西蒙斯的交易模型所运用的数学有多么高深，其研究人员所需要的数学水平有多好呢?西蒙斯是这样介绍的:“数学与其他科学当然有很大的不同。数学要依靠直觉，然而直觉对于凭借试验来论证的其他自然科学而言并不是最重要的。在其他自然科学之中，尽管直觉依然很重要，然而猜侧和假设更为重要，设计合理的试验(来验证或是推倒猜测和假设)也是非常重要的。与纯数学相比较，其他自然科学可能涉及的面更加广泛。然而并不是那么深。在复杂的技术中，我们运用的数学工具也很复杂，然而高深就谈不上了，当然我们运用的统计学技巧就可能很复杂。我所需要的研究人员真的要懂得一定的数学，这样他可以很熟练地运用我们所用的各种研究工具，然而更重要的是他必须对事情的根源很好奇，富有丰富的想象力，并且有恒心去揭示这些根源。”

西蒙斯认为，交易者在观察市场的价格变化以前便有一套系统的市场理论、框架和模型，这种市场观察就是一种“自觉的注意”。交易者不再让市场价格变化主宰和左右自己的思维、情绪，而是用超然的态度来审视市场运动。经由理论模型观测市场、找出市场交易机会。“自觉的注意”并非由市场价格涨跌对交易者本能的吸引而引起的，如此产生的注意是“自发注意”。大多数交易者通常在这里陷入困境，一旦坐在计算机显示屏之前，便不由自主地被市场带着跑。“自觉的注意”正好是抑制了交易者的本能欲望、利益，而是强调关注交易者自身的主体操作过程。

桑德尔·施特劳斯作为文艺复兴科技公司的创始人之一，他曾经是石溪大学的数学教授，他谈到大奖章曾运用过的一个交易模型:假如某个期货的价格在开盘时远远高于前一天的收盘价，则他们就会做空这个期货;假如开盘价远低于上一天的收盘价，则他们就买入。这个模型看上去非常简单，然而当年给他们赚了足够的钱。目前这个模型还赚不赚钱呢?我们没有进行测试，然而我们估计大多数追随这个模型的人都不再赚钱了。由于现在谁都了解这个模型，许多人都用这个模型，这就像了解密林里面蘑菇所在地的人太多了那样，大多数的人都很可能空手而归。除非，你能够赶在所有采蘑菇的人前面:在别人还没有来得及买入时你买进，别人跟随买入，价格就会上涨，你要在别人还没有卖出时抛售，唯有如此才能赚钱。他就是能够在市场波动时经过合理布阵而盈利。从大多数方面的信息来看，西蒙斯就是如此的一个布阵者。

可以说西蒙斯的大奖章基金是量化到牙齿的基金。在量化基金的运作过程中，计算机模型收集很多的历史数据，接着从这些数据中找出规律，这些规律通常用数学公式来表述。被称为模型。假如认为以往的规律不是偶然的，未来还会再次出现，量化基金就会根据公式指示的交易方向进行操作。各种计算机模型发出交易的信号或是指令，这些指令要么由基金公司的交易员进行手工执行，要么经过电子方式进行直接执行。如今的量化基金大多数都运用完全自动的交易过程，交易员仅仅是在模型或者市场出现异常的情况下才介入。西蒙斯的文艺复兴科技公司大约有20多个交易人员，其任务就是运用最低的成本来完成交易，而且尽可能地不被市场察觉。降低交易成本和避

免市场察觉对量化基金而言则是成败的关键，由于量化基金所要抓住的是微小的市场机会，交易成本稍微多一点点就可能意味着模型从获利变为亏损。

人的判断在量化基金的交易中并非一个决定的因素。西蒙斯这样说:“我们往往不跟我们的模型唱反调。”有些时候市场的波动性超乎寻常，或是模型的信号减弱。此时交易人员才有可能进行干预。

然而这并非是说人完全是机器的奴隶。无论多么复杂的计算机模型，必须由人去设计、编程、维护以及控制的。连西蒙斯本人都说，没有一个长期不变永远能够赚钱的模型，因此，模型应该要不断地进行更新，这也全都是通过人来完成的。文艺复兴科技公司的科学家成天都在寻找可能重复的规律，他们的研究对象则是不计其数的金融数据。西蒙斯的公司在完成这项任务时动用的是很多的数学家、统计学家、物理学家以及语音识别专家，因此可以这样说，他们采用的寻找、比较以及确定新的模型的方法在相当大程度上借鉴了自然科学以及工程科学的方法。也就是说，大多数情况下，运用实验来进行测试，让数字进行说话。

从客观上来讲，模型交易处理了很多人性的弱点。目前模型交易鼻祖西蒙斯以每年30%左右的利润首屈一指。

在股票、外汇、黄金自银和期货市场，模型交易早已深入人心。在金融市场，交易并不是简单的技术问题。它还包括，对市场的理解程度、技术层面以及人性一而，甚至是对生活的态度和诸多世界的认识。实际上交易就是一门艺术，更是一门哲学。