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
在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 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 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 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 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24