开篇引语：从黑板公式到交易大厅的硝烟
当量化史书系列(一)中马科维茨的均值-方差模型还在学术期刊上闪耀理论光芒时，华尔街的交易大厅已悄然掀起一场革命。爱德华·索普带着二十一点算牌策略从赌场走进华尔街，用概率论撬开量化套利的大门。而后数年，数学家詹姆斯·西蒙斯在纽约长岛创立文艺复兴科技，用纯粹的数学模型搭建量化交易黑箱。数据、模型和算力的结合，让量化交易逐渐走入现实。
这个时代，量化投资完成了从理论到实战的惊险一跃：1987年“黑色星期一”的崩盘让程序化交易首次暴露系统性风险，却也倒逼量化人才扩散；1990年代因子模型的爆发式增长与长期资本管理公司(LTCM)的轰然倒塌，更是为这个行业刻下了血与火的注脚。现在，就让我们进入这个充满传奇与教训的时代。
一、量化基金的先驱实践（1980s）：从赌桌算牌到收益神话
索普与普林斯顿/纽波特：量化套利的初代开拓者
爱德华·索普（Edward Thorp）是一位数学教授，他率先将概率论的严谨思维从赌场带到了华尔街。1962年，他出版了《战胜庄家》(Beat the Dealer)，通过数学方法破解了二十一点的算牌策略，引起了巨大轰动。五年后，即1967年，索普将这种概率分析的思维延伸至金融市场，发表了《战胜市场》(Beat the Market) 一书。在这本书中，他系统性地提出了如何利用权证与其对应股票之间的微小定价偏差来进行套利交易。
这一理论思想直接催生了历史上第一家量化对冲基金——普林斯顿/纽波特合伙公司（Princeton/Newport Partners），该基金成立于1969年。其核心团队由一群数学家和物理学家组成，他们租用了当时最先进的计算机设备，开发出复杂的量化模型。这些模型的唯一目标，就是捕捉并利用可转换债券、权证与正股之间存在的微小、短暂的价格偏离，并通过风险对冲来锁定利润。在接下来的二十年（1970-80年代），索普的基金取得了持续的回报，证明了系统化、数学驱动的方法在真实市场中是可行的。他的成功激励了其他“宽客”进入金融领域。
巴菲特与索普的世纪会面
1968年，两位投资界的巨擘——沃伦·巴菲特与爱德华·索普进行了一次历史性的会面。索普在大学里的一个同事是巴菲特的投资人，因为巴菲特准备关闭其早期的合伙人基金，便开始寻找其他的投资渠道，他安排了巴菲特“面试”索普，而从事后来看，索普显然也高分通过了这个面试：这位同事后续将大量资产投资到了索普新开的基金中。
这次思想的碰撞产生了一个有趣的结果：之后的数十年，索普将自己个人财富中的大部分投入到巴菲特的伯克希尔·哈撒韦公司，并借此获得了极为丰厚的回报。这一段价值投资与量化投资两位开创者之间的跨界交流与合作，至今仍被华尔街津津乐道，成为一段佳话。
西蒙斯与文艺复兴：黑箱里的收益奇迹
1982年，曾在冷战时期为美国国防部破解密码的数学家詹姆斯·西蒙斯（James Simons）在远离华尔街喧嚣的纽约长岛石溪大学附近，创立了文艺复兴科技公司。他召集了一批顶尖的数学家、统计学家和计算机科学家，甚至另辟蹊径招募了很多来自IBM语音识别团队的专家，共同构建一个纯粹由数学模型驱动的交易“黑箱”。
他们的投资方式与华尔街的传统格格不入：团队不进行任何基本面分析，也从不关心公司的财务报表。所有决策完全依赖冷冰冰的统计模型，在高频数据流中寻找极其微弱的、可预测的信号，并进行短线交易。这种前所未有的方法起初遭到了传统投行的普遍轻视，导致西蒙斯在早期融资时困难重重。
为了维持这个“烧钱”的科学家团队，西蒙斯为其旗舰基金——大奖章基金（Medallion Fund）——定下了“5%管理费+44%业绩提成”的天价费率。1988年，大奖章基金正式开始运作。这个几乎完全由数学、物理等领域博士组成的团队，将市场视为一个巨大的密码系统来破译。尽管其“黑箱”内的具体算法至今无人知晓，但其业绩足以说明一切：从1988年到2018年的三十年间，大奖章基金创下了年化66%的毛收益率；即使在扣除惊人的费用后，投资者依然能获得约39%的年化净回报。这个令整个华尔街都望尘莫及的收益神话，至今仍是无法超越的传奇。
1987 黑色星期一：量化策略的第一次"压力测试"
另一方面，量化投资的发展也并非一帆风顺。1987年10月19日，道琼斯工业平均指数在一天之内暴跌22.6%，这一事件被称为“黑色星期一”。当时被认为是崩盘关键推手之一的，是一种被称为“投资组合保险策略”（Portfolio Insurance）的程序化交易。该策略的原理是，当市场下跌时，程序会自动、同步地抛售股指期货以对冲风险。
然而，由于大量机构采用了相似的模型，这导致了一个灾难性的恶性循环：“市场下跌”触发“程序化卖出”，而大规模的程序化卖出又导致“市场进一步下跌”。这种循环叠加了做市商流动性枯竭和市场整体的恐慌情绪，最终引爆了系统性的崩盘。在这场危机中，部分依赖统计套利模型的量化团队，例如摩根士丹利的Nunzio Tartaglia团队，因模型在极端行情下失效和市场流动性枯竭而遭受了重创。但颇具戏剧性的是，危机也促使了人才的流动，该团队的核心成员戴维·肖（David E. Shaw）等人随后离开并创立了德劭基金（D.E. Shaw & Co.），反而推动了量化行业的后续迭代与发展。
二、因子投资的黄金时代（1990s上）：从三因子到动量革命
法玛-弗伦奇三因子模型：破解CAPM的单一因子困局
1992年，芝加哥大学的尤金·法玛（Eugene Fama）与肯尼思·弗伦奇（Kenneth French）发表了一篇里程碑式的论文，提出了著名的“法玛-弗伦奇三因子模型”。在此之前，学术界和业界普遍使用资本资产定价模型（CAPM），该模型认为股票的超额收益只能由单一的市场风险因子（Beta）来解释。
法玛和弗伦奇的模型在此基础上，增加了两个新的因子：公司市值规模因子（Size）和账面市值比因子（Value）。他们通过详实的数据证明，规模较小的公司的股票和具有较高账面市值比（即较低市净率）的价值型公司股票，存在着持续的、系统性的超额收益。这个三因子模型解释股票组合收益差异的能力远胜于CAPM，迅速成为学术界和投资业界的核心分析工具。
动量因子验证：Jegadeesh-Titman的趋势革命
在三因子模型提出后不久的1993年，纳拉辛汉·杰加迪什（Narasimhan Jegadeesh）和谢里丹·蒂特曼（Sheridan Titman）的研究为因子大家族增添了一位重要的成员——“动量因子”（Momentum）。他们通过实证研究发现，一种简单的策略可以获得显著的超额收益：即买入过去3到12个月表现最好的股票组合（赢家组合），同时卖出同期表现最差的股票组合（输家组合）。
“动量因子”的发现意义重大，它有力地挑战了金融学中的弱式有效市场假说（该假说认为股票过去的价格走势无法预测未来收益）。这一发现也极大地激励了研究者们去发掘更多能够预测股票收益的因子，从而催生了后来被称为“因子动物园”的现象，数百个因子被相继提出。
AQR资本成立：学术因子的工业化实践
1998年，在高盛量化策略部门担任主管的克里夫·阿斯内斯（Cliff Asness）正面临巨大压力，因为他所信奉的价值因子在互联网泡沫时期持续跑输市场。在这样的背景下，他选择离开高盛，并创立了AQR资本管理公司（Applied Quantitative Research）。
AQR的核心理念非常清晰：将学术界经过严格验证的因子研究（例如价值因子和动量因子）进行系统化、规模化的开发，并将其应用于实际的投资管理中。公司的成立时机恰到好处。2000年科技股泡沫破灭后，价值因子强势回归，完美地验证了AQR策略的稳健性。凭借这次成功，AQR一举成名，并发展成为全球因子投资领域的标杆企业。
三、LTCM危机与技术突破（1990s下）：杠杆与代码的双重陷阱
1998年 LTCM 崩溃：诺贝尔奖光环下的风险失控
长期资本管理公司（LTCM）由被誉为“债券套利之父”的约翰·梅里韦瑟（John Meriwether）于1994年创立，其董事会中甚至包括两位诺贝尔经济学奖得主——罗伯特·默顿和迈伦·斯科尔斯，堪称“梦之队”。该基金利用极高的杠杆进行复杂的固定收益套利，一度创下年化回报率超过40%的神话。然而，这支星光熠熠的基金在1998年轰然倒塌。
LTCM的模型严重依赖两个核心假设：“历史会重演”以及“市场长期来看总会恢复均衡”。然而，1997年的亚洲金融危机和1998年的俄罗斯政府债券违约，这两次连续的外部冲击让其模型彻底失效。在极端避险情绪下，全球投资者疯狂抛售风险资产，涌向安全的美国国债，导致LTCM模型中原本被认为不相关的各类资产价格出现了极端的同向运动。其赖以为生的“趋同交易”价差非但没有如预期般收敛，反而被不断拉大。模型预测中数百年才一遇的“黑天鹅”事件，在短短几周内接连发生。
最终，在短短几个月内，LTCM约47亿美元的权益资本几乎损失殆尽。由于其杠杆率超过30:1，公司的倒闭将可能引发全球金融市场的连锁反应，构成系统性风险。为了避免危机蔓延，美联储史无前例地紧急召集了14家华尔街主要金融机构，共同注资36.25亿美元，接管了LTCM90%的股权，才勉强阻止了更大灾难的发生。这场危机为整个量化行业敲响了警钟：任何模型都只是对历史的归纳，而非对未来的精准预言，必须对尾部风险保持绝对的敬畏。
危机预演：Askin Capital 的债券量化溃败
早在LTCM崩盘的四年前，即1994年，另一家名为Askin Capital的量化基金已经上演了一场类似的悲剧。该基金专注于当时非常复杂的抵押贷款支持证券（MBS）的量化交易。当1994年美联储出人意料地宣布加息时，市场环境突变，导致该基金所依赖的复杂衍生品定价模型完全崩溃，最终倒闭。
Askin Capital的教训与数年后的LTCM惊人地相似，都暴露了同样的问题：过度依赖历史数据来构建模型，并严重低估了当市场环境发生根本性变化时，模型可能失效所带来的极端尾部风险 。
电子交易基建革命：从 ECN 到十进制报价
在1990年代末期，深刻重塑市场结构的技术革命也在悄然发生。 - 电子通讯网络（ECN）的崛起：以Instinet为代表的电子通讯网络打破了纽约证券交易所等传统交易所的垄断地位。它们利用计算机实现了股票订单的自动化撮合，将交易执行的速度从分钟级别提升到了秒级。 - 监管法规的推动：1998年，美国证券交易委员会（SEC）发布了《另类交易系统条例》（Regulation ATS），为ECN等电子化交易平台的发展提供了明确的法律框架，极大地鼓励了电子化订单的路由和执行。 - 报价单位的十进制改革：美国股票市场的报价方式开始从传统的分数报价（例如1/16美元）转向更精细的小数报价（0.01美元），这一改革在2001年全面完成。这项改革使得股票的买卖价差（spread）大幅收窄，为之后自动化做市商和高频交易策略的蓬勃发展铺平了道路。
下一篇预告：高频交易与数据民主化（2000s）
1990年代的因子爆炸与LTCM危机，为2000年代的量化投资埋下了技术与风险的双重伏笔。当Reg NMS规则推动市场碎片化，高频交易（HFT）如何在2009年占据美国股票交易量的半壁江山？2007年"量化地震"与2008年金融危机，又如何倒逼宽客重构风险模型？
关注后续更新，解锁《量化史书系列(三)：从速度竞赛到危机重构——量化投资的高频革命与数据民主化（2000s）》，看互联网如何推动另类数据爆发，AQR又如何将因子投资带入寻常百姓家