4 我的试炼之路（1983—1994年）

一个客户是一件很好玩的事，因为这样他们就能看到想要打败计算机化的决策程序是多么困难。

当然，我们也可以选择把系统推倒重来，但我们这么做的时候不到2%，通常是在发生没有计入程序的异常事件时，例如导致世界贸易中心倒塌的“9·11”事件，撤出资金。虽然计算机在很多方面比我们的大脑棒得多，但我们拥有的想象力、理解力和逻辑能力是它不具备的。正因如此，我们的大脑与计算机的合作才是绝配。

这些决策系统比我原来使用的那些预测系统好得多，主要原因是它们能够纳入我们对事态发展的即时反应，让我们可以处理更大范围的可能性。这些系统还能包含择时规则。在1987年1月发表的一篇题为“赚钱还是做预测”的文章中，我解释道：

说实话，预测的价值并不是很高，而且大多数做预测的人并没有在市场上赚钱……原因是没有什么是确定的，而且当一个人把所有影响未来的不同事物的可能性叠加起来，以便做出预测时，他会得出各种各样发生概率各不相同的可能性，而不会得出一个可能性很高的结果……我们相信市场变动反映经济变动，而经济变动反映在经济数据中。通过研究经济数据和市场变动的关系，我们已经归纳出精确的规则用来确认经济/市场环境中发生的重要变化，进而决定我们的投资组合。换言之，我们并不是预测经济环境中发生的变化，然后根据这些预测调整投资组合，而是在变化发生时捕捉它们，不断调整我们的投资对象，以使投资始终集中在当时表现最好的市场上。

在构建这些系统的过去30年里，我们又纳入了许多其他类型的规则，用来引导我们交易的各个方面。现在，当实时数据发布时，我们的计算机能够分析来自1亿多个数据组的信息，然后以在我看来合乎逻辑的方式向其他计算机发出详细的指令。假如没有这些系统，我很可能已经破产了，或者因要从事如此繁重的工作而被压力逼死了。假如没有这些系统，我们肯定不可能在市场上做得这么好。你将在后文看到，我现在正在研发类似的系统帮助我们做出管理决策。我相信，想要改进你的决策，你能做的最有价值的事情之一，是深入思考你的决策原则，同时以文字和计算机算法的形式把这些原则写下来，在条件允许的情况下进行返回测试，并以实时的方式，在用你的头脑进行决策的同时运用这些原则。

但上面写到的这些内容有些超前了，让我们回头看看1983年的情况。

复兴桥水

到1983年年底，桥水共有6名职员。截至那时，我没有做任何营销。我们得到的业务都源于口碑，以及阅读我的《每日观察》、看到我在公开场合出现的人。但很明显，对于我们的研究的需求越来越多，而我也意识到，我可以出售这些研究，从而补充我们的咨询费和交易收入。于是我雇用了第7名职员罗布·弗里德，他曾做过上门推销《圣经》的工作。于是我们拖着一台幻灯机和一大堆幻灯片上路，四处推销一项月收费3 000美元的打包研究服务，内容包括我的《每日观察》、每周电话会议、双周刊和季度刊的研究报告，以及季度会议。在接下来的一年里，罗布拉来了许多机构客户和机构投资管理者客户，包括通用电气、拱石托管基金、世界银行、布兰迪公司、卢米斯–塞勒斯公司、远见资产管理公司、辛格公司、洛斯公司、通用电话电子公司和威灵顿管理公司。

那时，我们的业务包括三个主要领域：付费咨询服务、管理企业风险从而获得奖励费，以及出售打包研究服务。我们与各种存在市场风险敞口的企业、金融机构、政府机构合作，如银行、多元化国际企业、大宗商品生产商、食品生产商、公用事业机构等。例如，如果一家在不同国家运营的跨国公司面临外汇风险敞口，我们会设计一项计划帮助它应对这些风险。

我的做法是全身心投入对一家企业运营状况的研究，直到我感觉我提交给他们的策略和假设我亲自运营这家企业所用的策略一样。我会把每个公司分成多个独立的逻辑部分，然后想出一项使用各种金融工具，尤其是衍生工具来管理每个部分的计划。最重要的部分是区分核心业务产生的利润，以及价格变化造成的投机性利润与亏损。我们将通过这么做向客户们展示，一种“风险中性”的仓位将是什么样的，也就是说，在企业对市场没有判断的情况下，应当持有何种合适的对冲仓位。我会建议它们，只有在它们愿意从事投机交易时，才可以偏离这个仓位，而且它们必须以慎重的方式，并在全面知晓投机可能对自身核心业务产生何种影响的情况下，才可以进行投机。对于大多数与我们合作的企业客户而言，这个思路令它们眼前一亮。这能让它们看清楚并掌控形势，同时带给它们更好的运营效果。有时企业客户希望我们代理它们进行投机交易，而我们会要求一定的利润分成。

确立一个“风险中性”的基准仓位，在进行慎重的冒险时偏离这个仓位，这种做法是一种投资管理方式的起源。后来我们将这种投资管理方式称为“阿尔法叠加”，在这种方式中，消极（“贝塔”）和积极（“阿尔法”）的风险敞口是区分开来的。来自某一市场（如股票市场）的回报本身称为该市场的“贝塔”，与别人竞争而冒险押注所产生的回报称为“阿尔法”。