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
在数据仓库与数据分析体系中,维度表与事实表是构建结构化数据模型的核心组件,二者如同“骨架”与“血肉”,协同支撑起各类业务 ...
2026-01-16在游戏行业“存量竞争”的当下,玩家留存率直接决定游戏的生命周期与商业价值。一款游戏即便拥有出色的画面与玩法,若无法精准识 ...
2026-01-16为配合CDA考试中心的 2025 版 CDA Level III 认证新大纲落地,CDA 网校正式推出新大纲更新后的第一套官方模拟题。该模拟题严格遵 ...
2026-01-16在数据驱动决策的时代,数据分析已成为企业运营、产品优化、业务增长的核心工具。但实际工作中,很多数据分析项目看似流程完整, ...
2026-01-15在CDA(Certified Data Analyst)数据分析师的日常工作中,“高维数据处理”是高频痛点——比如用户画像包含“浏览次数、停留时 ...
2026-01-15在教育测量与评价领域,百分制考试成绩的分布规律是评估教学效果、优化命题设计的核心依据,而正态分布则是其中最具代表性的分布 ...
2026-01-15在用户从“接触产品”到“完成核心目标”的全链路中,流失是必然存在的——电商用户可能“浏览商品却未下单”,APP新用户可能“ ...
2026-01-14在产品增长的核心指标体系中,次日留存率是当之无愧的“入门级关键指标”——它直接反映用户对产品的首次体验反馈,是判断产品是 ...
2026-01-14在CDA(Certified Data Analyst)数据分析师的业务实操中,“分类预测”是高频核心需求——比如“预测用户是否会购买商品”“判 ...
2026-01-14在数字化时代,用户的每一次操作——无论是电商平台的“浏览-加购-下单”、APP的“登录-点击-留存”,还是金融产品的“注册-实名 ...
2026-01-13在数据驱动决策的时代,“数据质量决定分析价值”已成为行业共识。数据库、日志系统、第三方平台等渠道采集的原始数据,往往存在 ...
2026-01-13在CDA(Certified Data Analyst)数据分析师的核心能力体系中,“通过数据建立模型、实现预测与归因”是进阶关键——比如“预测 ...
2026-01-13在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08