他的化学家朋友推出了一个关于经典力学和量子力学之间的差异的微型化，以及后者是如此反直觉，甚至爱因斯坦不相信它。这个论点基本上归结为薛定er的猫，它同时存在并且不存在 - 我们不是平均的，或者在某个时间点或另一个时间点，但在这个时刻，猫现在已经死了并且还活着 - 爱因斯坦很难吞咽。但不是薛定er，他发明了这个想法，而他和他的情妇在夏天在阿尔卑斯山。
“这一定对他的情妇很好，”肖夫的妻子。每个人都笑。
肖恩和我把这作为我们的提示，并抬头到我的房间。我希望水疗总监不抓住我“重新强调”他的客户。
出生于1951年，Shaw在洛杉矶长大。他的继父，欧文·皮费弗，是加州大学洛杉矶分校财务教授。 Pfeffer发表论文支持有效的市场假说，现代金融理论的基石，它声称股市是如此良好的平衡，没有人能够胜过它。肖尔后来通过发现“低效率”，通过可预见性的小口袋，其存在Pfeffer质疑，赚了很多钱。
肖的自然父亲（他的父母在他12岁时离婚）是一个研究血浆和流体流动的理论物理学家。他的母亲是一个艺术家和教育家。 Shaw是这三种继承影响的完美结合。他的职业生涯例证了物理和金融的融合 - 一种看待世界的新方式，可能被称为“phynance”。 Phynance研究钱作为一种流体流。它搜索在每天在世界各地洗涤的投机性投资的大浪中的可预测性的小漩涡。像许多最好的从业人员一样，Shaw实践与艺术家的直觉的phynance，他喜欢生活在他设计的环境。
计划学习海洋生物学，Shaw去了加利福尼亚州圣地亚哥，在那里他很惊讶地得知，该课程只提供给研究生。相反，他注册了认知心理学，这使他对所有仍然怀疑他的大问题：人们如何工作？我们会变得过时吗？我们会变成不朽的吗？
Shaw对信息理论和模式识别的数学模型着迷。他还发现了神经网络 - 旨在模仿人类心灵的并行处理能力的计算机。
“我很惊讶，”Shaw说，这些非常简单的系统可以执行极其复杂的计算。 “我对那些可以自动学习模式的神经网络很感兴趣，我非常高兴能找到这些神奇的设备，一旦你发现了正确的设计，你就可以打开它们，他们会变得更聪明。投资银行D. E. Shaw本身可以被认为是一个神经网络，一个1亿美元的学习设备，只是不断变得更聪明。
破坏传统主义者
Shaw在1973年开始在斯坦福大学计算机科学研究生院毕业后继续探索赢咖4的后果。在这个着名和有才能的类的Shaw的同事是未来的公司创始人Len Bosack（思科系统公司），Andy Bechtolsheim（Sun Microsystems公司），
Jerry Kaplan（Go）和Jim Clark（Silicon Graphics，Netscape Communications Corp.）。
在那之前，Shaw对电脑几乎没有直接的经验。但在一两年后，他赶上了他的同学，开始进入软件咨询和计算机设计。计算机基本上由连接到存储器的中央处理单元组成。你可以使CPU唤醒或扩展内存，但是两者之间的连接总是受到一些叫做冯诺依曼瓶颈的限制。这个瓶颈是由标准计算机在其CPU和存储器之间每次只能传送一个数据块的事实造成的。
如果我们抛出基本规则并设计出一种全新的计算机，怎么办？ Shaw想知道。
为了克服常规计算机设计的局限性，Shaw创建了一个新的非冯诺依曼计算机（简称为NON-VON），该计算机松散地基于不同的模型 - 人类大脑。 NON-VON计算机的蓝图看起来像一棵树，散落着成千上万的小电脑芯片。这些叶片中的每一个都包含几个处理器，并且附加了更多的处理器，其中分支遇到中继线。
计算机具有巧妙的设计，在许多方面类似于丹尼·希利斯后来在思维机器。机器是令人难以置信的快。这也是令人难以置信的昂贵。 Shaw说：“我们需要3000万美元的投资，1亿美元的投资。计划开始自己的超级计算机公司，他开始购物的想法，风险资本家，其中一些会显示价格标签时大声笑。 “这不是一个好的标志，”肖严肃地说。
1980年，他在纽约的哥伦比亚大学担任计算机科学助理教授，在那里他开始建立一个NON-VON原型。在寻找投资者的过程中，肖被称为一个本地计算机擅长运行大项目。这些技能在20世纪80年代中期在华尔街供不应求，大银行和投资公司迫切地想通过桌面工作站来破解他们的IBM大型机并提高他们的计算机能力。
猎头开始打电话，Shaw使用他们的介绍，为一台新电脑保留他的1亿美元的想法。他从来没有打算离开学术界，直到摩根士丹利公司对他的年薪给了一个额外的零，并创造了一个太好的抵抗力。
摩根士丹利希望肖成为一个独立的，最高机密的小组的一部分，正在组建，以利用股市市场价格的异常。这些可预测性的小袋子反驳了有效的市场假说，开辟了打败市场的方式。肖将把集团的计算机设施放在一起。
Shaw - 然后一个长发，胡子，前冲浪音乐家从南加州 - 有一些关于工作一个白鞋华尔街公司的好奇心，但好奇心得到他的更好。 “对我来说，吸引力是试图打败市场的挑战，”他说。 “我被提出相信这是不可能的，在这里他们告诉我他们知道如何做。
摩根士丹利正在利用一种称为对交易的技术，这是基于相关股票的价格应该相关的想法。例如，福特和通用汽车在相同的新闻事件周围的价格波动。但如果一个不寻常的差距 - 福特在价格上落后，通用汽车推进 - 如何发展？
