很多人一提到量化，第一反应就是高频交易，再往下问，就不知道是什么了。

其实所谓的高频交易，本质就是概率学和统计学。

简单来讲，就是通过大量的数据分析，找到绝对相关性，然后赌胜率。

举个例子，假设可口可乐和百事可乐的股价在过去十年里走势一直像被一根橡皮筋绑在一起。

某天早上，因为一个莫名其妙的恐慌，百事可乐突然暴跌了3%，而可口可乐没动。

量化的操作是，买入百事可乐，同时做空可口可乐，只要两者价格一回归正常比例，就可以双向吃差价。

但这里有个核心问题，如何确定两只股票具有绝对相关性呢。

02年的量化基金是这么做的。

第一步，先找彭博或者路透买数据，但买来的数据是不能直接用的，因为拆股或其他原因，这些数据里有大量的错误。

这时候，金融民工登场，他们每天用 C++写脚本当清洁工，把错误的脏数据剔除掉。

第二步，去高校高校招募顶级的物理学博士或数学博士，他们会根据偏微分方程和随机微积分公式再加上一点运气和直觉提供假设，比如，“如果东京的下雨量增加，芝加哥大豆期货在三天后会不会跌。”然后在MATLAB上行成数学模型代码。

第三步，回测。

这些学究们需要把写好的模型扔进服务器，让机器去运算如果这个公式在过去十年里每天交易，能赚多少钱。

因为02年没有云算力，全靠单机暴力算，这个过程通常需要跑几天，而一旦错了，就要再来一遍。

最后，才是交易。

很原始，很土，但是在02年已经非常挣钱了。

但顾川觉得还不够。

当时的量化基金需要花大几千万买ibm的大型机，一行一行的读、检索再验证数据。

太几把蠢了，还很贵。

他之前去美国，之所以把分布式塞给杰森，就是为了解决这个问题。

黑木只是租了一个废旧仓库，买了几千台白盒服务器，用PXE批量装机，又用了几周把分布式计算和分布式文件系统的底层逻辑写进去，一个早期的云系统就完成了。

普通量化需要处理几天的数据，云把数据切碎，十分钟就搞定了。

到这里，顾川解决了算力，但还有一个问题。

数学公式。

这里就该Tableau上场了。

它由帕特·汉拉恩03年创办，是一个可视化的数据分析工具，最高市值上过100亿美元，可以直接连上庞大的数据库，只需要用鼠标拖拽，就能瞬间生成动态变化的热力图，趋势图或者散点图。

本来是给企业做数据管理的，国内用的也很多，比如顾川重生前所在的字节。

但问题是，这玩意儿太他妈适合现在的量化了。

有了它，不懂代码的基金经理也能一眼看出全美大豆期货在过去十年的价格异常波动，也可以把猜想的东京雨量拉过来做对比，数学家只需要形成公式就可以了。

“杰森，”顾川点了点桌子，“不计代价，必须拿下。”

量化对于别人来说是印钞机，对于黑木来说是规避sec的重要工具。

最好的量化模型胜率也就51%左右，但当量大，概率会回归后就会无限接近这个数字，即，每100次，输49次，赢51次。

黑木需要输一输，把顾川记得的黑天鹅藏在里面。

“好的，boss.”杰森见他神情严肃，并没有多问，只是放下碗筷，“那我这次飞回去立刻就去办。”

“嗯，那个巴克也盯着点。”顾川嘱咐道，“这两个人，一个是现在，一个是未来，你自己盯，别找别人。”

“好的。”杰森在心里把两人的位置又提高了一点。

“你又在说什么？”易芙彤微微侧头，“我怎么四级过了，还是听不懂啊？”