寬客

精讀全文

第 1 章 · 量化精英的崛起

一群物理學家和數學家，帶著方程式闖進了華爾街。他們不看財報，不聽CEO講故事，只相信數字。結果呢？他們賺到了難以想象的財富——然後，又親手引爆了一場危機。這是怎麼回事？

一九八七年，黑色星期一。

道瓊斯指數單日暴跌超過兩成。整個華爾街亂成一鍋粥。交易員在電話裡吼叫，經紀人盯著螢幕發呆。

但有一個人，很平靜。

他叫埃馬紐埃爾·德曼。南非來的物理學博士。他剛剛從學術界轉行，進了高盛。他不是傳統的交易員，他寫程式碼，建模型，用方程式描述期權的價格行為。

那一天，他意識到：

市場，可以被計算。

或者說——他以為可以。

這個念頭，改變了整個金融世界。

---

**全書導覽**

我們要讀的這本書，叫《寬客》。作者是斯科特·帕特森，一位《華爾街日報》的資深記者。

「寬客」是什麼？

是「Quant」的音譯。量化分析師。一群用數學模型做投資的人。

這本書我們分四章來讀。

第一章，我們從頭說起——這群數學天才是怎麼闖進華爾街的？德曼、西蒙斯、摩根士丹利的PDT團隊，他們憑什麼？

第二章，我們看繁榮背後的暗流——當越來越多的人用同一套模型，市場裡藏著一種危險的相關性在悄悄積累。

第三章，是這本書最驚心動魄的部分——二〇〇七年八月，量化地震爆發。那幾天發生了什麼？為什麼全球最聰明的模型同時失靈？

第四章，我們往後退一步，看整件事的教訓——黑天鵝、風險重估，以及機器學習新世代的崛起，量化投資走向何方？

好。現在我們從第一章開始。

---

**數學家，為什麼來華爾街？**

先說一個背景。

二十世紀七八十年代，美國的學術界有一批理論物理學家和數學家，非常聰明，但找不到好工作。冷戰結束，軍備競賽降溫，政府給物理學家的經費越來越少。博士畢業，然後呢？教書？做研究？薪水少得可憐。

然後有人發現——

華爾街，需要他們。

期權定價、風險對沖、衍生品設計，這些東西需要的數學，和物理學高度重疊。偏微分方程、隨機過程、機率論——這些學術界的「無用之學」，在金融市場突然變得值錢了。

帕特森在書中寫道，這批人帶著一種近乎傲慢的自信進入金融界。他們覺得，市場不過是另一種物理系統，只要找到規律，就能預測，就能賺錢。

這種自信，是他們最大的武器。

也是他們最大的盲點。

---

**德曼：從夸克到期權**

埃馬紐埃爾·德曼是這本書裡第一個登場的關鍵人物。

他研究的是粒子物理，專門研究夸克。然後轉行來到高盛。

他的工作，是給期權定價。

當時市場上有一個模型叫布萊克-斯科爾斯模型，是期權定價的聖經。但這個模型有一個假設——市場波動率是恆定的。

德曼發現，這不對。

一九八七年股災之後，市場出現了一個奇怪的現象：價外期權的隱含波動率，比價內期權高。用圖形表示，是一條「微笑曲線」——後來叫做波動率微笑。

這說明什麼？

說明市場參與者，其實並不相信布萊克-斯科爾斯的假設。他們在用期權價格，隱含地表達對尾部風險的恐懼。

德曼和同事一起，建立了新的模型來捕捉這個現象。這在當時是革命性的工作。

他的核心觀點是：金融模型不是物理定律，它們只是對現實的近似。你用模型，但你必須知道模型的邊界在哪裡。

這句話，後來很多人忘了。

---

**PDT：摩根士丹利的秘密武器**

再說另一個地方。

摩根士丹利，有一個神秘的部門，叫PDT——Process Driven Trading，流程驅動交易。

這個部門，幾乎不和公司其他部門往來。他們有自己的伺服器，自己的交易系統，自己的研究團隊。

領頭的人叫彼得·穆勒。數學家出身，會彈鋼琴，偶爾在地鐵站表演。

PDT的策略，是統計套利。

什麼意思？

找兩隻歷史上價格走勢高度相關的股票。當它們的價格出現偏差——一隻漲得多，一隻漲得少——就買便宜的，賣貴的，等它們迴歸正常關係，賺差價。

聽起來簡單。

但執行起來，需要處理海量資料，需要極快的交易速度，需要精確的風險控制。這些，都是數學家和工程師的強項。

PDT的年化收益率，長期維持在驚人的水平。整個九十年代，他們幾乎每年都賺錢。摩根士丹利的高層，甚至不太清楚他們到底在幹什麼——只知道，他們在賺錢。

大量賺錢。

---

**西蒙斯：最神秘的那個人**

說到量化投資，有一個人繞不過去。

詹姆斯·西蒙斯。

他是數學家，研究過微分幾何，破解過密碼，然後創立了文藝復興科技公司，旗下的大獎章基金，是金融史上表現最好的對沖基金之一。

從一九八八年到二〇一八年，三十年，年化收益超過六成——扣費之前。

六成。

這不是一年，是三十年的平均。

西蒙斯的策略，從不對外公開。他僱傭的，幾乎全是數學家、物理學家、語言學家——就是不要傳統的金融從業者。他相信，市場裡存在人類認知之外的規律，只有用機器和演算法才能發現。

帕特森在書中描述，西蒙斯代表了寬客世界裡最極端的一派：徹底的黑箱，徹底的數學，徹底的去人性化。

他們不問「為什麼」，只問「是不是」。

---

**一個時代的氛圍**

讓我們停下來，感受一下那個年代的氣氛。

九十年代的華爾街，是寬客的黃金時代。

對沖基金在爆炸式增長。衍生品市場在爆炸式增長。計算機算力在爆炸式增長。三件事同時發生，給了量化策略一個完美的土壤。

傳統的基本面分析師，開始感到壓力。憑什麼？憑什麼那群不懂財報的數學家，能賺這麼多錢？

但市場用業績回答了這個問題。

這批寬客，帶著他們的模型，系統性地從市場裡提取利潤。他們找到了市場的「錯誤定價」，一次又一次，套利，套利，再套利。

但這裡有一個問題，一個很微妙的問題。

當越來越多的人，用越來越相似的模型，去尋找越來越相似的機會——

會發生什麼？

---

**當下對映：今天的量化**

說到這裡，我們看一眼今天。

中國的量化私募，在過去十年裡經歷了類似的爆發。百億規模的量化基金，從幾家變成了幾十家。策略從簡單的統計套利，演進到多因子模型，再到機器學習驅動的高頻交易。

二〇二四年，A股市場出現了一次量化策略的集體回撤。多家頭部量化基金在同一時間段出現虧損，而且虧損方向高度一致。

聽起來熟悉嗎？

這正是這本書後面要講的故事的預演。

模型同質化的問題，不是美國獨有的。只要足夠多的聰明人，用足夠相似的方法，去挖同一片市場——危險，就在積累。

---

**第一章的核心**

好，我們來整理一下第一章的核心。

第一，數學家進入華爾街，不是偶然，是時代的產物。期權市場的發展，計算機的普及，學術界的就業壓力，三股力量匯聚，催生了寬客這個群體。

第二，德曼、穆勒、西蒙斯，代表了三種不同的寬客路徑。德曼是建模者，穆勒是套利者，西蒙斯是黑箱機器。但他們有一個共同點——相信數學能戰勝市場。

第三，這種相信，在九十年代被市場反覆驗證。但驗證，有時候是陷阱。

寬客們賺到了錢。

越來越多的人加入。

越來越多的人，用越來越像的方法。

這時候你要問一個問題——

如果所有人都在用同一張地圖找寶藏，這張地圖，還有效嗎？

當模型開始氾濫，當因子開始擁擠，市場裡那條隱藏的相關性，正在悄悄繃緊。

下一章，我們就來看：那根弦，是怎麼越繃越緊的？

第 2 章 · 模型氾濫與相關性暗湧

當越來越多聰明人用同一套方法賺錢，會發生什麼？

答案不是「大家都賺錢」。

答案是——一個隱形的炸彈，正在慢慢上膛。

上一章我們講了量化精英的崛起。德曼、西蒙斯、PDT——這些用數學打進華爾街的人，靠模型賺到了別人想都不敢想的錢。核心邏輯是：市場有規律，規律可以被計算。今天我們來看：當所有人都開始這麼想，會發生什麼？

---

想象一個畫面。

時間是二零零五年前後。紐約，曼哈頓中城，一棟寫字樓的某個樓層。

會議室裡坐著一群人。不是西裝革履的傳統交易員，是穿著休閒襯衫的博士。物理學博士，數學博士，統計學博士。白板上寫滿了公式。螢幕上跑著回測資料。

他們在討論同一件事：

動量因子。價值因子。均值迴歸。

這些詞，你可能沒聽過。

但在當時的華爾街，這是最流行的「暗語」。

---

什麼是因子？

簡單說，就是驅動股價的某種規律。

比如「價值因子」——便宜的股票，長期來看往往會漲回來。

比如「動量因子」——過去漲得好的股票，短期內往往還會繼續漲。

這些規律，學術界研究了幾十年。有論文，有資料，有驗證。

聽起來很靠譜，對吧？

但問題來了。

---

靠譜的東西，人人都想用。

帕特森在書中寫道，到了二十一世紀初，華爾街的量化基金數量已經爆炸式增長。大型銀行有自己的量化部門，對沖基金裡量化策略佔比越來越高，連原本做傳統投資的機構也開始引進數學人才。

數字是多少？

沒有精確統計。但帕特森的描述是：

用同類模型的資金，以千億美元計。

千億。

---

停一下。

我們來想一個問題。

如果全班同學做同一道題，用同一種方法，答案一樣——那這道題還能賺分嗎？

市場也是這個邏輯。

當所有人都在買「價值低估的股票」，這些股票還會低估嗎？

當所有人都在做同一個動量策略，這個策略還有超額收益嗎？

答案是：

會越來越難。

這就是所謂的「因子擁擠」。

---

因子擁擠，不只是收益變薄那麼簡單。

它還藏著一個更危險的東西：

隱藏相關性。

什麼意思？

正常情況下，A股票和B股票可能沒什麼關係。一個是科技股，一個是消費股。你買了A，又買了B，感覺是在分散風險。

但如果持有A的基金和持有B的基金，用的是同一套因子模型——

那A和B就被悄悄綁在一起了。

不是因為公司業務有關聯。

是因為買家是同一批人，用的是同一套邏輯。

帕特森的核心觀點是：模型同質化創造了一種肉眼看不見的相關性。表面上是分散投資，底層卻是高度集中的風險暴露。

---

這讓我想到一個當下的案例。

二零二二年，美股科技股集體暴跌。

很多人說，是因為美聯儲加息，利率上升壓制了成長股估值。這是原因之一。

但還有一個原因很少被提到：

大量量化基金同時持有相似的科技股組合。當市場開始下跌，這些基金同時觸發風控線，同時開始賣出。

賣出，導致價格更低。

價格更低，觸發更多風控。

更多風控，更多賣出。

這就是一個自我強化的螺旋。

不是因為公司變差了。

是因為持有者太像了。

---

回到《寬客》裡的世界。

書中有一個細節讓我印象深刻。

那個年代，量化基金之間有一種奇特的競爭關係。

大家都知道對方在用類似的模型。但沒有人願意停下來。

為什麼？

因為只要你停，別人就會繼續賺。

這是一種典型的「囚徒困境」。

理性的個體選擇，導致了集體的危險處境。

每一家機構單獨看，都是在做風險管理。

但所有機構加在一起，卻在共同製造一顆炸彈。

---

帕特森在書中有一個比喻，我覺得非常準確。

他說，這些量化基金就像在同一條河裡捕魚的漁船。

起初，魚很多，大家都有得撈。

後來，漁船越來越多。魚越來越少。

但沒有人願意離開這條河。

因為離開意味著放棄。

而留下，至少還有魚。

直到有一天，河裡的魚突然全部消失——

不是因為魚死了。

是因為所有漁船同時把網撒向了同一個地方。

---

還有一個問題值得深想。

這些博士，這些天才，他們不知道這個風險嗎？

他們知道。

部分人知道。

但知道，不等於能改變。

這裡有一個結構性的困境：

量化基金的客戶，看的是短期業績。

如果你說「我覺得市場風險在積累，我要降低倉位」——

客戶的反應是什麼？

「那你為什麼沒別人賺得多？」

於是，個人的理性判斷，被機構的激勵機制覆蓋了。

風險在積累。

但沒有人有足夠的動力去踩剎車。

---

模型同質化還帶來了另一個問題：

模型是用歷史資料訓練出來的。

歷史資料裡，有沒有「所有人同時用同一套模型」這種情況？

沒有。

這是一個全新的狀態。

但新的狀態，會產生歷史上從未見過的風險。

模型不知道。

因為模型從沒見過這種情況。

這就像用晴天的地圖，去導航一場暴風雪。

地圖沒錯。

但地圖描述的，不是你現在所在的世界。

---

到了二零零七年夏天，那顆炸彈已經上膛很久了。

導火索，是次貸危機開始發酵。

一些量化基金因為別的原因需要變現，開始賣出持倉。

然後，那個隱藏的相關性，開始顯現。

本來不相關的資產，開始同步下跌。

本來分散的風險，開始集中爆發。

這就是後來被稱為「寬客地震」的事件。

但那是下一章的故事了。

---

這裡我想留一個問題給你。

你想想看——

如果一套策略被太多人使用，它還有效嗎？

如果有效，為什麼？

如果無效，那最聰明的人，應該去找什麼？

是更好的模型？

還是——

找一個別人還沒擠進去的地方？

這個問題，二零零七年八月那個星期，會有一個殘酷的答案。

當市場在幾天之內出現了「百年一遇」的波動，當所有模型同時失效，當最聰明的人也看不懂螢幕上的數字——

那一週，到底發生了什麼？

下一章，我們來還原那場量化史上最慘烈的崩潰現場。

第 3 章 · 2007 年 8 月量化地震

二零零七年八月，一個普通的夏天。沒有戰爭，沒有金融危機的新聞頭條。但在那幾天裡，全球最聰明的一批人，看著自己的模型集體失靈。他們不知道發生了什麼。你猜，問題出在哪？

上一章我們講了模型氾濫與相關性暗湧。

核心是什麼？

是當越來越多的寬客用同一套邏輯、同一批因子在市場裡撈錢，表面上大家各自獨立，底層卻悄悄綁在了一起。就像一片森林，看起來每棵樹都在獨自生長，但根系早就纏繞成了一張網。

今天我們來看：這張網，是怎麼在五天之內被撕碎的。

---

時間回到二零零七年八月六日，星期一。

地點：曼哈頓，各大對沖基金的交易室。

那天早上，一切看起來很正常。

寬客們坐在螢幕前，模型在跑，訊號在出，交易在執行。

然後，有些不對勁。

某些策略，開始虧錢。

不是大虧，是那種……不該虧的虧法。

按照模型的邏輯，這些倉位應該漲。但它們在跌。

一個小時後，還在跌。

下午，還在跌。

交易員開始互相打電話。不是為了抱怨，是為了確認一件事：

「你們那邊也是這樣嗎？」

答案是：

是的。

---

帕特森在書中寫道，這場危機的觸發點，很可能來自某一家基金的被迫平倉。

被迫平倉。

這四個字，是理解這場地震的鑰匙。

什麼叫被迫平倉？

你借了錢來做交易。這叫槓桿。當你的虧損超過某個閾值，借錢給你的人會說：還錢。現在。

你不想賣，但你必須賣。

於是你開始拋售手裡的倉位。

問題來了。

你拋的那些倉位，和隔壁基金持有的倉位，高度重疊。

因為大家用的是同一套因子模型。

你一拋，價格下跌，隔壁基金的淨值也開始下滑，他們的風控系統報警，他們也開始拋。

然後更多的基金開始拋。

這不是市場在定價，這是一場踩踏。

---

八月七日，週二。

虧損在加速。

有些基金單日虧損超過了過去一年利潤的總和。

更詭異的是，那些平時表現穩定、互不相關的策略，開始同步崩潰。

統計套利在虧。

市場中性策略在虧。

動量策略在虧。

按照模型，這些策略不應該同時虧損。它們的設計初衷，就是為了分散風險。

但現實是：

全線潰敗。

帕特森的核心觀點是，這揭示了一個深層真相：量化策略的「不相關性」，是在正常市場條件下成立的。一旦市場進入流動性危機，所有人同時需要現金，所有的相關性假設都會失效。

平時是零相關。

危機時是百分之百相關。

---

停。

讓我們想一個問題。

為什麼這些聰明人，沒有提前預見到這一點？

不是因為他們笨。

是因為他們的模型，是用歷史資料訓練出來的。

歷史資料裡，有過流動性危機嗎？

有。

但不多。

而且，更關鍵的是——

歷史資料裡，沒有「這麼多寬客同時持有相同倉位」這件事。

因為這是第一次。

模型在預測一個從未存在過的世界。

這就是寬客們最大的盲點。

---

八月八日，週三。

部分基金開始緊急開會。

高盛旗下的量化基金，那一週的虧損據報道高達數十億美元。

文藝復興科技，西蒙斯的公司，據說也受到了衝擊，儘管他們後來的恢復速度遠快於同行。

德劭基金，城堡基金，AQR——

整個量化江湖，沒有人倖免。

有一個細節，帕特森在書中描述得很生動。

某位寬客坐在螢幕前，看著數字不斷變紅，試圖搞清楚到底發生了什麼。

他調出了所有的風險指標。

正常。

他檢查了市場資料。

沒有明顯的宏觀事件。

他看了看新聞。

沒有重大訊息。

然後他意識到：

這不是市場在反應外部資訊。

這是市場本身，在自我吞噬。

---

這場危機，持續了大約五天。

到八月十日前後，市場開始企穩。

部分基金的虧損，在隨後幾周內得到了一定程度的恢復。

但有些東西，回不來了。

那就是信心。

寬客們第一次集體意識到：

他們的模型，不是在描述市場的真相。

他們的模型，本身已經成為了市場的一部分。

當足夠多的人用同一個模型，模型就開始影響它所試圖預測的物件。

這在哲學上有個名字，叫「反身性」。

索羅斯講過這個概念。

但寬客們，是在二零零七年八月，用真金白銀，親身驗證了它。

---

這件事，放到今天，有沒有對映？

有。

非常直接。

二零二三年前後，A股和全球市場裡，量化私募的規模急速膨脹。

中國市場裡，百億量化基金的數量，在幾年內從個位數增長到幾十家。

大家用的因子，高度相似。

動量、反轉、市值、換手率——

同一套邏輯，同一批訊號。

二零二四年初，A股市場出現了一次劇烈波動。

部分量化基金在極短時間內出現了超預期的回撤。

原因之一，和二零零七年的美國如出一轍：

因子擁擠，疊加流動性收緊，觸發連鎖平倉。

歷史，不是在重演。

但它在押韻。

---

帕特森在書中還提到了一個更深的問題。

這場地震，暴露的不只是模型的缺陷。

暴露的，是整個量化行業的結構性脆弱。

當一個策略有效，資金會湧入。

資金湧入，策略會被稀釋。

為了維持收益，基金會加槓桿。

槓桿越高，系統越脆弱。

一旦有人開始撤退，多米諾骨牌就開始倒。

這個迴圈，不是偶然。

這是內嵌在量化行業商業模式裡的矛盾。

你越成功，你就越危險。

---

那五天之後，很多寬客開始重新思考一個問題：

我們到底在做什麼？

我們是在發現市場的規律？

還是在製造市場的規律？

這個問題，沒有簡單的答案。

但它是量化投資走向成熟，必須直面的問題。

---

量化地震，讓寬客們付出了真實的代價。

但更大的代價，還在後面。

二零零七年八月，只是一次預演。

真正的風暴，在一年後到來。

而那場風暴，讓整個金融世界重新思考一件事：

我們真的理解風險嗎？

黑天鵝，是小機率事件？

還是我們的模型，根本就沒有能力看見它？

下一章，我們來看量化之後的世界——那些經歷了地震的人，是就此離場，還是用新的方式重新出發？機器學習的新一代寬客，又是如何站在前人的廢墟上，重新定義風險的？

第 4 章 · 量化之後：反思與進化

一場危機過後，寬客們痛定思痛。他們會放棄模型嗎？

不會。

那他們學到了什麼？更重要的是——下一代的機器，比他們更聰明，還是更危險？

上一章我們講了二零零七年八月的量化地震。

核心是什麼？

是一場看不見導火索的爆炸。沒有壞訊息，沒有政策衝擊，只是有人開始賣，然後所有人都被迫賣。模型失靈，因子崩塌，五天之內，華爾街最聰明的一批人，集體虧損。

今天，我們來看最後一個問題。

崩塌之後，他們怎麼了？

---

停。

先說一個名字。

納西姆·塔勒布。

這位黎巴嫩裔的學者和交易員，在量化地震發生之前，就已經反覆警告過一件事。他把它叫做——黑天鵝。

什麼是黑天鵝？

塔勒布的核心觀點是：人類習慣用過去的資料預測未來。但歷史上從未發生過的事，不代表它不會發生。它只是在等待時機。

你見過一千隻白天鵝。

於是你得出結論：天鵝都是白的。

然後有一天，一隻黑天鵝出現了。

你的模型，碎了。

二零零七年八月，就是那隻黑天鵝。

寬客們構建的風險模型，絕大多數基於一個假設：市場的波動服從正態分佈。也就是說，極端事件發生的機率，極低極低。

但帕特森在書中寫道，這個假設本身就是一個陷阱。真實的市場，尾部風險遠比模型預測的要厚。極端事件，不是百年一遇，而是隔三差五就來敲門。

百年一遇。

這四個字，是整個量化行業最危險的幻覺。

---

危機之後，華爾街開始反思。

但反思的方向，出乎很多人的意料。

你以為他們會說：模型靠不住，我們要回歸基本面。

沒有。

他們的結論是：模型還不夠好。

這話聽起來像是在狡辯。但仔細想想，它有一定道理。

問題不是用了模型，問題是用了錯誤的模型。

用了太簡單的模型。

用了太同質化的模型。

於是，新一代寬客開始登場。

這一次，他們帶來的武器不再是線性迴歸和因子模型。

他們帶來的，是機器學習。

---

場景還原。

時間：二零一零年前後。

地點：不再只是曼哈頓。還有矽谷，波士頓，倫敦，甚至北京。

一批從谷歌、微軟、斯坦福出走的工程師和科學家，開始湧入對沖基金。他們不懂金融，但他們懂神經網路，懂深度學習，懂如何讓機器從海量資料裡自己找規律。

這一代人，和德曼、西蒙斯那一代不同。

德曼那一代，是用數學描述市場。

這一代，是讓機器自己去理解市場。

聽起來更強大，對嗎？

等等。

問題來了。

機器找到的規律，人類能看懂嗎？

很多時候，不能。

機器告訴你：明天買這隻股票。

你問它：為什麼？

它說：因為一萬七千個變數之間的非線性關係指向了這個結論。

你能驗證嗎？不能。

你能理解嗎？不能。

你能在它出錯的時候及時叫停嗎？

這才是真正的問題。

---

帕特森在書中反覆強調一個詞：可解釋性。

他的核心觀點是，模型越複雜，它的行為就越難以預測。而一個你無法理解其邏輯的模型，在極端市場環境下，可能會做出你完全無法預料的事情。

二零一零年五月六日。

美國股市。

下午兩點四十五分。

道瓊斯指數在二十分鐘內暴跌將近一千點。

然後，在接下來的二十分鐘裡，又幾乎全部漲回來。

這就是著名的「閃崩」事件。

一千點。

二十分鐘。

沒有任何宏觀新聞。沒有任何基本面變化。

調查結果顯示：是演算法交易之間的連鎖反應。一個演算法觸發了另一個演算法，另一個演算法又觸發了更多演算法，像多米諾骨牌，像二零零七年的那場地震，只是這一次，速度快了一百倍。

機器，比人類更快。

但也因此，機器的錯誤，比人類的錯誤，更快擴散。

---

那麼，風險應該怎麼重新估算？

這是量化地震之後，整個行業最核心的追問。

舊的答案是：用歷史波動率，用正態分佈，用夏普比率。

新的答案還沒有完全形成。

但有幾個方向，開始被越來越多的人認同。

第一，承認尾部風險的存在。

不要假裝極端事件不會發生。要專門為它建模，專門為它留出資本緩衝。

第二，警惕相關性在危機時刻的突變。

平時不相關的資產，在危機時刻會突然高度相關。這一點，二零零七年已經用真金白銀證明過了。

第三，限制槓桿。

這是最簡單也最難執行的一條。因為槓桿是利潤的放大器，沒有基金經理願意主動放棄它。但帕特森在書中寫道，正是過高的槓桿，把二零零七年的流動性危機變成了一場系統性災難。

槓桿，是寬客世界裡的火藥。

少量使用，威力驚人。

裝滿倉庫，一個火星就是末日。

---

還有一個更深層的反思，帕特森沒有迴避。

他問了一個很多人不敢問的問題：

寬客的存在，究竟讓市場變得更有效，還是更脆弱？

教科書的答案是：量化交易提供流動性，發現價格偏差，讓市場更有效率。

但二零零七年八月告訴我們：當所有人用同一套邏輯提供流動性的時候，流動性會在同一時刻消失。

當所有人的模型同時發出賣出訊號，沒有人會是接盤的買家。

市場，在最需要流動性的時候，變成了一片沙漠。

這不是某一個寬客的錯。

這是整個系統的結構性問題。

每個人都在理性地保護自己，但集體行動的結果，是集體的災難。

經濟學裡有個詞叫「合成謬誤」。

個體的理性，加在一起，可能是集體的非理性。

寬客地震，就是這個謬誤最昂貴的一堂課。

---

當下對映。

二零二二年，加密貨幣市場。

一批演算法交易基金，用類似的量化邏輯在比特幣和各類代幣之間套利。

然後，Luna崩盤了。

然後，三箭資本崩了。

然後，FTX崩了。

連鎖反應，一個接一個。

不同的資產，不同的時代，同樣的劇本。

模型同質化，槓桿過高，流動性在危機時刻蒸發。

歷史，用不同的皮膚，一遍一遍地重演。

---

整書收束。

回頭看這本書，我們走過了四站。

第一站：一批天才用數學打進了華爾街，建立了一個全新的王國。

第二站：這個王國開始內卷，模型越來越像，風險悄悄積累。

第三站：二零零七年八月，王國的地基在五天內開裂，所有人措手不及。

第四站：危機之後，反思與進化——但新的工具，也帶來新的未知。

帕特森想告訴我們的，不是量化投資是好是壞。

他想說的是：任何工具，強大到一定程度，都會產生你沒有預料到的後果。

數學可以描述市場，但市場裡有人。

人會恐慌，會模仿，會在同一時刻做同樣的事。

這一點，沒有任何模型，能完全算進去。

合上這本書，帶走一句話——

不是模型錯了，是我們以為模型不會錯。

模型能算出風險，算不出人心。—— 提煉自寬客全書核心論點，斯科特·帕特森著