你應該知道的是：短線高頻交易所衍生的佣金和其他成本會抵銷獲利，不過，賽局大師伯利坎普認為，如果交易次數很多，各別交易的影響就沒那麼大，不至於拖垮整個投資組合。另外，短線操作的獲利關鍵並非去了解發生異常的原因，確認此非統計上的偶然，才是不容輕忽的細節。
科學家也是凡人，就是太凡人了，所以欲望和數據互相衝突時，證據有時會輸給情緒。
—布萊恩．基廷（Brian Keating），宇宙學家，摘自他的著作《失去諾貝爾獎（Losing the Nobel Prize） 》
1989年夏天，艾爾文．伯利坎普接下大獎章基金的韁繩，當時投資業正如火如荼的發展。在這個小說《燈紅酒綠（Bright Lights, Big City）》和瑪丹娜歌曲〈拜金女孩（Material Girl）〉描繪的貪婪放縱年代，十年前只占全美獲利10％左右的金融公司，如今正往雙倍成長的路上飛奔而去。
交易員、銀行家、投資人止不住對金融消息（即資訊優勢）的饑渴（一般大眾無法取得這些消息），助長華爾街的獲利，企業併購、盈餘、新產品等內線消息成為雷根年代後期的通行貨幣。1983到1987年，垃圾債券大王麥可．米爾肯（Michael Milken）遭到內線交易調查而鋃鐺入獄之前，已經有超過十億美元進了口袋；其他人也起而效尤，包括投資銀行家馬汀．席格（Martin Siegel）和交易員伊凡．博斯基（Ivan Boesky），他們不只交換企業併購消息，也交換裝滿一疊疊百元鈔票的公事包；1989年，電影《華爾街（Wall Street）》的主角葛登．蓋可（Gordon Gekko）展現出這一行野心勃勃、狂妄自負、巧取豪奪不正當優勢的從業人員。
在那個睪丸激素橫流的年代，伯利坎普顯得很異常。對這位學者來說，重大傳言或最新內線沒什麼用處，他對各家企業如何賺取利潤也幾乎一無所知，更沒興趣知道。
即將過49歲生日的他，身材也跟那些擅長搜刮華爾街戰利品的高手大相逕庭。
他重視體適能，擁抱一連串極端且不安全的飲食，喜歡耗體力的騎腳踏車，體重甚至一度減輕過多，消瘦模樣嚇壞同事。頂上稀疏、戴著眼鏡、蓄著灰白參雜整齊鬍鬚的他，很少打領帶，胸前口袋有多達五支各色BIC原子筆。
即使站在一群在商場各角落都頗有知名度的電腦怪傑當中，伯利坎普還是很顯眼。1989年他到加州卡梅爾（Carmel）參加一場會議，去研究機器如何做出更好的預測模型，他若有所思的樣子很難不被注意到。
在艾克斯康辦公室，伯利坎普說話老是不斷離題，而且說個沒完，同事們雙手都搓扭了好幾回，還不見他停止。他曾說他喜歡掌控80％的對話，認識他的人都說80％的估計稍嫌保守。儘管如此，他在數學界的名望贏來同事的尊敬，他對改善大獎章的績效深具信心，也給公司帶來樂觀。
從短線交易中獲利
伯利坎普第一件事就是把公司搬到柏克萊，搬離他家近一點，史特勞斯和太太也贊同這項決定。1989年9月，史特勞斯租下富國銀行大樓（Wells Fargo Building）9樓辦公室，那棟歷史性建築是當地第一棟高樓，樓高12層，走一小段路就是柏克萊校園。辦公室原有的線路傳輸速度不夠快，一個同事想辦法利用奧克蘭附近論壇報大樓（Tribune Tower）樓頂的衛星天線，接收最新的期貨價格。一個月後，舊金山地區發生洛馬普雷塔（Loma Prieta）地震，造成63人喪命，艾克斯康的新辦公室沒受到嚴重損害，但書架和桌子倒塌，書本和設備受損，衛星天線也傾倒，這對一家亟欲恢復生機的公司來說是不祥的開始。
艾克斯康團隊大步前進，伯利坎普先從艾克斯以前置之不理的建議當中挑出幾個最可行的建議來執行，跟艾克斯吵了好幾個月的西蒙斯也認同這個做法。
艾克斯遲遲不願改採頻率較高、較短期的交易策略，原因之一是擔心短線高頻交易所衍生的佣金和其他成本會抵銷獲利。另一個原因是，艾克斯擔心快速交易會推升價格，壓縮獲利空間，也就是所謂的滑點（slippage），對此，大獎章無法精確估算。
他的顧慮是合理的，因此，華爾街才會有個不成文規定：交易次數不要太多。不只有成本上的考量，短線操作的獲利通常很小，很少有投資人感興趣。好處這麼少，辛辛苦苦頻繁交易是何苦來哉？
「你並不會從這個角度來質疑打棒球、當媽媽、做蘋果派這些事，不是嗎？」伯利坎普說。
伯利坎普沒在華爾街工作過，骨子裡對傳統教條本來就充滿懷疑，更何況他猜那些教條是不怎麼講究分析的人規定的。他主張多做短線交易。艾克斯康有太多不中用的長線交易，而大獎章的短線交易已經證明是賺最多的部位，多虧艾克斯、卡莫納等人的努力，把希望寄託於短線交易很合理。此外，現在的時機也對，史特勞斯的盤中交易數據大多已清理完畢，更容易找出新的短線交易點子。
他們的目標還是一樣，以投資人的行為模式會一再重複為前提，仔細從歷史價格中找出會重複出現的連動事件。在他們眼中，這套方法跟技術分析有幾分類似，雖然華爾街普遍認為這種交易方法是某種暗黑伎倆，但伯利坎普和同事愈來愈相信，只要用精密、科學的手法來執行，這套方法是可行的。唯一的前提是，必須鎖定短線價差，不能做長線趨勢操作。
伯利坎普和同事希望大獎章類似賭場。賭場每天經手的賭注非常多，多到他們只需要贏半數多一點的賭注就行了，同樣的，艾克斯康團隊也希望頻繁交易，多到只要有半數多一點的交易賺錢就能有不錯獲利。這就是大數法則，只要在統計上有一點點優勢，就會得到有利的結果，就像賭場一樣。
「如果交易次數很多，只要有51％做對就夠了，」伯利坎普告訴同事：「每筆交易只要小賺一點就行。」
他們開始仔細觀察數據，尋找可加入交易模型裡的短線操作，陸續揪出市場上幾個耐人尋味的不尋常現象。某些投資的價格常在重要經濟報告公布前夕下跌，公布之後馬上回升，但也不是公布前一定會下跌、公布後一定會立刻上漲，而且不知道為什麼，美國勞工部（US Department of Labor）的就業統計和某些數據公布就沒有這種現象。不過，要是這種現象很可能出現時，他們的數據就會透露出端倪，然後模型就會建議在公布前夕買進、公布後幾乎立刻賣出。
為了尋找更多短線操作模式，伯利坎普開始打電話給亨利．勞佛。艾克斯辭職後，勞佛答應多花時間協助西蒙斯翻轉大獎章。勞佛在西蒙斯長島辦公室的地下室工作，連同幾位從石溪地區來的研究助理，試圖改進大獎章的交易模型，就像伯利坎普和史特勞斯在柏克萊做的事一樣。
徹底細究史特勞斯的數據，勞佛發現幾個跟週間某些天有關的規律，比方說，星期一的價格走勢通常跟星期五同步，星期二的走勢則會出現反轉；另外，勞佛也發現前一天的交易通常會預示隔天的走勢，他稱為24小時效應。還有，如果出現明顯的上漲趨勢，大獎章的模型會在星期五收盤前買進，星期一一早賣掉，善用他們所謂的週末效應。
西蒙斯和研究人員認為不該花時間測試直覺想出的交易點子，他們讓數據自己指出異常之處，再趁機介入獲利。另外，他們也認為不必了解那些異常發生的原因，發生次數夠頻繁、經過測試並非統計上的偶然才是重點。
他們也有自己的理論。伯利坎普等人發展出一個論點：為了促使市場活絡而自行買賣期貨和債券的場內交易者（locals，又稱為floor traders），會在每週最後一個交易日只留下少數期貨合約在手，或者完全出清，以免週末出現壞消息造成虧損。同樣的，期貨交易所的營業員似乎也會在經濟報告出爐前減少期貨部位，以免意外消息傷及自己的投資部位。
週末假期結束或消息發布後，那些交易員會馬上買回原本的部位，助長價格反彈，所以，大獎章會在他們賣出時買進，等到他們沒有風險疑慮而買回時，再賣回給他們。
外匯市場的異常尤其誘人。從德國馬克賺到錢的機會似乎特別多，這個貨幣如果某天上漲，第二天也上漲的機率出奇的高，如果下跌，通常第二天也會下跌，不管是按月、按週、按日或甚至按小時來比對，都會出現同樣的連動，德國馬克的走勢往往會從某段時間延續到下一段時間，同個走勢持續的時間超乎預期。
如果扔一枚硬幣，連續扔出兩次頭像的機率是25％，但這次扔和下次扔不會有任何相關。但是，史特勞斯、勞佛、伯利坎普卻發現，德國馬克任兩段連續時間的走勢相關性高達20％，也就是說，有超過一半的機率會出現重複。相較之下，他們發現其他貨幣任兩段連續時間的相關性大約是10％，黃金是7％，活豬和其他原物料商品期貨是4％，股票只有1％。
某一段時間跟下一段時間之間的相關性，不管頻率多少都不該發生的，至少當時擁抱效率市場假說（efficient market hypothesis）的經濟學家大多這麼認為。根據效率市場假說，要利用價格異常來打敗市場是不可能的，因為根本就不會有異常存在，只要一有異常被發現，投資人就會介入將異常去除。
從德國馬克觀察到的連動現象實在太出乎意料，日圓的連動甚至更強，伯利坎普團隊覺得有必要了解背後可能的原因。史特勞斯發現有學術論文提到，全球各國的央行都不喜歡貨幣價格突然變動，因為會對經濟造成混亂，所以他們會介入來減緩劇烈變動，漲跌都是，如此一來，就會延長那些走勢持續的時間。在伯利坎普看來，從伊士曼柯達這種大企業做決策之緩慢，就可看出左右貨幣價格變動的經濟力量很可能一上演就是好幾個月。
貨幣價格變動只是大獎章日漸增多的可買賣效應（tradeable effects）之一，這是他們發展出的術語。伯利坎普、勞佛、史特勞斯花好幾個月鑽研數據，長時間黏在電腦前，觀察價格如何因應成千上萬的市場事件；西蒙斯每天都會報到，不是本尊現身就是打電話來，分享如何改進交易系統的點子，並且鼓勵團隊把重點放在挖掘別人輕忽的「細微異常」。
除了清楚好懂的規律之外，伯利坎普、勞佛、史特勞斯開發的系統也能揪出不同市場中難以辨識且無法輕易解釋的規律，這些趨勢和異常往往來得很快，以致於大多數投資人難以察覺；而且這些異常非常微弱，所以他們稱為幽靈，出現的頻率又高到必須加入他們的交易裡。西蒙斯開始接受「背後原因並不重要」的觀點，能賺錢才是重點。這群人一面努力辨識市場過往的行為模式，一面動用一項大優勢：他們的價格數據精準度遠勝對手。幾年下來，史特勞斯已收集到盤中交易量和價格的分筆數據（tick data），涵蓋各種期貨，都是其他投資人辨識不出來的細微資料。1989年之前，艾克斯康跟多數投資人一樣只仰賴開盤和收盤數據，當時史特勞斯收集的盤中數據幾乎無用武之地，但隨著更現代、更強大、每秒可執行百萬個指令的電腦進駐新辦公室，他們開始有能力快速拆解史特勞斯收集的價格數據，得出數千個在統計上有意義的觀察，揭開過去察覺不出的價格規律。
「我們知道我們已經存了不少盤中數據，」史特勞斯說：「不是非常精確，也不全是分筆數據。」但是可靠性和數量都遠勝別人的數據。
《洞悉市場的人：量化交易之父吉姆‧西蒙斯與文藝復興公司的故事》
