1707630432
1707630433
1707630434
2012年底，阿里巴巴创始人马云发表了著名的“油罐车”比喻，把读书太多的人比喻成油罐车，建议“别读太多书”。仿佛跟这一比喻唱对台戏，2013年底，微软创始人比尔·盖茨（Bill Gates）表示自己无论到哪里总是带着几袋书，以便在旅行、等待、休假及夜晚阅读。
1707630435
1707630436
比尔·盖茨不仅有广泛的阅读兴趣，而且还对教育及科研进行过很多资助，他的微软公司（Microsoft）甚至直接参与了一些与公司业务并无直接关系的科研项目。这种项目的一个例子就是“马丁利模型”（Madingley model）——一个模拟生态系统的数学模型。马丁利模型是微软的计算生态及环境科学组（CEES）与联合国环境规划署世界保护监测中心（UNEP-WCMC）的联合研究项目，以后者所在地英国剑桥的马丁利（Madingley）村而得名——因为那个美丽的村庄是这一模型的发源地。
1707630437
1707630438
模拟生态系统是一个很久以来就吸引着科学家们兴趣的课题。两百多年前，英国学者马尔萨斯（Thomas Malthus）的人口模型就可以算是这一课题上的早期研究，只不过涉及的是单一物种——人类。一百多年前，美国数学家洛特卡（Alfred Lotka）提出的“弱肉强食模型”（predator-prey model）将此类研究扩展到了两个相互竞争的物种。在一些新近研究中，物种的数量已被增加到了数以万计，方法则转为统计手段。不过，统计手段虽然强大，与具体生态机制的联系却比较薄弱，从而不利于研究诸如某个特定物种对生态系统的影响之类的细致课题。马丁利模型在这方面可以说是填补了空白。
1707630439
1707630440
马丁利模型——在其研究者看来——是对生态系统的首次全面模拟，这种模拟是建立在对生态关系（比如捕食者与猎物之间的大小关系、动植物之间的关系等）、物种与环境的关系（比如海洋、陆地对生物的影响等），以及环境本身（比如气候、污染、人类的影响等）的数学描述之上的，涵盖范围则是陆地上和海洋里的各种动植物，冷血的、温血的、食草的、食肉的、高大的、低矮的……无所不包。马丁利模型的研究阵容也十分强大，包括了生物学家、生物化学家、生态学家、计算机专家等诸多专业人士。与马丁利模型有关的论文则被发表到了诸如《自然》（Nature）、《皇家学会报告》（Proceedings of the Royal Society）等知名刊物上，并被许多媒体所报道。
1707630441
1707630442
通过马丁利模型，科学家们不仅可以预测地球上各类生物的生存前景，而且还可以研究各种生态条件的变更——比如取走某些物种（模拟物种的灭绝）或引进某些物种（模拟物种的侵入）——会对生态系统产生什么影响。这种近乎于能随心所欲地改变乃至创造生态系统的自由度被英国《每日邮报》（Daily Mail）形象地比喻为是用计算机来模拟上帝。但这种模拟既不是神话也不是游戏，而是被寄予了实实在在的厚望，比如很多人希望它能指导人们保护生态系统。
1707630443
1707630444
当然，厚望能否实现，关键还得看马丁利模型对生态系统的模拟是否可靠，而这在学术界尚有不小的争议。怀疑者认为像生态系统那样的复杂系统是无法用马丁利模型来模拟的，更遑论用它来指导人们保护生态系统。支持者则认为，马丁利模型与现实数据之间已经有了不错的吻合，足以说明其可靠。支持者甚至举了一个特殊的例子，即马丁利模型对海洋鱼类的一次模拟给出了比现实数据大一个数量级的结果，貌似很糟糕，后来却发现现实数据本身存在一个数量级的误差，从而非但不见得糟糕，反而有可能是马丁利模型的“第一次预言”。不过，这个例子虽是为了凸显马丁利模型的可靠而举的（在貌似不可靠之处依然可靠，无疑是可靠的高级境界），但容易被支持者们忽略的是，误差是一柄双刃剑，既可以挽救模型与现实间的不吻合，也可以抹杀彼此间的吻合。比如那些“不错的吻合”有多大的误差？是否真有那么“不错”？就常被略而不提，而它们对于判定马丁利模型的可靠与否也是很重要的。这方面的分歧估计还会持续一段时间。但不管怎么说，马丁利模型作为一项科学探索无疑是值得赞赏的，对这种探索的支持也无疑要比发表“油罐车”之类的比喻更有“正能量”。
1707630445
1707630446
(1) 本文发表于《科学画报》2014年第7期（上海科学技术出版社出版）。
1707630447
1707630448
1707630449
1707630450
1707630451
霍金的派对：从科学天地到数码时代 [:1707629783]
1707630452
霍金的派对：从科学天地到数码时代 高频交易与金融世界的黑天鹅事件(1)
1707630453
1707630454
1707630455
1707630456
1707630457
也许是把太多时间放在“杂务”——比如撰写本文——上的缘故，我的“钱途”跟许多校友相比，是大大落后了的。虽然我对“杂务”情有独钟，因而多年来可算无悔。但若说校友们的“钱途”从未令我羡慕过，那却是吹牛。事实上，起码有一位校友的“钱途”令我羡慕过。那位校友从一家金融公司辞职单干后，短短几年就在一座美丽小镇买下了漂亮的房子。更令我羡慕的，是他不仅“钱途”光明，还特别有闲暇，不像我，一做“杂务”就影响“钱途”。
1707630458
1707630459
那位同学从事的是高频交易（high frequency trading）。
1707630460
1707630461
高频交易始于1998年。那一年，美国证券交易委员会（U．S．Securities and Exchange Commission）对电子交易开了绿灯。这一决策的初衷是“便民”——让大众能以个人电脑作为交易平台，实际上却催生了包括高频交易在内的许多特殊交易手段。
1707630462
1707630463
高频交易是一种极快速、买卖频率极高的交易手段。在金融世界里，风险与回报是密切相关的，风险越低回报也就越少。但高频交易却能利用高频的优势，将稍纵即逝的低风险、低回报机会汇聚成巨大利润。不仅如此，借助速度优势，它还能充分利用某些交易所给予最先交易者的优惠，以及允许交易者购买的几十毫秒的提前浏览权限。为了谋求毫秒级甚至更细微的时间优势，高频交易公司不惜重金租用毗邻证券交易所的机房，铺设专用光缆，以及开发专用芯片。由于这些系统性的优势，多数高频交易者甚至在金融市场很凄惨的情况下，依然能赢利。据估计，目前美国证券市场已有73％的交易量来自高频交易，欧洲的这一比例也已达到40％，亚洲的比例虽还不到10％，却在快速跟进中。
1707630464
1707630465
高频交易虽早已是金融世界的重要组成部分，却一直保持了策略性的低调。直到2009年7月，才因高盛公司（Goldman Sachs）一位掌握高频交易技术的“叛逃”程序员遭起诉而引起了关注。这其中最泄露天机的是高盛公司对该程序员的一句指控，即被他带走的程序有可能被用于“以不公平的方式操纵市场”。一语激起轩然大波，公众当即对高盛公司自己，乃至整个高频交易技术是否“以不公平的方式操纵市场”产生了怀疑。不巧的是，高频交易技术乃是金融界宁肯无法自辩也不愿泄露的秘密，公众的怀疑也因此更难平息。
1707630466
1707630467
2010年5月6日，一次被称为“闪跌”（flash crash）的金融事件再次把高频交易推上了风口浪尖。那一天，道琼斯（Dow Jones）指数在五分多钟内暴跌了600多点。五个多月后，美国证券交易委员会公布的一份调查报告指出，高频交易在其中起码起到了放大跌幅的作用。
1707630468
1707630469
尽管金融界的保密使外界无法知晓高频交易的内部细节，但有些研究者却另辟蹊径，试图从外部特征入手，来研究高频交易。2012年2月，美国迈阿密大学（University of Miami）的物理学家约翰孙（Neil Johnson）及合作者对2006—2011年间的18520次幅度在0.8％以上、时间跨度在1.5秒以内的高频股价波动进行了分析，结果发现跌落和上涨方式分别在650毫秒和950毫秒的时间跨度上出现显著变化。约翰孙等人认为，这样的时间跨度恰好对应于人类的最短反应时间，因此这种变化是高频交易取代人类起到主导作用的征兆。在论文中，他们还特意使用了2004年开始流行的一个叫做“黑天鹅”的新术语，将那些高频波动称为黑天鹅事件。什么是黑天鹅事件呢？它是指出人意料、却有着重大影响力的偶然事件。
1707630470
1707630471
约翰孙等人的研究引起了很多媒体的关注，约翰孙本人在接受采访时表示，他们的发现有可能帮助人们应对高频交易造成的影响。他认为，就像飞机修理工能从细微裂缝中判断飞机是否安全一样，人们也将能从细微的黑天鹅事件中窥视金融世界的风险。
1707630472
1707630473
不过，约翰孙等人的研究还很初步，他们甚至没有对高频交易问世之前的数据进行分析，以确定自己的发现是否是高频交易时代特有的。他们用以检验自己看法的模型也极为粗糙。高频交易是否是金融世界黑天鹅事件幕后的主要推手，应该还有待更多的研究来判断。另一方面，即便高频交易是主要推手，它对金融世界的影响是正面还是负面的？也仍有很大的争议余地。
1707630474
1707630475
不过，对于普通投资者来说，美国证券交易委员会前主席唐纳森（William H．Donaldson）的一个看法也许不容忽视，他说如果无法跟上高频交易者的技术步伐的话，普通投资者“将处于巨大的劣势中”。
1707630476
1707630477
(1) 本文发表于《科学画报》2012年第5期（上海科学技术出版社出版）。
1707630478
1707630479
1707630480
1707630481