一个没人想要的基金
上一章说到有效市场假说捅了马蜂窝：如果价格已经消化了所有信息，选股就是扔飞镖。绝大多数人把这个理论当学术八卦，但有个叫约翰·博格（John Bogle）的人听进去了，而且真按它去做了。
1976 年，博格创立了第一只面向普通投资者的指数基金——它不做任何研究、不选任何股票，就是照着标准普尔 500 指数的成分股名单，按权重一模一样地买一遍，然后拿住不动。大盘涨它涨，大盘跌它跌，赚的是「市场本身」那份钱。
当时华尔街的反应是嘲笑。这只基金被媒体叫作「博格的蠢事」（Bogle's Folly），发行只募到了目标的零头。理由听起来很有道理：买指数基金，不就是承认自己平庸吗？谁愿意花钱买一个「平均数」？
但后来的数据让嘲笑者闭了嘴。SPIVA 报告（标普公司每年做的统计）年年重复同一个结论：拉长到十五年，九成左右的主动基金跑不赢自己对应的指数。也就是说，那个「承认平庸」的笨办法，打败了九成绞尽脑汁的聪明人。到 2023 年底，美国被动投资的总规模已经超过了主动投资——指数基金这个当年的笑话，成了行业的主流。
为什么「不选股」反而是量化的起点
你可能觉得奇怪：指数基金连模型都没有，凭什么算量化的祖先？
因为它把两件最关键的事先做成了：规则化和去人格化。指数基金的「模型」只有一条规则——复制名单，这条规则清清楚楚写在纸上，任何人检查，结果都一样。而且它的成败不依赖任何一个明星的脑子，博格本人退休了它也照跑不误。这正是后来所有量化基金的两个基本特征：决策是写下来的规则，执行不依赖人的临场状态。
指数基金还顺手证明了一件量化行业赖以生存的事：成本是会吃人的。主动基金每年收 1%–2% 的管理费，加上频繁买卖的交易成本，光摩擦就把超额收益磨掉大半；指数基金几乎不交易、收费千分之几。差距看着小，复利三十年就是天壤之别。后来量化基金设计策略时，「交易成本」永远是被单独建模、单独监控的一等公民——这个习惯就是从指数基金时代养成的。
同一个年代的另一条线
就在博格「什么都不选」的同时，另一批人在走完全相反的路：既然指数是规则，那「比指数多赚一点」能不能也是规则？
1970 年代初，富国银行（Wells Fargo）的一个小组做出了最早的尝试之一：用计算机按固定规则调整组合权重，比如自动卖出涨多了的、买入跌多了的，把组合拉回目标比例——这叫再平衡。这活简单到高中生都会做，但让它每天对几千只股票精确执行，人做不动，机器正合适。今天每一个量化平台的核心引擎里，都还跑着这个逻辑的后代。
这条线还催生了一个庞然大物：BGI（巴克莱全球投资者），它把「规则化投资」从再平衡一路做到量化选股，一度是全球最大的资产管理公司之一，后来并入贝莱德，它孵化的 iShares 至今仍是全球最大的 ETF 品牌之一。不过那是后话。
1987：机器第一次背锅
1980 年代，一种叫投资组合保险的策略在机构里流行起来。规则听起来很稳：股市跌一点，就按公式卖出一部分股指期货；跌得越多，卖得越多。理论上这像给组合买了保险，跌到底就全空仓了，亏不到哪去。
1987 年 10 月 19 日，「黑色星期一」，美股一天跌了 22.6%。事后复盘，组合保险策略被指为推手之一：无数台机器执行同一套「跌了就卖」的规则，卖出引发更大的下跌，更大的下跌触发更多的卖出——同一套规则被太多人同时执行时，规则本身会改变市场。这是量化史上第一次「集体踩塌」，我们第十章讲量化怎么死的时候还会回来。
这一章的要点：量化思想的第一场胜利，不是「机器比人聪明」，而是「规则比情绪便宜」。承认平庸、按名单买、不折腾——这个笨办法先证明了写在纸上的规则能打败九成聪明人，然后人们才放心把更复杂的规则交给机器。
下一站，长岛海边那间办公室。博格证明了「不预测也能赢」，而西蒙斯要证明的是一件更狂野的事：市场里藏着人眼看不见、但统计能看见的规律——找到它，就不是平均数，而是远超平均。