Jim Simons: strategia e numeri del Medallion Fund

Jim Simons (1938-2024) era un matematico statunitense che ha fondato Renaissance Technologies e il Medallion Fund. Dal 1988 al 2018 il Medallion ha reso in media il 66,1% lordo annuo, il 39,1% al netto delle commissioni. Simons non analizzava le aziende: cercava anomalie statistiche ricorrenti nei prezzi e le sfruttava in automatico.

Questa non è una biografia celebrativa. È il racconto verificato di come un accademico abbia dimostrato, con trent’anni di risultati, che un processo scientifico applicato con disciplina batte l’intuizione anche sui mercati finanziari. Con dentro anche ciò che quella storia non insegna, e che al piccolo risparmiatore costa di più.

James Harris Simons nasce il 25 aprile 1938 in Massachusetts, nell’area di Boston, e muore a New York il 10 maggio 2024, a 86 anni. Le fonti biografiche non concordano sulla città esatta di nascita, tra Cambridge e Newton: sul resto del percorso, invece, i dati sono solidi e verificabili.

Si laurea in matematica al Massachusetts Institute of Technology nel 1958, in tre anni. Nel 1961, a 23 anni, prende il dottorato a Berkeley. Dal 1964 al 1968 lavora all’Institute for Defense Analyses, dove si occupa di crittografia per la difesa statunitense. È lì che matura l’intuizione che gli cambierà la vita: un mercato e un messaggio cifrato sono lo stesso tipo di problema, cioè un segnale nascosto dentro il rumore.

L’esperienza finisce male e in modo istruttivo. Simons critica pubblicamente la politica americana in Vietnam e viene allontanato dall’istituto. Passa a Stony Brook University, dove dal 1968 al 1978 guida il dipartimento di matematica.

La parte che quasi tutti gli articoli italiani saltano è anche quella che spiega tutto il resto. Insieme al matematico cinese Shiing-Shen Chern, Simons sviluppa le forme che oggi portano il loro nome e che stanno alla base della teoria di Chern-Simons, un risultato di geometria differenziale poi diventato centrale in fisica teorica, dalla teoria dei campi quantistici alla materia condensata. Nel 1976 riceve il premio Oswald Veblen per la geometria, il massimo riconoscimento del settore.

È un dettaglio che pesa. Simons non arriva ai mercati come un finanziere curioso di matematica, ma come un matematico di primissimo livello che decide di puntare gli stessi strumenti su un problema nuovo. La distanza tra quel profilo e quello del guru da corso online è il vero contenuto informativo di questa storia.

Nel 1978 Simons lascia l’università e apre un fondo chiamato Monemetrics. Il nome Renaissance Technologies arriva solo nel 1982: è un dettaglio che moltissime schede online sbagliano, attribuendo la fondazione di Renaissance direttamente al 1978.

La rottura con la finanza tradizionale è netta. Niente analisti fondamentali, niente previsioni macro, niente racconti aziendali. Al loro posto entrano matematici, fisici, informatici e linguisti computazionali: profili che oggi chiameremmo data scientist, assunti vent’anni prima che il termine esistesse nel settore.

I primi anni sono irregolari. I modelli funzionano a intermittenza. Ma Simons fissa un principio che diventa la colonna portante dell’azienda: i modelli si migliorano, non si abbandonano. È così che Renaissance diventa un laboratorio scientifico travestito da hedge fund, dove non si opera su visioni ma su pattern statistici ricorrenti, estratti dai dati e testati su serie storiche lunghe.

La strategia di Simons non è una tecnica di ingresso, è un metodo di lavoro. Renaissance analizza volumi enormi di dati storici: prezzi, volumi, tassi, dati macroeconomici, variabili apparentemente estranee ai mercati. Da lì isola comportamenti che si ripetono più spesso di quanto farebbe il caso, li verifica su periodi che il modello non ha mai visto e li esegue in automatico.

È il trading quantitativo portato alle sue conseguenze estreme, e coincide con quello che oggi chiamiamo machine learning, applicato ai mercati decenni prima che il termine diventasse comune. Non conta perché un titolo si muove, conta quanto spesso lo fa in determinate condizioni.

Robert Mercer, ex co-amministratore delegato di Renaissance, ha raccontato che i modelli continuavano a segnalare Chrysler quando Chrysler non era più quotata: nessuno aveva detto al sistema cosa fosse un’azienda. I dati prima di tutto, anche prima dei fondamentali. Chi vuole vedere il confronto sviluppato punto per punto lo trova nel pezzo su la differenza tra trading algoritmico e discrezionale.

Simons ha dichiarato che Renaissance aveva ragione poco più del 50% delle volte. Un singolo trade non aveva alcun valore informativo. Il vantaggio nasceva dalla ripetizione: migliaia di operazioni piccole, tenute in media pochi giorni (le ricostruzioni pubbliche parlano di circa due), ognuna con un margine minimo e nessuna abbastanza grande da poter fare danni da sola.

Un esempio numerico lo rende concreto. Con 10.000 operazioni e un vantaggio del 51% contro il 49%, la differenza attesa è di 200 operazioni: irrilevante su dieci trade, decisiva su diecimila. Ed è esattamente il motivo per cui questo metodo non è trasferibile a chi opera venti volte al mese.

Nel 1988 nasce il Medallion Fund. Tra il 1988 e il 2018 registra un rendimento medio annuo lordo del 66,1% e netto del 39,1%, dopo commissioni tra le più alte del settore: 5% di gestione e 44% di performance. Nello stesso arco ha generato oltre 100 miliardi di dollari di profitti di trading.

Dopo alcune perdite iniziali, Simons prende la decisione che definisce il fondo: nel 1993 chiude il Medallion agli investitori esterni, riservandolo a dipendenti, ex dipendenti e loro familiari. Meno capitale da gestire significa più flessibilità operativa e meno vincoli. Il fondo migliore non è il più grande, è quello che massimizza il rendimento per unità di capitale.

Avvertenza sui dati. Le cifre del Medallion sono rendimenti reali dichiarati, non simulazioni, e coprono il periodo 1988-2018 salvo dove indicato diversamente. Le stime su S&P 500 e Berkshire sono valori pubblici arrotondati, riferiti a orizzonti temporali differenti e quindi non perfettamente confrontabili. I risultati passati non sono indicativi di quelli futuri.

Il confronto con Warren Buffett resta sbilanciato anche considerando che Buffett è il miglior investitore value dell’era moderna. Il Medallion è semplicemente fuori categoria, e con una avvertenza doverosa: era un fondo chiuso, con capitale limitato e commissioni che nessun prodotto retail applica.

Simons aveva già lasciato la guida operativa il 1 gennaio 2010, restando presidente non esecutivo. L’azienda è oggi guidata da Peter Brown, arrivato in Renaissance nel 1993 dopo quasi dieci anni in IBM sul riconoscimento vocale statistico e con un dottorato preso sotto Geoffrey Hinton. È amministratore delegato unico dal 2017, alla testa di una struttura di poche centinaia di persone, metà delle quali con un dottorato scientifico.

I dati più recenti raccontano una cosa che nessuna scheda italiana su Simons riporta: il metodo continua a funzionare, ma non allo stesso modo per tutti.

Nel 2020 il Medallion ha chiuso a +76%, mentre i fondi aperti agli investitori esterni hanno perso: il Renaissance Institutional Equities Fund (RIEF) circa -20%, il fondo market neutral circa -27%, quello sulle azioni globali circa -25%. Stesso gestore, stessa cultura, risultati opposti. Nel 2024 la forbice si è chiusa: Medallion +30% su circa 12 miliardi di capitale interno, RIEF +22,7%, Renaissance Institutional Diversified Alpha +15,6%. I dati 2024 sono stati riferiti dal biografo Gregory Zuckerman e da fonti vicine alla società.

La lezione operativa è netta e vale ben oltre Renaissance: le stesse persone, sugli stessi mercati, ottengono risultati diversi quando cambia la dimensione del capitale e cambiano i vincoli. Quando un sistema funziona, la capienza diventa il primo nemico.

Alla sua morte, Forbes stimava il patrimonio personale di Simons in 31,4 miliardi di dollari, il 55esimo più ricco al mondo. È la cifra che risponde alla domanda più cercata su di lui dopo il nome.

La parte meno raccontata è dove sono finiti quei soldi. Nel 1994 Simons fonda con la moglie Marilyn la Simons Foundation, che finanzia ricerca di base in matematica, fisica teorica, biologia computazionale e autismo. Nel 2004 nasce Math for America, dedicata alla formazione degli insegnanti di matematica e scienze nelle scuole pubbliche statunitensi. Nel 2023 dona 500 milioni di dollari a Stony Brook University, tra le donazioni più grandi mai ricevute da un’università pubblica americana. Il totale erogato in vita supera i 4 miliardi di dollari.

È anche il motivo per cui, cercando il suo nome, metà dei risultati parla di scienza e non di trading. Le informazioni ufficiali sono pubblicate dalla Simons Foundation, mentre la stima patrimoniale è quella del profilo Forbes.

Un successo così estremo non è passato senza contestazioni, e ignorarle sarebbe agiografia.

Opacità totale. Renaissance non ha mai pubblicato i dettagli delle sue strategie. Gli accordi di riservatezza firmati dai dipendenti sono tra i più stringenti del settore. Nessun osservatore esterno ha mai potuto verificare come funzionino davvero quei modelli.

Il contenzioso fiscale da 7 miliardi. Nel settembre 2021 Simons, Robert Mercer e altri dirigenti hanno accettato di versare fino a 7 miliardi di dollari all’agenzia delle entrate statunitense per chiudere un’indagine sulle basket options, una struttura usata per trattare come plusvalenze di lungo periodo profitti generati da operazioni tenute pochi giorni. È uno dei più grandi accordi fiscali individuali della storia americana. Molti articoli lo liquidano come “una multa”: la cifra dice altro.

I fondi aperti al pubblico non hanno mai replicato il Medallion. RIEF e gli altri veicoli istituzionali hanno storicamente reso molto meno, con drawdown veri, e il 2020 lo ha reso evidente. Chi comprava Renaissance dall’esterno non comprava il Medallion.

Influenza politica. Robert Mercer, ex co-amministratore delegato, ha finanziato campagne politiche controverse, trascinando l’azienda in discussioni lontanissime dalla finanza.

Il nucleo del metodo, però, non è mai stato seriamente smentito.

La critica tecnica più seria a qualsiasi sistema quantitativo è l’overfitting: un modello calibrato troppo bene sui dati passati funziona in backtest e crolla in reale. Renaissance ha costruito processi di validazione severi proprio contro questo, incluse simulazioni Montecarlo ripetute su segmenti diversi della serie storica. È la stessa logica che determina la robustezza di un sistema nel tempo.

Il secondo problema è la correlazione: quando molti fondi usano modelli simili sugli stessi mercati liquidi, nei momenti di stress le strategie smettono di essere indipendenti e perdono tutte insieme. Il terzo è la latenza, perché su orizzonti brevissimi la qualità dell’esecuzione è parte del rendimento, non un dettaglio tecnico.

C’è un modo diretto per capire perché “avere ragione il 50% delle volte” non basta da solo. Nell’agosto 2026 abbiamo fatto girare su un conto reale da 999 dollari un expert advisor gratuito di hedging su bitcoin, con broker RoboForex e leva 1:100, dal 15 al 25 agosto.

Risultato: 38 operazioni chiuse, 26 in utile, cioè il 68% di trade vincenti. Un dato migliore di quello dichiarato da Simons. Il conto è comunque finito a 36,65 dollari, con un drawdown del 99,91%, mentre nello stesso periodo bitcoin saliva di circa il 25%. Il motivo sta nella distribuzione: guadagno medio 19,90 dollari contro perdita media 123,32, con una scala di recupero a lotti crescenti fino a 0,62 e nessun take profit impostato.

Avvertenza. Si tratta di un test reale su un conto singolo, in un periodo di dieci giorni, non di una simulazione e non di un campione statisticamente significativo. I risultati passati non sono indicativi di quelli futuri.

La percentuale di operazioni vincenti, da sola, non dice nulla. Quello che conta è il rapporto tra quanto si guadagna quando si vince e quanto si perde quando si perde, ed è esattamente la ragione per cui in un sistema algoritmico il rischio si sposta, non sparisce.

La distanza tra il Medallion e un expert advisor per MetaTrader è enorme per dati, potenza di calcolo e qualità dell’esecuzione. La filosofia di fondo, invece, è la stessa: regole scritte prima, esecuzione automatica, zero emotività. Sui bot che abbiamo analizzato questa continuità si vede in modo concreto.

Perceptrader AI usa reti neurali basate sul modello Perceptron per filtrare gli ingressi, con un profit factor dichiarato di 1,51 e un rapporto rischio rendimento di 1:2. È anche il caso che mostra il limite: non usa uno stop loss tradizionale e apre una nuova posizione a griglia ogni 25 pip, tanto che nei nostri test abbiamo dovuto applicare uno stop sull’equity al 10%.

Quantum Aeterna è l’esempio più vicino all’idea di anomalia statistica: QA Classic è un sistema mean-reverting che usa le Bande di Bollinger per individuare quando il prezzo si è allontanato troppo dalla sua area normale di oscillazione, e chiude il basket su un take profit fisso di 100 punti.

Gold Breaker, il bot con la valutazione più alta del nostro archivio, applica il principio della diversificazione interna: sette logiche indipendenti sullo stesso sottostante, con parametri non modificabili dall’utente proprio per ridurre lo spazio di overfitting. Nei test interni riporta un win rate di circa il 67% con un rapporto rischio rendimento di 1:1,3, circa 30 operazioni al mese.

Nessuno di questi sistemi replica il Medallion, e nessuno lo pretende. La differenza sta tutta in ciò che Simons aveva e che il retail non ha: dati proprietari, ricerca continua, esecuzione istituzionale e la possibilità di chiudere il fondo quando diventa troppo grande.

Simons non ha mai scritto un libro sul suo metodo, e non ha mai pubblicato le sue strategie. I suoi lavori firmati sono articoli accademici di geometria differenziale, non manuali operativi.

Il testo di riferimento è “The Man Who Solved the Market: How Jim Simons Launched the Quant Revolution” di Gregory Zuckerman, uscito nel 2019 e scritto con accesso diretto a decine di collaboratori. Alla data di questo aggiornamento non risulta in commercio un’edizione italiana ufficiale sui principali cataloghi (IBS, Hoepli, Amazon.it): il libro si trova in lingua inglese, e il titolo che circola in italiano, “L’uomo che ha risolto il mercato”, è una traduzione di uso comune, non un’edizione pubblicata.

Chi cerca materiale in italiano sullo stesso metodo trova un punto di partenza nella selezione di libri di trading algoritmico di AmicoBot, dove il volume di Zuckerman è inquadrato insieme ai testi tecnici sul backtest e sulla validazione.

Simons rilasciava pochissime interviste. Alcune sue frasi raccontano il metodo meglio di qualunque analisi.

“Abbiamo ragione poco più del 50% delle volte. È sufficiente per fare miliardi.”

“Facciamo previsioni, le rivediamo e modifichiamo il portafoglio. Tutto il giorno, ogni giorno.”

Sono la fotografia di una visione del trading come processo industriale ripetibile, non come intuizione individuale. Ed è l’unico pezzo della sua eredità che si trasferisce davvero a chi opera con capitali piccoli: non i rendimenti, il metodo di verifica.

Simons ha dimostrato una cosa scomoda e verificabile: sui mercati, un processo disciplinato batte il talento, e i dati battono le opinioni. Quell’idea ha contaminato tutta la finanza. Oggi hedge fund, banche e fondi pensione hanno team quantitativi interni, e i modelli matematici sono materia da corso universitario.

Resta però l’altra metà della storia, quella che le celebrazioni saltano: il Medallion era chiuso, piccolo per scelta, costosissimo e irripetibile. Nello stesso periodo i fondi che chiunque poteva comprare hanno reso una frazione, e in un anno hanno perso il venti per cento. Le due cose vanno lette insieme, sempre.

Questo contenuto ha finalità esclusivamente informative e divulgative. Le informazioni riportate non costituiscono consulenza finanziaria, né una raccomandazione personalizzata di investimento, e non tengono conto della situazione patrimoniale, degli obiettivi o della propensione al rischio di chi legge. AmicoBot non è un intermediario autorizzato e non presta servizi di consulenza in materia di investimenti: l’elenco dei soggetti abilitati è consultabile sul sito della Consob.

Il trading, l’uso di expert advisor e gli strumenti a leva comportano un rischio elevato di perdita del capitale, fino all’intero importo investito. Tutte le percentuali di rendimento riportate in questa pagina sono riferite a periodi storici specifici, con la fonte indicata accanto al dato: i risultati passati non sono indicativi di quelli futuri e nessun rendimento è garantito.

Alcuni link presenti su AmicoBot possono essere affiliati: se il lettore attiva un prodotto o un servizio attraverso quei link, il sito può ricevere una commissione, senza costi aggiuntivi e senza che questo influisca sui giudizi editoriali, che restano indipendenti.