引言
在今天的智能投资领域，建立模型早已是司空见惯的说法。但“模型”这个词并非经济学的原生词汇，而是由一位物理学家转行成为经济学家的人引入的，这个人就是首个诺贝尔经济学奖得主简·丁伯根。在物理学中，模型本来是指那些尚未形成理论的东西，是对某些过程或原则的简单化表达。
布莱克—斯科尔斯模型
19世纪，植物学家首次观察到花粉的无规则运动，物理学家则发现了这种运动的原所在。随后，这种随机游走特性也被用来描述股票价格的无规则运动，而这也成了现代金融有效市场理论的基础。
物理学和金融的这种密切关系，可以被视为一种传统。而在新的时代，这种传统不但没有受到影响，反而有了新的发展。毫不夸张地说，正是物理学的进一步侵入，才使得金融进入了一个以量化为特性的新时期，而在20世纪对金融业影响最为深远的模型——布莱克-斯科尔斯模型，正是这种物理思维对金融影响的最重要成果之一。
费希尔·布莱克在哈佛大学读研时，主修的就是物理。不过，和很多人不同的是，布莱克兴趣广泛，注意力显得不那么集中。在哈佛期间，他修过物理和数学，后来又一度转向计算机和人工智能——他曾经在一个学期专门跑去听明斯基（那位参加达特茅斯会议的明斯基）的人工智能课程，后来哈佛将他扫地出门，他就跑到一家咨询公司负责做自然语言处理的人工智能系统。
很快，明斯基知道了这件事，他觉得这个孩子前程无量，不能就这么瞎来，于是就力保他回校“复读”，几经周折之后，布莱克才终于拿到了应用数学的博士学位。布莱克的这段经历，原本可能让他进入本书所提及的另外一个行业——人工智能行业中，并且干出某些大功绩，但结果是什么也没发生。在博士毕业后，布莱克没有回到人工智能领域，而是因缘际会地开始接触他之前不怎么涉及的金融行业。
当布莱克初次接触到资本资产定价模型时，就被这个模型迷住了。因为在他看来，资本资产定价模型本身描述的就是一种均衡，而作为一个学物理出身的人，他始终相信这个世界处于一种动态的平衡之中。在物理学中，均衡是一个非常重要的概念，它代表着两种相反的力量正好相等，而这也意味着一种稳定。
对资本资产定价模型的钟爱，使得布莱克有兴趣考虑将这个模型应用到更多的投资品种上。而这一期间他与斯科尔斯的相遇，为之后布莱克——斯科尔斯模型的建立创造了基础。布莱克—斯科尔斯模型是一个非常难的数学题，即便是布莱克这样的数学博士也曾一度想要放弃，不过在两个人共同努力之下，这些问题最终得以攻克。
我们知道，在19世纪末20世纪初，法国的巴舍利耶就曾经发明了关于期权价格的计算方法。可惜他生不逢时，没有赶上期权兴盛的时刻。但布莱克和斯科尔斯却走运很多，在他们的论文发表后不久，美国就在芝加哥建立了有史以来的第一个期权交易所，他们的模型迅速得到了实际的应用。
布莱克-斯科尔斯模型的价值可以简单解释为，它为期权品种的研发创造了所需要的工具。利用这个模型，交易员可以批量制造期权卖出，而且不用承担任何股价上涨所带来的风险。设计期权就像做一份沙拉，需要决定里面各种菜的比例怎么配，配完了成本是多少。在以前，没有人确切地知道这个比例，以及如何控制成本，但有了这个模型，情况就完全不同了。
从某种意义上讲，这个模型为投行制造了一个巨大的利润生产机器。不仅如此，这个模型还有一个强大的优势，那就是可以运用到债券期权、利率期权甚至国际外汇套期保值上，只需要根据具体情况修补完善即可。
布莱克－斯科尔斯模型成了金融界最有用、使用最为广泛的模型，布莱克本人也因此一朝成名天下知。不过他似乎还是不满足这种理论成就，于是在年，他接受了高盛的工作邀请，在那里负责创建一个量化策略研究小组——布莱克摇身一变，从一个教授变成了华尔街的宽客。
所谓宽客（quant），可以看作量化分析师（quantitativeanalyst）的简称。宽客没有严格的定义，但总体说来，一个人若被称为宽客，则意味着他会使用数学和统计的方法来解决金融问题。数量金融起源于巴舍利耶，成于马科维茨的现代投资组合理论以及布莱克－斯科尔斯模型，因此，宽客也必然是随机游走、投资分散化等有效市场理论的追随者。宽客需要建立数学模型，精确分析金融活动，也正是因此，懂得编程、会使用计算机语言也就成了宽客的重要特征。
来到华尔街的布莱克是一个标准的宽客，或者说是宽客的领导人。但布莱克终究还是和他的前辈巴舍利耶等人一样，以学术和理论而闻名，他们不是投资大师。真正参与投资实践并普遍被认为是宽客鼻祖的，是一个叫作爱德华·索普的人。正是这个人，证明原来物理学和数学知识真的可以用来赚大钱。
和布莱克一样，索普也是一个学物理出身的天才。不过，和布莱克曾喜欢人工智能之类的学科不同，索普最喜欢的是博弈赚钱。这可能是出于天性，但也着实是因为上大学时太穷了，需要找到一个赚钱的方式。
与别的人通过艰苦的劳动赚钱不同，索普想到的就是轮盘梭哈。学物理出身的他相信，只要能够计算出轮盘上那颗球的速度和起始位置，就可以大概率计算出球最终的停留位置。虽然想得清楚明白，但他最后却发现，要模拟轮盘，不但必须花费不菲的资金来购买相关器材，他自己的数学知识也还是不太够。这刺激他在读博士期间，花费了大量时间来补充自己的数学知识。
年，索普在麻省理工学院获得一个教职，于是他和家人都来到了“麻省”（马萨诸塞州），并在这里待了两年。虽然时间不长，但是在麻省理工学院的这段岁月可以说彻底改变了他的人生，因为在这里，他遇到了对他影响巨大的一个人，那就是信息论的创始人克劳德·香农。
关于香农，他正是达特茅斯人工智能会议的发起者与参与者之一。香农和人工智能的另外一位先驱图灵曾经在贝尔实验室一起共事，而麦卡锡和明斯基这两位也是在他的邀请下进人贝尔实验室的。当年达特茅斯会议之所以能够成功举办，和香农的提议密切相关，毕竟当时他已经是行业“大拿”，要钱有钱，要人有人。
香农在年就开始研究用计算机编程下棋了，不过，他被后人记住的最大贡献在另外一个领域——信息论。信息论