对任何交易员和投资者而言，在运用计算机模拟建模以及预测金融市场和证券交易方面，最大的挑战是理解有效市场假说（Efficient Market Hypothesis，EMH）。20世纪60年代，尤金·法玛（Eugene Fama）在芝加哥大学建立了有效市场假说。至今，该假说依然主导着金融领域，但在提出后的几十年里也不断受到实践界和理论界的各种挑战，包括我们在世坤投资想要通过各种量化交易实践来突破这个理论。（法玛因为有效市场假说在2013年获得了诺贝尔经济学奖。金融危机后不久，他在市场有效性方面又进一步完善了观点。）
法玛的假说论证，未来的股价是不可预测的，因为当前价格已经包含了关于一只股票所有可以获得的信息（包括对其未来价格的评估）。简言之，相信任何市场预测方法就类似相信世上有圣诞老人。这一假说暗示了任何给定的策略都不可能有效地模拟股票价格。因为未来价格根本不能被模拟计算出来，而模拟是基于过去和当前的数据计算出来的。继而，有效市场假说切断了过去和未来之间的任何相关性。相反，因为普林斯顿的伯顿·马尔基尔（Burton Malkiel）所著《漫步华尔街》（A Random Walk Down Wall Street）一书广受欢迎，市场处于随机游走状态变得广为人知。这帮助解释了为什么大多数主动投资者或交易员在相当长时间无法战胜市场。
有效市场假说非常权威。战胜满是理性投资者的市场非常困难，这些理性投资者会远离所谓的定价错误的无效市场，从而进行有效套利，这就进一步推动无效市场理论假说变成金科玉律。其中一个后果就是被动投资策略的出现：各种指数基金和交易所交易基金（Exchange Traded Funds，ETF）涌现，人们认为既然战胜市场无望，不如尝试进行市场模仿投资，或者分行业板块投资。但是预测依然是摆在面前的难题：即使选取一个行业指数投资，投资者们尝试进入的板块可能涨，也可能跌。这样导致的结果是，投资者还是会受到股市涨跌的影响，依然是在做假设（另一个预测）。在一个相当长时间里，以这样的方式选择股票算是下一个不错的赌注。它带来的实际好处是指数基金非常便宜，不像积极管理的共同基金（actively managed mutual funds）或者通过股票经纪人购买的股票那么贵。实际上，除了股票经纪人，所有买股票的人都承担了风险，每个人都想在股票交易中赚钱，最后是输家还是赢家都是偶然的。
股票价格的随机性与有效市场假说最早出现在1900年法国数学家路易斯·巴舍利耶（Louis Bachelier）的博士论文中。这篇70页的《投机理论》论文，揭示了市场体系与自然体系的共性。但这篇极具突破性的论文当时没有给巴舍利耶带来更好的职业声望。把市场与自然联系在一起看起来非常怪异，导致巴舍利耶甚至无法在学术上博取一席之地。但巴舍利耶确实是一位洞悉本质的观察者。他本人并不是一名市场投资者或投机者。他发现了市场是如何运转的，也许这得益于他只是站在一位纯粹的数学家的立场上，所以能纯粹感知市场的运行特点。他认识到股票价格模仿所谓的布朗运动，即在平静的水中，微小灰尘的运动路径是无规则的、随机的，这种运动是当灰尘遇到水分子的随机运动产生碰撞时对热力学背景噪声所做的回应。
巴舍利耶还用数学方法演示了解决这种不可预测性问题的恰当方法，这种方法与计算概率相关，而不是运用线性方程相关。预测是有难度的，但是布朗运动确实遵循了特定的统计趋势：在给定的时间里，灰尘或价格停留在给定位置的概率值不同。
不管是对于布朗运动，还是对于所谓的随机游走，我们都不能把价格当作像牛顿摆球（Newtonian billiard balls）一样绝对可以预测的，要知道，我们只是在押注。巴舍利耶还将他的另外一个洞察进行了量化证明，即这些随机运动会随着时间的延长逐渐扩大规模。
这名法国数学家的研究成果远远领先于他的时代。他的论文影响深远，几十年后在不同研究领域都起到了奠基性作用。阿尔伯特·爱因斯坦于1905年开展关于布朗运动的早期研究，就是源于巴舍利耶推导出来的公式。今天，巴舍利耶作为最早的金融领域随机过程研究者，或被称为随机运动统计分析的先驱而闻名于世。而今，随机过程被用于分析大量的复杂系统，从金融学、经济学到生物学、化学、量子物理、信息理论，以及通信行业和计算机科学。克劳德·香农在1948年发表论文《通信的数学理论》（A Mathematical Theory of Communication），全力解决了通过熵或不确定性度量随机通信过程的问题。
巴舍利耶率先尝试计算期货和期权价值，由此成为布莱克-斯科尔斯（Black-Scholes）期权定价模型的鼻祖。由费希尔·布莱克（Fischer Black）、迈伦·斯科尔斯（Myron Scholes）以及罗伯特·默顿（Robert Merton）于20世纪70年代开发的定价模型，可能是现在金融领域应用最普遍的模型。今天，许多宏观经济预测采用了动态随机一般均衡模型（Dynamic Stochastic General Equilibrium，DSGE模型），尝试计算随机冲击的效果，比如石油价格变化、税收政策调整，以及为达到经济均衡在一段时间内所制定的经济政策等方面的效果。就像冯·诺伊曼计算氢弹内的中子流一样，那些复杂的动态模型一般要在计算机里运行。冯·诺伊曼在与经济学家奥斯卡·摩根斯坦（Oskar Morgenstern）合作发表了博弈论之后不久，便在1945年建立了早期的一般均衡模型。尽管动态随机一般均衡模型不断完善、日趋复杂，但仍然和冯·诺依曼关于原子弹计算的预测一样，不可能被完全证明。
巴舍利耶在关于市场的洞察中引入了严谨的风险回报理论。金融学家发现，随着时间的推移，市场上的某些板块（例如小盘股）趋向于产生更高的回报。但是这些回报更高的板块要求人们付出更大的代价。同时，类似小盘股的板块股票的风险性更大，一部分原因是因为它们的波动性更大。人们被迫在风险和回报之间反复权衡。
（本文选编自摘自《反原则》作者：伊戈尔·图钦斯基）
◆ 内容简介 ◆
如何利用量化投资模型在市场中获益？作为管理着70亿美元的国际知名量化投资管理公司CEO，伊戈尔·图钦斯基在《反原则》一书中讲述了他从背井离乡漂泊在美国，到成功利用上千万个阿尔法模型进行量化投资的过程。这本带有自传色彩的《反原则》，是伊戈尔生活、工作及思想的结晶，它可以作为量化投资数学科技方面的初级读本。伊戈尔结合自己人生历程归纳了一系列原则，这也是这本书的核心部分——“反原则”，它统领着其他原则。
本书中介绍了伊戈尔开发的交易量化模型，并针对风险和不确定性方面提出了很多宝贵的意见，这些深刻的洞察具有很强的现实意义和哲学思考。在高速发展的大数据时代，这些经验对于对量化金融感兴趣的人而言非常重要，可以帮助其少走很多弯路。
◆ 作者简介 ◆
伊戈尔·图钦斯基（Igor Tuchinsky)
·世坤基金有限责任公司创始人、主席、首席执行官。
·伊戈尔职业生涯丰富多彩，曾从事游戏视频开发、软件编程、风险投资工作。在量化投资方面造诣颇深，参与研发的上百种阿尔法模型在金融市场有效对冲风险，获利颇丰，并著有《寻找Alpha：量化交易策略》一书。
