賴乾淨的歸因：這次虧是模型的錯還是執行的錯。人一插手，兩者就再也分不開——每次虧損都可以推給對方，誰也不用改。鐵律的真正功能不是限制人，是保住「錯誤可追溯」這個改進的前提。
定好的投放策略被運營臨時改了三次參數，季度復盤時誰也說不清效果差是策略問題還是手抖問題——下季度只能重來。
規則要在平靜時定，在恐慌時執行
干預的衝動和局面的極端程度成正比，而極端局面正是系統最需要被信任的時刻。所以授權要提前寫死：什麼情況下人可以碰系統（代碼錯誤、數據汙染），什麼情況絕對不行（因為怕）。
把「允許人工介入的情形」白紙黑字列成三條掛在牆上。真到暴跌那天，對照清單——恐慌不在清單上。
人從執行層撤出，去改進層
這套分工不是貶低人，是給人換了個更高的崗位：不做一千次帶情緒的決定，做一次改變一千個決定的模型迭代。判斷力的用武之地從每一單挪到了系統本身——那裡的槓桿大得多。
與其每天人工審一百個工單練手感，不如花一週把審核規則寫成可執行的標準——前者消耗判斷力，後者複製判斷力。
今天怎麼用？
局面：系統給出的決定和你此刻的直覺衝突，你想手動改一次。
先問：我要改的是這一單，還是模型？改這一單的理由，能不能寫成一條以後每次都適用的規則？
用反了：把跟隨模型用成從不檢修模型，錯誤的規則也執行到底；或者規則只約束別人，自己保留隨時干預的特權。
金句
一旦你開始干預，你就永遠不知道該改進的是模型還是你自己。
我們不推翻模型，我們改進模型。
同一件事，還有人這麼問
直覺和數據打架，我聽哪個？這次的直覺，我信得過嗎？我查的資料全都在支持我。我死活不肯承認這次買錯了。信不信直覺 · 全部 5 個問題 →這一篇如果說中了你正在經歷的事，
轉給可能需要的人，或者存下來，下次好找。