問：「如果前三天的價格連續上升，今天的價格會漲5%嗎？」
答：「是。」
問：「如果本月第一個週四上午價格先漲了2%之後又回落1%，今天的價格會跌3%嗎？」
答：「是。」
上面的兩組問答可能是市場上存在的規律，也可能是巧合，問和答之間毫無關係；換句話說，答案可能是假的。我們不知道究竟有多少答案是真的，有多少是假的，所以我們無法從大把大把的巧合和偶然中找到真正的規律。使用伯樂坎普的統計信息理論可以去掉很多噪聲，有效尋找到真正引起價格變化的那些條件。
語音識別也是同樣的道理：需要從人們所發出的各種因人而異、似是而非的聲音裡面尋找信號，過濾掉各種噪聲。復興技術僱用了很多這方面的專家，這使我們推測，它的主要分析方法是跟統計信息論、隱含馬爾可夫模型和最大熵相關的信息處理技術。這種技術的使用使復興技術能夠更有效地從過去的價格中去除大量噪聲，發現規律。西蒙斯在復興技術的左膀右臂布朗和默瑟都是這方面的專家。
重新審視西蒙斯的量化模型
接下來，我們來重溫一下我們已經知道的關於西蒙斯的量化模型的信息，包括他已經不再使用的量化模型：
1.市場過激反應
如果某個期貨的價格在開盤的時候遠遠高於前一天的收盤價，大獎章會沽空這個期貨；如果開盤價遠低於上一天的收盤價，那麼大獎章就會買入。
這個模型是復興技術的創始人之一施特勞斯在2007年接受採訪時說的，而且他說過去大獎章靠這個模型賺了很多錢。言下之意，這個模型現在已經不賺錢了，所以才說給公眾聽。
這個模型針對的正是市場對於新的消息常常反應過激的現象。高開或者低開，那麼返回原地的可能性要大於扔硬幣出現正面的概率，所以大獎章高開之後拋出，低開之後買入。這個模型在很多的投資書上也有提過，肯定有很多人專門做這樣的交易，所以現在用這個簡單的形式賺錢的可能性已經不太大了，因為在同一個地點采同一種蘑菇的人太多。但是，投資者對消息反應過激的偏差並沒有消除，所以類似的情況肯定會在其他許多地方出現，或者以其他形式出現。
比如說，在整個一天的交易過程中（而不是僅僅看開盤價和收盤價），有可能某個匯率的價格突然大跌或者大漲，或者某個股票的價格在公司有新消息公佈之後突然大幅波動，這時候它們返回原地的機會就比較高。我們可以想像，使用一些量化模型對這類變動進行分析，將那些返回原地的情形和沒有返回原地的情形分類，尋找一些能夠區別兩類情形的條件，然後再使用這些條件進行交易。條件是什麼意思呢？我們舉個具體的例子：是不是某種匯率在1分鐘之內價格變化超過2%以上回歸的可能性大一些，但是如果變化只是15%就不一定？另一個例子：是不是同時有多只股票的價格（標準普爾500指數里面的250只股票）移動超過1%的時候回歸的可能性大一些？又一個例子：在過去30天中已經出現過一次或者兩次以上價格波動之後又回落的商品期貨，如果再次出現價格波動的時候，回落的可能性是不是會大一些？這類各種各樣的「如果……那麼……」都可以算是一個個量化投資模型，它們的變化是無窮無盡的，有的可能有一定的道理，有的則很難解釋。
市場過激反應
投資人常常採取和其他投資人相似的策略，也就是「扎堆兒」，這樣金融價格的變化常常是「矯枉過正」。
量化研究可以對這些林林總總的模型進行分析、歸納，依照歷史數據進行模擬，可以給出各種模型的歷史回報和風險。但是，數據研究到了一定的程度，最後還是要西蒙斯這樣的人來判斷：通過量化研究找到的那些過去表現很好的模型只是數字上的巧合呢還是有一定的道理？它們未來重複出現的可能性有多大？如果西蒙斯認為它將來再次出現的可能性要比隨機出現的大，那麼他就有可能將這個條件編成程序，放到計算機裡面去。如果未來這個條件再次滿足的話，計算機就可以自動進行交易。
尋找這類機會，計算是否滿足各類條件需要很強的計算能力，因為你可能需要對市場上的各種交易進行連續監控，獲取各類數據，並且在最短的時間要做出響應。我們根據已有的資料分析，這類模型仍然是大獎章使用最多的一類模型：追蹤很短線的市場過激反應，採取相應的買賣手段，等待市場的回歸。西蒙斯自己也說過：當市場波動性比較高時，大獎章的模型一般表現較好。大獎章使用的這類短線過激反應的模型正適合於市場上下起伏狀況：大家都摸不著北，一會兒要買，一會兒要賣，西蒙斯的電腦模型正好在渾水裡面摸魚。
2.套利交易
如果美國政府債券長期債券的折價遠遠高於短期債券的折價，那麼購入長期債券，拋出短期債券。
這類模型是西蒙斯自己於2000年11月接受採訪時透露過的。他當時也承認，像這樣的機會現在已經不存在了，因為有很多像長期資本管理這樣的公司專門做這樣的生意。美國政府債券交易市場是交易量非常大、信息流動很迅速的市場，這樣的套利機會的確寥寥無幾，其他西方發達市場的政府債券也情況類似。所以基本上可以肯定，大獎章現在不做這類交易了。
但是在一些新興市場的國家債券市場上，這樣的機會仍然可能存在，大獎章有沒有在那些市場上交易呢？西蒙斯說過，大獎章只投資流動性比較好的產品，所以我們推測它投資新興市場債券的可能性也比較低。
我們的估計是，大獎章的債券和利率方面的投資方向可能主要是兩塊：一塊是交易很頻繁的債券期貨、利率期貨，這類交易屬於上面提過的短期過激反應模型的交易範圍；另一塊是流動性比較好，但是在櫃面交易的利率掉期合同，這個我們下面單獨說。
3.趨勢和聯動性
追蹤商品市場的中、長期趨勢。
這個模型也是西蒙斯自己於2000年提過的。但是他也說了這類中長期的趨勢現在已基本上不存在了，即便存在的話能賺到錢的機會也不大，原因也是很多人都在做這類套利，所以機會就沒有了。我們推測，大獎章已經不使用這類比較長線的趨勢模型了，雖說它過去很可能使用過這類模型。
商品期貨的交易現在流動性越來越大，參與者越來越多，其中包括不少所謂的長線投資者，所以在這個市場進行短線交易的機會應該越來越多，主要是前面所說的過激反應的一類，也包括我們後面要提到的市場微觀結構的一類，大獎章的這兩種模型都應該用在商品期貨市場上。
我們認為西蒙斯的交易模型裡面還有可能包括商品期貨價格和相關股票、匯率價格聯動的交易模型。比如，原油期貨的價格和中石油的股票價格應該有一定的關係，但是原油期貨的價格變化可能更快一些，中石油的股票價格可能需要幾秒，或者幾毫秒的時間來反應，如果模型的反應足夠快、交易速度足夠快的話，這也是一類短線套利模型。這種聯動的關係在各類金融市場裡面有很多：商品價格和股票價格、商品價格和商品出口或者進口國的外匯匯率、外匯匯率和貴重金屬價格、利率和金融類股票的價格、利率和外匯匯率，等等，雖說我們沒有確鑿的證據證明大獎章的確在從事這類利用相關性的套利操作，但是我們認為這類交易符合它傳統的捕捉過激反應的模式，而且它能夠快速處理大量數據的優勢也可以在這方面用上，所以它從事這類交易的可能性是比較高的。
4.偏門信息源
使用交易量信息和其他不太常用的信息源。
這是在2004~2007年間復興技術訴訟千禧公司以及兩名前僱員白羅波爾斯基和沃爾夫冰的案件之中透露出來的。使用交易量數據來輔佐預測未來的價格變化並不稀罕，很多投資人都會參考過去一段時間某只股票或者期貨的交易量來進行交易決策。但是這個方法在一些櫃面市場交易的產品上可能做不到，因為沒有公開的交易量數據。另外，交易量數據反映的只是已經成交的交易量，但是從某種角度來講，那些可能成交但是還沒有成交的交易包含更為重要的信息，因為它們還沒有做成，將來做成的可能性仍然存在，做成的話會影響股價未來的走勢。
很少有人會去關心沒有做成的交易。
我們已經知道這個套路了：西蒙斯會。
在沃爾夫冰反訴訟復興技術的文件中，沃爾夫冰聲稱復興技術公司要求他開發一套交易程序，這個程序能夠通過分析「限價買賣指令表數據」而對下一步價格變化進行預測。限價買賣指令是一類比較常用的交易指令，投資人限定在某個價位買入或者沽出一定數量的股票或者其他工具。股票交易所會及時公佈這類數據，交易人在下單的時候能夠看到在當前買入賣出價的上下方都有多少買入、賣出的限價指令，這樣他也能夠對價格的下一步變化做出一些判斷。但是對一些交易量很大的股票或者其他工具來說，限價買賣指令表是一個非常龐大的數據庫，而且投資人在不斷增刪或者調整買賣指令，所以指令表還在不停變化，一般的投資人看到的只是這個表格很小的一部分。要想從這個龐大而且是不停變化的「列車時刻表」上看出風景，同時在最短的時間內發出生殺指令，這不是人腦能夠完成的，也不是一般的量化模型和電腦系統所能夠做到的，而復興技術公司無論在量化模型還是在電腦系統這兩個方面都遠遠領先同行：它所招募的許多專家正是大規模信息處理的行家，它的電腦系統要比一般大學的電腦系統功能強大許多，所以它去看風景有著得天獨厚的優勢。
通常各個交易所都會公佈限價買賣指令表，但是能夠真正在實際操作中使用這些數據的投資手段還不多。我們前面提過的麻省理工學院的量化專家羅聞全教授推測說：假定某只股票的交易價格是15.05美元，如果某人通過細篩限價買賣指令表的數據發現在15美元有一個數額很大的沽空限價買賣指令，他就可以在15.01美元開始沽空這個股票，如果15美元的沽空指令被執行的話，股價肯定會受到打壓而大幅下降，這時候他再將沽空的股票買回來，從而獲利。羅聞全說：「如果有很大的沽空指令等在股價下方的時候，股價肯定會受到很大的向下壓力。」但是也有人不同意羅教授的解釋：股票最後的交易價格是15.05美元，如果這時候有一個賣出指令是15美元，那麼這個在市場價格之下的賣出指令會立即被執行，不可能給誰在15.01美元沽空的機會，所以那個例子是不合適的。
但是這種在交易價格之下沽空或者在交易價格之上買入的限價買賣指令在櫃面市場是很常見的，它們常常被投資者用來作為止損的手段。所以在櫃面市場上，做市商或者其他人如果能看到投資人的這類限價指令的話就有可能進行「超前交易」，搭順風車。這種做法雖說違反監管規定，但是在做市商的交易部門是非常常見的，也是做市商利潤的一個重要來源。可是，復興技術公司不是做市商，所以不能直接從這個方向獲利。
我們的推測是：復興技術通過某種統計算法來快速綜合限價買賣指令表裡的各種信息，能夠很快判斷出在不同價位不同數量的限價買賣指令對目前的股價究竟是推還是拉，還能夠判斷出如果股價真是達到了某個或者多個限價買賣指令，這些交易被執行之後，股價又可能會有什麼樣的連鎖反應。
我們可以拿一個斯諾克檯球桌來比喻：白色球是目前的股票價格，它停在球桌的正中央；許許多多的限價指令像桌上的其他球，數量很多，每個球都有不同的份量，而且都在移動，跟白色球的距離也不同。這些球都對白球有吸引力或者排斥力，所以你可以估算出來如果在沒有桌面阻力的情況下白球會向哪個方向滾動，你還可以進一步計算白球在滾動的過程中會碰到哪些球，反彈之後的方向和速度會如何，等等。有了這個判斷之後，你就可以採取相應的交易策略，如果你的判斷正確，你就可以賺錢。
從純粹物理學的角度來判斷，你可以將白球的軌跡很準確地進行預測，但是我們知道在金融市場上，不斷會有新的消息到來，要麼直接改變白球的軌跡，要麼通過改變其他球的大小、位置、速度和方向來間接改變白球的軌跡，所以你不可能準確預測。但是，如果這些新的信息的到來完全是隨機的，那麼你把這個實驗重複千萬次的話，那些隨機的效果會相互抵消，剩下的就是準確性相當高的預測了。準確性相當高的預測用另外的話說就是旱澇保收的投資回報。
市場微觀結構
在目前市場交易價格的上下方都有很多買盤和賣盤，它們將決定在很短期的將來市場價格是如何變化的。
資料來源：斯諾克照片來自維基媒體。
沃爾夫冰在他的反訴訟中指稱，他認為復興技術的限價指令表模型會觸犯到證券交易法的有關限制條例，所以他拒絕開發這個交易程序。他說在他2003年離開復興技術公司的時候該公司還沒有使用這個程序。究竟這種算法有沒有觸犯美國法規我們無從判斷，但是如果用的是公開渠道可以獲得的信息，進行一些運算而獲得的新的信息，這應該是合法的。復興技術後來有沒有用這個模型我們也不知道，但是可以肯定的一點是，使用別人很少使用的信息來進行分析、判斷和交易的做法肯定也是復興技術長盛不衰的一個重要方面。這類使用限價買賣指令數據來判斷價格走勢的基金現在已經有幾家，一般都不大，像復興技術這樣技術力量雄厚、能夠在全球多個市場同時操作的公司還比較少。
復興技術使用其他信息源的另外證據也是來自沃爾夫冰的反訴訟文件。他指稱他在復興技術公司的上司讓他開發一個模型，從一個交易系統的公開數據中推測出交易系統本來要保密的信息，從而獲利。他說的交易系統叫「機構投資組合交易匹配系統」，是美國一家叫投資技術集團的公司提供的，供機構投資人交易的電子平台。這個平台其實跟普通的股票交易所有些類似，但是所有的參與者都是大的基金，沒有通過券商交易的散戶，也沒有虎視眈眈的做市商。這種繞過大家熟知的交易所進行交易的平台叫「暗池」，在過去10年的發展非常迅速。一方面是因為電子交易技術的發展和普及，另一方面是許多機構投資人對交易所壟斷地位的不滿，許多國家也都慢慢放開了交易所之間的競爭，允許新的平台提供跟交易所類似的服務。這些平台的交易成本一般比較低，而且保密性可能要比交易所高，因為在這些平台上，限價指令通常是不公開的。在沃爾夫冰的訴狀中他沒有談及究竟復興技術想要窺視何種投資技術集團不願意透露的信息，但是我們估計很可能也是跟限價買賣指令相關的數據。
沃爾夫冰在訴狀中說，他當時就告訴了復興技術的老闆這種做法是違反證券交易法規的，所以他拒絕參與這個項目。當然，這是訴狀裡面的一方之詞，當時的情況究竟如何，復興技術拒絕評論。沃爾夫冰說後來投資技術集團採取了相關的措施，堵住了這個有可能被外界窺視的漏洞，所以復興技術最終沒有採用這個模型。
答：「是。」
問：「如果本月第一個週四上午價格先漲了2%之後又回落1%，今天的價格會跌3%嗎？」
答：「是。」
上面的兩組問答可能是市場上存在的規律，也可能是巧合，問和答之間毫無關係；換句話說，答案可能是假的。我們不知道究竟有多少答案是真的，有多少是假的，所以我們無法從大把大把的巧合和偶然中找到真正的規律。使用伯樂坎普的統計信息理論可以去掉很多噪聲，有效尋找到真正引起價格變化的那些條件。
語音識別也是同樣的道理：需要從人們所發出的各種因人而異、似是而非的聲音裡面尋找信號，過濾掉各種噪聲。復興技術僱用了很多這方面的專家，這使我們推測，它的主要分析方法是跟統計信息論、隱含馬爾可夫模型和最大熵相關的信息處理技術。這種技術的使用使復興技術能夠更有效地從過去的價格中去除大量噪聲，發現規律。西蒙斯在復興技術的左膀右臂布朗和默瑟都是這方面的專家。
重新審視西蒙斯的量化模型
接下來，我們來重溫一下我們已經知道的關於西蒙斯的量化模型的信息，包括他已經不再使用的量化模型：
1.市場過激反應
如果某個期貨的價格在開盤的時候遠遠高於前一天的收盤價，大獎章會沽空這個期貨；如果開盤價遠低於上一天的收盤價，那麼大獎章就會買入。
這個模型是復興技術的創始人之一施特勞斯在2007年接受採訪時說的，而且他說過去大獎章靠這個模型賺了很多錢。言下之意，這個模型現在已經不賺錢了，所以才說給公眾聽。
這個模型針對的正是市場對於新的消息常常反應過激的現象。高開或者低開，那麼返回原地的可能性要大於扔硬幣出現正面的概率，所以大獎章高開之後拋出，低開之後買入。這個模型在很多的投資書上也有提過，肯定有很多人專門做這樣的交易，所以現在用這個簡單的形式賺錢的可能性已經不太大了，因為在同一個地點采同一種蘑菇的人太多。但是，投資者對消息反應過激的偏差並沒有消除，所以類似的情況肯定會在其他許多地方出現，或者以其他形式出現。
比如說，在整個一天的交易過程中（而不是僅僅看開盤價和收盤價），有可能某個匯率的價格突然大跌或者大漲，或者某個股票的價格在公司有新消息公佈之後突然大幅波動，這時候它們返回原地的機會就比較高。我們可以想像，使用一些量化模型對這類變動進行分析，將那些返回原地的情形和沒有返回原地的情形分類，尋找一些能夠區別兩類情形的條件，然後再使用這些條件進行交易。條件是什麼意思呢？我們舉個具體的例子：是不是某種匯率在1分鐘之內價格變化超過2%以上回歸的可能性大一些，但是如果變化只是15%就不一定？另一個例子：是不是同時有多只股票的價格（標準普爾500指數里面的250只股票）移動超過1%的時候回歸的可能性大一些？又一個例子：在過去30天中已經出現過一次或者兩次以上價格波動之後又回落的商品期貨，如果再次出現價格波動的時候，回落的可能性是不是會大一些？這類各種各樣的「如果……那麼……」都可以算是一個個量化投資模型，它們的變化是無窮無盡的，有的可能有一定的道理，有的則很難解釋。
市場過激反應
投資人常常採取和其他投資人相似的策略，也就是「扎堆兒」，這樣金融價格的變化常常是「矯枉過正」。
量化研究可以對這些林林總總的模型進行分析、歸納，依照歷史數據進行模擬，可以給出各種模型的歷史回報和風險。但是，數據研究到了一定的程度，最後還是要西蒙斯這樣的人來判斷：通過量化研究找到的那些過去表現很好的模型只是數字上的巧合呢還是有一定的道理？它們未來重複出現的可能性有多大？如果西蒙斯認為它將來再次出現的可能性要比隨機出現的大，那麼他就有可能將這個條件編成程序，放到計算機裡面去。如果未來這個條件再次滿足的話，計算機就可以自動進行交易。
尋找這類機會，計算是否滿足各類條件需要很強的計算能力，因為你可能需要對市場上的各種交易進行連續監控，獲取各類數據，並且在最短的時間要做出響應。我們根據已有的資料分析，這類模型仍然是大獎章使用最多的一類模型：追蹤很短線的市場過激反應，採取相應的買賣手段，等待市場的回歸。西蒙斯自己也說過：當市場波動性比較高時，大獎章的模型一般表現較好。大獎章使用的這類短線過激反應的模型正適合於市場上下起伏狀況：大家都摸不著北，一會兒要買，一會兒要賣，西蒙斯的電腦模型正好在渾水裡面摸魚。
2.套利交易
如果美國政府債券長期債券的折價遠遠高於短期債券的折價，那麼購入長期債券，拋出短期債券。
這類模型是西蒙斯自己於2000年11月接受採訪時透露過的。他當時也承認，像這樣的機會現在已經不存在了，因為有很多像長期資本管理這樣的公司專門做這樣的生意。美國政府債券交易市場是交易量非常大、信息流動很迅速的市場，這樣的套利機會的確寥寥無幾，其他西方發達市場的政府債券也情況類似。所以基本上可以肯定，大獎章現在不做這類交易了。
但是在一些新興市場的國家債券市場上，這樣的機會仍然可能存在，大獎章有沒有在那些市場上交易呢？西蒙斯說過，大獎章只投資流動性比較好的產品，所以我們推測它投資新興市場債券的可能性也比較低。
我們的估計是，大獎章的債券和利率方面的投資方向可能主要是兩塊：一塊是交易很頻繁的債券期貨、利率期貨，這類交易屬於上面提過的短期過激反應模型的交易範圍；另一塊是流動性比較好，但是在櫃面交易的利率掉期合同，這個我們下面單獨說。
3.趨勢和聯動性
追蹤商品市場的中、長期趨勢。
這個模型也是西蒙斯自己於2000年提過的。但是他也說了這類中長期的趨勢現在已基本上不存在了，即便存在的話能賺到錢的機會也不大，原因也是很多人都在做這類套利，所以機會就沒有了。我們推測，大獎章已經不使用這類比較長線的趨勢模型了，雖說它過去很可能使用過這類模型。
商品期貨的交易現在流動性越來越大，參與者越來越多，其中包括不少所謂的長線投資者，所以在這個市場進行短線交易的機會應該越來越多，主要是前面所說的過激反應的一類，也包括我們後面要提到的市場微觀結構的一類，大獎章的這兩種模型都應該用在商品期貨市場上。
我們認為西蒙斯的交易模型裡面還有可能包括商品期貨價格和相關股票、匯率價格聯動的交易模型。比如，原油期貨的價格和中石油的股票價格應該有一定的關係，但是原油期貨的價格變化可能更快一些，中石油的股票價格可能需要幾秒，或者幾毫秒的時間來反應，如果模型的反應足夠快、交易速度足夠快的話，這也是一類短線套利模型。這種聯動的關係在各類金融市場裡面有很多：商品價格和股票價格、商品價格和商品出口或者進口國的外匯匯率、外匯匯率和貴重金屬價格、利率和金融類股票的價格、利率和外匯匯率，等等，雖說我們沒有確鑿的證據證明大獎章的確在從事這類利用相關性的套利操作，但是我們認為這類交易符合它傳統的捕捉過激反應的模式，而且它能夠快速處理大量數據的優勢也可以在這方面用上，所以它從事這類交易的可能性是比較高的。
4.偏門信息源
使用交易量信息和其他不太常用的信息源。
這是在2004~2007年間復興技術訴訟千禧公司以及兩名前僱員白羅波爾斯基和沃爾夫冰的案件之中透露出來的。使用交易量數據來輔佐預測未來的價格變化並不稀罕，很多投資人都會參考過去一段時間某只股票或者期貨的交易量來進行交易決策。但是這個方法在一些櫃面市場交易的產品上可能做不到，因為沒有公開的交易量數據。另外，交易量數據反映的只是已經成交的交易量，但是從某種角度來講，那些可能成交但是還沒有成交的交易包含更為重要的信息，因為它們還沒有做成，將來做成的可能性仍然存在，做成的話會影響股價未來的走勢。
很少有人會去關心沒有做成的交易。
我們已經知道這個套路了：西蒙斯會。
在沃爾夫冰反訴訟復興技術的文件中，沃爾夫冰聲稱復興技術公司要求他開發一套交易程序，這個程序能夠通過分析「限價買賣指令表數據」而對下一步價格變化進行預測。限價買賣指令是一類比較常用的交易指令，投資人限定在某個價位買入或者沽出一定數量的股票或者其他工具。股票交易所會及時公佈這類數據，交易人在下單的時候能夠看到在當前買入賣出價的上下方都有多少買入、賣出的限價指令，這樣他也能夠對價格的下一步變化做出一些判斷。但是對一些交易量很大的股票或者其他工具來說，限價買賣指令表是一個非常龐大的數據庫，而且投資人在不斷增刪或者調整買賣指令，所以指令表還在不停變化，一般的投資人看到的只是這個表格很小的一部分。要想從這個龐大而且是不停變化的「列車時刻表」上看出風景，同時在最短的時間內發出生殺指令，這不是人腦能夠完成的，也不是一般的量化模型和電腦系統所能夠做到的，而復興技術公司無論在量化模型還是在電腦系統這兩個方面都遠遠領先同行：它所招募的許多專家正是大規模信息處理的行家，它的電腦系統要比一般大學的電腦系統功能強大許多，所以它去看風景有著得天獨厚的優勢。
通常各個交易所都會公佈限價買賣指令表，但是能夠真正在實際操作中使用這些數據的投資手段還不多。我們前面提過的麻省理工學院的量化專家羅聞全教授推測說：假定某只股票的交易價格是15.05美元，如果某人通過細篩限價買賣指令表的數據發現在15美元有一個數額很大的沽空限價買賣指令，他就可以在15.01美元開始沽空這個股票，如果15美元的沽空指令被執行的話，股價肯定會受到打壓而大幅下降，這時候他再將沽空的股票買回來，從而獲利。羅聞全說：「如果有很大的沽空指令等在股價下方的時候，股價肯定會受到很大的向下壓力。」但是也有人不同意羅教授的解釋：股票最後的交易價格是15.05美元，如果這時候有一個賣出指令是15美元，那麼這個在市場價格之下的賣出指令會立即被執行，不可能給誰在15.01美元沽空的機會，所以那個例子是不合適的。
但是這種在交易價格之下沽空或者在交易價格之上買入的限價買賣指令在櫃面市場是很常見的，它們常常被投資者用來作為止損的手段。所以在櫃面市場上，做市商或者其他人如果能看到投資人的這類限價指令的話就有可能進行「超前交易」，搭順風車。這種做法雖說違反監管規定，但是在做市商的交易部門是非常常見的，也是做市商利潤的一個重要來源。可是，復興技術公司不是做市商，所以不能直接從這個方向獲利。
我們的推測是：復興技術通過某種統計算法來快速綜合限價買賣指令表裡的各種信息，能夠很快判斷出在不同價位不同數量的限價買賣指令對目前的股價究竟是推還是拉，還能夠判斷出如果股價真是達到了某個或者多個限價買賣指令，這些交易被執行之後，股價又可能會有什麼樣的連鎖反應。
我們可以拿一個斯諾克檯球桌來比喻：白色球是目前的股票價格，它停在球桌的正中央；許許多多的限價指令像桌上的其他球，數量很多，每個球都有不同的份量，而且都在移動，跟白色球的距離也不同。這些球都對白球有吸引力或者排斥力，所以你可以估算出來如果在沒有桌面阻力的情況下白球會向哪個方向滾動，你還可以進一步計算白球在滾動的過程中會碰到哪些球，反彈之後的方向和速度會如何，等等。有了這個判斷之後，你就可以採取相應的交易策略，如果你的判斷正確，你就可以賺錢。
從純粹物理學的角度來判斷，你可以將白球的軌跡很準確地進行預測，但是我們知道在金融市場上，不斷會有新的消息到來，要麼直接改變白球的軌跡，要麼通過改變其他球的大小、位置、速度和方向來間接改變白球的軌跡，所以你不可能準確預測。但是，如果這些新的信息的到來完全是隨機的，那麼你把這個實驗重複千萬次的話，那些隨機的效果會相互抵消，剩下的就是準確性相當高的預測了。準確性相當高的預測用另外的話說就是旱澇保收的投資回報。
市場微觀結構
在目前市場交易價格的上下方都有很多買盤和賣盤，它們將決定在很短期的將來市場價格是如何變化的。
資料來源：斯諾克照片來自維基媒體。
沃爾夫冰在他的反訴訟中指稱，他認為復興技術的限價指令表模型會觸犯到證券交易法的有關限制條例，所以他拒絕開發這個交易程序。他說在他2003年離開復興技術公司的時候該公司還沒有使用這個程序。究竟這種算法有沒有觸犯美國法規我們無從判斷，但是如果用的是公開渠道可以獲得的信息，進行一些運算而獲得的新的信息，這應該是合法的。復興技術後來有沒有用這個模型我們也不知道，但是可以肯定的一點是，使用別人很少使用的信息來進行分析、判斷和交易的做法肯定也是復興技術長盛不衰的一個重要方面。這類使用限價買賣指令數據來判斷價格走勢的基金現在已經有幾家，一般都不大，像復興技術這樣技術力量雄厚、能夠在全球多個市場同時操作的公司還比較少。
復興技術使用其他信息源的另外證據也是來自沃爾夫冰的反訴訟文件。他指稱他在復興技術公司的上司讓他開發一個模型，從一個交易系統的公開數據中推測出交易系統本來要保密的信息，從而獲利。他說的交易系統叫「機構投資組合交易匹配系統」，是美國一家叫投資技術集團的公司提供的，供機構投資人交易的電子平台。這個平台其實跟普通的股票交易所有些類似，但是所有的參與者都是大的基金，沒有通過券商交易的散戶，也沒有虎視眈眈的做市商。這種繞過大家熟知的交易所進行交易的平台叫「暗池」，在過去10年的發展非常迅速。一方面是因為電子交易技術的發展和普及，另一方面是許多機構投資人對交易所壟斷地位的不滿，許多國家也都慢慢放開了交易所之間的競爭，允許新的平台提供跟交易所類似的服務。這些平台的交易成本一般比較低，而且保密性可能要比交易所高，因為在這些平台上，限價指令通常是不公開的。在沃爾夫冰的訴狀中他沒有談及究竟復興技術想要窺視何種投資技術集團不願意透露的信息，但是我們估計很可能也是跟限價買賣指令相關的數據。
沃爾夫冰在訴狀中說，他當時就告訴了復興技術的老闆這種做法是違反證券交易法規的，所以他拒絕參與這個項目。當然，這是訴狀裡面的一方之詞，當時的情況究竟如何，復興技術拒絕評論。沃爾夫冰說後來投資技術集團採取了相關的措施，堵住了這個有可能被外界窺視的漏洞，所以復興技術最終沒有採用這個模型。