人的主观判断。
4、“大奖章基金”的数学模型主要通过对历史数据的统计，找出金融产品价格、宏观经济、
市场指标、技术指标等各种指标间变化的数学关系，发现市场目前存在的微小获利机会，并
通过杠杆比率进行快速而大规模的交易获利。
5、西蒙斯的方法多是进行短线方向性预测，依靠同时交易很多品种、在短期作出大量的
交易来获利。具体到每一个交易的亏损，由于会在很短的时间内平仓，因此损失不会很大；
而数千次交易之后，只要盈利交易多于亏损交易，总体交易结果就是盈利的。
量化投资标的物的选择标准
量化投资的标的物必须符合三个标准：
1、公开交易品种。
2、流动性足够高。尽量减少人为的影响，成交量和成交额是很重要的因素。当我们看见
那些一天交易换手不到２％，交易额低于１亿的股票，很多时候能发现他们之后都有一些
我们不能得到的信息，这时候靠着白痴一样没有分析能力的模型去找机会，很难。选择一个
适合用模型的样本是我们首先要做的一件事情，这个过程甚至比得到一个令人惊讶的模型
更加重要。足够的流动性也就是指这种工具的交易量比较大，所以小公司的股票、创业板的
股票可能就不包括在内。
3、适合用数学模型来交易。
公众市场上交易的工具包括股票、债券、商品、外汇等多种金融产品或金融衍生品。前面
两个条件其实是相关的，很多金融产品正是因为在公众市场交易，所以流动性才比较大。另
外，这两个条件也是随着时间的推移而变化的：公共市场上交易的产品在日益增多，所以
西蒙斯的视野也越来越开阔。很多工具在刚刚开始交易的时候流动性比较低，但是交易的人
多了，流动性也就会慢慢提高。第三个条件也和前面两个条件相关：通常公众市场上交易的
产品、流动性比较好的产品，它们的历史数据比较齐全，质量也比较好。第三个条件可能有
些令人费解：什么样的金融产品适合用数学模型来交易？什么样的产品不适合呢？一般来
说，数学模型交易需要对历史数据进行大量的研究，从中寻找规律，所以要符合这个条件
的意思是：要求有比较多、比较准确的历史价格、交易量等的相关数据，以便进行数据分析，
然后寻找最合适的交易模型来进行量化投资。如果希望比较可信的数据，我们需要比较准确
的历史数据，数据能够覆盖两个以上的大牛熊市，时间跨度在
20 年以上。当然，数据还必
须与投资环境相匹配，对于相对稳定的投资环境，例如美国社会，数据越长越有说服力，
找金融资料，就到一览金融文库