1703414083
收入分布以前就被学者们研究过，其中最著名的要属意大利工程师、实业家、经济学家维弗雷多·帕累托（Vilfredo Pareto）。作为一个自由放任主义经济学的忠实信徒，帕累托深深地痴迷于自由市场和资本积累的研究。他想要搞清楚的是：人们是如何变得富有的，谁控制了财富，资源是怎样被市场的力量支配的。为了达到这个目的，他搜集了大量关于财富和收入的数据，这些数据来源广泛，包括了整个欧洲的房地产交易和个人收入数据以及税收的历史记录。帕累托精心绘制了详尽的图表来分析这些数据，把收入水平和财富绘制在一根坐标轴上，把相对应的人数绘制在另一根坐标轴上。
1703414084
1703414085
帕累托发现他搜集到的数据都反复出现一个简单的规律。他描述到，在任何一个国家、任何一个地区，80%的财富掌握在20%的人手中。这个规律如今被叫作帕累托定律（Pareto’s Principle），有时也被称为80-20法则（80-20 rule）。当时，帕累托对此给出的解释和齐夫使用的解释方法如出一辙。帕累托认为，“社会法则”表明财富不是随机分布的，而是被一些神秘的、能左右市场和社会的力量所支配的。当帕累托使用这个定律时，他发现它几乎可以运用到所有的事情上。一个公司80%的销售额来自仅仅20%的客户。20%的罪犯引发了80%的犯罪事件，现实中还有许多这样的例子。直到现在，帕累托定律在许多场合也都近似成立。
1703414086
1703414087
在曼德博看来，帕累托的研究中最有趣的并不是帕累托搜集的数据揭示了社会的数学法则，而是整个国家的收入分布和这个国家中一小部分人的收入分布之间的特定关系。帕累托认为，80-20法则至少近似地对整个国家来说都是成立的。但是如果你问一个略微有些差别的问题：控制着绝大多数财富的20%的人口的收入分布是怎样的呢？引人注目的是，同样的规律又出现了。如果你只看一个国家中最富有的那部分人，你会发现他们拥有的财富中的80％也掌握在20%的人手里。这些特别富有的人几乎和之前的那些富有的人一样控制着和他们的数量不成比例的财富。实际上，这种规律会一直持续下去。掌握在特别富有的人手中的财富的80%被那些超级富豪所占有，以此类推。
1703414088
1703414089
你现在应该觉得这个规律是多么的眼熟了吧。一个国家的财富分布显示出一种自相似性，或者说一种分形形态。事实上，帕累托发现的这个分布叫作帕累托分布，它也是一种肥尾分布，显示了收入分布的一种狂放的随机性，虽然这种随机性的狂放程度远远不及喝醉的行刑队员射击的随机性那样高。当曼德博处理IBM的数据时，他还没有创造出分形的概念。他对海岸线悖论的开创性研究也是将近10年之后的事情。和帕累托的研究一样，还有一件早在半个世纪前和这种规律有关的事使曼德博备感震惊，那就是齐夫的研究，齐夫发现了一个古怪的有关单词频率分布问题的自相似性，曼德博还基于齐夫的研究完成了博士论文。
1703414090
1703414091
尽管曼德博已经远离学术界，但是他为IBM所做的、有关财富分布的研究还是引起了主流经济学家们的兴趣，因此他偶尔会被邀请做学术汇报。1961年，正当他要开始一个讲座之前，他获得了他的第二个“不经意”的发现。
1703414092
1703414093
这次演讲的地点是哈佛大学经济系。在演讲将按计划开始之前，曼德博遇见了一位教授，一位叫亨得里克·霍撒克（Hendrik Houthakker）的经济学家。当他走进霍撒克的办公室时，他注意到黑板上画着的一幅图。这幅图和他打算在演讲中使用的一幅图几乎一模一样。曼德博的图是对收入分布和帕累托定律进行讨论的一部分。曼德博猜想霍撒克应该也在研究一个相似的问题，于是对他们共同的兴趣做了几句评价。没想到霍撒克却只是茫然地看了他一眼。
1703414094
1703414095
经过一两次艰难的沟通，曼德博意识到有些地方不对劲。他折回去，指着黑板上的图问道：“难道这不是一幅描述财富分布的图吗？”霍撒克听了感到十分困惑，他解释说他的黑板上画的这张图是一天前和一个研究生会面留下的，当时他们讨论了棉花的历史价格。这幅图是棉花市场的每日收益图。
1703414096
1703414097
霍撒克继续解释道，他已经对棉花市场进行了一段时间的研究，但是手头的数据并不支持理论。那个年代，巴施里耶的研究又再次得到了重视，经济学家们开始接受市场遵循随机游走的观点，就和巴施里耶和奥斯本论证过的一样。霍撒克对通过观察历史数据来验证这个假设非常有兴趣。如果随机游走理论是正确的，那么你会看到棉花价格在一天、一星期，或者一个月中有许许多多小的变化，但是应该几乎没有大的变化。然而，霍撒克的数据显示的并不像理论所预测的那样：他不仅看到了很多的小变化，而且看到了很多大的变化。更糟糕的是，他几乎无法得出一个像巴施里耶理论所预测的必定存在的价格变化的平均值。每一次当霍撒克观察新的一组数据时，平均值都会变化，而且非常显著。换句话说，棉花的价格更像是喝醉的行刑队员，而不是坎昆的醉汉。
1703414098
1703414099
曼德博简直被这些东西迷住了。他问霍撒克可不可以让他仔细看一眼这些数据，霍撒克毫不犹豫地答应了。霍撒克告诉曼德博，其实他可以拿走所有的数据，因为他自己已经准备放弃这个项目了。
1703414100
1703414101
回到IBM，曼德博有一个程序员组成的小团队，他们对霍撒克搜集的所有关于棉花价格的数据进行了处理，详细分析了里面的每个细节。他们很快证实了霍撒克找到的最令人费解的发现：回报率的平均值并不存在。价格看起来好像在随机游走，但是它们并不能被标准的统计工具或者巴施里耶和奥斯本的理论所解释，这其中一定发生了奇怪的事。
1703414102
1703414103
曼德博之前就看见过一些不同寻常的分布。除了研究齐夫和巴施里耶的理论，他对另一种分布也非常熟悉，这个分布是他在巴黎的一位教授保罗·莱维发现的。莱维阅读了巴施里耶的论文中一个小章节之后，得出一个结论，他认为巴施里耶的研究存在错误。后来，莱维发现其实是他自己弄错了，于是向巴施里耶表示了歉意。莱维回过头来研究巴施里耶理论的一部分原因是他对随机游走过程和概率分布重新产生了兴趣。遗憾的是，莱维后期的这个研究得到的关注远远少于他早年的研究，他在职业生涯的末期也几乎被人遗忘了。
1703414104
1703414105
为了研究随机过程，莱维研究了一些类别的概率分布，这个分布现在叫作莱维稳定分布（Lévy-stable distribution）。正态分布和柯西分布都是莱维稳定分布的例子，但是莱维稳定分布显示了随机性有一个范围，这个范围在前面所提到的两个分布之间变化。事实上，还有其他比柯西分布的随机性更加狂放的随机事件存在。狂放程度可以用一个数字来表示，它代表了莱维稳定分布的尾部，我们通常用α 表示（见图3-2）。正态分布的α 值为2，柯西分布的α 值为1。这个数值越小，随机过程的狂放程度就越高，同时肥尾也就越大。α 值小于等于1的分布不服从大数定律——实际上，想要找到狂放程度如此之高的数组的平均值也是不可能的。同时，α 值在1和2之间的分布有平均值，但是没有一个界定清晰的平均变化值（统计学家把它叫作波动幅度或者方差），这表明计算经验数据的平均值是十分困难的，即使是当平均值存在的时候。
1703414106
1703414107
作为一名经济学家的霍撒克对莱维晚年的研究知之甚少，但是曼德博却早已经是莱维的信徒了。因此当他看到从霍撒克那里拿来的数据的时候，事情就豁然开朗了。棉花价格并不服从正态分布——同样，它也不服从柯西分布，在这一点上霍撒克是正确的。它的α 值为1.7，正处于1和2之间。棉花的价格是随机的，但是比巴施里耶和奥斯本能够想到的要狂放得多。
1703414108
1703414109
棉花市场是曼德博找到莱维稳定分布的证据的第一个地方。他觉得很奇怪，既然棉花价格的变化非常大，为什么其他市场不会这样呢？曼德博立即动手收集各种各样的市场上的数据：其他的商品市场（例如黄金和石油）、股票、债券等。他发现了每一个案例都有一个共同之处：这些市场的α 都小于2，而且经常显著小于2。这意味着巴施里耶和奥斯本的关于随机游走的理论和正态分布存在一个很大的问题。
1703414110
1703414111
1703414112
1703414113
1703414114
正态分布和柯西分布是一类叫作莱维稳定分布的两个极端例子。莱维稳定分布的特征是存在一个参数α。如果α等于2，这个分布就是正态分布；如果α等于1，这个分布就是柯西分布。曼德博认为真实世界中的市场收益服从α值介于1和2之间的莱维稳定分布，也就是说收益率比巴施里耶和奥斯本所预测的狂放得多，但是不及喝醉的行刑队员。这张图展示的是三个莱维稳定分布。如图3-2所示，实线表示的是柯西分布，点虚线表示的是正态分布。另一根段虚线表示的是一个α为1.5的莱维稳定分布。它比正态分布更高更窄，它的尾部更加肥大，但是没有柯西分布呈现出来的那么极端。
1703414115
1703414116
图3-2 莱维稳定分布
1703414117
1703414118
对冲之王：华尔街量化投资传奇（经典版） [:1703413493]
1703414119
华尔街的抉择
1703414120
1703414121
1960年，也就是奥斯本的第一篇论文发表后的第二年，曼德博找到了帕累托分布和莱维稳定分布之间的联系。1963年，他发表了论文，将这个结论推广到棉花价格的研究中。直到很多年之后，麻省理工学院的经济学家库特勒才把曼德博阐述他的替代理论的文章收录进一套论文集。库特勒编辑的这套论文集包括了巴施里耶和奥斯本的研究。这表明这卷将巴施里耶和奥斯本的研究推广给更多的经济学家和理论金融学家的书籍已经暗示了简单的随机游走模型并不是完善的。1965年左右，理论金融家们面临了一个抉择，当然当时他们绝对没有意识到这点。他们的选择是，他们可以追随奥斯本和其他认为传统的统计方法可以用来分析和模拟股票市场收益的学者，这些学者使用的方法很大程度上建立在物理学的基础之上；他们也可以追随曼德博，曼德博认为虽然传统方法有强大的功能，但我们依旧有理由认为那些方法有不足之处。传统方法的优势在于这种比较旧的方法更加容易理解，也更简单。同时，曼德博也掌握了很多表明他的方法更合理的数据。
1703414122
1703414123
学术界最终选择了奥斯本。库特勒在1962年的世界计量经济学会上用这段话反驳了曼德博对棉花价格的研究：
1703414124
1703414125
曼德博和丘吉尔首相一样，他告诉我们没有乌托邦，一切都是流血、汗水和眼泪。如果曼德博是正确的，那么几乎所有我们现在在使用的统计工具都应该被摒弃……我们前辈们的劳动成果无一例外地都没有任何意义。当然，在把几个世纪以来的研究统统扔进垃圾堆之前，我们必须反复确认我们所有的研究是不是真的毫无意义。
1703414126
1703414127
大多数学者也持有相同的观点。此时，虽然温和的随机游走理论还不成熟，但是越来越多的研究者，也包括库特勒在内，已经把自己的事业的筹码押在了这个理论上。显而易见的是，库特勒那带有反对意味的评论所带有的实际目的是想要避开一个年轻的学者，这个年轻人不久前发现了一些研究上的错误。能够肯定的是，曼德博是这样认为的。而事实上，许多实践工作者和理论学家已经意识到了肥尾分布的重要性。他们当中最著名的是《黑天鹅》的作者塔勒布，他是一位对冲基金经理，同时也是纽约大学理工学院的一位教授。他和曼德博认为金融界在1965年做了一个错误的选择，理论界继续假设随机性是温和的，而事实上金融市场是狂放的。
1703414128
1703414129
然而这个观点忽略了一个很重要的问题，即金融科学是怎样发展起来的。20世纪60年代，传统的统计学是一个拥有大量研究工具的成熟学科。曼德博仅仅向前迈了一小步，提出了一些建议和几张图。在此期间，如果不使用传统的统计工具，根本就不可能取得奥斯本、萨缪尔森和其他在金融学和经济学领域工作的学者所取得的成果。曼德博的理论不够简单易懂。这就好比你告诉一个木匠螺丝钉比钉子更加牢固，但是这个木匠手里仅有一把锤子，当时螺丝刀还没有被发明出来。即使如果用螺丝钉，房子会造得更加坚固，至少在一段时间里你还是得用锤子和钉子。
1703414130
1703414131
因为这个原因，当曼德博和他的支持者在攻克有关分形和自相似性的难题时，如果想要取得进展，使用更加简化的工具将是一个合情合理的选择。科学领域有一条不成文的规定：你要用最简单的理论开始研究，将这条理论用到极致，然后回过头去思考你创建的这个理论的问题所在。在这种情况下，一旦你确定股票市场的价格是随机的（至少在某种程度上），下一步就是用最简单的方法假设它们是随机的：它们确实服从随机游走模型。巴施里耶就是这样做的。后来奥斯本指出这样做是不正确的，因为这意味着股票的价格会成为负数，因此他将模型稍微修改得复杂了一些，假设市场的回报率服从随机游走模型。然后他证明了这个理论比巴施里耶的模型更好地解释了数据。
1703414132