---
id: "mb-20260919-fed784"
kind: "deep"
title: "华尔街最顶尖的宽客，为什么连一根初中抛物线都模拟不出来？"
topic: "华尔街最顶尖的宽客，为什么连一根初中抛物线都模拟不出来？"
source_type: "generated"
status: "published"
generated_at: "2026-09-19 21:29:10"
frame_type: ["解析解学术偏向与参数拟合自欺", "机制"]
legal_anchor_count: 0
transcript_citation_count: 0
---

# 华尔街最顶尖的宽客，为什么连一根初中抛物线都模拟不出来？

华尔街顶级对冲基金开出五十万美元年薪，招揽全世界最聪明的数学家和物理学家。
这些宽客的核心工作只有一个：给金融市场的波动率和风险定价。
但在全球各大交易市场里，躺着一条像重力加速度一样工整的铁律。
华尔街这帮最顶尖的大脑每天都在盯着它交易，却没有任何一个人能用主流数学模型从零把它推导出来。
有没有搞错？
一个掌管着几万亿美元资产定价的庞大产业，竟然连眼前最基础的一条曲线都造不出来？

先来看看这条折磨了整个量化金融界的曲线长什么样。
学术圈管它叫二次方差规律，在学术论文里简称为 Q-Variance。
名字听起来高深，几何形状却简单到了极点：就是一条初中生都画得出来的对称抛物线。
横轴是资产的价格位移，纵轴是市场预期的波动率方差。
牛津大学的应用数学家 David Orrell 翻出了标普 500 指数从 1950 年到 2025 年整整 75 年的数据。
把 401 只成分股在这大半个世纪里所有跨度的收益率和波动率全倒进坐标轴。
不管是 1 周、4 周还是 26 周。
不管是暴跌踩踏还是狂热暴涨。
只要股票的价格发生位移，它的波动率方差就严格沿着一条抛物线往上翘。
在长达 75 年的历史数据里，这条抛物线的拟合优度 R² 高达 0.999。
在充满噪音的金融市场里，三个 9 的相关性几乎等同于牛顿经典力学。
按理说，既然大自然把公式直接写在了黑板上，用计算机写几行代码模拟出来应该易如反掌才对。

更有意思的是这个公式的来历。
提出这条曲线的 David Orrell，原本根本不是华尔街圈子里的人。
他既没有在投行管过交易台，也不是传统金融工程科班出身。
在传统金融学里，资产回报和波动率通常被切成两个割裂的变量。
波动率被当成外在的环境天气，价格则像醉汉一样在天气里做随机游走。
Orrell 换了一个思路。
他从物理系统的角度来看价格位移：
当资产价格偏离基准时，就像一个被拉开的弹簧振子。
位移越大，系统积聚的能量越高，对应的波动率也就越高。
他顺着这个思路写下了一个极其简单的二次方程：
波动率方差等于基准方差加上价格位移平方的一半。
就这么一个几乎只包含一个基准参数的初中数学公式，拿去套标普 500 的海量数据，曲线严丝合缝地重叠在一起。
这种感觉就像一个外行随便在沙滩上画了一道弧线，结果全世界顶级地质学家拿卫星一测，发现它精准切中了地球的大陆架断层。

既然现实数据这么工整，为什么华尔街自己的宽客们造不出来？
这就触碰到了全球最负盛名的量化金融权威、CQF 认证创始人 Paul Wilmott 长期痛击的死穴。
Wilmott 几十年来一直在撕华尔街金融工程的遮羞布。
现代金融学的经典模型是怎么搭起来的？
很多时候，学者和宽客们为了能发表论文，优先盯准数学上的解析可解性，把解释现实退居二线。
说得通俗一点，就是公式必须能用纸笔推导出一套优雅好看的闭式解。
为了保住这套优雅的微积分工具箱，他们必须在最底层强行假设市场是平滑的、独立的、服从正态分布的布朗运动。
可真实世界根本不理会黑板上的微积分。
真实市场充斥着极端肥尾、瞬间闪崩和波动率集聚。
面对现实数据的无情耳光，金融界是怎么应对的？
他们舍不得推翻那些好不容易推导出来的教科书公式，只能在千疮百孔的底座上打补丁。
比如经典的布莱克-斯科尔斯期权定价模型算出来的波动率本该是一条平坦的直线，实际交易时却弯成了两头翘起的微笑曲线。
交易员们便假装看不见底层假设的破损，每天手动输入不同的隐含波动率参数，强行把现实塞进公式里。
Wilmott 说得非常刻薄：
这个行业挑选模型，从来不图它符合现实，只图它能写成一篇可以发表在顶级期刊上的公式。
哪怕现实数据早就表达了抗议，大家依然假装看不见。

2025 年底，Wilmott 和 Orrell 决定把这块遮羞布彻底掀开。
他们在 Wilmott 杂志和开源社区挂出了一个公开挑战赛。
规则非常苛刻但极其公道：
谁能用一套主流的连续时间数学模型，在不超过 3 个自由参数的前提下，从零模拟出这条真实的抛物线？
如果做到了，证明现有金融理论真的抓住了波动率的内生机制。
全球宽客、高校学者，甚至包括彭博量化团队 Bloomberg Quant 纷纷进场迎战。
几个月后提交上来的方案，让所有人都笑了。
没有一个人能从底层把这条线自然生长出来。
参赛者们提交的所谓解法，全是在知道答案后倒推的逆向工程。
最常见的套路是用逆伽马分布去强行凑数。
只要在数学公式里把逆伽马分布的形状参数死死锁死在 3/2，理论推导上确实能凑出这条抛物线。
可是只要把代码扔进电脑里一跑，灾难立刻降临。
在 3/2 这个极端参数下，方差的方差直接发散到了无穷大。
计算机每跑几次模拟，就会遭遇瞬间的矩爆炸，数值直接溢出崩溃。
为了交出一份好看的作业，参赛者们只能偷偷在代码里加暗桩：
人为设定一个波动率上限强行截断极值。
或者硬塞进第 4 个、第 5 个参数做状态切换。
这正好印证了物理学家约翰·冯·诺依曼那句著名的讽刺名言：
给我四个参数我能拟合出一头大象，给我五个参数我能让大象的鼻子晃起来。
这根本不是在模拟真实的市场。
这是拿着现成的靶心，用过度的参数硬凑出大象的轮廓。

到了 2026 年春天的最新更新，依然没有一个人能在 3 个参数内交出合格答卷。
一个在真实市场里稳定运行了 75 年、天天被交易员当拐杖使用的基础规律，在最顶级的金融模型里依然是一个不可解释的黑盒。
华尔街可以用几百行繁复的代码给几万亿美元的复杂衍生品定价。
但当市场把一条如此纯粹、如此对称的抛物线甩在眼前时，那座由象牙塔解析解搭建起来的数学大厦，连它的影子都描不出来。
市场并不欠数学家一个优雅的解析解。
它把规律清清楚楚摆在桌面上，却始终拒绝把钥匙交给那些只想走捷径的人。

_Rendered by mubei-terminal._