建仓那晚
我是一个工程师。几个月前，我把两万美元放进了一个指数基金组合——不是什么大动作，就是普通人开始投资的那种开始。钱转进去的那个晚上，我做了每个刚开户的人都会做的事：打开券商 App，盯着屏幕看。
数字在跳。20041。19987。20012。红的绿的，一秒一变。
然后我发现自己一直在问同一个问题：这一下跳动，是正常呼吸，还是真出事了？
跌 0.3% 的时候我问自己要不要慌。跌 1.2% 的时候我又问了一遍。第二天新闻推送「市场震荡」，我再问一遍。这个问题我答不上来——不是因为我不够聪明，而是因为我缺一门语言。跳动的数字是一种语言，而我不会读。
那晚我关掉 App，把数据导出来，拿加减乘除和开根号，把整件事算了一遍。这本书就是那晚算出来的东西。
统计学不是数学课
很多人对统计学的记忆是大学课堂：希腊字母、查表、考试前背公式，考完试还给老师。如果你是这种人，我们是同类。
但统计学本质上不是数学。它是一门语言，一门给意外定价的语言。
想想你已经在生活里熟练使用这门语言的时刻：今天 18 度，昨天 19 度，你不会问「为什么降温了」——一度之内的气温起伏是天气的正常呼吸，不值得一个解释。但如果你家孩子平时体温 36.5 度，今天早上 38.2 度，你立刻就会问为什么、要不要去医院。同样是数字变了，一个配拥有「为什么」，一个不配。
大白话：统计学干的事，就是给每个数字配一把体温计。先量出这个东西平时的「正常体温」和「正常波动范围」，然后看今天这一下有没有超出去。没超出去，就是呼吸；超出去太多，才轮到「为什么」登场。
所以学统计学不是为了预测市场。这点必须在一开始就说死：这本书教不了你明天涨还是跌，没有任何诚实的书能教你这个。它教你的是另一件、而且可能更有用的事——判断什么不需要解释。投资者的绝大部分焦虑，都花在给噪音找原因上。今天跌了 0.8%，去找新闻，找到一条，心满意足——其实那 0.8% 很可能根本不需要任何新闻，就像今天比昨天低一度不需要任何新闻一样。
全书只用一把尺
这门语言的语法出奇地简单，核心就一个动作：拿这次的跳动，去除以它平时的呼吸幅度。
得到的商，就是这本书反复使用的度量衡，叫「几个 σ」（读作「几个西格玛」）。它回答的问题是：这次波动相当于多少个「日常呼吸幅度」？
- 不到 1 个 σ：纯呼吸，连看都不用看。
- 两三个 σ：值得抬头看一眼，但也仅仅是抬头。
- 五六个 σ 以上：稀有事，这时候「为什么」才真正登场。
你会在第七章看到这把尺的威力：同样是单日跌 2%，放在一只高波动个股身上是 0.4 个 σ——纯粹的呼吸，问原因等于问今天为什么比昨天低一度；放在全市场指数基金身上是 2.2 个 σ——值得抬头看一眼；放在债券基金身上是 7 个 σ——历史事件。同一个数字，在三种资产身上是三种事。不懂 σ 的人看的是 2%，懂 σ 的人看的是它在谁的身上。
这本书怎么带你走
全书只用加减乘除和开根号，没有微积分，没有希腊字母轰炸——σ 大概是唯一的希腊字母，而且你会先把它当一把尺用熟，再知道它的学名。
每一章的结构都一样：先用家常比喻搭梯子——体温、天气、身高——再落到真实的证券数据上，带你亲手算一遍。第二、三章从一串真实的日收益率出发，一步步算出均值、方差、标准差，讲清方差为什么要平方、标准差为什么要开回来；第四章给你钟形曲线和 68/95/99.7 法则；第五、六章把 σ 磨成速查卡，并讲清日波动率怎么年化；第七章是贯穿全书的案例总验收；第八、九章手推「分散投资是免费午餐」的数学出处；第十、十一、十二章是三剂解毒药——肥尾、样本量、回归均值，专治「学了前半本就想速成」的冲动。
期权定价、随机微积分、任何需要微积分的推导，这本书明确不讲。不是它们不重要，是你判断「这次跳动配不配拥有为什么」用不上它们。
读完这本书，你再打开券商 App，看到数字在跳，你会做一个以前不会做的动作：心算一下「这有几个 σ」，然后大多数时候，心安理得地锁屏去干别的。这个动作值多少钱？对大多数投资者来说，值他们亏掉的很大一部分钱。