Chapter 3 平民 (第2/3页)

itynumber还是需要financialsupport。”当时在转系时我需要和金融系的一位教授交谈，负责那次交谈评估的就是lee，我们在办公室里用中文聊了很多话题，甚至谈到了正宗宫保鸡丁要不要放花生米。“有些囊中羞涩。”我不好意思的说道。“下学期来我的lab做实验助理，在这里端盘子简直是浪费你的天赋。”他拍了拍我的肩膀，如是说。

    这倒不是狗血剧情，事实是州立大学和常春藤这类私立大学在招生质量和学术上有质的差距，在非top30的州立大学读书的很多都打算只拿本科文凭就出来做事的人，lee教授的实验室苦于实验助手青黄不接，博士生都出师了，新的一批硕士大部分研究高级企业融资并购，lee比较老派，专攻金融市场的风险对冲和投资组合优化，这样看来从金融本科里挑一批还没有分化的undergraduate培养是最优解。

    结束工作已经是九点半了，我来到停车场，阿凯坐在车里：“看邮件了吗？明天有popquiz。”“什么？又有随堂测试，饶了我吧。”我叹了口气，今晚又要复习三个章节。“别担心，我买了星巴克，今晚挑灯夜战。不熬夜学习的大学是不完整的。”阿凯信心满满。“那个印度阿三教授，就喜欢搞人，总喜欢搞这种突击检查，自己又教的贼烂，那咖喱口音，十句话我只能听懂两三句。”我躺在副驾驶，困意袭来。回到公寓，我坐在书桌上，打开mac开始阅读电子书，右手握笔演算例题。“尼尔，第二题第三问怎么算presentvalue？”“用timeseries。”“你真是天才！”“教科书的例题，你好好看概念解释那部分。”

    我呷了一口馥芮白，笔尖飞快的滑动，金融有趣的部分就是在于操纵最基本的原理去预测未来，比如用线性回归去建模预测未来的现金流。这虽然是最最基本的皮毛，但也给了我足够的惊喜。在庞大的回测数据里找到隐藏的规律，在风云诡谲的不确定性里建立合理的秩序让我宛若神明。现在你冲进某个一线城市的华泰证券，问紧盯红绿数字的大爷大妈们投资策略，其中十之八九他们会告诉你如何看k线图和专家分析，然而这已经是上个世纪的技术了，现在普通人稍加训练就可以通过python编程里的panda库一次性处理一只股十年的历史数据，然后建立模型分析预估下次开盘的价位。

    这听起来很荒诞，科技模糊了历史，现在和未来的界限。我的研究就是如何优化模型让它能百尺竿头更进一步，大量的机器学习和回测要求我熟练编程，统计，以及随机数学alculus，这样繁重的学业以至于被开辟为一门新的学科：量化金融，quantitativefinance。

    股市可以预测吗？于我而言，我更倾向于学院派的看法，股票只是一种资本的趋势，反映了资本在这个市场上更看好什么。这样看来，攻心才是左右股市的不二法门，历史上太多的商业案例佐证了这种看法，投放利好消息，并购提案，董事会不信任投票都是放出风声的攻心计，最后的着眼点还是操纵股市。说穿了，金融的核心价值不是在于如何高效管理一笔钱，而是以小搏大。能被人记住名字的金融从业者，都是玩弄杠杆的大师。

    “尼同学，你好呀。”我穿过商科的教学楼，内心盘算着教授讲的例题，一个穿balenciaga毛衣的女生冷不丁和我打招呼。“你好，我认识你吗？”我疑惑的问，盯着眼前这个一看就是富二代的可爱女孩，心脏跳到一百二十迈。