在當時（今天也是如此），大多數基金經理並不知道這一點，他們只會管理單一類別的資產：股票經理管理股票、債券經理管理債券等等。他們的客戶給他們錢，期望能得到相關資產類別的總收益（例如，標準普爾500股票指數），再加上投資經理加減碼投資特定資產所得到的超額報酬〔例如，加碼微軟（Microsoft）的股票〕。但是同一個資產類別中的個別資產通常都有60%相關性，也就是有一半以上的時間股票會一起漲或一起跌。正如聖杯圖表顯示的那樣，一位股票經理把一千檔彼此有60%相關性的股票納入投資組合中，相較於只選擇了五檔，並不能提供更有效的風險分散。用圖表顯示的方式來平衡我們的投資組合，就能很容易擊敗那些人。

由於我有系統地記錄我的投資原則和預期會產生的收益，我也收集了大量不相關的收益流。事實上，我有約一千項收益流。因為我們交易了許多不同的資產類別，而且在每一種資產類別都編製了許多基本的交易規則並進行了測試，我相信跟那些只追蹤少量資產、不會系統化交易的典型投資經理相比，我們有更多高品質的收益流可以選擇。

我跟巴布和丹一起工作，從成堆的訊息中找出最好的決策規則。我們一有了決策規則，會對它們進行長時間的回測，利用這些模擬理解這些規則在過去歷史事件中會有什麼表現。

我們對最後的結果感到大吃一驚。理論上，這個新方法顯示當增加三到五倍的單位風險時，我們可以大幅提高報酬。因此，我們可以根據可承受的風險規模來調節想要的報酬。換句話說，我們可以賺非常非常多的錢，同時降低可能遭市場淘汰的風險─就像我之前所做的那樣。我把它叫作「殺手系統」，因為它要嘛可以為我們和客戶帶來殺手級的獲利；要嘛就是因為我們漏判了一些重要資訊，高風險最終將可能使我們永不得翻身。

這個成功的方法讓我領悟到，其實我也可以把原則運用到生活當中：好的、相關性低的押注可以達到平衡與互補的效果，也就是在可接受的下檔風險之下，獲得更好的報酬。