1
世界上很多事情都能用這個公式解釋：
Y=α+βx+ε
這是現代組合理論（MPT）的基石公式：您的組合收益，等於躺在對標指數上睡覺的“被動”收益（貝塔β），加上憑本事賺來的“主動”收益（阿爾法α），再加上其他所有沒辦法解釋和控制、語焉不詳的東西（ε）。
不準確地類比一下，在麻婆豆腐中，豆腐是β，花椒是α；熱乾麪中，撈麪是β，麻醬是α。但是撒上花椒的豆腐不一定能變成麻婆；澆上麻醬的麪條也不一定就是熱乾麪，因爲模型裏還有個殘值——“ε”，那個讓“因”變不成“果”的東西。
在金融世界裏，有一種宗教，叫做“追逐阿爾法”。阿爾法α，就是您的絕活兒：比別人知道的多一些、早一點、看的準一點；或者先人一步找到下個趨勢或者規律；或者您有一片野生小森林，裏面能窺見的珍奇之物，草原上（公開市場）看不到。要做優等生，您需要一個“先手”（edge）。
這些“先手”，就是多因子模型中的“因子”們：能幫您拿下更大Y的利器，劉備的關張趙馬黃。
但是任何模型都可能被現實推翻。也許有一天，您會發現幾員大將不再給力，模型中的因子找不到阿爾法了。不過沒關係，您總是可以打補丁——或者換將，或者加更多的因子，更多條件來挽救。
只是有個問題：挽救模型是有代價的。
如果您打了太多補丁，加入太多因素，您的模型就會變成一個極小衆的，特殊得只能解釋一個現象，或者一隻股票，完全不能套做他用的雞肋。如果一個模型解釋力小之又小，那就是沒有用。
更麻煩的是，“追逐阿爾法”還是個羣體行爲。尤其是在科技、數據、和算法橫行的今天，任何阿爾法α，很快都會變成貝塔β。
更更麻煩的是，市場無形的手越來越無形，如今的我們生活在監管領導的五指山裏，得到小道消息，或者"edge"的可能性越來越小。您的祕密小樹林正在被一個一個地夷爲平地。
於是“阿爾法”被追逐進了一個死衚衕。
因爲遊戲規則變了。在新遊戲規則中玩耍老遊戲，結果就是阿爾法α變成了獨角獸，越來越稀缺；而貝塔β變成了唯一的選擇。這就是爲什麼ETF在無限膨脹，無比肥碩的指數基金們還在不斷互相兼併。
如您所知，這就是“邊際效用遞減”。
當老母牛擠不出奶的時候，您再花太多力氣追逐阿爾法α，已經變得很不划算。用“巴老師狩獵法”在越來越空曠的草原上狂奔，可能連肚皮都填不飽。
等一下，模型裏不是還有個“ε”嗎？
2
“ε”，就是那個“錯誤”。或者叫做“擾動項”。
它包含了所有不能被模型抓到的東西。比如人的行爲偏差、偏好改變、博弈決策。這些東西沒法用“因子”，或者線性迴歸的語言來描述。他們在模型的世界中是隱身的，您看不見。
他們不是劉備的五虎將，而是諸葛亮老師的孟獲軍團，不是正規軍，沒辦法控制，但有時能決定勝負。
模型，在解釋真實世界時，總是先要把“干擾”和“誤差”殺死，或把它們變得越渺小越微不足道越好。
這當然沒錯——如果您做的是嚴肅精密、萬不可錯的活兒，比如電影《無名數》（Hidden Figures）（我覺得這麼翻譯比《隱藏人物》靠譜）中的高潮一幕：NASA把第一個美國人——格倫（John Glenn）老師放進地球軌道之前，格倫老師一定要凱瑟琳老師最後演算一遍，確定沒有誤差，才肯鑽進火箭。
但是在社會科學，尤其是金融市場上，忽視“ε”就一點道理都沒有了。因爲在這裏，人類的行爲、算計、決策的心理，纔是永不消失的電波。
比如說風險偏好，Risk-On/Risk-Off，您經常在媒體上看到的“全球開啓風險/避險模式”，雖然聽起來就像個開關那麼簡單，但這一開一關既不在模型中，也不在α和β裏。它們在模型中被“假設”殺死，但依然在市場玩家的思慮中，算計中，影響和決定着Y。
如果您試圖用現代組合理論去解釋它們，就像用天文望遠鏡去尋找暗物質，或者蟲洞。雖然知道它就在宇宙中，但您永遠看不見。MPT能幫您“計算”，但是不能幫您找到人們心中的“算計”。
阿爾法依然存在，只不過在這個越來越透明的世界，它們集體躲在了您和我的“認知偏差”中。
真沒辦法抓到它嗎？
3
當然有。別忘了人類有還有一種語言可以描述、捕捉和分析這種語焉不詳的東西：
叫做博弈論。
還有它的親戚信息理論（Information Theory）。它倆可以幫您從干擾項中萃取出不那麼隨機，也不那麼殘差的成份，來給您的“Y”加分。
那些用模型、因果關係、或者因子只能解釋成爲沒邏輯的亂紀元的現象，比如“亂世黃金賤”，比如“降準股市跌”，如果帶上博弈論的眼鏡看，這些“放飛自我”的行爲，就都有解釋：不過是棋盤兩邊在各自下注，提前賭最後“大多數人的共識”會是什麼樣子，而已。
博弈論怎麼用？
它可以捕捉那個“大多數人的共識”形成的過程。
要解釋這個問題，首先要讓您看到這個“共識”是怎麼形成的：
爲什麼斬首要“示衆”？爲什麼一定要去菜市口？這是自古以來就上演的行爲學：羣衆不僅要看到“斬首”，還要看到“斬首示衆”。斬首的目的，不僅要讓您看到罪犯頭點地那一瞬間，還要讓草民們知道：所有在場的草民也都看到了。
爲什麼情景喜劇要有背景笑聲？中國好聲音爲什麼要讓現場粉絲揮舞熒光棒？綜藝節目要有吃瓜羣衆做背景，因爲當您坐在家裏電視電腦手機前的時候，您一定會覺得如臨現場，會被感染——就算您知道笑聲是錄好的，背景是PS上的。
人是社會動物，就像羊羣一樣，身體裏有盯住別人的基因（在這裏跟您討論過）。
所以您爲什麼要關心主流財經媒體？不是因爲他們的報道最靠譜，而是在市場裏玩耍的人都知道其他玩家也在看。一個頭條出現了，所有人都會默認其他人也已經被“頭條”了。
凱恩斯老師說“金融如選美"：在衆多美女中，猜中了冠軍，您就可以得大獎，請問您該怎麼猜？
別猜您認爲最漂亮的，而應該猜大家會選哪個。就算長的像鳳姐（向鳳姐道個歉），只要大家都投她，您就應該選。這就是爲什麼現在的港姐長的越來越遺憾，不是女孩子變醜了，而是大家變聰明瞭。
不管您炒的是什麼，不要下注自己認爲能賺錢的，而該賭“大家認爲能賺錢”的，哪怕半毛錢都不值，大家好纔是真的好。
所以市場爲什麼漲跌？因爲市場每天都在選美，場地就是彭博路透CNBC第一財經——您手機上的所有“主流財經媒體”。
“頭條”本身不會對真實世界有立竿見影的衝擊，您看到“關鍵數據出爐”、“重磅政策發佈”這些頭條時，只是看到了“斬首”或“選美小姐出場”這件事；接下來的“分析解讀”，才能幫您：（1）確認“其他人”也都看到了；（2）判斷“其他人”有了什麼“共識”。接下來該怎麼提前下注，您心裏該有數了。
如您所知，這就是“螳螂捕蟬黃雀在後三級博弈法”。
4
達里奧老師這樣的老雀兒明白這一點（在這裏跟大家討論過）。您讀歷史，他也讀。他把過去48場危機發生時的報紙頭條，和頭條後羣衆的反應，倆數據收集起來，做成模型。然後告訴您：這個世界就是一個算法，不管您願不願意承認。
MPT理論並沒有錯，只是不完整。現在有了科技工具，捕捉到“ε”這個“新生代”阿爾法，越來越成爲可能。
比如用自然語言處理（NLP）的分支：情感分析（Sentiment Analysis）。或者叫觀點挖掘、輿情分析。
略過技術細節，直接舉一個應用例子：
當下的金融市場，關心而且永遠只關心兩件事情：1）利率水平；2）增長率。市場因情緒而動，而情緒需要一個“關鍵詞”。當關鍵詞變成“共識”，“事實”到底是什麼，在短時間內就無關了。比如，就算美聯儲不停加息，只要“原因”是正確的（比如就業數據好），市場就升。反之同理。
今年金融市場的關鍵詞，其實只有兩個，一個是“通脹”，一個是“毛衣”。第一個攻擊“實際”增長率（real growth），另一個攻擊“名義”增長率（nominal growth）。
如果您還記得，第一個關鍵詞開始發威，是今年一月份。美國就業數據的薪資部分，就像一碗粥裏吃到一顆辣椒。隨後三月份又冷了下去，四月還是沒驚喜。但是，如果從“輿情”來看，後面如何已經關係不大了。因爲“通脹” 這個故事已經有了相當數量的聽衆，“共識”正在積累。所以它一定會再次出現。
第二個關鍵詞“毛衣”，不多說了，大家回憶一下自己這大半年的心情變化，對比市場表現，就能感受到了。
這兩個關鍵詞，還會陪伴您很長很長時間。講真，一切纔剛剛開始，您還什麼都沒看見呢。兩個比較，“通脹”這件事，也許影響會比您想象中要大得多。
如果把以上變化視覺化，就是一簇一簇像花蕊一樣的東西，每簇就是一個關鍵詞，比如“通脹”，在媒體出現的頻率。您會看到“通脹”這簇花蕊已經越來越濃密。
再放進您自己的機器裏：F(x)=Y。用您的策略算法"F"理解語義，生成"Y"——那個您能看到的情緒，比如好，壞，積極，悲觀，擔心，或者無感。最後決定如何和“情緒”好好玩耍。
現在是近十年來最不穩定的市場。雖然全球沒再發生2008年一樣的集體泥石流，但用任何精密策劃的策略去追逐“上一代”阿爾法，似乎都沒啥用。因爲這是個“情緒”的時代，新時代，您需要新工具來武裝。
5
寫這麼多，實在是有感而發。博弈論是您在人世間這個大森林中游走之利器，無數道理都是相通的。
比如“科技”和“應用”這兩件事。科幻小說中的很多事情，技術早已經能完全實現：這是個沒人願意說破，或者不想變成“共識”的現實。各種力量潛移默化，分出很多沒必要存在的工序、流程、不算工作的“工作”——盡最大可能拖延技術實現的時間。因爲人類需要和諧，和諧來自博弈。
《詩經》中有“周雖舊邦，其命維新”。意思是周雖然已經存在很久，但卻死不了；雖然死不了，但也只能靠“維新”，在新與舊的博弈中才得以生存。
這件事會很有意思，慢慢跟您聊。