复兴技术公司的创始人之一，加州大学伯克莱分校的另一个数学博士、石溪大学的教授桑德尔·施特劳斯说起过大奖章曾经用过的一个交易模型：如果某个期货的价格在开盘的时候远远高于前一天的收盘价，那么他们就会沽空这个期货；如果开盘价远低于上一天的收盘价，那么他们就买入。这个模型听上去很简单，但是当年给他们赚了很多钱。现在这个模型还赚不赚钱呢？我们没有去测试，但是我们估计大部分追随这个模型的人都不再赚钱了。因为现在谁都知道了这个模型，很多人都用这个模型，这就像知道密林里面蘑菇所在地的人太多了一样，大部分的人都可能空手而归。除非，你能赶在所有采蘑菇的人前面：在别人还没有来得及买的时候你买入，别人跟着买了，价格升高，你要在别人还没有卖出去的时候抛掉，这样才能赚钱。他就能在市场波动的时候通过合理布阵而盈利。从很多方面的信息来看，西蒙斯就是这样的一个布阵者。
大奖章基金当然是量化到牙齿的基金。在量化基金的运作中，电脑模型收集大量的历史数据，然后从这些数据中寻找规律，这些规律一般用数学公式来表述，叫模型。如果认为过去的规律不是偶然的，将来还会再次出现，量化基金就会按照公式指示的交易方向来交易。各种电脑模型发出交易的信号或者指令，指令要么由基金公司的交易员来手工执行，要么通过电子方式直接执行。现在的量化基金大部分都使用完全自动的交易过程，交易员只是在模型或者市场出现异常的情况下才介入。复兴技术公司大概雇有20多个交易人员，他们的任务是以最低的成本来完成交易，并且尽量不被市场察觉。降低交易成本、避免市场察觉对量化基金来说是成败的关键，因为量化基金所要抓住的是很小的市场机会，交易成本稍微多一点点就可能意味着模型从盈利变成亏损。
人的判断在量化基金的交易过程中不是一个决定的因素。西蒙斯说：“我们一般不和我们的模型唱反调。”有时候市场的波动性超乎寻常，或者模型的信号减弱，这时交易人员才可能干预。但这并不是说人完全是机器的奴隶。不管多么复杂的电脑模型，都是需要人去设计、编程、维护和控制的。连西蒙斯自己都说，没有一个长期不变能赚钱的模型，所以，模型必须要不断更新，这也完全是通过人来完成的。复兴技术的科学家整天都在寻找可能重复的规律，他们的研究对象是浩如烟海的金融数据。西蒙斯的公司在完成这项任务的时候用的是大批的数学家、统计学家、物理学家、语音识别专家，可以这样说，他们采取的寻找、比较、确定新的模型的方法在很大程度上借鉴了自然科学、工程科学的方法。换句话说，更多情况下，用实验来测试，让数字去说话。
他的投资模型所用的数学有多么高深，他的研究人员所需要的数学水平有多好呢？西蒙斯介绍说：“数学和其他科学其实很不同。数学要靠直觉，但是直觉对于凭借试验来论证的其他自然科学来说并不是最关键的。在其他自然科学中，虽说直觉仍然重要，但是猜测和假设更加重要，设计合理的试验（来验证或者推倒猜测和假设）也是重要的。跟纯数学相比，其他自然科学可能涉及的面更加广，但不是那么深。在复兴技术，我们用的数学工具也挺复杂的，但是高深就谈不上了，不过我们用的统计学技巧就可能非常复杂。我所需要的研究人员的确要懂得一定的数学，这样他能很熟练地使用我们所用的各种研究工具，但是更重要的是他应该对事情的根源很好奇，富有想象力，而且有恒心去揭示这些根源。”
