第一章 回歸（三）
陳啟8歲的時候，就被愛好程式設計的父親開始培養程式設計的基礎知識和基本技巧，小學畢業後計算機方面的知識已經相當的全面，演算法的功底也相當的紮實了。他從初中開始，投身於國際資訊奧林匹克的競賽準備，高中就獲得了這個賽事的金牌。同時得益於天賦，與從小就受到嚴格訓練，陳啟不僅在計算機技術方面出類拔萃，更是將計算上升到了信仰的高度，他相信人類的未來完全取決於計算能力的發展。站在代表著計算的未來和人類文明未來的量子計算機前，陳啟身體不禁微微發抖，但思想卻如恆星般閃光。沒有具體的原因，只是精神力量的爆發，陳啟此時對這一點更加地深信不疑：他將在這臺量子計算機上做出改變世界的成就！
接下來的日子，三人就在亞歷克斯負責的量子計算機實驗室開始了極具挑戰性的工作。正如陳啟所說，亞歷克斯和千羽的工作更多是具體的事務：理論和方向已經確定，兩人的工作就是做著不同組合的實驗，期待發現能產生更多的糾纏量子對，以及能讓糾纏時間更長、受到外界干擾所帶來的退相干影響最小的最佳方法。雖然實驗的設計需要很高的學術水平和對問題深刻的理解，但是做的日常工作卻是簡單的、重複的，如同愛迪生在發現具有商業化意義的電燈絲之前數千次的反覆試驗一樣，兩人的工作就是實驗、失敗、再試驗的迴圈。陳啟卻完全不一樣，雖然他的工作狀態也是個迴圈：發呆、暴走、再發呆。每天一到實驗室，在舒服的休息區往沙發上一躺，兩眼就瞪著天花板發呆。不知過了多久，突然一躍而起，一言不發地衝出實驗室，4、5個小時後才回來，然後又在沙發上發呆。千羽開始每次都要問他去哪了，每次的回答都是一樣：散步去了。千羽有次實在是好奇，跟著他的後面，發現陳啟真的就是沿著公路不停地走，對跟在後面的千羽完全沒有覺察。千羽實在跟不動了，回到實驗室。等他回來後根據他的速度和時間計算了一下，發現每次陳啟出門基本上要走上20公里！陳啟每次針對其餘兩人詢問的回答就是：“別管我，現在無可奉告！”被試驗折磨得身形憔悴的兩人，有時候看著癱坐在沙發上發呆的陳啟，恨不得把他暴打一頓洩憤。但兩人轉念一想，就算把他打一頓，他還是這樣閉關入定，也只能使勁剋制住自己的衝動，最多恨得牙根癢癢，而事實卻上無可奈何。
挑戰是實實在在的。兩個月過去了，亞歷克斯和千羽方面的進展也是乏善可陳，亞歷克斯變得有些焦躁。這一天，亞歷克斯和千羽越來越嚴重的焦慮被陳啟的異常舉動暫時地緩解了。陳啟居然不發呆了！從他暴走後回到實驗室，出乎意料地打開了傳統電腦，開始編寫起程式碼來了。兩人對視一眼，好像是受到陳啟取得“巨大進展”的鼓舞，焦躁的情緒居然慢慢消散，又能集中精神於枯燥乏味、反反覆覆的實驗了。可惜好景不長，陳啟日復一日地編寫程式碼，對整個專案的進展也沒有一絲的貢獻。亞歷克斯和千羽關於某些問題的分歧越來越大，終於有一天在實驗室大吵了起來。陳啟仍然坐在吵得不可開交的兩人之間，對他們的戰爭充耳不聞，而是緊張地盯著顯示器。千羽的忍受終於到了臨界點——和亞歷克斯這種強勢的人共事是需要很大的毅力，通常下屬會用對上司的敬畏或者對喪失工作的恐懼來強迫自己去服從，但正巧千羽這兩點都不具備，所以當她覺得需要堅持己見的時候，她是不會退讓的。
“亞歷克斯，我是不會讓步的！這是我的專業領域，我可以明確地告訴你，你的選擇是錯誤的！你的堅持讓我覺得受到了侮辱！你要是堅持，我就辭職！”千羽難得一見地如此強硬，但是同時，她的情商讓她留有分寸——她有意選擇有陳啟在場的情況下和亞歷克斯攤牌，就是希望陳啟能夠起到緩解僵局的作用。誰料想被她寄予希望的陳啟，此刻不但沒有顯示出緩解氣氛的打算，反而突然嘣的一拳砸在桌子上，然後大叫了一聲：“是的，亞歷克斯，就該讓它這樣！”陳啟突如其來對亞歷克斯的支援，使得亞歷克斯和千羽都被震住了，千羽呆呆地望著他，眼淚止不住地流了出來，不知道為什麼陳啟這個時候拋棄了她。陳啟的臉上卻一臉的興奮，轉過頭突然看到帶著淚痕的千羽正在收拾東西，從側面看過去，她纖細的身軀微微地發抖，他再轉過頭看看亞歷克斯，看到亞歷克斯一臉的詫異和難以名狀的表情。亞歷克斯喃喃地咕噥道：“這個，陳啟，我很高興你能支援我，不過，不過，我沒有預計到你這麼激烈的態度……”陳啟這時才意識到這個世界不僅只有他一個人，趕緊轉向千羽，雙手按著她的肩膀，輕輕地把她的身體擰過來，然後幫她抹去淚痕，緊張而又輕柔地說道：“千羽，對不起，我不是這個意思，你知道我永遠都不會放棄對你的支援！”
“那你剛才是什麼意思呀？”千羽倒是相信陳啟的話，不過她也覺得有些委屈。
陳啟放開雙手，又恢復了一臉的興奮：“有希望了，我找到了突破口！”他的這句話一下子扭轉了壓抑的氣氛，因為亞歷克斯和千羽都知道他口中這句話的分量。
“這兩個月，我冥思苦想到底怎麼樣才能發揮出量子計算機平行計算的優勢。拋開那些量子化學、核爆模擬等過於專業的領域，一般通用領域的應用都需要找到一個實際的突破口，我選擇了我最熟悉的金融領域來作為這個突破口。”陳啟邊說邊把螢幕展示出來——螢幕上有一個時間序列的圖表，上面有兩條如膠似漆的曲線相互糾纏在一起，從橫軸的左邊原點滑過螢幕抵達了右邊縱軸。“這個圖表是這兩個月思考的成果！我需要仔細給你們講講，因為它不僅涉及到金融領域的應用，還指明了通用化的一個途徑。”
亞歷克斯和千羽一直在物理領域鑽研，對其它領域的專業知識所知甚少，對陳啟畢業後所從事的金融交易其實也是充滿了好奇。現在有個機會能夠在本職工作範圍內，聽聽陳啟關於交易的知識和領悟，而且還是做出了突破的情況下，兩人都變得饒有興致起來，剛開始爭吵帶來的不快也煙消雲散了。
“股票市場本質上來說就是一個連續的拍賣行，不間斷的報價形成了一個連續的時間序列曲線。從道瓊斯編制出了指數，從而股票價格或者指數的歷史能夠通過時間序列圖表畫出來後，幾乎所有的市場參與者都試圖通過這樣的圖表來預測未來價格的走勢。沙巴克在1932年發表《技術分析與股票盈利預測》一書標誌著根據歷史走勢分析預測股票成為了一門學問。但是之後很長時間，這種方法和學問一直缺乏現代科學理論的支撐，更多的是一種經驗主義，就像是中國的傳統醫學和西方所謂的星座與性格的關係等等。這種方法被稱之為技術分析。與技術分析相對的是稱為基本分析，由本傑明·格雷厄姆於1934年出版的《證券分析》一書奠定基礎，由他的學生、大家都知道的股神巴菲特發揚光大。基本分析本質上就是通過從公司、行業和巨集觀經濟著手，對一個公司的價值進行分析和估值，並與市場價格進行比較從而做出買入賣出的決策。這兩種方法都是在股市誕生後半個世紀之內發展出來的，到了20世紀後半葉，新的思想更新了股票的分析方法。1970年尤金·法馬提出的有效市場假說，認爲完美市場中的股票價格只是隨機遊走的，也就是說對明天股價的預測最精準的方法就是使用今天的股價而已。而更早一點的時間，威廉·夏普在他的老師哈里·馬科維茨投資組合的理論基礎上提出了新的資本資產定價模型，開啟了現代金融定價模型的序幕，也就是因子模型。說到這些，你們應該很熟悉了，其實和物理中的某些分析方法是差不多的。因子模型從單因子發展到了數十個、數百個乃至數千個因子。但是真正有效的因子並不多。比如2012年的時候就有三個學者發表一篇論文，名為《巴菲特的ALPHA》指出：使用6個獨立的因子就能把股神巴菲特傳奇的投資經歷描述出來。再往後，人們發現因子起作用是有時效性的，某些時候這些因子有效，其它時候另外的因子有效，但是卻也很難做出預測哪些因子在哪些時段有效。21世紀初，眾多所謂的人工智慧演算法脫穎而出，當然我們以現在的角度看，當時這些深度學習的演算法都是漏洞百出，但是當時的人們似乎看到了使機器服務於人類的終極解決方案，任何難題都往機器學習演算法上套。股市的預測也用機器學習的各種演算法輪番轟炸，結果看似前途無限的方法，實際上卻是沒有一點進展。極度失望之餘，有人又把機器學習演算法，套用在因子有效性預測上，這條路似乎是個正確的方向，但是穩定性卻是很差，研究了很多年，也很難達到生產性的應用。當然，除了這些主流的方法，還有很多的方法應用於不同頻率的股票資料，比如日內幾分鐘的，幾小時的，或者更長幾周的、幾月的等等，有些偶爾比較成功，但是市場容量很低，不是主流。
“事實上，人類作為一個整體對市場走勢預測這類問題的理解能力並不是很強，很大一部分原因來源於人腦需要並行處理的資料相當的多而複雜，而且這些並行任務之間會相互地交織、影響——如果你們使用程式語言寫過並行任務的話，就知道各個任務沒有規則地改變變數的值完全就是一場災難。相反，有些簡單的哺乳動物反而能夠憑藉簡單的生物反射做到對市場的預測，其準確程度遠超在這個領域專業的人類。”
聽到這，亞歷克斯和千羽表現出難以置信的表情。陳啟笑了笑，接著說：“我這樣說完全是因為歷史上發生過的一項非常有趣的嘗試。在2010年左右，有個奧地利的藝術家，叫馬科維奇，後來轉行成為一位金融從業人員。他做了一個實驗，把一群小白鼠作為實驗對象，對，這個實驗可以被稱為生物金融實驗。他把外匯的行情轉化為鋼琴的音符：當價格上漲的時候，他就奏出高音，下降的時候，他就奏出低音。然後他就讓小白鼠來預測接下來的漲跌，並且用食物和電擊來進行獎勵預測對的和懲罰預測錯的，每天訓練5個小時，持續了3個月，最後挑選出預測的勝率高於52%的小白鼠。更絕的是他讓這些“冠軍基金經理”相互交配，繁殖出第二代。最神奇的事情出現了，第二代的小白鼠更是青出於藍，其中冠軍中的冠軍勝率甚至達到了57%，這個勝率在人類外匯交易員中完全就是天方夜譚！他這個實驗其實就是使用生物學習替代了機器學習，而且似乎相當的成功。”
因為興奮，陳啟的語速很快，說完了歷史，他停下來喝口水，也為即將說到令人激動的部分賣個關子。
“說到這，你們有沒有注意到什麼？股票分析快200年的歷史，我說了幾分鐘基本上就把主要的方法說完了。意味著什麼呀？”
陳啟從座位上站了起來，又激動地來回走動。
“說明一切都是空中樓閣，不值一提？”千羽試圖沿著他的思路去猜測。
“不完全是！股市是大眾的遊戲，不像物理那樣是上帝的語言。相對論只要沒有被更完備的理論取代，我們都可以用它來計算宇宙和天體的運動。但是股市不是這樣——大眾認為對的就是對的，就會反應到市場上。而大眾的智慧並不會比你我高出很多，高到能發明出無窮無盡或者難以被理解的方法。到現在為止，分析預測的方法頂多不超過100種。有了資料、有了方法，我們還缺什麼呢？”
“計算？”千羽的思維緊跟著陳啟。陳啟“啪”的一個響指，“完全正確！但是計算量極其的龐大，傳統計算機根本不可能。不過，現在我們有了這個！”陳啟手指量子計算機，兩人明白了他的意思。
“你有了具體演算法了嗎？”亞歷克斯顯然更關心陳啟對專案進展的實際貢獻。
“最近的工作就是在驗證這個想法。我用傳統計算機寫了一個模擬的市場，模擬了100個市場參與者，以及最多10種分析預測方法並提供這些方法需要的外部資料，頻率是日線，也就是以天為單位。很明顯外部資料有多少天，我們就能得到多少天的市場歷史行情資料。請注意，這10種方法對市場的影響力——也就是說，有多少份額的資金被哪些方法使用——完全是隨機的，因此，資料出來之前，我們無法知道當天市場是什麼樣子。”
“然後你用量子計算機去預測市場？”亞歷克斯的興趣好像越來越被激發起來，迫不及待地問了出來。
“完全正確！量子計算機的演算法設定為50-500位市場參與者，同樣的10種方法以及同樣的外部資料。我們來看看結果。”陳啟將螢幕轉向他們：“預測了10年，每日市場的方向——也就是對漲或者跌的判斷——正確率為100%！漲跌幅度預測的正確率超過90%！”陳啟張開雙臂，像是要將整臺電腦擁入他的身體。
作爲一個受過嚴格物理分析訓練的專業人員，千羽在被震驚之前，理智還是支撐她以最嚴謹的方式進行最後的確認：“你的意思是說，假設整個金融市場的參與者有限，進行分析的方法有限，且全部或者至少主要的方法已知，並且進行分析的外部輸入資料已知的條件下，市場完全可以做到被準確預測？”
“理論上是完全可以做到的！我們再繼續這個過程看看。”陳啟同時啟動了傳統計算機和量子計算機，隨著量子計算機給出一個百分比資料，傳統計算機也緊接著給出一個百分比的值，代表當日股票指數收益率的預測值和實際值，兩者的正負號完全一致，數值也非常地接近。
“哇嗷！你是怎麼編寫量子計算機演算法的？”亞歷克斯作為一名物理科學家，感到震撼之餘，對專業的好奇比起心靈的衝擊更能主導他的大腦。
“這就是我接下來要說的更重要的事情了！”陳啟以更加出人意料的方式回答，他的兩位聽衆一時難以想象，比剛才說的演算法更重要的事情會是什麼。“這個模擬只是很小規模的，放大到真實市場的複雜度，我們假設計算能力能夠跟上，具體的效果肯定會有些折扣。雖然我有信心將這個模型轉化為一個極其成功的交易策略，但是這個目前不是最重要的。現在最重要的是這個演算法具有通用性！通用性才是我們現在的聖盃！”
亞歷克斯聽到這，再也坐不住了，跳起來一把抱住陳啟，“你有通用應用的方法了！”千羽趕緊把他從陳啟身上扳開，“快放開他，讓他趕緊說下去！”
“市場模擬使用的量子演算法是這樣的：先把與市場參與者相同數量級的邏輯量子位元進行糾纏，然後將糾纏的量子與頭一天的外部資料一起進行10種演算法的運算，由於量子的疊加態性質，這種運算後就能得到所有組合條件下市場當天的收益率。然後保持其疊加態，再輸入第二天的外部資料，得到第二天疊加態的資料，以此類推。完成一定數量的訓練——比如1000個交易日——之後，將實際的每日收益率資料用特定的函式去和疊加態的所有資料去運算，造成疊加態的坍縮。這樣的計算結果會得到概率最大的一個數字，這個數字就是我們需要的預測收益率！”
“等等，這個演算法聽起來很熟悉！”千羽迷惑地打斷了陳啟，但是自己卻迷失在努力搜尋大腦裡面的記憶中。
“深度學習中有監督學習演算法！”亞歷克斯首先完成了記憶搜尋。
“太對了！你們都是天才！正是已經被拋棄了的有監督學習演算法！但是只是表現形式相似，內涵卻大相徑庭！深度學習使用了類似大腦的神經元結構，一層疊一層，疊上幾千層，最後用複雜的結構代替了人類可以理解的因果關係來描述目標，這導致了人類難以理解的求解過程和難以找到原因的錯誤。這也是深度學習沒有成為人工智慧的最終解決方案而被束之高閣的原因。而今天我們這個量子學習演算法，其實我們更加搞不懂背後的原理，就像我們從來沒有搞懂過糾纏的量子為什麼會有超距作用，為什麼會有雙縫干涉現象等量子效應一樣。現在只是知道，當我們把疊加態的量子使用已知資料坍縮後，得到最大概率的數字正好就是我們需要的。對原理最好的猜測就是在最後的坍縮過程中，量子自然而然地“記住”了得到正確的每日收益率的模式，並將這個坍縮模式應用於最新的資料。由於疊加態的維度在數量級上遠遠地大於深度學習，效果就不能同日而語了。”
陳啟終於結束了講解，腎上腺素的分泌也回歸正常，這才感到口乾舌燥，渾身疲憊。
“那就意味著以前被深度學習所背叛了的、所有人工智慧應用都能重新啟航了？”亞歷克斯畢竟是個全球頂級商業公司中大有前途的專案的主管，商業嗅覺比其餘兩人要敏感得多。
“大概是吧，起碼理論上應當如此。不過我們還有相當長的路要走。”彷彿在附和陳啟的判斷，顯示器上，正在顯示的兩條模擬結果的收益率曲線，原本緊緊地纏繞在一起，現在卻開始分叉，並且相隔越來越遠、越來越遠。
陳啟感到非常的詫異，正準備去檢查是否程式出現了問題，千羽卻毫不慌張地解釋：“這就是退相干造成的了！量子計算機不能長時間地執行，否則周圍的環境會使糾纏的量子逐漸坍縮，錯誤率會越來越大。亞歷克斯，這就是我們的工作了。陳啟做出了如此重要的貢獻，我們不能拖後腿呀！”千羽盯著分叉的曲線，一副任重道遠的神態。