先有个人，把「感觉」写成了数字
量化不是从电脑开始的，而是从一支笔开始的。第一个把投资判断「写下来」的人，是 1934 年的本杰明·格雷厄姆。
在他之前，买股票基本靠打听消息和看大户脸色。格雷厄姆在《证券分析》里干了一件当时很离经叛道的事：他说别管内幕消息，去看财报，而且只看几个能算出来的数——比如「这家公司的市值，是不是比它账上的现金加存货清算后还低」。如果是，就买，买完等着。
注意他做的事的本质：他把「这只股票好不好」这个模糊的感觉问题，翻译成了「市值 ÷ 净资产 小于某个数吗」这个可以拿计算器验证的问题。这一步翻译，就是全部量化思想的种子。五十年后人们给它起了个名字，叫「价值因子」，那是第五章的故事。
量化的一切，都从同一个动作开始：把一个「我觉得」换成一个「如果……就……」。一旦规则被写下来，它就能被检验、被比较、被执行一万次不走样。
一个让学生难堪的发现
格雷厄姆的方法管用，但它有个软肋：为什么「便宜」的股票会便宜？是谁把价格定错、留给你捡的？
1960 年代，芝加哥大学的尤金·法玛（Eugene Fama）给了一个让很多人不舒服的回答：有效市场假说。大白话是：市场价格已经消化了所有公开信息，所以别想靠公开信息稳定地捡到便宜。你看到的每一份研报、每一条新闻，别人也看到了，价格在你动手之前已经变了。
这个假说的激进版本说：选股就是扔飞镖，猴子不比你差。1973 年，普林斯顿的伯顿·马尔基尔在《漫步华尔街》里写了一句名言：一只蒙住眼睛的猴子对着报纸股票版扔飞镖选出的组合，不会输给专家精心挑选的组合。这句话激怒了整个行业，《华尔街日报》后来真的办了很多年的「飞镖 vs 专家」实盘比赛——结果专家赢得相当勉强。
有效市场假说捅出的马蜂窝在于：如果市场是对的，那基金经理收的管理费就是智商税。整个主动管理行业都急了。但这个故事的走向很妙——它没有杀死主动投资，反而催生了量化。往下看。
把风险也变成一个数
差不多同一时期，另一个学院派工具登场了：CAPM（资本资产定价模型）。名字唬人，意思很朴素：一只股票的合理收益 = 无风险收益 + 它跟着大盘晃的幅度 × 大盘的超额收益。这里的关键发明是一个叫贝塔（β）的数：它衡量一只股票「跟大盘联动的程度」。β 是 2，大盘涨 1% 它平均涨 2%；β 是 0.5，它就只晃一半。
CAPM 的历史地位不在于它多准（它其实不太准），而在于它干了和格雷厄姆一样的事：把「风险」这个词从感觉变成了可以计算的数。从此「这股票风险大不大」不再是饭桌上吵架的话题，而是能写进程序里的一个变量。
更重要的是，CAPM 给了人们一把尺子。基金经理今年赚了 30%，到底是他厉害，还是只是大盘涨了 25% 而他 β 高？有了贝塔，就能把「凭运气吃的肉」和「凭本事吃的肉」分开——后者被叫作阿尔法（α），即超出市场平均水平的那部分收益。阿尔法从此成了整个行业追逐的圣杯。量化基金的全部生意，可以粗暴地概括成一句话：用机器找阿尔法。
裂缝出现了
如果有效市场假说完全正确，阿尔法应该根本不存在。但 1970、80 年代，学术界自己开始拆台。研究者们翻遍几十年的股价数据，翻出了一堆「不该存在」的规律：小公司的股票长期跑赢大公司（规模效应）；一月份股票莫名地涨（一月效应）；跌惨了的股票组合几年后反弹得更猛……
这些现象被尴尬地命名为异象（anomalies）——按有效市场理论，它们不该存在，但它们就在数据里躺着。注意这个词的分量：每发现一个异象，就是在「市场无懈可击」的墙上敲出一道裂缝。
而此时电脑刚好便宜到大学和个人都用得起，历史行情数据第一次可以被普通人整夜整夜地翻。理论上的裂缝，加上算力的普及，两股力在 1980 年代合流：一批人开始想——既然异象存在，能不能写个程序，专门守在裂缝旁边收钱？
想明白了这一层的人里，有一个已经离开学术界、在长岛的海边租了间办公室的数学家。他不太关心理论优雅不优雅，他只关心一件事：数据里的规律，能不能变成钱。第四章我们正式讲他。但先别急，第三章要先讲一个看似相反的故事——量化思想的第一场大胜，恰恰是「什么都不选」。