諾貝爾為什麼沒有數學獎？
因為女友被數學家拐走，所以不設立諾貝爾數學獎--這只是一個傳聞。諾貝爾獎不發給數學家，真實的原因是：在諾貝爾的炸藥時代，數學還不被認為是科學之王，他本人並未意識到數學的重要性。
諾貝爾經濟獎，本身名不正言不順。諾獎始於1901年，經濟學獎1969年才有。其全名也拐彎抹角，絕不正宗。諾貝爾的後代還公開反對過，並說「這個獎經常授予金融市場的投機者。」
不過，這不影響數學家得諾貝爾獎，也不影響諾貝爾經濟學獎的科學性，我們只需要做一件事情，就可以同時解決這兩個問題：
讓數學家得諾貝爾經濟科學獎。
數學能夠解碼經濟學嗎？
羅素說，所有學說的一端是科學（自然科學），另一端是神學，而介於兩者之間的，是哲學等社會科學。
有人認為，在人文社會科學領域，經濟學是一門最接近自然科學的學科。
1950年，納什在28頁的博士論文中提出一個重要概念：「納什均衡」，成為博弈論的重要突破。1994年，他和其他兩位博弈論學家共同獲得了諾貝爾經濟學獎。
納什最重要的數學成就是在微分幾何和偏微分方程的領域，一位著名幾何學家評價到：「他在幾何學所做的，從我看來，比起他在經濟學所做的無可比擬地偉大得多，相差很多個數量級。」
諾貝爾經濟學獎從1969年至2010年，共34屆,獲獎者51人，除了哈耶克，幾乎全都用到了數學工具；一半以上獲獎者有深厚數學功底，還有少數本身就是數學家。
教你經濟的人自己需要很會賺錢嗎？
有位經濟學家教授寫到，最怕被問，老師你天天研究這玩意兒，那你賺錢一定很厲害！
首先，經濟學並不是教人賺錢的職業。就像愛情小說家不負責教人成功戀愛。
其次，經濟學家的實踐，是為國家做貢獻。例如凱恩斯，既搞學問，又兼任皇家經濟學會秘書，二戰後還曾代表英國找美國借錢，賴到2006年底才還清。
再有，凱恩斯同樣也可以是個賺錢高手。個人靠炒股發了財。
他說：一個人的知識和經驗絕對是有限的，因此在任何給定的期限裡，我個人認為能夠得到我百分之百的信心去投資的企業數 量，很少會有超過二家或三家以上。
巴菲特格外推崇凱恩斯，並喜歡引用他的三句名言：
1、困難不在於如何接受新思想，而在於如何擺脫舊思想；
2、我寧願模糊的正確，也不要精確的錯誤。（這句話其實是Carveth Read最早說的。）
3、對於我們的名聲來說，遵循傳統慣例而失敗要好過違背 傳統慣例而成功。
經濟學家如何在股市上賺錢？
經濟學家在股市上的賺錢路線，看起來和諾獎對經濟學家的偏愛路線是一致的：
1、一個是精確的「數學」路線；
2、一個是利用人們非理性的行為經濟路線。
走精確路線的，有著名的長期資本管理公司，董事會成員包括了因制定選擇權定價公式，而在1997年共同獲得諾貝爾經濟學獎的麥倫·休斯和羅伯特·C·默頓。其第一年賺了40%，1998年俄羅斯金融危機後，不到四個月虧46億美元，不久倒閉。
利用人們非理性行為的，有今年的諾獎經濟學得主：泰勒。
泰勒曾發現，過去表現好的股票在接下來3-5年會成為輸家，而過去表現差的股票會在接下來3-5年成為贏家。他將其歸因為：「過度自信」。
泰勒成立了自己的基金，利用市場對消息產生的行為偏差進行投資。
依據經濟行為學，通常市場對於已有的負面消息總是過度反應；而對新的、公司正面的消息又往往反應不夠。該基金正是基於此對小市值股票產生的影響來進行投資。該基金以基本面為基礎，來判斷金融市場的矯枉過正或者反應不足。
該基金自1998年低開始，若當時投入1萬美元，到今年9月底有9萬3千美元，回報率達到了驚人的832.44%，比巴菲特多了500%。
股市，到底是數學天才的樂園，還是另外一個超級賭場？
四騎士，用數學破解賭博
二十一點（英文：Blackjack），是使用撲克牌玩的賭博遊戲。亦是賭埸中莊家優勢在概率中最低的一種賭博遊戲。
1956年以前，21點的基本策略都是推測及經驗猜的。
直至「四騎士」出現。四人都服役於美國陸軍，有哥倫比亞大學數學碩士學歷。在軍營玩21點時，羅傑.鮑德溫想：應該有機會經過數學分析的最佳策略對應到該規則。
他用手算出幾條規則，馬上意識到21點策略分析是一個很大的題目。他找了威柏肯提，申請使用軍用計算器的權限。
四騎士們花了一年半的空餘時間，設計出了玩21點的最佳策略出來。沒有電腦，只有驚人的腦袋，和計算器。
1956年9月，他們出版了11頁的論文《21點最佳策略》。發表於美國統計協會的期刊上，這是史上第一個使用精確的數學計算檢驗過的21點策略。
然而，四騎士的研究成果，並在並未引起社會關注。
直到幾年後，另外一個天才的出現。
愛德華·索普，量化交易之父
1955年春，索普是加州大學洛杉磯分校的一名二年級物理學研究生。他在思考能否搗鼓出一個持續贏得輪盤賭的數學系統。
輪盤賭看似隨機，索普則試圖用數學來描述背後的系統機制。後來他將同樣的想法應用到證券市場，最終發展成量化投資的核心理論。
1958年，索普取得數學博士學位。
1959年至1961年間，索普於麻省理工學院擔任摩爾講座教授。
基於用數學戰勝賭場的衝動，他也研究二十一點。
索普應用大數定律：
隨機事件的樣本越多，結果的確定性就越高，就好像擲硬幣，你擲10次，正反面比率可能出現任何結果，隨著實驗的次數越來越多，正反面的比例會更加接近於1：1。對於某一手21點，索普並不知道勝算多少，但是只要玩得局數足夠，只要他遵循自己的算牌規則，就一定能獲勝。通過大數法則，不斷實驗，得到最終結果，總結經驗，這事就愛德華索普的必殺技。
1958年，看到四騎士的《21點最佳策略》後，他找鮑德溫索要數據，用數學和概率論的方法，藉助於計算機，優化了方案，想發表在《美國科學院院報》。但該雜誌只接受院士的文章。
這難不倒索普。他從小就是一個頑皮的天才少年，熱衷於惡作劇、搞破壞，以及做各種實驗。他決定找這個星球上最聰明、也是最古怪的人幫忙。
香農，IT理論奠基人
只消做其中的一件事情，就可以成為本星球最聰明的人，但香農做了兩件。
20世紀最偉大的兩個知識進步上都鐫刻著香農的大名：
其一是二進位系統在電路中的應用，這也是計算機誕生的基礎。香農的突破性進展是引入了一個雙符號邏輯體系，所有的問題都通過操控兩個數字來解決：0和1。在電路應用中，1表示開關閉合，0表示開關打開。一連串閉合和打開的開關，其實就是一連串1和0，就能代表幾乎所有種類的信息。其二是資訊理論。在這方面，香農解決了如何將信息編碼，然後從A點傳遞到B點的問題。香農理論的關鍵之處，也是頗有爭議的地方在於，他一開始就主張，儘管信息「總是帶有某種意義（meaning）……但（這種）通信的語義外表和工程問題無關」。換句話說，信息作為一個技術問題，與它本身的意思及語境沒有關係。相反，信息是純粹統計性的，因而是可編碼的。這一觀點與直覺正好相反。香農之前的科學家大多認為，意義，只有意義，才是通訊的基本元素，而香農完全顛覆了這一觀點。
除了學術香農愛好雜耍、騎獨輪腳踏車和下棋。他根據人工智慧研究的先驅、數學家馬文·閔斯基的想法，發明了一個「終極機器」：
這個盒子外表平淡無奇，只是在一側有一個開關，彈一下開關，盒蓋就會打開，一個機械手會伸出來；將開關復原，機械手就縮回盒子。
面對小怪人索普的來訪，老怪人香農只給了幾分鐘，但迅速被吸引了。他願意幫忙提交論文，只提了一點：
「哥們兒，你這論文題目《21點常勝策略》涉嫌賭博，不如改成《21點的有利策略》，免得老學究們卡你。」
兩位怪才後來還一起鑽研輪盤賭，甚至發明了第一個佩戴式計算機，悄悄帶入賭場，用於提高輪盤賭的獲勝機率。
有一個21點的關鍵問題一直困擾索普：
如果賭徒不想因賭資不足而出局，那麼他應該怎樣下注？
香農告訴索普，新澤西穆雷山貝爾實驗室的物理研究員小約翰·凱利知道答案。
凱利公式，一個真實的財富公式
1956年，貝爾實驗室的科學家凱利發表了一篇論文 "A NewInterpretation Of Information Rate"，論文中包括了後來被廣泛流傳的「凱利公式」。這篇論文的本意是研究長途電話中的噪音問題。
在概率論中，凱利公式是一個用以使特定賭局中，擁有正期望值之重複行為長期增長率最大化的公式。簡而言之，就是用以計算出每次遊戲中應投注的資金比例。
除可將長期增長率最大化外，此方程式不允許在任何賭局中，有失去全部現有資金的可能，因此有不存在破產疑慮的優點。方程式假設貨幣與賭局可無窮分割，而只要資金足夠多，在實際應用上不成問題。
公式的一般性陳述為：
其中：
f*為現有資金應進行下次投注的比例；
b為投注可得的賠率（不含本金）；
p為獲勝率；
q為落敗率，即1 - p；
舉例而言：
若一賭博有60%的獲勝率（p = 0.6，q = 0.4），而賭客在贏得賭局時，可獲得一賠一的賠率（b = 1），則：賭客應在每次機會中下注現有資金的20%（f* = 0.2），以最大化資金的長期增長率。如果賠率沒有優勢，即 b =q / p，那麼公式建議不下注。 如果賠率是負的，即b < q / p，公式的結果是負的，也就是暗示應該下注到另外一邊。
索普利用凱利的系統對21點下注方案進行優化。即：勝算大時出重手，勝算小時就收手。
另一種下注方式「加倍下注策略」：下注10美元，輸了。下注20美元獲勝，若再輸，下注40美元，贏了就一舉回本。加倍下注，貌似遲早扭虧，實則有硬傷：賭徒可能被振出局。
凱利公式，則限制了賭徒每次下注的最高額度，精確地告訴人們如何根據自己的荷包加碼和減注，以此來獲取最佳結果。
用凱利的話說，這一規則描述了一個賭徒如何既「使自己的資金量呈指數增長」，同時又避免破產的詛咒。
據說，1968年巴菲特第一次見到了索普，就開始應用凱利公式去決定在每項投資中投入多少資金。
又據說，索普第一次見巴菲特，和他打了一夜橋牌，就預測他將來會成為世界首富。
芒格說：
「人類並沒有被賦予隨時隨地感知一切、了解一切的天賦。但是人類如果努力去了解、去感知――通過篩選眾多的機會――就一定能找到一個錯位的賭注。而且，聰明的人會在世界提供給他這一機遇時下大賭注。當成功概率很高時他們下了大賭注，而其餘的時間他們按兵不動，事情就是這麼簡單。」
神秘小組，盜火的年輕人
索普贏了。他橫掃賭場，最終成為不受歡迎的賭客。
1979年1月，麻省理工學院開設了一門名為「如果你必須賭，怎麼賭贏」的課程，供那些對「21點」有興趣的學生切磋算牌技巧。參加該課程的學生大多是本科生，在數學方面擁有天賦。為期4周的課程完結之後，學生們奔赴賭城，結果鎩羽而歸。
聰明的年輕人們不甘心認輸。1980年，一個以哈佛商學院MBA為領導、以麻省理工學院天才學生為主體的「21點」精英團隊構建起來，再度「殺往」大西洋城。10周之後，他們的賭資翻了一倍。
以「21點小組」為原型的電影《決勝21點》，裡面有句臺詞：
「我們不是在賭博，我們是在計算」。
「量化」是MIT21點小組決勝的秘訣。某種意義上，索普的贏牌戰術和量化投資是一致的：
Step1：深入分析市場，建立模型，進行有效的量化投資策略；Step2：通過量化分析，判斷市場走向，靜等投資的最佳時機；Step3：最佳時機來臨後，迅速執行精準的交易策略。
21點小組成員高人輩出。魏因斯坦，33歲已是德意志銀行美國信用交易總管。他是西洋棋「終身大師」，25歲便成為德意志銀行的副總裁，兩年後又被任命為董事總經理。
比起拉斯維加斯，華爾街才是真正的賭場。無論是貪婪，還是殘酷，金融賭場都更勝一籌。
例如綠光資本的艾因霍恩，37歲已經聲名顯赫，回報率連年保持在20%以上。他同時也是撲克高手，曾位列2007年拉斯維加斯「世界撲克系列賽」第18名，斬獲66萬美元獎金。
戰勝市場，一個科學的股票市場系統
索普將自己從21點中發現的秘密，推及至股票權證：對於股票下周是漲還是跌，索普並不確定，但他可以推算出股票漲跌2個、5個或者10個百分點的概率有多大。
索普把這一公式用到了權證上。股票的未來運動（寬客將這一變量稱為波動性）是隨機的，因而是可以量化的。如果權證在定價時高估或低估了可能的波動性，你就能從中獲利。
索普和加州大學歐文分校的卡索夫教授，設計出第一個精確的量化投資策略：科學股票市場系統。
他們確信自己已開發出第一個從股票市場穩定盈利的純量化方法，並於1967年合寫了一本叫做《戰勝市場：一個科學的股票市場系統》，該書是量化投資的開山之作。
1969年，索普遇到了傑伊·裡根。裡根畢業於達特茅斯學院，主修哲學，在一家經紀公司上班。他是索普的粉絲，兩人成立了一家合夥公司，開始了套利之旅。
索普運作了兩隻對衝基金，「Princeton-NewportPartners」和「 RidgelinePartners」，運作了近30年，年平均收益19%-20%，無一年虧損。
真有「神秘的財富公式」嗎？
文藝復興科技公司前員工曾說 ，該公司並沒有什麼神秘的財富公式 ，埃爾溫 ·伯萊坎普和詹姆斯 ·艾克斯等天才並沒有在幾十年前發現財富密碼 。
《寬客》裡寫道：
大獎章有一支由 9 0多名博士組成的隊伍 ，他們孜孜不倦地尋找著改善基金交易系統的方法 ，他們就像是一支肩負使命的戰無不勝的運動隊 ，日復一日 ，周復一周 ，年復一年地擊敗市場 ，從未失手 。梅花香自苦寒來 。文藝復興科技公司有著著名的 「雙 4 0小時 」文化 。員工有 4 0個小時的時間完成分派到的任務 ：編程 、研究市場 、搭建計算機系統 。然後 ，在第二個 4 0小時中 ，他們可以自由地選擇涉獵基金中幾乎所有的領域和實驗 。這樣的自由成了醞釀突破的溫床 、大獎章的創新源泉 。文藝復興科技公司也沒有受現代投資組合理論 、有效市場假說或是資本資產定價模型的束縛 。它更像是一臺機器 ，一項科學實驗 ，唯一重要的東西是策略是否有效 ，是不是能賺錢 。
即使如此，2009年，當市場整體反彈之時，文藝復興賣給大眾的新基金，虧掉了17%，打破了西蒙斯永不虧損的神話。
凱恩斯說，金錢是「一個非常嚴肅的東西」，他認為：「職業投資是一場令人無法忍受的遊戲，任何一個沒有賭博習性的人，都會對之驚慌失措；即使是那些好賭之徒，也要對這些習性付出適當的代價。」
最後
諾獎經濟學獎得主中，惟一不和數學沾邊的哈耶克，曾經警告人們，別套用物理世界的模型，來分析經濟和金融。多年以後，2008年，在血流成河的華爾街，一份《金融建模宣言》複述了哈耶克的遠見：
物理學由於其在根據物體客觀現狀預測其未來行為方面所取得的巨大成就而成為大多數金融模型的靈感之源 。物理學家研究世界的方式就是一次又一次重複相同的實驗 ，以此來發現背後的驅動力以及魔法般的數學定律 … …但對金融學和經濟學來說 ，情況有所不同 ，這兩個學科涉及貨幣價值的主觀判斷 。為了發現自己的定律 ，金融理論竭盡全力模仿物理學的風格和韻律 … …然而事實是 ，金融學根本沒有什麼基本定律 。
牛津大學的首個量化金融專業創建者威爾莫特說：
「難處在於人性 ，我們是在為人建模 ，不是為機器 。 」
300年前，在著名的南海泡沫事件中，人類有史以來最聰明的天才之一，牛頓，虧掉了兩萬英鎊，據說相當於現在的一億美金。
牛頓曾因而嘆謂：「我能算準天體的運行，卻無法預測人類的瘋狂。」
在我看來，人工智慧的突飛猛進，可能令許多此前量化的事物都變得可以量化。
而人性的貪婪，則進化得更兇猛。
從文科的角度，人類追尋意義；從理科的角度，人類探索公式。
這個過程，交替著理智與情感，榮耀與羞辱，靈性和野蠻。
上帝作為班主任，不會輕易給我們終極答案。