比如庄家操控股价时用来迷惑散户的那些手段，与间谍传输消息时抛出的误导信息，逻辑上完全相同。

按照这个思路，如果执着于金融数据表象，等同于掉进了毛子间谍的陷阱……

随着对金融市场研究的深入，西蒙越发印证了自己的判断。于是在78年四月，辞去了石溪大学的职务，在华尔街成立了一家名为Monemetrics的基金公司，还说服中情局的同事纳伦德·鲍姆入伙。

纳伦德·鲍姆是一名顶尖数学家和数据处理专家。

他探索出的鲍姆-韦尔奇算法，也叫广义向前向后算法，是后世许多大数据模型在实践得以运用的核心算法之一。

比如，语音识别技术和搜索引擎的联想功能。

广义向前向后算法

最精彩之处，是可以直接分析完全陌生的行业数据。

就像一个人，即便完全不懂足球比赛的规则，但只要了解一些历史赛事和选手状态的资料，就能对下一场比赛的结果做出预测。

其底层逻辑，相当于利用已知的温度、湿度和风向等数据，通过数学模型运算来预测明天的天气。

相比之下传统操作员，相当于一个上了岁数的老人……呃，也可能是中年人，忽然感觉到关节难受，便根据经验判断明天会下雨。说白了就是经验主义。

鲍姆-韦尔奇算法在后世应用非常广，几乎是每个码农的必修课。但在当下，还是Monemetrics基金的秘密武器。

二人以该算法为核心，加上在CIA工作期间的技术和经验累积，Monemetrics公司几乎可以用闭着眼赚钱来形容。

去年年底英镑不有过一段时间的强势上涨嘛。

西蒙斯和鲍姆完全没有关注任何金融数据和财务报表，也没有雇佣金融分析师，市场预测师之类的专业人士，甚至从头至尾连戴英那边发生了什么都不知道，只单纯依靠算法给出的预期，就毫不费力的赚了几万美元。

听着不是很多是吧？

二人眼下的盈利逻辑虽然赚钱，算法的完善程度和计算机处理速度，都还只处于很初级的阶段，交易策略十分稳健。不会做高风险高收益的高杠杆操作。