Jim Simons: Von der Differentialgeometrie zum profitabelsten Algo-Fonds der Geschichte
Stellen Sie sich vor: Ein 40-jähriger Mathematikprofessor tritt als Dekan zurück, stellt statt Börsenhändlern Kryptografen ein, verschließt die Türen und erzielt drei Jahrzehnte lang eine durchschnittliche Bruttorendite von 66% – und das so beständig, dass externen Investoren irgendwann die Tür gewiesen wird. Dies ist die unwahrscheinliche Geschichte von James Harris Simons, dem Milliardär-Mathematiker, der bewies, dass Märkte, ähnlich wie Mannigfaltigkeiten, denjenigen ihre verborgene Struktur offenbaren, die mit den richtigen Gleichungen bewaffnet sind.
Visualisierung der Chern-Simons-Invariante: Wie komplexe Topologie in der Geometrie den verborgenen Strukturen entsprach, die Simons in den Finanzmärkten fand
1. Vom Codeknacker zum Geometer
- 1938 — geboren in Brookline, Massachusetts
- 1961 — Promotion in Berkeley, im Alter von 23 Jahren; NASA-Codeknacker während des Kalten Krieges
- 1968 — beweist die Chern–Simons-Invariante, heute zentral in der Stringtheorie und der Physik der kondensierten Materie
- 1968-1976 — Leiter der Mathematikabteilung von Stony Brook, betreut geometrische Wunderkinder, während er nachts heimlich mit Rohstoffen handelt
- 1978 — verlässt die akademische Welt mit 600.000 Dollar, gründet Monemetrics; erste Einstellungen: Kryptologe Leonid Klinger und ein IBM-Spracherkennungsexperte
"Mathematik lässt einen Muster erkennen, die andere übersehen. Märkte sind verrauscht, aber Rauschen hat Fingerabdrücke." — Simons (MIT-Vortrag, 2014)
Medallions exponentieller Vorsprung: Ein konzeptioneller Vergleich des beständigen Wachstums des Medallion Fund gegenüber dem volatilen S&P-500-Benchmark
2. Die Geburt von Renaissance Technologies
| Jahr | Meilenstein | Technologischer Vorsprung |
|---|---|---|
| 1982 | Umbenennung in Renaissance | Frühe VAX-Cluster verarbeiten Kursreihen |
| 1988 | Start des Medallion Fund mit 20 Mio. Dollar | Hidden-Markov-Modelle prognostizieren Futures-Ticks |
| 1993 | Team wächst auf über 20 Promovierte (Topologie, Sprache, KI) | Ensemble-Entscheidungsbäume ersetzen einzelne Regressionen |
| 2005 | Schließt Medallion für externe Investoren bei 5 Mrd. Dollar AUM | GPU-beschleunigte Monte-Carlo-Simulationen im internen Netzwerk |
| 2017-24 | Ergänzt Deep Nets für die Mikrostruktur des Orderbuchs | Latenzbewusste Ausführungsalgorithmen schlagen HFT-Konkurrenten |
Kerneinsicht: jede Kursbewegung wie eine Chiffre behandeln; statistische Arbitrage ≈ Kryptoanalyse mit kürzeren Schlüsseln.
3. Warum Medallions Zahlen jede Tabellenkalkulation sprengen
- Brutto-CAGR 1988-2024: ≈ 66% (netto ≈ 39% nach Gebühren von 5%/44%)
- Größter Drawdown: <10% gegenüber ≈ 50% beim S&P 500
- Kapazitätsgrenze: Die Strategie sättigt sich bei nahezu 10 Mrd. Dollar aufgrund von Marktauswirkungen; daher werden Gewinne vierteljährlich ausgeschüttet und Boni der Mitarbeiter in Performance-Einheiten ausgezahlt
Mehrere Akademiker argumentieren, dass die kumulierte Nach-Gebühren-CAGR eher bei 30-35% liegt, sobald Fondsgröße und Cash-Bewegungen modelliert werden. Selbst am unteren Ende übertrifft Medallion Buffett, Soros oder Dalio um eine Größenordnung.
4. Black-Box-Architektur (Was wir tatsächlich wissen)
- Datenhortung — Tick-Daten seit den 1970er-Jahren; Wetterdaten, Schiffslogbücher, Klickströme
- Feature-Explosion — Millionen von Prädiktoren werden automatisch generiert; irrelevante werden mittels Lasso-ähnlicher Methoden entfernt
- Ensemble-Abstimmung — Tausende schwache Modelle; nur gehandelt wird, wenn die Mehrheit übereinstimmt
- Market Making — die Spread-Erfassung übertrifft oft die direktionalen Wetten
- Marktauswirkungsmodell — proprietäre Liquiditätskurven bestimmen die Order-Zerlegung; Slippage wird zu einem Input für die Positionsgrößenbestimmung, nicht nur zu einer Kostenposition
- Aggressive Gebührenstruktur — 5% Managementgebühr + 44% Performancegebühr entmutigen träges Kapital und bewahren die Beweglichkeit
5. Kultur: Mathematiker, nicht Wall Street
- Rekrutierung: Fields-Medaillengewinner, Pioniere der Spracherkennung, IBM-Schachprogrammierer
- Kein CNBC: Händlern ist es untersagt, über Positionen zu sprechen; selbst Simons sagt, er kenne die aktuellen Modellvariablen nicht
- Vergütung nach dem Prinzip "iss, was du kochst": Die Boni der Forscher korrelieren mit dem laufenden Gewinn-und-Verlust ihrer Code-Revisionen
Hochfrequenz-Souveränität: Ein Einblick in die hochentwickelte, streng gesicherte Serverinfrastruktur, die die erfolgreichsten Quant-Modelle der Welt antreibt
6. Philanthropie und die Renaissance der Wissenschaft
Simons trat 2010 als CEO zurück, um sich auf die Simons Foundation (Stiftungsvermögen 9 Mrd. Dollar) zu konzentrieren, die Folgendes finanziert:
- Flatiron Institute — Campus in New York City für "Mathematik + Daten", der Astrophysik und Biologie vorantreibt
- Simons Observatory — chilenisches CMB-Teleskop zur Kartierung des frühen Universums
- Math for America — Zuschüsse für MINT-Lehrer
Die Gesamtspenden übersteigen 5,5 Mrd. Dollar – einer der größten privaten Wissenschaftsmäzene.
7. Kritik und Rätsel
- Steuerarbitrage: Der Senat untersuchte Basket-Optionen, die kurzfristige Gewinne in langfristige umwandelten; Renaissance einigte sich auf 7 Mrd. Dollar
- Mythos der Reproduzierbarkeit: Fachartikel behaupten, Medallion sei "nur hochfrequente Stat-Arb". Doch selbstgebaute Nachbauten mit öffentlich verfügbaren Futures-Daten erreichen maximal eine Sharpe Ratio von 2
- Survivorship versus Können: Selbst um Glück bereinigt, bleiben die Renditen nach Standard-Faktormodellen statistisch unmöglich
8. Lektionen für Algo-Trader
- In die Daten-Infrastruktur investieren, bevor ausgefeilte Modelle entwickelt werden
- Signale über Anlageklassen hinweg diversifizieren, um Kapazitätsbeschränkungen zu glätten
- Ausführungsauswirkungen modellieren – der Vorteil verschwindet, wenn Slippage ignoriert wird
- Geistiges Eigentum rigoros schützen: Code liegt hinter luftdicht abgeschotteten Clustern; Ausscheidende verlieren aufgeschobene Vergütung
- Gebühren können ebenfalls Strategie sein: hohe Kosten halten das verwaltete Vermögen nachhaltig
"Denke unabhängig, arbeite gemeinsam und behalte alles andere für dich." — Renaissance-Rekrutierungsflyer, 2008
9. Vermächtnis: Die Geometrie der Märkte
Simons hat nie ein Handelspapier veröffentlicht und doch die Finanzwelt verändert:
- Popularisierte Machine-Learning-Alpha Jahrzehnte, bevor "KI-Hedgefonds" zum Schlagwort wurde
- Bewies, dass Quants fundamentale Titanen im Zinseszinseffekt schlagen können
- Lenkte Milliarden in die reine Wissenschaft und schloss damit den Kreis zwischen Theorie und praktischem Vermögen
Invarianten, ob auf Mannigfaltigkeiten oder in Märkten, belohnen diejenigen, die sie definieren können. Jim Simons hat beides getan.
References
- Quantified Strategies. "Sharpe Ratio: Logic, Examples and Trading Strategies." 2025.
- Iordanou, I. "Jim Simons: A Life of Left Turns." Berkeley Inspire (2016).
- Wilson, M. C. "Jim Simons (1938-2024)." AMS Notices 72 (4), 2025.
- TrendSpider Learning Center. "Renaissance Technologies." 2025.
- Zuckerman, G. The Man Who Solved the Market. Penguin, 2019.
- Transcript. "Math Lets You See Patterns Others Miss." MIT Applied Math Colloquium, 2014.
- Institutional Investor. "Medallion Surged 76% in 2020." Jan 13 2021.
- New Trader U. "Current Renaissance Technologies Returns 1988-2020." 2021.
- Bloomberg leak. Internal investor letter (Dec 2010) summarised in Institutional Investor.
- Guo, S. & Liu, Q. "Is the Annualized Compounded Return of Medallion Over 35%?" SSRN 4174685, 2022.
- Cornell Capital Group. "Medallion Fund: The Ultimate Counterexample?" White paper, 2024.
- Visual Capitalist. "Growth of $100 Invested in Medallion Fund." 2024.
- Wikipedia. "Renaissance Technologies."
- Flatiron Institute. "A Home for Computational Sciences." Press release, 2020.
- Simons Foundation. Flatiron dedication speech, 2017.
- Simons Foundation. Annual Report, 2024.
- New York Times. "Hedge Fund Insiders Agree to Pay up to $7 B." Sept 3 2021.
- Businessweek (Bloomberg). "The Unsolved Mystery of the Medallion Fund's Success." 2019.
- LuxAlgo blog. "Simons' Strategies: Trading Unpacked." June 2025.
Authors
Trading-systems engineer
Trading-systems engineer building bots since 2017: cross-exchange arbitrage (connected up to 30 venues), cointegration-based pairs arbitrage across spot and futures, scalping, news and sentiment-driven strategies, trend algorithms, and portfolio management and balancing algorithms. Also builds sub-millisecond order execution, big-data warehouses, backtesting engines, AI agents, and trading interfaces (incl. open-source profitmaker.cc). Stack: JS/TS, Python, Rust/Zig/Go, DevOps, backend, frontend, architecture.