京公网安备 11010802034615号
经营许可证编号:京B2-20210330
量化投资之父,为何被赌场拒之门外
索普,名副其实的“量化投资之父”。
虽然在毕业后,任职麻省理工数学教授,但是索普的内心最渴望的事情不是单纯的做一名教授那么简单,而是怎么样赚钱,那时候的索普每天都在想怎么样在赌场里赌钱,怎么样赌赢。
最初,在赌场里,索普的主要研究对象是21点,也就是Black Jack,同时也成功的研究出一套可以在赌场中稳赚的方法,全部的赌场都输在了他的手里。
接下来的时间里,轮盘赌又成为了他的新目标,经过观察和实验他成功的研究出能够隐藏在衣服里的扫描仪,只要球丢出去,扫描仪就会在黑暗中默默的工作,这还不算什么,在他的脚上还有一个秘密武器(控制器),只要他的脚轻轻的按动这个武器,它就会发出一道激光,这时他的计算设备就会利用读球的速度计算出球落在哪一个区里的概率是最大的,之后根据这个结果进行赌大小。
这足以体现出索普的聪明才智,这个系统他在家里反复的做了实验,实验结果也是非常成功的,可是后来在赌场,虽然赢了几笔钱,但是没多长时间就被人盯上了,最后导致赌场再也不允许他进入。
玩转权证市场,却错过诺贝尔奖
被赌场“封杀”之后,索普去了加州任职教授,同时认识了加州大学金融系的一位研究权证的教授,在当时,这位教授收集了非常多的权证数据,可是索普并不知道怎么样利用这些数据,怎么样利用它能够赚到钱,那就更没有头绪了。
但是,索普是很聪慧的,没用多久他就把这些权证数据了解透了,同时寻找到了其中的一个公式,这个公式也给他提供了再一次赚钱的机会。
过了两年的时间,芝加哥期权市场的突起,大家当时并不知道怎么样计算期权的价格,这也让大多数的科学家走上了研究权证的道路,之后费希尔·布莱克(Fischer Black)和迈伦·斯科尔斯 (Myron Scholes)研究和提出了计算期权的公式,也就在1997年,凭借着这个研究莫顿和斯科尔斯荣获得了诺贝尔奖,不幸的是费希尔·布莱克在1995年时,因为患癌症逝世,错过了诺贝尔奖。
其实,索普的公式和布莱克和斯科尔斯的公式之间的差距仅有那么一点点,同时这两位获奖者提出公式的前提是阅读了索普《战胜市场》这本书,通过索普的思路进行研究才提出的公式,所以,在他们完成论文之后,便亲自登门拜访了索普,跟索普说,能够提出这个公式完全是受了这本书的启发。因此,事实上索普是完全有这个资格拿诺贝尔奖的。
将部分资产交给巴菲特打理
因为期权公式的提出,索普在权证上赚钱就没那么轻松了。之后他又转换思想,开始研究和设计了新的策略,具体说就是在标普500指数和500只股票两者之间做套利。例如:标普500指数的价格比那500只股票的价格加在一起之后有偏离,那就说明可以进行套利,这也就是后期量化投资未定型前最初的形式。
索普不仅设计了这一种策略,就连现在市场上主流的交易策略,多数都是他设计的。但是大部分的人对索普这个名字还是陌生的,但是这不能掩盖他是“量化之父”的事实。就像目前活动在华尔街上的人,基本上都是索普的“后人”,大部分都是得到了他的真传。
随后的时间里,索普会见了巴菲特,两个人一起打桥牌或者在一起聊投资。和巴菲特见面之后,回到家了,索普对他的夫人说:“他见过的最聪敏的人就是巴菲特,在未来,他一定会成为美国最富有的人。”后来听说,索普把自己赚来的钱,拿出来一部分交给了巴菲特管理。
在美国,庞氏骗局霸道横行的时候,索普用他的经验发觉数据的异常,马上抽回了资金,能够全身而退的投资人寥寥无几,索普就成为了那难得的几个人之一。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09