香農的股票投資

A. 《信息簡史一部歷史一個理論一股洪流》pdf下載在線閱讀，求百度網盤雲資源

《信息簡史》（[美國] 詹姆斯·格雷克）電子書網盤下載免費在線閱讀

資源鏈接：

鏈接: https://pan..com/s/1Gu6R2lKtzDeOWa9pASh8gQ

書名：信息簡史

作者：[美國] 詹姆斯·格雷克

譯者：高博

豆瓣評分：8.7

出版社：人民郵電出版社

出版年份：2013-10

頁數：476

內容簡介：人類與信息遭遇的歷史由來已久。詹姆斯•格雷克筆下的這段歷史出人意料地從非洲的鼓語講起（第1章）。非洲土著部落在尚未直接跨越到行動電話之前，曾用鼓聲來傳遞訊息，但他們是如何做到的呢？後續章節進而講述了這段歷史上幾個影響深遠的關鍵事件，包括文字的發明（第2章）、羅伯特•考德里的第一本英語詞典（第3章）、查爾斯•巴貝奇的差分機與愛達•拜倫的程序（第4章）、沙普兄弟的信號塔與摩爾斯電碼（第5章）。

但人類開始自覺地理解和利用信息始於克勞德•香農在1948年創立的資訊理論（第6、7章）。香農的資訊理論不僅推動了信息技術的發展，也引發了許多學科的信息轉向（第8章），改變了人們對於諸如麥克斯韋妖（第9章）、生命的編碼（第10章）、模因（第11章）、隨機性（第12章）、量子資訊理論（第13章）等的理解。部分科學家甚至認為，構成世界的基礎不是物質，不是能量，而是信息。正如物理學家約翰•惠勒所說，「萬物源自比特」。

現如今，信息如洪流般淹沒了我們，使我們深陷信息焦慮、信息過載、信息疲勞的困擾。但回顧歷史，這並不是件新鮮事，人們也總是能想出應對手段。維基網路（第14章）、Google（第15章）便是我們的應對之一。無論對於信息的未來持何態度，有一點是確定無疑的，即我們人類是信息的造物。

作為《混沌》、《費曼傳》、《越來越快》、《牛頓傳》等暢銷書的作者，格雷克不僅在書中細致還原了歷史細節，通俗解釋了各種理論，還生動刻畫了幾位不為大眾所知的人物：可編程計算機先驅、超越時代的查爾斯•巴貝奇，第一位程序員、詩人拜倫之女愛達•拜倫，計算機科學之父、天妒英才的阿蘭•圖靈，以及全書的主人公、資訊理論之父克勞德•香農。

作者簡介：詹姆斯•格雷克（James Gleick），生於1954年，本科畢業於哈佛學院，曾長期在《紐約時報》擔任記者和編輯，並多年為《時代》周刊撰寫技術專欄。1987年，他的首部作品《混沌：開創新科學》入圍了美國國家圖書獎和普利策獎的決賽，並成為暢銷書，使得「混沌」、「蝴蝶效應」的說法家喻戶曉，現已銷售超過百萬冊。其後他又陸續出版了《費曼傳：1000年才出一個的科學鬼才》（1992）、《越來越快：飛奔的時代飛奔的一切》（1999）、《牛頓傳》（2003）等書，相繼被翻譯成了二十多種語言。

他是最早一批投入Internet創業熱潮的人。1993年11月，他與合作者聯合推出了Pipeline互聯網接入服務，率先提供了用戶友好的圖形界面。十四個月後，Pipeline以一千萬美元股票的價格出售。

B. 想請教關於炒股的入門知識。

電子計算機（electronic computer），俗稱電腦，簡稱計算機（computer），是一種根據一系列指令來對數據進行處理的機器。所相關的技術研究叫計算機科學，由數據為核心的研究稱信息技術。

計算機種類繁多。實際來看，計算機總體上是處理信息的工具。根據圖靈機理論，一部具有最基本功能的計算機應當能夠完成任何其它計算機能做的事情。因此，只要不考慮時間和存儲因素，從個人數碼助理（PDA）到超級計算機都應該可以完成同樣的作業。即是說，即使是設計完全相同的計算機，只要經過相應改裝，就應該可以被用於從公司薪金管理到無人駕駛飛船操控在內的各種任務。由於科技的飛速進步，下一代計算機總是在性能上能夠顯著地超過其前一代，這一現象有時被稱作「摩爾定律」。

計算機在組成上形式不一。早期計算機的體積足有一間房屋大小，而今天某些嵌入式計算機可能比一副撲克牌還小。當然，即使在今天，依然有大量體積龐大的巨型計算機為特別的科學計算或面向大型組織的事務處理需求服務。比較小的，為個人應用而設計的計算機稱為微型計算機，簡稱微機。我們今天在日常使用「計算機」一詞時通常也是指此。不過，現在計算機最為普遍的應用形式卻是嵌入式的。嵌入式計算機通常相對簡單，體積小，並被用來控制其它設備—無論是飛機，工業機器人還是數碼相機。

上述對於電子計算機的定義包括了許多能計算或是只有有限功能的特定用途的設備。然而當說到現代的電子計算機，其最重要的特徵是，只要給予正確的指示，任何一台電子計算機都可以模擬其他任何計算機的行為（只受限於電子計算機本身的存儲容量和執行的速度）。據此，現代電子計算機相對於早期的電子計算機也被稱為通用型電子計算機。

歷史

ENIAC是電腦發展史上的一個里程碑本來，計算機的英文原詞「computer」是指從事數據計算的人。而他們往往都需要藉助某些機械計算設備或模擬計算機。這些早期計算設備的祖先包括有算盤，以及可以追溯到公元前87年的被古希臘人用於計算行星移動的安提基特拉機制。隨著中世紀末期歐洲數學與工程學的再次繁榮，1623年由Wilhelm Schickard率先研製出了歐洲第一台計算設備，這是一個能進行六位以內數加減法，並能通過鈴聲輸出答案的「計算鍾」。使用轉動齒輪來進行操作。

1642年法國數學家Pascal 在WILLIAM Oughtred計算尺的基礎上，將計算尺加以改進，能進行八位計算。還賣出了許多製品，成為當時一種時髦的商品。

1801年，Joseph Marie Jacquard對織布機的設計進行了改進，其中他使用了一系列打孔的紙卡片來作為編織復雜圖案的程序。Jacquard式織布機，盡管並不被認為是一台真正的計算機，但是它的出現確實是現代計算機發展過程中重要的一步。

查爾斯・巴比奇(Charles Babbage)是構想和設計一台完全可編程計算機的第一人，當時是1820年。但由於技術條件，經費限制，以及無法忍耐對設計不停的修補，這台計算機在他有生之年始終未能問世。約到19世紀晚期，許多後來被證明對計算機科學有著重大意義的技術相繼出現，包括打孔卡片以及真空管。Hermann Hollerith設計了一台製表用的機器，就實現了應用打孔卡片的大規模自動數據處理。

在20世紀前半葉，為了迎合科學計算的需要，許許多多單一用途的並不斷深化復雜的模擬計算機被研製出來。這些計算機都是用它們所針對的特定問題的機械或電子模型作為計算基礎。20世紀三四十年代，計算機的性能逐漸強大並且通用性得到提升，現代計算機的關鍵特色被不斷地加入進來。

1937年由克勞德·艾爾伍德·香農（Claude Shannon）發表了他的偉大論文《對繼電器和開關電路中的符號分析》，文中首次提及數字電子技術的應用。他向人們展示了如何使用開關來實現邏輯和數學運算。此後，他通過研究Vannevar Bush的微分模擬器進一步鞏固了他的想法。這是一個標志著二進制電子電路設計和邏輯門應用開始的重要時刻，而作為這些關鍵思想誕生的先驅，應當包括：Almon Strowger，他為一個含有邏輯門電路的設備申請了專利；尼古拉・特斯拉（Nikola Tesla），他早在1898年就曾申請含有邏輯門的電路設備；Lee De Forest，於1907年他用真空管代替了繼電器。

Commodore公司在20世紀八十年代生產的Amiga 500電腦沿著這樣一條上下求索的漫漫長途去定義所謂的「第一台電子計算機」可謂相當困難。1941年5月12日，Konrad Zuse完成了他的機電共享設備「Z3」，這是第一台具有自動二進制數學計算特色以及可行的編程功能的計算機，但還不是「電子」計算機。此外，其他值得注意的成就主要有：1941年夏天誕生的阿塔納索夫-貝瑞計算機是世界上第一台電子計算機，它使用了真空管計算器，二進制數值，可復用內存；在英國於1943年被展示的神秘的巨像計算機（Colossus computer），盡管編程能力極其有限，但是它的的確確告訴了人們使用真空管既值得信賴又能實現電氣化的再編程；哈佛大學的Harvard Mark I；以及基於二進制的「埃尼阿克」（ENIAC，1944年），這是第一台通用意圖的計算機，但由於其結構設計不夠彈性化，導致對它的每一次再編程都意味著電氣物理線路的再連接。

開發埃尼愛克的小組針對其缺陷又進一步完善了設計，並最終呈現出今天我們所熟知的馮·諾伊曼結構（程序存儲體系結構）。這個體系是當今所有計算機的基礎。20世紀40年代中晚期，大批基於此一體系的計算機開始被研製，其中以英國最早。盡管第一台研製完成並投入運轉的是「小規模實驗機」（Small-Scale Experimental Machine，SSEM），但真正被開發出來的實用機很可能是EDSAC。

在整個20世紀50年代，真空管計算機居於統治地位。1958年 9月12日 在Robert Noyce（INTEL公司的創始人）的領導下，發明了集成電路。不久又推出了微處理器。1959年到1964年間設計的計算機一般被稱為第二代計算機。

到了60年代，晶體管計算機將其取而代之。晶體管體積更小，速度更快，價格更加低廉，性能更加可靠，這使得它們可以被商品化生產。1964年到1972年的計算機一般被稱為第三代計算機。大量使用集成電路，典型的機型是IBM360系列。

到了70年代，集成電路技術的引入極大地降低了計算機生產成本，計算機也從此開始走向千家萬戶。1972年以後的計算機習慣上被稱為第四代計算機。基於大規模集成電路，及後來的超大規模集成電路。1972年4月1日 INTEL推出8008微處理器。1976年Stephen Wozinak和Stephen Jobs創辦蘋果計算機公司。並推出其Apple I 計算機。1977年5月 Apple II 型計算機發布。1979年6月1日 INTEL發布了8位元的8088微處理器。

1982年,微電腦開始普及，大量進入學校和家庭。1982年1月Commodore 64計算機發布，價格：595美元。 1982 年2月80286發布。時鍾頻率提高到20MHz，並增加了保護模式，可訪問16M內存。支持1GB以上的虛擬內存。每秒執行270萬條指令，集成了134000個晶體管。

1990年11月: 第一代MPC (多媒體個人電腦標准)發布。處理器至少80286/12MHz，後來增加到80386SX/16 MHz ，及一個光碟機，至少150 KB/sec的傳輸率。1994年10月10日 Intel 發布75 MHz Pentium處理器。1995年11月1日Pentium Pro發布。主頻可達200 MHz ，每秒鍾完成4.4億條指令，集成了550萬個晶體管。1997年1月8日Intel發布Pentium MMX。對游戲和多媒體功能進行了增強。

此後計算機的變化日新月異，1965年發表的摩爾定律發表不斷被應證，預測在未來10~15年仍依然適用。

原理

個人電腦的主要結構:
顯示器
主板
CPU (中央處理器)
主要儲存器 (內存)
擴充卡
電源供應器
光碟機
次要儲存器 (硬碟)
鍵盤
滑鼠

盡管計算機技術自20世紀40年代第一台電子通用計算機誕生以來以來有了令人目眩的飛速發展，但是今天計算機仍然基本上採用的是存儲程序結構，即馮·諾伊曼結構。這個結構實現了實用化的通用計算機。

存儲程序結構間將一台計算機描述成四個主要部分：算術邏輯單元（ALU），控制電路，存儲器，以及輸入輸出設備（I/O）。這些部件通過一組一組的排線連接（特別地，當一組線被用於多種不同意圖的數據傳輸時又被稱為匯流排），並且由一個時鍾來驅動（當然某些其他事件也可能驅動控制電路）。

概念上講，一部計算機的存儲器可以被視為一組「細胞」單元。每一個「細胞」都有一個編號，稱為地址；又都可以存儲一個較小的定長信息。這個信息既可以是指令（告訴計算機去做什麼），也可以是數據（指令的處理對象）。原則上，每一個「細胞」都是可以存儲二者之任一的。

算術邏輯單元（ALU）可以被稱作計算機的大腦。它可以做兩類運算：第一類是算術運算，比如對兩個數字進行加減法。算術運算部件的功能在ALU中是十分有限的，事實上，一些ALU根本不支持電路級的乘法和除法運算（由是使用者只能通過編程進行乘除法運算）。第二類是比較運算，即給定兩個數，ALU對其進行比較以確定哪個更大一些。

輸入輸出系統是計算機從外部世界接收信息和向外部世界反饋運算結果的手段。對於一台標準的個人電腦，輸入設備主要有鍵盤和滑鼠，輸出設備則是顯示器，列印機以及其他許多後文將要討論的可連接到計算機上的I/O設備。

控制系統將以上計算機各部分聯系起來。它的功能是從存儲器和輸入輸出設備中讀取指令和數據，對指令進行解碼，並向ALU交付符合指令要求的正確輸入，告知ALU對這些數據做哪些運算並將結果數據返回到何處。控制系統中一個重要組件就是一個用來保持跟蹤當前指令所在地址的計數器。通常這個計數器隨著指令的執行而累加，但有時如果指令指示進行跳轉則不依此規則。

20世紀80年代以來ALU和控制單元（二者合成中央處理器，CPU）逐漸被整合到一塊集成電路上，稱作微處理器。這類計算機的工作模式十分直觀：在一個時鍾周期內，計算機先從存儲器中獲取指令和數據，然後執行指令，存儲數據，再獲取下一條指令。這個過程被反復執行，直至得到一個終止指令。

由控制器解釋，運算器執行的指令集是一個精心定義的數目十分有限的簡單指令集合。一般可以分為四類：1）、數據移動（如：將一個數值從存儲單元A拷貝到存儲單元B）2）、數邏運算（如：計算存儲單元A與存儲單元B之和，結果返回存儲單元C）3）、條件驗證（如：如果存儲單元A內數值為100，則下一條指令地址為存儲單元F）4）、指令序列改易（如：下一條指令地址為存儲單元F）

指令如同數據一樣在計算機內部是以二進制來表示的。比如說，10110000就是一條Intel x86系列微處理器的拷貝指令代碼。某一個計算機所支持的指令集就是該計算機的機器語言。因此，使用流行的機器語言將會使既成軟體在一台新計算機上運行得更加容易。所以對於那些機型商業化軟體開發的人來說，它們通常只會關注一種或幾種不同的機器語言。

更加強大的小型計算機，大型計算機和伺服器可能會與上述計算機有所不同。它們通常將任務分擔給不同的CPU來執行。今天，微處理器和多核個人電腦也在朝這個方向發展。

超級計算機通常有著與基本的存儲程序計算機顯著區別的體系結構。它們通常有著數以千計的CPU，不過這些設計似乎只對特定任務有用。在各種計算機中，還有一些微控制器採用令程序和數據分離的哈佛架構（Harvard architecture）。

計算機的數字電路實現

以上所說的這些概念性設計的物理實現是多種多樣的。如同我們前述所及，一台存儲程序式計算機既可以是巴比奇的機械式的，也可以是基於數字電子的。但是，數字電路可以通過諸如繼電器之類的電子控制開關來實現使用2進制數的算術和邏輯運算。香農的論文正是向我們展示了如何排列繼電器來組成能夠實現簡單布爾運算的邏輯門。其他一些學者很快指出使用真空管可以代替繼電器電路。真空管最初被用作無線電電路中的放大器，之後便開始被越來越多地用作數字電子電路中的快速開關。當電子管的一個針腳被通電後，電流就可以在另外兩端間自由通過。

通過邏輯門的排列組合我們可以設計完成很多復雜的任務。舉例而言，加法器就是其中之一。該器件在電子領域實現了兩個數相加並將結果保存下來—在計算機科學中這樣一個通過一組運算來實現某個特定意圖的方法被稱做一個演算法。最終，人們通過數量可觀的邏輯門電路組裝成功了完整的ALU和控制器。說它數量可觀，只需看一下CSIRAC這台可能是最小的實用化電子管計算機。該機含有2000個電子管，其中還有不少是雙用器件，也即是說總計合有2000到4000個邏輯器件。

真空管對於製造規模龐大的門電路明顯力不從心。昂貴，不穩（尤其是數量多時），臃腫，能耗高，並且速度也不夠快—盡管遠超機械開關電路。這一切導致20世紀60年代它們被晶體管取代。後者體積更小，易於操作，可靠性高，更省能耗，同時成本也更低。

集成電路是現今電子計算機的基礎20世紀60年代後，晶體管開始逐漸為將大量晶體管、其他各種電器元件和連接導線安置在一片硅板上的集成電路所取代。70年代，ALU和控制器作為組成CPU的兩大部分，開始被集成到一塊晶元上，並稱為「微處理器」。沿著集成電路的發展史，可以看到一片晶元上所集成器件的數量有了飛速增長。第一塊集成電路只不過包含幾十個部件，而到了2006年，一塊Intel Core Duo處理器上的晶體管數目高達一億五千一百萬之巨。

無論是電子管，晶體管還是集成電路，它們都可以通過使用一種觸發器設計機制來用作存儲程序體系結構中的「存儲」部件。而事實上觸發器的確被用作小規模的超高速存儲。但是，幾乎沒有任何計算機設計使用觸發器來進行大規模數據存儲。最早的計算機是使用Williams電子管向一個電視屏或若干條水銀延遲線（聲波通過這種線時的走行速度極為緩慢足夠被認為是「存儲」在了上面）發射電子束然後再來讀取的方式來存儲數據的。當然，這些盡管有效卻不怎麼優雅的方法最終還是被磁性存儲取而代之。比如說磁芯存儲器，代表信息的電流可在其中的鐵質材料內製造恆久的弱磁場，當這個磁場再被讀出時就實現了數據恢復。動態隨機存儲器（DRAM）亦被發明出來。它是一個包含大量電容的集成電路，而這些電容器件正是負責存儲數據電荷—電荷的強度則被定義為數據的值。

輸入輸出設備

輸入輸出設備（I/O）是對將外部世界信息發送給計算機的設備和將處理結果返回給外部世界的設備的總稱。這些返回結果可能是作為使用者能夠視覺上體驗的，或是作為該計算機所控制的其他設備的輸入：對於一台機器人，控制計算機的輸出基本上就是這台機器人本身，如做出各種行為。

第一代計算機的輸入輸出設備種類非常有限。通常的輸入用設備是打孔卡片的讀卡機，用來將指令和數據導入內存；而用於存儲結果的輸出設備則一般是磁帶。隨著科技的進步，輸入輸出設備的豐富性得到提高。以個人計算機為例：鍵盤和滑鼠是用戶向計算機直接輸入信息的主要工具，而顯示器、列印機、擴音器、耳機則返回處理結果。此外還有許多輸入設備可以接受其他不同種類的信息，如數碼相機可以輸入圖像。在輸入輸出設備中，有兩類很值得注意：第一類是二級存儲設備，如硬碟，光碟或其他速度緩慢但擁有很高容量的設備。第二個是計算機網路訪問設備，通過他們而實現的計算機間直接數據傳送極大地提升了計算機的價值。今天，國際互聯網成就了數以千萬計的計算機彼此間傳送各種類型的數據。

程序

簡單說，計算機程序就是計算機執行指令的一個序列。它既可以只是幾條執行某個簡單任務的指令，也可能是可能要操作巨大數據量的復雜指令隊列。許多計算機程序包含有百萬計的指令，而其中很多指令可能被反復執行。在2005年，一台典型的個人電腦可以每秒執行大約30億條指令。計算機通常並不會執行一些很復雜的指令來獲得額外的機能，更多地它們是在按照程序員的排列來運行那些較簡單但為數眾多的短指令。

一般情況下，程序員們是不會直接用機器語言來為計算機寫入指令的。那麼做的結果只能是費時費力、效率低下而且漏洞百出。所以，程序員一般通過「高級」一些的語言來寫程序，然後再由某些特別的計算機程序，如解釋器或編譯器將之翻譯成機器語言。一些編程語言看起來很接近機器語言，如匯編程序，被認為是低級語言。而另一些語言，如即如抽象原則的Prolog，則完全無視計算機實際運行的操作細節，可謂是高級語言。對於一項特定任務，應該根據其事務特點，程序員技能，可用工具和客戶需求來選擇相應的語言，其中又以客戶需求最為重要（美國和中國軍隊的工程項目通常被要求使用Ada語言）。

計算機軟體是與計算機程序並不相等的另一個詞彙。計算機軟體一個較為包容性較強的技術術語，它包含了用於完成任務的各種程序以及所有相關材料。舉例說，一個視頻游戲不但只包含程序本身，也包括圖片、聲音以及其他創造虛擬游戲環境的數據內容。在零售市場，在一台計算機上的某個應用程序只是一個面向大量用戶的軟體的一個副本。這里老生常談的例子當然還是微軟的office軟體組，它包括一些列互相關聯的、面向一般辦公需求的程序。

利用那些極其簡單的機器語言指令來實現無數功能強大的應用軟體意味著其編程規模註定不小。Windows XP這個操作系統程序包含的C++高級語言源代碼達到了4000萬行。當然這還不是最大的。如此龐大的軟體規模也顯示了管理在開發過程中的重要性。實際編程時，程序會被細分到每一個程序員都可以在一個可接受的時長內完成的規模。

即便如此，軟體開發的過程仍然進程緩慢，不可預見且遺漏多多。應運而生的軟體工程學就重點面向如何加快作業進度和提高效率與質量。

庫與操作系統

在計算機誕生後不久，人們發現某些特定作業在許多不同的程序中都要被實施，比如說計算某些標准數學函數。出於效率考量，這些程序的標准版本就被收集到一個「庫」中以供各程序調用。許多任務經常要去額外處理種類繁多的輸入輸出介面，這時，用於連接的庫就能派上用場。

20世紀60年代，隨著計算機工業化普及，計算機越來越多地被用作一個組織內不同作業的處理。很快，能夠自動安排作業時續和執行的特殊軟體出現了。這些既控制硬體又負責作業時序安排的軟體被稱為「操作系統」。一個早期操作系統的例子是IBM的OS/360。

在不斷地完善中，操作系統又引入了時間共享機制——並發。這使得多個不同用戶可以「同時」地使用機器執行他們自己的程序，看起來就像是每個人都有一台自己的計算機。為此，操作系統需要像每個用戶提供一台「虛擬機」來分離各個不同的程序。由於需要操作系統控制的設備也在不斷增加，其中之一便是硬碟。因之，操作系統又引入了文件管理和目錄管理（文件夾），大大簡化了這類永久儲存性設備的應用。此外，操作系統也負責安全控制，確保用戶只能訪問那些已獲得允許的文件。

當然，到目前為止操作系統發展歷程中最後一個重要步驟就是為程序提供標准圖形用戶界面（GUI）。盡管沒有什麼技術原因表明操作系統必須得提供這些界面，但操作系統供應商們總是希望並鼓勵那些運行在其系統上的軟體能夠在外觀和行為特徵上與操作系統保持一致或相似。

除了以上這些核心功能，操作系統還封裝了一系列其他常用工具。其中一些雖然對計算機管理並無重大意義，但是於用戶而言很是有用。比如，蘋果公司的Mac OS X就包含視頻剪輯應用程序。

一些用於更小規模的計算機的操作系統可能沒用如此眾多的功能。早期的微型計算機由於記憶體和處理能力有限而不會提供額外功能，而嵌入式計算機則使用特定化了的操作系統或者乾脆沒有，它們往往通過應用程序直接代理操作系統的某些功能。

應用

由電腦控制的機械在工業中十分常見

很多現代大量生產的玩具，如Furby，是不能沒有便宜的嵌入式處理器

起初，體積龐大而價格昂貴的數字計算機主要是用做執行科學計算，特別是軍用課題。如ENIAC最早就是被用作火炮彈道計算和設計氫彈時計算斷面中子密度的（如今許多超級計算機仍然在模擬核試驗方面發揮著巨大作用）。澳大利亞設計的首台存儲程序計算機CSIR Mk I型負責對水電工程中的集水地帶的降雨情形進行評估。還有一些被用於解密，比如英國的「巨像」可編程計算機。除去這些早年的科學或軍工應用，計算機在其他領域的推廣亦十分迅速。

從一開始，存儲程序計算機就與商業問題的解決息息相關。早在IBM的第一台商用計算機誕生之前，英國J. Lyons等就設計製造了LEO以進行資產管理或迎合其他商業用途。由於持續的體積與成本控制，計算機開始向更小型的組織內普及。加之20世紀70年代微處理器的發明，廉價計算機成為了現實。80年代，個人計算機全面流行，電子文檔寫作與印刷，計算預算和其他重復性的報表作業越來越多地開始依賴計算機。

隨著計算機便宜起來，創作性的藝術工作也開始使用它們。人們利用合成器，計算機圖形和動畫來創作和修改聲音，圖像，視頻。視頻游戲的產業化也說明了計算機在娛樂方面也開創了新的歷史。

計算機小型化以來，機械設備的控制也開始仰仗計算機的支持。其實，正是當年為了建造足夠小的嵌入式計算機來控制阿波羅宇宙飛船才刺激了集成電路技術的躍進。今天想要找一台不被計算機控制的有源機械設備要比找一台哪怕是部分計算機控制的設備要難得多。可能最著名的計算機控制設備要非機器人莫屬，這些機器有著或多或少人類的外表和並具備人類行為的某一子集。在批量生產中，工業機器人已是尋常之物。不過，完全的擬人機器人還只是停留在科幻小說或實驗室之中。

機器人技術實質上是人工智慧領域中的物理表達環節。所謂人工智慧是一個定義模糊的概念但是可以肯定的是這門學科試圖令計算機擁有目前它們還沒有但作為人類卻固有的能力。數年以來，不斷有許多新方法被開發出來以允許計算機做那些之前被認為只有人才能做的事情。比如讀書、下棋。然而，到目前為止，在研製具有人類的一般「整體性」智能的計算機方面，進展仍十分緩慢。

網路、國際互聯網

20世紀50年代以來計算機開始用作協調來自不同地方之信息的工具，美國軍方的賢者系統（SAGE）就是這方面第一個大規模系統。之後「軍刀」等一系列特殊用途的商業系統也不斷涌現出來。

70年代後，美國各大院校的計算機工程師開始使用電信技術把他們的計算機連接起來。由於這方面的工作得到了ARPA的贊助，其計算機網路也就被稱為ARPANET。此後，用於ARPA網的技術快速擴散和進化，這個網路也沖破大學和軍隊的范圍最終形成了今天的國際互聯網（Internet）。網路的出現導致了對計算機屬性和邊界的再定義。太陽微系統公司的John Gage 和 Bill Joy就指出：「網路即是計算機」。計算機操作系統和應用程序紛紛向能訪問諸如網內其它計算機等網路資源的方向發展。最初這些網路設備僅限於為高端科學工作者所使用，但90年代後隨著電子郵件和萬維網（World Wide Web）技術的擴散，以及乙太網和ADSL等網路連接技術的廉價化，互聯網路已變得無所不在。今日入網的計算機總數，何以千萬計；無線互聯技術的普及，使得互聯網在移動計算環境中亦如影隨形。比如在筆記本計算機上廣泛使用的Wi-Fi技術就是無線上網的代表性應用。

下一代計算機

自問世以來數字計算機在速度和能力上有了可觀的提升，迄今仍有不少課題顯得超出了當前計算機的能力所及。對於其中一部分課題，傳統計算機是無論如何也不可能實現的，因為找到一個解決方法的時間還趕不上問題規模的擴展速度。因此，科學家開始將目光轉向生物計算技術和量子理論來解決這一類問題。比如，人們計劃用生物性的處理來解決特定問題（DNA計算）。由於細胞分裂的指數級增長方式，DNA計算系統很有可能具備解決同等規模問題的能力。當然，這樣一個系統直接受限於可控制的DNA總量。

量子計算機，顧名思義，利用了量子物理世界的超常特性。一旦能夠造出量子計算機，那麼它在速度上的提升將令一般計算機難以望其項背。當然，這種涉及密碼學和量子物理模擬的下一代計算機還只是停留在構想階段。

計算機學科

在當今世界，幾乎所有專業都與計算機息息相關。但是，只有某些特定職業和學科才會深入研究計算機本身的製造、編程和使用技術。用來詮釋計算機學科內不同研究領域的各個學術名詞的涵義不斷發生變化，同時新學科也層出不窮。

計算機工程學 是電子工程的一個分支，主要研究計算機軟硬體和二者間的彼此聯系。
計算機科學 是對計算機進行學術研究的傳統稱謂。主要研究計算技術和執行特定任務的高效演算法。該門學科為我們解決確定一個問題在計算機領域內是否可解，如可解其效率如何，以及如何作成更加高效率的程序。時至今日，在計算機科學內已經衍生了許多分支，每一個分支都針對不同類別的問題進行深入研究。
軟體工程學 著重於研究開發高質量軟體系統的方法學和實踐方式，並試圖壓縮並預測開發成本及開發周期。
信息系統 研究計算機在一個廣泛的有組織環境（商業為主）中的計算機應用。
許多學科都與其他學科相互交織。如地理信息系統專家就是利用計算機技術來管理地理信息。

全球有三個較大規模的致力於計算機科學的組織：英國電腦學會 （BCS）；美國計算機協會（ACM）；美國電氣電子工程師協會（IEEE）。

C. 【譯】走近克勞德·香農：天才是如何思考、工作和生活的

編譯：Fanny

克勞德·香農（Claude Shannon）在工程和數學界是一位響當當的人物，他在20世紀30年代到40年代的工作為他贏得了「信息時代之父」的稱號。

在他21歲的時候，香農發表了被稱為有史以來最重要的碩士論文，文中論述了如何使用二進制開關進行邏輯運算，為未來的電子計算機奠定了基礎。在他32歲的時候，《通信的數學理論》誕生。在這部著作中，香農提出了比特數據，證明了信息是可以被量化的，並闡述了如何在保證准確率的前提下用數字編碼對信息進行壓縮和傳輸。該著作被譽為「信息時代的大憲章」。

但香農所做的還不止於此。

香農不僅在學術上建樹甚多，在生活中也非常有趣並富有創造力。在工程界和數學界里雖然有很多能寫出優秀論文的人才，但他們卻很少會像香農這樣同時擅長玩雜耍、玩獨輪單車、下國際象棋，等等。香農甚至還是一個專業級的選股人以及業余詩人。

他曾在二戰時在連接羅斯福和丘吉爾的一條跨大西洋的絕密電話線上工作，並共同構建了世界上第一台可穿戴計算機。他學過開飛機和爵士單簧管。他在自己的房間裡面做了一面假牆，按下按鈕就能旋轉的那種。他還曾經做過一個小玩意，這個東西唯一的作用是在打開開關的時候，會出現一個機械手來關閉開關。另外，他的照片還登上過Vogue雜志。

你可以把他想像成愛因斯坦和「世界上最有趣的男人」（出自DOS EQUIS啤酒的電視廣告——譯者注）的混合體。

我們希望能夠通過研究香農，解答關於「是什麼造就了香農？」以及「我們應該從香農身上學習什麼？」的問題。通過幾年時間的深入調查與研究，我們總結出了以下12條。也許這不是一份全面的清單，但我們希望它能夠幫助大家獲得生活上和工作上的一些啟發。

比起香農所處的20世紀中葉，我們現在的生活中有更多的事物——比如社交媒體和智能手機——不斷地分散著我們的注意力，從而降低了效率（而且香農在其中需承擔部分責任）。

但不管在什麼時代，如何避免分心都是生活中永恆的主題。香農向我們證明，想要減少分心的影響，光靠短時間的注意力集中是不夠的，還需要對個人的生活與工作習慣有長期的塑造。

首先，香農不會讓自己花太多時間來清空收件箱。他會把那些不想回復的郵件統一放到一個命名為「拖了很久都沒回復的信件（Letters I』ve Procrastinated On For Too Long）」的垃圾箱中。事實上，當我們從華盛頓特區的國會圖書館中翻出他們歸檔保存的香農的信件時，我們發現寄給他的郵件比他寄出去的要多得多。所有節省出來的時間都被他花在研究和探索上了。

香農把同樣的策略用在他的辦公室中。他的同事經常會看到香農的辦公室大門是緊閉的（這在貝爾實驗室的「開門辦公」的文化中並不多見）。我們了解到，香農的同事們並不認為他難以相處，但他們也感覺到香農非常注重自己的隱私和安靜思考的時間。其中一位同事說道：「你可以敲開他的門，他也會回應你的話，但除此以外，他只會跟自己說話」。

另一方面，如果有同事帶著大膽的新想法或吸引人的工程問題來拜訪香農的話，香農通常與他進行好幾小時的高效對話。香農其實跟其他人一樣，都關心時間如何有效利用：應投入到思想碰撞中，而不是閑話家常里。對於那些比香農更為外向的人（說實話，這幾乎就是所有人了）來說，多少都能從香農身上學到如何刻意並持續地在工作時間內做到毫無分心。

在數學工作中，香農可以直接抓住問題的核心、並把其他細節放在後面考慮。他曾解釋道：「我覺得自己更喜歡具象化而不是符號化。我會試圖先感受一下問題本身，然後再談方程式。」就好像是他先看到了解決方案然後再來解釋為什麼這個它是正確的。

香農的學生Bob Gallager回憶道：「他有一種神奇的洞察力。他彷彿能看穿事物本身。他會說『Something like this should be true』，而且往往事後證明他是對的。如果你沒有超凡的直覺，你不可能憑空開辟出一片全新的領域。」

不過這偶爾也會給香農帶來麻煩——學術界的數學家們有時會職責他的工作不夠嚴謹。但他們的批評通常是錯誤的。「事實上，」 數學家Solomon Golomb說，「香農對於真相的直覺幾乎從未失敗過。」即使細節還需要完善，但結論幾乎總是正確的。

當然，大多數人都不是天才，而且也都沒有像香農那樣的神直覺。那麼此處有什麼值得我們借鑒？我們認為是：即便我們的直覺不足以引導我們去開發出一個像資訊理論這樣的新課題，但往往也能幫助我們決定一個事情到底該不該做。

我們會因為注重細節和中間環節而忽視直覺，但同時也意味著錯過了創意迸發的瞬間。不要指望好的想法會很有邏輯性地被推導出來，這完全是誤解了創意在實際工作中的作用。作家Rita Mae Brown指出：「直覺是源於急躁的一種邏輯暫停。」

我們常常會以一種清晰的方式——比如文章、幻燈片、演講——向其他人表述自己的想法，而其他人也會這么做，但要知道，我們得到這些想法的過程是錯綜復雜的，並不會如表達出來的那麼有條有理。等待一個清晰明確的突破無異於等待一輛永不到達的列車。

許多文章都大肆宣揚過導師的好處，本文也並不想重復。誠然，導師是很重要的，但很多關於導師制的文章喜歡把導師描寫成一種你需要去獲取的資源：找到一個聰明的成功人士來為你的職業生涯做支持，然後你就萬事大吉了。

事實並沒有那麼簡單。僅依靠自信心去接近一個能在你的發展過程中起到重要作用的導師並不能發揮導師制的所有價值，還需要有足夠的謙遜來用心聆聽導師的建議，即使這些建議聽起來讓你不舒服、有挑釁意味、甚至違背直覺。否則的話，導師的存在還有什麼意義呢？

對香農來說最重要的導師應該是他在麻省理工學院的研究生學院顧問范內瓦·布希（Vannevar Bush），他後來在二戰中主導美國軍事科學研究計劃，並成為了第一位總統科學顧問。布希看出了香農的過人天賦，但他同時也盡了身為導師的責任——把香農拉出他的舒適區。

比如，在香農的碩士論文大獲成功之後，布希就開始敦促香農開始准備理論遺傳學方面的博士論文。理論遺傳學是一個香農毫無積累的領域，與他所從事多年的工程和數學領域相去甚遠。布希希望以此證明他弟子的戰勝挑戰的能力，而香農也承認這讓他認識到了自己的可塑性。

在接到指示的那一刻，香農內心也許會有各種想法（「呵呵，遺傳學？」），但布希清楚自己在做什麼，而香農也選擇相信他導師的判斷，虛心接受指導。

用心接受指導實際上是一種謙虛的表現：你對導師有充分的信任，你知道他能看到你看不到的東西。畢竟，當你最開始找到他的時候，必定有你所確信的理由。

范內瓦·布希對香農的影響還體現在另一個方面：比起專才，他更捍衛通才的價值。正如他向MIT的教授所表達的：

布希鼓勵香農不要給自己設限，而香農在後續的生涯中也證明了他如何深刻地理解了這個道理。

我們知道：布希的建議如今看來似乎有點不合時宜。工作上的各方面的壓力都在要求著我們去竭盡全力地成為領域內的專家，培養一個與眾不同的一技之長然後苦心專研。在這種觀念下，那種廣泛涉獵的行為簡直如同兒戲，而且那樣的人註定要被那些擅長專注的對手所打敗。

如果讓香農聽到這些，他肯定會生氣的。香農深深認同布希的通才觀念，我們認為這是因為這與香農的天生好奇的性格不謀而合。香農之所以成功，並不僅僅因為他天生聰明，更由於他不遺餘力地保持多樣化的興趣。

他最著名的碩士論文裡面糅合了他在布爾邏輯和計算機兩方面的興趣，這兩個本來井水不犯河水的學科，在香農的大腦里得到了融合。香農的資訊理論論文吸收了他在密碼破譯、語言學、以及文學方面的積累。他曾對布希解釋說：

在香農投身到科學研究的同時，他也培養了一些能夠幫助他保持思維敏捷的興趣愛好：爵士樂、獨輪單車、雜耍、國際象棋、小發明、詩歌，等等。他本來可以把自己的才華全部用在某個特定的領域，不斷地專研深挖，並終此一生。但幸運的是，他並沒有這樣做。

廣泛涉獵也意味著想停就停的自由。即使像香農那樣的天才，也不能保證所有開啟了的工作都能取得結果。這可能也違背了某些現代常識，但是我們認為其中有它的道理。香農通常會工作到他感到滿意為止——然後就會轉向其他事情。在某些人眼中這是三分鍾熱度的表現，但我們認為這是因為他已經清晰地知道後面需要付出多少代價。

即使是Time Ferriss（現代生產力運動的先知）也會鼓吹知曉什麼時候該停下來的重要性：「懂得在沒有結果的事情上及時收手，是成為贏家的必備條件。」同理，這也是為什麼許多有才華的畫家會在他們的工作室里存放著大量未完成的作品。

當Ed Thorp在1961年與香農共同構建可穿戴計算機的時候，他曾經拜訪過香農的工作場所，那是一個香農用來搗鼓各種東西的大型家庭作坊，他是這么描述的：這是「一個發明者的天堂……有數以百計的機械和電子設備，電機、晶體管、開關、滑輪、齒輪、冷凝器、變壓器，等等等等」香農隨心所欲地在各個項目之間竄來竄去，絲毫不介意自己的手變臟，也不介意那些零件和半成品散落各地。

香農在學術研究上也是這樣。他的閣樓里塞滿了紙條、寫了一半的文章，以及寫著「好問題」的報告紙。

我們一方面對香農那些未能發表的工作表示遺憾，另一方面，我們也認識到正是這樣的混亂給他的創作提供了條件。香農並不把時間和精力花費在整理論文和工作室上，而是將其投入到研究國際象棋、機器人或者投資策略中了。

香農的廣泛興趣使他需要足夠的時間才能把想法變成現實。但不幸的是，他通常不會公布他的發現成果。他總是跟隨著好奇心而動，雖然有時看起來很低效，但是若干年後他可能會回頭來繼續研究他最好的想法。

他1948年發表的資訊理論的論文花了將近十年時間才完成。1939年研究生畢業的時候，他開始有了研究「關於信息傳輸系統的基本屬性，包括電話、無線電、電視、電報等等」的想法。在從有想法到論文發表中間的時間，適逢第二次世界大戰，他參與了對高射炮理論和密碼學的研究，以致於他只能在業余時間研究資訊理論。

後來在回顧往事的時候，他撿起了之前的靈感，然後就開始研究。研究工作並不是線性的，想法總是隨時到來，「我記得有一天晚上半夜醒來，我突然有了一個想法，然後我就整晚都在研究這個想法。」香農的一個同事說，當他的資訊理論論文發表時，「就像一顆炸彈「。這是堅持了十年研究的成果，而香農的耐心使得他的理論非常成熟。

這也許是我們最難理解的一條，生活在追求「及時滿足感」的時代，在工作中多等十分鍾都已經變得稀奇古怪，更不用說等10年時間了。但是對於從事創新、創業以及創造性工作的人們而言，也許這就是最好的一課了。精英都把時間當做朋友。

記住：香農並不是十年時間全副精力都撲在研究資訊理論上，事實上，他非常忙，根本沒有空，研究資訊理論只是業余時間，但是也正是他的堅持和耐心，使得他能完成了這份重要的工作。

如果也可以堅持足夠長的時間，我們在業余時間會做些什麼？

香農朋友不多。他貝爾實驗室的同事說，香農並不是「不友善」，只是他從來不是社交物種。

Brockway McMillan也是香農的同事，說香農「一貫對數學問題的爭論沒有耐心，他解決問題的方式與大多數人的做法不同「，香農的出類拔萃的智商使得他有一種冷漠或不耐煩的氣質，正如McMillan所說的那樣，「他從來沒有爭辯過他的想法。 如果人們不相信，他就會忽視那些人。「

傲慢和自信之間只是一線之隔，但香農一般處於右邊，因為他有智力資源來支撐他的自信。但同樣重要的是，他花了很多時間來積累這些智力資源，因為他從來沒有被捲入爭權奪位，玩弄辦公室政治，或試圖讓每一位批評家都滿意。解決問題的樂趣對他來說比其他所有的東西都重要，因此，當他選擇朋友時，他會選擇那些志同道合的人，以及那些給他最大幫助的人。這樣也使得他的朋友很少。

阿蘭·圖靈（Alan Turing）是他為數不多的朋友中的一個，二戰期間圖靈代表英國政府來美國實地調查密碼學研究，他們有過一場深入的交流。 在貝爾實驗室，香農還與工程師Barney Oliver和John Pierce保持聯系，他們每個人都是信息技術史上的先鋒人物。

香農同樣從交友中受益。 因為他選擇他所欣賞的的聰明人和富有創造力的人做朋友，所以，他也變得更聰明，更具創造性。 他在經營自己的友誼中比我們大多數人更加慎重，他只選擇那些能激發他自己潛力的人。

香農對待友誼側重於內容，而不僅僅是關系。 當然，香農和他的朋友們也有一些玩樂的時候，但相對於大多數人而言，他們也花更多的時間討論嚴肅和令人頭疼的事情。 圖靈和香農並沒有花時間談論天氣，他們只是談論人工智慧，只有兩位先驅可以這么做。

這對我們其他的非天才們意味著什麼？ 這並不意味著要放棄你現在所有的朋友從而再換一批新的。 這意味著我們要問自己，你的朋友是誰，你們一起做什麼事情。多想想你們一起的時間的價值是什麼，如果你覺得應該變一變，就改變它。

傳說中香農的辦公室里到處都是支票，如他的版稅、股票投資的收益，但是他好像並不在意這些錢。這和其他的傳說一樣，都被誇大了，但是無風不起浪。香農的一位同事說確實看到過他的辦公桌上有一張大額度未兌現的支票，而且他朋友們在回憶的時候總是提到他似乎對金錢漠不關心。

賺錢從來都不是香農最關心的問題，但是他的確賺到了不少錢。他成功投資了很多早期的矽谷公司， 如Teledyne and Harrison Laboratories（被惠普收購）。香農眾多愛好之一就是選股票，他經常給給大家分享投資的經驗。到他去世時，他的家底非常豐厚。

那麼，他是如何協調賺錢與一門心思地追求科學這兩件事情的？

斯多葛學派哲學家塞內卡有一條偉大的名言：「能夠視陶器為銀器的人是偉大的，而視銀器為陶器的人也同樣偉大。沒有一個強大的內心就不能夠忍受財富的考驗。「 聽起來很奇怪，財富為什麼要」忍受「？塞內卡又說：對金錢的追求會妨害我們對真正重要事情的追求。 金錢既不是萬惡之源，也不能解決我們所有問題：問題在於它是否擋在了對真正重要事情追求的道上。

香農是一個很好的例子，他很富有，也沒有被追求財富所左右。 他從來不是為了過奢侈的生活才去積累財富，他的財富使得他能把更多時間花在他喜愛的小玩意兒項目上。他用投資回報的錢來研究雜耍中的物理學並製造雜耍機器人，以及和Ed Thorp一起發明了可穿戴計算機。

我們並不是需要知道對金錢的追求會掩蓋真正重要的東西。但是我們需要提醒自己，財富隨著辛勤的工作而來，但它並不是我們之所以辛勤工作所要追求的目的。矽谷企業家保羅·格雷厄姆這樣說道：「我受到過很多批評，因為我告訴創始人先把重點放在做出好東西上，而不是擔心如何賺錢。但是這正是谷歌和蘋果的成功之道。「

還有更重要一點，香農並不是只是漠視財富，他是漠視財富但是同時也善於獲得財富。我認為漠視財富使得你能集中精力做有價值的事情，這些有價值的事情使得你能獲得財富。這是我們都應該深刻理解的道理。

香農從來不會被出版大部頭書籍的同事所打動，也不會被最花哨的理論所打動。 他喜歡的是極度的簡潔（這讓我們不得不又想起喬布斯）。

1952年，在與貝爾實驗室工程師的一次談話中，香農介紹了他自己所用的一個非常有效的問題解決策略。 第一條就是你應該首先通過簡化來解決你的問題。香農說 「幾乎你遇到的每一個問題都會被各種無關的數據混淆，如果你能簡化問題，就能更容易看到問題的本質」。

簡化是一門藝術：需要一點點剝去問題表面的東西，而不是讓它變得更加有趣。 香農承認一步一步拆分會使得問題慢慢變得不是問題——但這正是解決之道所在：「通常如果你能解決這個簡單的問題，你可以在這個解決方案中添加改進方案，直到你能解決最初的那個問題「。

Bob Gallager博士是香農的研究生，後來也成了信息理論研究的領導人物，他親眼見識過香農是怎麼對問題進行簡化的。 有一天他來到香農辦公室，帶著一個復雜的新研究想法，然而，對香農來說，那些只是單純的「花哨」：

我們從小就被教育說越能掌握復雜的概念越證明我們的智商高。問題越復雜，越需要聰明的人才能解決。但是，香農讓我們也看到了相反的一面，那就是越追求簡單，越需要更高的智商。

畢竟，正如作者Ben Casnocha寫道：「簡化復雜的問題並不意味著忽略問題的復雜性。」，香農也是這樣，他可以和他最優秀的同事一樣用最復雜的數學公式，但是他今天被人們銘記是因為他可以把事情拆解清楚，而不是搞的更復雜。

不要將簡單與簡單思考混淆。 要將其簡化並提煉事物的本質是很難的事情。 如果你在會議上覺得「這個問題太簡單」從而不願意說些什麼，你可能需要在想想是不是真是這樣，因為，這可能是你最應該要達到的目的。

在香農30幾歲的時候，他是美國科學界中最耀眼的明星之一，被媒體和榮譽所環繞著。他的」資訊理論「迅速走紅，而他本人也經常被吹捧為當代最優秀的科學家之一。

香農的資訊理論成為了當時的時髦詞，從地質學到政治學再到音樂學，各個學科都恨不得用它來解釋一切。然而，正在香農風頭最盛的時候，他發表了一篇四段文來呼籲大家減少對他的」吹捧「。

他這么寫道：「（資訊理論）可能有點被過譽了。我們一些在各個領域的同行科學家們被外界對它的贊賞和科學分析的新途徑所吸引，開始用它來解決他們領域內的問題...資訊理論變得有點像萬金油的感覺。」

誠然這樣的情況會讓人感到「愉悅而興奮」，但香農卻建議他的工程師和數學家們要把注意力放回到研究本身。「資訊理論如果是一個商品的話，現在已經是賣出去了——先不管它有沒有被超賣。我們現在應該繼續把注意力投入到盡可能高水平的研究和開發工作上去。」

這並不是因為香農想獨攬成果。相反，他很歡迎那些對資訊理論有效應用的成果，他擔心的只是他開發出來的這些理論被賦予過多超出它們內在價值的意義。

這份聲明在科學界引起了一些回響。這對那些涉世未深的年輕人、以及那些以實際行動大力鼓吹資訊理論的人來說意味深遠。但對他來說，最重要的是回歸真實——這是他對真誠、嚴肅的科學研究的承諾，而這終將給他帶來聲譽。

換句話說：香農並沒有積極地推廣他的想法，而且我們認為他也不擅於此。但他確實沒有必要去做，因為他的想法是如此的出眾而獨特，人們自然就會為之吸引。

這對我們的啟發是什麼？我們難道不都認為自己的工作是出眾而獨特的嗎？可能我們的想法確實有那麼好，但是香農的研究工作快速爆紅的例子對我們確實好的想法沒有什麼借鑒意義，反而是當我們的想法並不太好而且一直得不到太多關注的時候反而更有借鑒意義，因為可能我們的研究就是還不夠火候，還需要繼續努力。

就像偉大的哲學家Regina George在電影《Mean Girls》中說到的」當我們挖空心思去追求的事情一般都不會發生「。水到自然渠成。

在反思職業生涯中的彎路時，香農坦陳說：「我認為自己的目標從來都不是為了獲獎，雖然我獲了幾十個獎。我的動力更多是源自於好奇心，而不是對財富的渴望。我就是想弄明白事物的組成原理，或者運行規則，或者是否有什麼理論能決定事物的是與非。主要還是因為我想知道這些。」

他並非在誇大其詞。香農經常在被授獎之後推託不願去領取。那些邀請他去演講的信件都被他放到我們前文提到的那個郵件垃圾箱里了。

他這種冷漠的態度還以另外一種方式展示出來：他曾被授予過很多榮譽學位，於是他把那些博士服坎肩掛在一個類似旋轉式領帶架的設備上（這個設備也是他自己做的）。雖然不知道那些頒獎機構會不會不爽，但這表現出了香農對「被贊美」的輕描淡寫的態度。

當然，淡泊名利的行為也是有一定好處的。對香農來說，他得以投身於那些「著名」科學家們不屑於涉足的領域：玩具機器人、國際象棋、雜耍、獨輪單車。他還造出了會玩雜耍球的機器，以及一個在吹奏的時候會噴火的消耗。

數學家一般不願意在一些不夠高大上的問題上投入時間——他們稱之為「幼稚問題」。但香農卻願意做那些真正「幼稚」的事情。而且還屢次三番地在這些可能會讓人感到尷尬的、涉及的問題也比較瑣碎的事情上找到突破。

如果香農一開始就是以諾貝爾獎或國家獎章為目標的話，他還會有心思來做這些事情嗎？也許會吧。但事實上，他對外界成就的淡然處之的態度反而讓他能夠做得更多、走得更遠。

我們承認，這些道理說起來容易，做起來難。我們都不會忽視自己的社會地位，特別是對那些具有雄心壯志的精英來說，要做到淡泊名利是多麼的困難。香農的例子告訴了我們，在這種淡泊名利的背後隱藏著同樣有價值的東西：樂趣與自由。

跟「成就」比起來，「樂趣」可能顯得過於隨意。但「自由」則不同。即使可能有損他的社會地位，香農也毫不在意。他讓自己自由地去探索任何感興趣的學科，某種程度上，這種自由正是源自他從不關心其他人怎麼看待自己。

在我們走在追名逐利的路上時，我們常常會忽略為此付出的自由的代價。放下這些所謂的榮耀，輕松地去生活和學習。

我們有多少人想尋找像香農那樣的突破，但是卻坐等靈感來襲？坐等可能嗎？

著名畫家Chuck Close也有相同的看法，他說，「靈感是給業余愛好者的，我們其他人只是出現並開始工作。 要相信成果會在工作本身中萌芽出來，通過用心工作，你會碰到其他的可能性、打開意料之外的其他的門，如果你只是坐著等著一個偉大的藝術創意出現，那它永遠不會出現「。

香農也是相同的看法，只不過香農尋找的是一個偉大的「科學想法」。這個想法可能來自一場高質量的對話，或者在工作坊中的修修補補，或者來自他大部分生命中那種漫無目的折騰——最重要的是，想法來自於做，而不是等待。

香農告訴他的貝爾實驗室的工程師們，一個偉大科學頭腦的標志並不是秒思如泉湧，而是一種「動機」、「某種想要找到答案的渴望，想要找出事物運行的本質的渴望「。這一根本驅動力是必不可少的：」如果你沒有這些，你可能擁有世界上所有的技能與智慧，（但是）你沒有問題，你就不可能找到答案「。

這個根本驅動力從何而來呢？ 香農對這種難以捉摸的品質的表述令人回味，是這樣的：當事情看起來不太正確時，開始有「輕微的惱怒」，或者是「建設性的不滿」。最後，香農對天才的描述也令人耳目一新：天才只是一個把憤懣發泄在有用的地方的人。 而那種有用的刺激一直不會來，直到會在工作中，你偶然發現一些令你煩惱的事情，看起來怪怪的，讓你糾結。

不要逃避那些時刻。 不惜一切代價堅持下去。

那些和香農本人一起共事過人應該會感到很幸運，因為認識了他。而我們雖然只能通過書本來了解他，但也同樣感到幸運。

我最後的想法是：互聯網，數字時代以及所有基礎技術——這些都是非凡的人類成就。 但我們可能很容易地忘記他們的歷史，它們是什麼、它們解決什麼問題、為什麼要解決這些問題、它們為什麼存在、誰創造了它們。我們應該從這些歷史中去學習，沒有歷史就沒有未來。

我們不僅僅只是應該學習已經創造出來的這些東西本身，我們應該理解創造這些東西背後所隱含的精神力量。好奇心以及創造力產生了巨大的創新火花，從而不斷推動世界的前進。這來自於像香農這樣的頭腦，他們從工作中獲取樂趣。

這是值得記住的精神。 更重要的是，我們應該踐行這種精神，發揚這種精神。

原文： https://medium.com/the-mission/10-000-hours-with-claude-shannon-12-lessons-on-life-and-learning-from-a-genius-e8b9297bee8f

D. 香農的資訊理論和圖靈的圖靈機，哪一個對人類的進步貢獻大

大學畢業後的香農在麻省理工學院（MIT）注意到公告欄上張貼的招聘操作微分分析儀助理研究員的廣告。香農申請到這個職位，並在職攻讀碩士學位。香農為什麼申請這個職位呢？這源於他對布爾邏輯維持一生的興趣。當時的微分分析儀其實是一種早期的模擬計算機，它通過上百個繼電器組成的結點電路控制運算，可以求解高階微分方程。香農在密歇根大學時，曾學過符號邏輯和布爾代數，這成為他後來研究二元系統的數學理論基礎。中國人早就注意到二元現象的普遍性，並發展出陰陽哲學體系。但遺憾的是，中國人從未用數學的觀點去形式化描述二元現象，把對這一對象的認識模糊在玄學，而非精確在科學。這是值得我們當代國人思考的。

E. 戰勝一切市場的人

《戰勝一切市場的人》 | 於利強解讀

《戰勝一切市場的人》 | 於利強解讀

建議WiFi環境下播放

關於作者

愛德華·索普本身是一名數學家，但他最為人稱道的成就卻是在賭博和投資領域。他是橫掃拉斯維加斯各大賭場的賭神，也是量化投資的教父級人物，徹底改變了全球證券投資行業。

關於本書

這是愛德華·索普的回憶錄。在這個看似不理性的世界裡，索普始終理性思考，從校園、到賭場、再到華爾街，全都是大贏家。他證明，賭博、投資，甚至生活中的各種問題，都可以簡化為科學問題，只要通過一套簡易的演算法就可以破解。索普在書中揭秘了自己的解題過程和思維模型，這些模型將會幫你在人生各種難題面前，更聰明地思考和決策。

核心內容

不管是賭場還是股市，都有個主流觀點，就是你沒法戰勝莊家和市場。如果你做投資，業績還不錯，大概率只能算運氣還不錯。但只有找到有統計學意義的優勢並能重復獲利，才稱得上「戰勝市場」。那麼這可能做到嗎？如果能，那應該怎麼做？其中要用到哪些思維模型？

本期音頻，會通過三個問題的解答過程，帶你了解索普的思維模型。

一、怎樣才能擊敗賭場？

二、怎麼才能戰勝市場？

三、怎樣進行風險管理？

點擊查看大圖，保存到手機，也可以分享到朋友圈

首頁

你好，歡迎每天聽本書，本期音頻解讀的書是《戰勝一切市場的人》。這本書是愛德華·索普的自傳。索普本身是一名數學家，但他最為人稱道的成就卻是在賭博和投資領域。他是橫掃拉斯維加斯各大賭場的賭神，也是量化投資的教父級人物，改變了證券投資業的格局。

不管是賭場還是股市，都有個主流觀點，就是你沒法戰勝莊家和市場。注意了，業績優於市場與戰勝市場不是一回事。業績好可能只是因為運氣好，只有找到有統計學意義的優勢並能重復獲利，才叫戰勝市場。所以，如果你做投資，業績還不錯，大概率只能算運氣還不錯，不一定就算戰勝市場。

但是本書的傳主、也是本書作者，愛德華·索普認為，賭博和投資，都可以簡化為科學問題，更准確地說，是數學問題。他用數學的方法證明，玩家可以擊敗莊家，投資者也可以擊敗市場。他在理論上證明後，又一一實踐驗證：他先是在賭城拉斯維加斯大殺四方，贏了一大筆錢，還把方法公布於眾，成千上萬的賭客用索普的方法去賭城淘金，迫使賭場不得不修改規則。隨後，他又成功運營了一個對沖基金，獲得的投資收益堪比股神巴菲特，而且29年的職業生涯中沒有一年是虧損的，這點巴菲特都沒做到。

正因如此，索普敢說自己是「戰勝一切市場的人」。他總結出來的思維模型和方法，不僅可以用在賭博和投資領域，在人生的其他領域也同樣能用得上。

本期音頻，我會通過三個問題，帶你了解索普的思維模型。

第一個問題，怎樣才能擊敗賭場？

第二個問題，怎麼才能戰勝市場？

第三個問題，怎樣進行風險管理？

第一部分

我們先來看索普是怎麼擊敗賭場的。

很多科學家都注重研究理論，不太注重理論的應用。但是索普不一樣，他研究理論，但更關心用理論來解決實際問題。

索普從小就聰明過人，最感興趣的是做各種化學實驗，十幾歲就自己配炸葯玩。他家境貧寒，為了能上大學，通過幾個月時間自學，就得了全國物理競賽第一名，拿下了大學獎學金。他讀完物理學的本科和碩士，又繼續攻讀物理學博士。因為寫論文要用到很多數學知識，索普在自學數學的時候興趣再次轉向，轉而拿下了數學博士，並一路成為了數學教授。

大學教學之餘，索普熱衷於研究實際的數學問題，尤其是跟概率相關的賭博問題。他中學時，就聽到過這么一個說法，玩家不可能戰勝賭場，因為從概率來說，賭場長期是穩贏的。所有賭局的概率設計，賭場一方獲勝的概率要略大於50%，比玩家高幾個百分點。只要你一直玩，賭場就能最終把你的錢賺走。

歷史上也有很多著名的數學家，都熱衷於研究賭博游戲中的概率問題。但在索普之前，這些數學家的結論也基本都是，你不可能擊敗莊家。

但索普這個人有個特點，別人說的不作數，可不可能，得自己試過才知道。研究了一圈賭博項目，索普發現，所有賭場游戲中莊家優勢最少的、對玩家最友好的，是一個叫21點的游戲。但這個游戲中，莊家的勝率還是比玩家略高。

21點的規則說起來真的很簡單：每個人先拿到兩張牌，然後選擇繼續要牌還是不要。手中的牌點數相加，玩家盡量讓自己手上的牌接近21點，21點最大，但不能超過21點，超過就「爆牌」出局了。

他通過研究這個規則就發現，玩家獲勝的概率不固定，而是隨著發牌而發生變化。一副撲克陸續發牌，如果先出小牌，那麼在剩下的牌堆里大牌較多，而大牌多對莊家不利。因為規則是玩家可以隨時停止要牌，但莊家在17點以下，則必須繼續要牌。剩下的大牌越多，莊家越可能爆牌，賭客的勝率就越高。

這還是1959年，索普利用當時運算能力還極其有限的IBM大型電腦，推演了所有情況下的概率分布，發現玩家比莊家的勝率最高能多5個百分點。理論上，只有在勝率高過莊家的時候才下注，那就一定能擊敗莊家。

但是要去實戰，只算出理論概率顯然是不夠的。賭場不允許你帶電腦，也不允許你拖延時間，玩家只能憑借自己的大腦來快速算牌。索普將這個問題進一步簡化，並得出了一個簡便易行的算牌方法，叫「高低法」。我簡單給你介紹一下：低牌是2、3、4、5、6，算加1；中牌是7、8、9，算0；高牌是10、J、Q、K、A，算減1，總分加起來，結果越大，就表示前面出現過的小牌越多，剩下的牌對玩家越有利。

索普研究出致勝策略後，就跑去拉斯維加斯的賭場小試牛刀，證明策略可行，隨後他居然發表了論文，也引來了媒體關注。但這時，其實大部分人並不相信真的有擊敗莊家的方法，不僅有媒體質疑，賭場也來嘲笑索普只是個書獃子。

但隨後賭場就笑不起來了。索普拿著1萬美元，來到「賭城」拉斯維加斯，只用了30個小時，就賺了一倍多。這在當時已經算是比較大的金額，引起了賭場的注意。賭場開始用各種方法刁難他，比如增加洗牌的頻率，更換撲克牌，不賣大額籌碼給他，甚至還派上了作弊的發牌手。盡管有這樣那樣的干擾，索普仍然能贏錢。最後賭場使出殺手鐧，封殺這位常勝將軍，請你出去，別在我這里賭了。索普陸續登上了多家賭場的黑名單。

但賭場的噩夢才剛剛開始。索普隨後寫了一本書，揭秘自己的21點致勝策略，書名就叫《擊敗莊家》。這本書在1962年出版後，迅速成為暢銷書。成千上萬的算牌玩家用索普的方法去拉斯維加斯，只玩21點，這動搖了賭場的根基。賭場大佬們開會，有人提出直接做掉索普，但最後他們還是選擇了更文明的方式，修改游戲規則，重新掌握概率優勢。

之後索普喬裝改扮，陸續去過多次賭場。但連續贏錢的他，總是免不了逃脫賭場的重點關照。他在書中記錄了兩次驚險的經歷：一次是連續贏錢之後，喝了賭場送的酒水，出現了中毒症狀；另一次是在回程途中，下坡路上，車速高達100多邁，剎車失靈，差點翻車。

贏錢當然很好，但要冒著生命危險，這就不值得了。索普本人仍然是個數學教授，還要上課搞科研，於是放棄了賭博，況且策略得到充分驗證，他已經心滿意足了。

除了21點，索普還用數學方法去研究了其他賭博游戲。比如輪盤賭，去猜輪盤上轉動的小球會最後停在哪個數字格里。

輪盤賭本來是個純粹的賭博游戲，賭場占據絕對的概率優勢。但是索普認為，小球從高處下落，最終停止運動，這其實是一個物理問題啊，只要能記錄小球的運動軌跡和速度，就能算出落到哪個區域。

索普跟同事克勞德·香農，就是那位「資訊理論之父」，兩位科學家合作研發了人類歷史上第一台可穿戴電腦。這個電腦只有香煙盒大小，被嵌在鞋裡，腳指頭控制按鍵，電腦會計算出輪盤賭小球的軌跡，給出預測的結果。這個設備他們帶到賭場去實戰過，證明可行，但是礙於當時的技術、設備不成熟，比較容易出故障，就收起來了。

順便說一下，與索普合作的香農教授，是資訊理論及通信理論的奠基人，電腦中的二進制應用就是由他提出的。香農和索普一樣，是個非常有意思的科學家，每天聽本書還解讀了《香農傳》，解析了香農的思維方式，推薦你找來聽聽。

我們簡單總結一下第一部分的內容。索普運用概率思維，成功地破解了21點的秘密，實現了統計學意義上的擊敗莊家。

同時我們也知道了，賭場也在不斷地打補丁、修bug，重新確立概率優勢。總體來說，對於絕大多數人來說，要想不輸給賭場，最好的選擇就是不賭。

第二部分

擊敗賭場之後，索普的興趣開始轉向，那就是金融市場。

有人說股市就是賭場，這個話雖然不一定對，但投資和賭博確實有相通的地方。兩者都基於數學和概率分析，都需要平衡風險和收益，都需要管理倉位，都需要高度的理性。某種程度上來說，賭博就是簡化版的投資。既然在賭場這個博弈市場中可能通過數學獲勝，那在華爾街這個世界上最大的博弈市場中，數學家還能取勝嗎？

索普初次接觸金融投資的經歷並不美好。他一邊繼續教學工作，一邊把在賭場打牌和出書掙的錢投入了股市。但就像大多數散戶一樣，他主要是看報紙聽專家選股票，也像很多散戶一樣，很快就虧掉了一半錢。痛定思痛，索普重新思考這個問題，怎麼樣才能投資成功、實現統計學意義上的戰勝市場？

經濟學界盛行一套理論，叫有效市場論。這個理論認為，市場能充分反映所有已知的信息，股價也能立即反映所有新的信息，市場上的任何投資優勢都是有限、微小並且短暫的。結論就是，除了少數幸運兒，投資者無法戰勝市場平均收益；想要高收益，只能承擔高風險。

但對於索普來說，「市場無法戰勝」這種說法，同樣需要自己來試一試。他這次仍然用的是數學方法。

索普的思路是這樣的：選股票，需要研究公司基本面、消息面、技術面，還需要看宏觀微觀經濟，這些我都不擅長。那我擅長什麼呢？當然是數學。那投資有沒有可能變成一個純粹的數學問題？有沒有辦法既不用選股，又能抵禦股市大起大落的風險，還能獲得滿意的回報呢？

答案就是兩個字：對沖。對沖是指，你預測到某種風險的存在，就用另一種方式去抵消和降低這種風險。棺材鋪賣葯，死活都賺錢，這就是一種對沖。

金融投資中的風險對沖，就是用一項投資去降低另一種投資的風險。一般來說，這兩種投資需要相關度比較高，才能有效對沖掉風險。舉個例子，如果你要選股票，通用汽車和可口可樂兩家公司，差異性很大，遇到的風險也不同，這兩者之間很難做對沖交易。但如果一個是可口可樂，另一個是百事可樂，兩家公司面對的外部風險非常類似，你就只要判斷在同等外部環境下，哪個公司更好，然後買入好的那個，賣空差的那個，就能對沖掉大部分外部風險。

而索普的策略把這種風險對沖做到了極致，根本不用選公司。他只要找同一個公司發行的不同證券產品。這兩個產品高度趨同，同漲同跌，但是定價又有差價。這相當於同一個東西，在兩個地方，換了兩個名字，就賣出了兩種價格。有了這兩種產品，一邊買入便宜的那個，另一邊做空貴的那個。隨著時間的變化，市場長期來說還是會有效，越來越多的人發現了這種定價錯誤，資金像水一樣，會從高處流向低處。兩者間的差價逐漸消失，投資者就可以收獲利潤。

索普用這種方法，對美國電話電報公司AT＆T的新舊兩種股票進行了交易，大賺了一筆。當時，通信巨頭AT&T公司將要分拆，成為一個「新的」AT&T公司和7個「子公司」，原股東會收到新的8家公司的股票。但市場不喜歡老公司、更追捧新公司，所以同等的舊股票價格比新股票要低。索普於是借了一大筆錢買了原AT&T公司500萬股股票，同時做空相應數量的8家新公司股票。這是筆穩賺不賠的買賣，索普因此輕松賺到了160萬美元。

這種投資策略跟股市是否漲跌並沒什麼關系，所以被稱為是「市場中性」的策略。而事實上也確實如此。索普在29年中沒有一年是虧損的，包括幾次大股災，投資年均復合收益率堪比巴菲特。

當然，這個策略最大的難點在於，你得知道這兩種證券的定價，才能判斷它們之間有沒有機會。

比如最常出現的機會是在股票和期權之間。期權就是一張合約，有了它，你就有權在某個時間段里，以某個固定的價格，買入或賣出一種資產。比如股票期權，就類似賭未來股價的一張彩票，跟股價同漲同跌，走勢完全相同。

但是做對沖交易之前，你必須知道這個彩票實際值多少錢。這又是一個數學問題。經過一番計算，索普找到了這個彩票定價公式。經過計算，索普發現市場上存在大量定價錯誤的期權，只要有效利用它們，就能戰勝市場。這種藉助數學的方法，從海量數據中尋找投資機會的投資方式，就是我們經常聽到的「量化投資」。在《擊敗莊家》後，索普又寫了本書叫《擊敗市場》，這本書是量化投資的開山之作，也成為有史以來最有影響力的投資指南之一。

後來，索普仿照巴菲特的模式，建立了全球第一家採用量化投資策略的對沖基金。如今，量化投資已經是全球證券投資市場最重要的幾大派別之一。作為量化投資理論和實踐的先驅，索普徹底改變了證券投資行業。

索普後來又進一步完善了期權的定價方法，但他這次沒有公開，而是留下來悶聲發大財。後來，有另外三位數學家受索普的書啟發，也發現了這個期權定價公式，公開發表後，因此獲得諾貝爾經濟學獎。錯過諾獎的索普並不後悔，選擇本來就有得有失。

從1969年成立，到1988年意外關閉，索普管理的兩支基金，在19年裡的總回報率分別為27倍和15倍，年化平均回報率分別為18.8%和15.1%。作為對比，同期標准普爾指數上漲了5倍，年均增長率為10.2%。他的收益是遠遠跑贏標普指數的。在這19年期間，分別發生了1973年第一次中東石油危機，1979年第二次中東石油危機，還有歷史上單日跌幅最慘重的1987年黑色星期一股災，但是索普管理的基金從來沒有一個季度發生過虧損，更沒有年度虧損。索普再次證明，自己可以擊敗市場。

總結一下第二部分內容，索普使用風險對沖的策略，擊敗了市場，在風險極低的情況下，取得了高額投資回報。

不過索普的經歷，也證明了市場在一定程度上確實有效。同樣的投資策略會被越來越多的人發現和使用，投資收益率會逐漸降低，並趨近於市場平均水平。長期來說，擊敗市場還是很難的。索普也建議普通投資者，買指數基金，跟上市場平均收益，就能戰勝大部分人了。

第三部分

在本書的最後幾章，索普給普通投資者提了很多建議，我認為其中最重要的，就是他風險管理的方法。

索普本人極度厭惡風險。你別看他去拉斯維加斯賭博，後來又在華爾街管理資金，動不動就是幾億美元的大手筆。但他都是基於理性分析的穩贏策略，對於他來說，賭博和投資都不是運氣游戲，而是一種科學實驗，風險都很低。

作為數學家，索普的優勢是能在理論上推導出最優的策略。但實踐和理論之間還有一道鴻溝，就是現實的不確定性。輸的概率雖然低，但輸了之後結果會很嚴重。

20世紀60年代初，索普做了一筆白銀投資。當時他預計到白銀價格會大幅上升。在銀行的建議下，他借錢買入白銀。隨後白銀果然持續上漲，索普短期內賺了很大一筆錢，但這筆錢並沒有收進。在隨後白銀短期的波動，價格下跌達到1/3，在杠桿的作用下，虧損超過了本金，索普爆倉了，這筆投資全部虧光。這件事情，讓索普在之後的50年職業生涯，始終把風險管理當做最主要的事。

判斷對了，但是卻虧光了錢。問題出在哪裡？對於賭徒和投資者來說，如果投資策略沒問題，那主要的關鍵就是怎麼下注，或者叫倉位管理，這也是風險管理的核心問題。

賭注太小，贏得不夠；賭注太大，隨時爆倉。一旦輸光，即使遇到100%能贏的機會，也沒法再翻盤了。

那有沒有一種最佳的下注策略呢？既能獲得比較高的收益，又不用冒太大的風險。

還真的有。在共同完善21點賭博策略時，索普經香農教授提醒，了解到了凱利公式。

凱利公式的發現者是物理學家約翰·凱利，這是一個關於如何下注的策略。這個公式是這樣的：下注比例 = 勝率/賠率。勝率是你能比莊家多的優勢；賠率是每1塊錢的預期收益。根據凱利公式，你只要計算出賠率，計算出獲勝的概率，那麼你就能知道要拿當前資金的多少比例去下注。

索普就是這么玩的。他帶著1萬美金，去拉斯維加斯。勝率不利時按賭場的最小下注額下注，勝率有利時增加下注，最大下注500美元，也就是總金額的5%。在賭場，贏的人總是迷信手氣而加大賭注，輸的人則期望下一把翻本。可索普不相信手氣，只相信數學，始終堅持用凱利公式下注。這是他每次都能贏錢的秘密。數學證明，根據凱利公式下注，有兩大好處：一是在長期中能獲得最高的復利增長率；二是永遠不會輸掉全部本金。

凱利公式這么重要，但在本書中，索普甚至沒有在正文中列出凱利公式的方程式。我推測，這是因為公式背後的思維方式比公式本身更加重要。在生活中，概率和賠率並不可能像賭桌上那麼清楚，但你可以通過凱利公式的兩條原則，提升決策的有效性：

第一，根據勝率和賠率下注，勝率越大、風險越小，賭注越大；

第二，除非有100%的勝率，別全部押上。

索普把這個公式運用到自己之後的賭局和投資中，也正是因為他的使用和推廣，凱利公式成了金融界的香餑餑。股神巴菲特、股神搭檔查理·芒格、債券之王比爾•格羅斯等人，都曾明確表示，自己在風險管理中，使用到了凱利公式。

查理·芒格說過：「當世界給予你機會的時候，聰明的投資者會下重手。當他們具有極大贏面的時候，他們會下大注。其餘的時間里，他們做的僅僅是等待，就這樣簡單。」芒格的話，其實就是凱利公式所表達的意思。

但在華爾街，並不是所有人都能認識到風險管理的重要性，到處都是用高風險博取高回報的案例，其中不少慘痛的教訓。長期資產管理公司就是個經典的反例。

長期資產公司一度是華爾街的超級夢之隊。合夥人中包括多位知名經濟學家，其中就包括發現期權定價公式的兩位諾貝爾獎獲得者。長期資產的人，還曾問過索普是否有興趣參加，或者投資，索普拒絕了。他認為長期資產的領頭人偏好高風險，自己並不喜歡；而且他認為長期資產的合夥人們，缺乏實際投資經驗，難保不是紙上談兵。

長期資產創立於1994年，在前幾年每年收益都高達30%以上。但它的高收益建立在高杠桿高風險上。它的杠桿率在30倍到100倍之間浮動，不到1%的利潤可以放大到約40%的利潤。但是一旦市場下跌3%，本金就會全部虧光。據這幫經濟學家的測算，虧光的概率不到萬分之一，但這種小概率事件恰恰就發生了。1998年，長期資產公司在不到四個月內虧掉46億美元，幾乎虧光了本金，隨後倒閉。索普的評價是：「這幫人下注太多，釀成了大禍。」

想要完完全全應用凱利公式，需要知道收益結果的確切概率。在大部分賭場中你預先可以估計到自己的勝率。而在現實投資中，這種勝率很難估計，而投資者天生又會過度樂觀和悲觀。你認為70%勝率的投資，可能實際只有55%的勝率。面對這種情況，索普的辦法是，再保守一些，用比凱利公式算出的結果更小的比例去下注。

索普警告，對於那些聲稱100%賺錢、而且收益率還很高的項目，尤其要睜大眼睛。

索普就親自揭露過這樣一個騙局。1991年，有一家投資公司請索普來幫忙，檢查公司的投資組合有沒有問題。索普經過梳理發現了組合中有個基金不太正常。這個基金持續10年每年收益都高達20%以上，而且每個月都是賺錢的。索普詳細詢問了基金經理的投資策略後斷定，這是個騙局。根據他的計算，按照這種策略，基金不可能每個月都賺錢，肯定應該有賠錢的月份。

帶著自己的懷疑，索普將這位基金經理的買賣記錄與市場上當天真正的交易量做了對比，發現交易記錄是偽造的，很多交易根本不存在。投資公司在索普的建議下，把錢拿了回來。由於監管機構的漠視，這起騙局後來又持續了17年，而且越來越大。直到2008年金融危機期間，因為資金鏈斷裂，騙子才被正式揭露。這就是「世紀巨騙」麥道夫，這起騙局詐騙金額超過600億美元，受害客戶4800名，其中還有很多名人政要。

總結一下第三部分，索普進行風險管理的主要工具，是凱利公式。簡單來說，勝率越高，下注越大，但別全押。公式背後的思維方式比公式本身更加重要，因為生活中面臨的選擇，勝率和賠率都不那麼容易算清楚。

總結

好的。總結一下本期音頻，我們用三個重點問題，帶你了解了索普的故事和他的思維模型。

第一、怎麼擊敗莊家？索普主要的思維模型是概率統計。索普從不輕信已有的結論，而是親自去驗證；他也不相信什麼運氣，而是尋找統計學意義上的解決之道。

第二、怎麼擊敗市場？索普主要的思維模型是風險對沖。排除無法判斷的情況，對沖掉自己無法掌控的風險，用自己最擅長的數學方法，成功獲利。

第三、怎麼控制風險？索普主要的思維模型是凱利公式。勝率越高，下注越大；除非有100%的勝率，千萬別全押。最大的風險不是輸錢，而是爆倉。

愛德華·索普的故事，此前王爍老師在《大學·問》和《30天認知訓練營》中都曾講述過。王爍給索普總結的打法中有一條，就是：始終保持理性，不是只在某個科學領域里保持理性，而是在與世界打交道的所有方面都保持理性。所以，索普才能從校園、到賭場、再到華爾街，全都是大贏家。甚至在找尋伴侶的過程中，他也是用理性的思考，得出了結婚的結論，並換來了長達60年的美滿婚姻。

無獨有偶，查理·芒格也曾說過，自己成功的秘訣如果只用一個詞來說，就是「理性」。你必須先維持理性，才能夠讓知識得到有效的應用。沒有理性，知識、耐心這些東西，都沒有用。盡管我們很難復制索普和芒格的奇跡，但我們卻可以學習他們生活中的理性。

撰稿：於利強

腦圖：摩西腦圖工作室

轉述：孫瀟

打開得到App聽更多

F. THE PHYSICS OF WALL STREET怎麼樣

這本書告訴我們，過去一個世紀，物理學家和數學家是如何用日趨精細的數學模型，來全面入侵華爾街的。如果你對量化金融感興趣，這本書值得好好一下。 在1900年，法國一位叫巴舍利耶（Bachelier）的學生，為生活所迫，在證券交易所做個臨時工以勤工儉學。他憧憬著成為一名數學家，他的論文也結合了實習的經驗，是關於股市價格投機的數學理論。 但當時的法國數學界對於應用領域的研究不屑一顧，即使他的導師是大名鼎鼎的龐加萊（Poincare），論文也沒有獲得優秀，從而使得他獲不了終身教職，直到晚年才終於獲得認定，實在是悲催。 直到大約60年後，他的論文被MIT的量化金融之父薩繆爾森（Samuelson）發現，才重新浮出水面。世人驚奇地發現，他在1900年，就已經獨自一人做了幾件驚天動地的事情。他發現了有價證券上下波動的隨機性，並且用數學的方法為其建立了量化的模型。 同樣的數學工具，在1906年，為另外一名物理學家用來推斷出原子的存在，並且重新塑造了物理學，那個物理學家叫-愛因斯坦。 Bachelier認為股票價格上下波動滿足正態分布，他甚至重新發明了概率論。另外，他認為股票今天的價格和明天的價格是不相關的，市場是有效的，你無法找到策略戰勝市場。 薩繆爾森驚奇地發現，很多他們的工作在60年前就已經被老巴一個人幹掉了，只可惜老巴找到了鑰匙，但是沒能等到門的出現，最終開門的就成了薩繆爾森了。 你如果要問，知道這個又怎麼樣呢，你又不能預測出明天的股票價格是多少，我如何賺錢？ 確實，老巴的理論不能預測准確的股價，但他能准確地告知你不同股價可能出現的概率，也就是量化了風險。當你知道了骰子出現六的機會是1/6，你就知道該如何下注了。 由於老巴的默默無聞，另外一個叫奧斯本（Osborne）的傢伙也在大約老巴論文發表的60年後，重新研究股票的隨機運動，寫出了類似的論文，但修正了一處老巴的缺陷。奧斯本認為，不是股票價格波動的絕對值滿足正態分布，而是股票價格波動的百分比滿足正態分布。畢竟，10元錢的股票，不可能跌到0元以下，但可以高到20元以上。 說來也奇妙，奧斯本這傢伙原來是一個天體物理學家，但生育能力很強，在他生了一對雙胞胎，也就是他的第8個和第9個小孩後，迫於生計，他覺得要在股市上賺點外快了，所以才投身股市的。 他後來還發現了很多股市套利的技巧，比如買賣股票不要設定整數價位，那樣的獲利機會更高，等等。 當時計算機還沒有普及，否則他可能就是最早的寬客（Quant）了。 Osborne的假設很快就被一個叫曼德爾布羅（Mandelbrojt ）的數學家推翻，他在1963年的論文中指出，股票的分布不是那麼柔和的正態分布，而是更加激烈的冪次分布。 也就是說，極端事件的出現比想像的要大很多。 但是，他的命運和最早的老巴有點類似，在60年代，整個學術界好不容易接受了老巴的理論，並且驚喜地開始對風險進行量化管理，從而激發了大量的市場行為。 這時候，如果接受Mandelbrojt的理論，那無疑是說，風險是無法准確量化的，大家都不能下注了，那哪行。 加上Mandelbrojt的計算結果在股票正常情況下和Bachelier和Osborne的差別細微，只有在極端情況下才出現大的偏差，所以大家覺得無所謂（估計也沒有多少人認真看他的論文），這樣，輪到Mandelbrojt的論文被雪藏了。 另外一個原因，是由於當時Mandelbrojt在工業界而不是學術界工作，所以他的論文很難被接納和發表，更難被重視。 他確實是在一家企業內部而不是學校裡面做的研究，這家公司叫IBM。 當然，他的運氣比較好，只過了30年就又重新被世人接受。當然，那是因為這段時間股市的波動更激烈了，出現了更多的金融危機，使得大家不禁質疑原有的基於Bachelier和Osborne的假設是否有問題，才逐步接受Mandelbrojt的理論。而後來，Mandelbrojt也發明了分形幾何這門學科，成為了研究復雜系統的主要工具，這些都是後話了。 如果說，前面三位都是富有開拓精神的學者，都醉心於理論研究的話，後面這位仁兄就是實干型人才了。 索普（Thorp），一個喜歡研究賭博的學生，最早開始研究德州撲克的記牌規律，獲得了成功，寫了一本有名的書，叫《Beat the Dealer》，告訴大家如何通過撲克賭博贏錢。之後他醉心研究俄羅斯輪盤賭，他認為，如果輪盤足夠好的話，只要知道了開始條件，就能預測小球停在哪個格子。 他拉了一位大人物下水一起做了一個小型的計算器，到賭場真的贏錢了。 這個大人物叫香農（Shannon）。 後來由於賭場太刺激了，他決定還是回學校教書。但馬上又迷上了Osborne的理論，並投身到期權市場中，為期權進行了精確的定價（通過計算機程序），然後進行了套利活動。為了控制風險，他還發明了對沖操作模式，並成立了最早的對沖基金。 十分有趣的是，他的基金為了獲得一位早期投資人的錢，還被這個投資人之前的資金管理人面試，這是一個名叫巴菲特的傢伙。 如果說Thorp具有叛逆性格的話，下面這位仁兄就更加有過之而無不及了。 他在哈佛博士論文評審前，由於參加了反政府運動，被哈佛開除了。 他叫布萊克（Black），看名字就知道他很黑。 他後來跑到了咨詢公司工作，認識了另外一個叫Scholes的傢伙，1970年他們做了一件和Thorp很相似的事情，就是計算期權的價格。用同樣的方法，他們甚至能計算各種不同的衍生產品的定價和風險。 同樣的工作另外一個叫Merton傢伙也做了，他們一起發表了論文，這個公式後人也稱為Black-Scholes-Merton公式。 因為這個公式，Scholes和Merton獲得了諾貝爾經濟獎（1997年，當時Black已經去世）。 Black他們幫助整個金融業理解了如何為期權等一系列金融衍生產品定價，並且能量化其風險。 所以銀行家們都很感激他們，因為用Black的公式，銀行家可以製造出風險可配置的各種衍生品來銷售。值得注意的是，Black他們對股票風險的評估，也是基於正態分布的假設。 Black其實也不算黑，他趕上了好時代，因為金本位的退出，業界急迫需要一種方式來鎖定美元等貨幣的穩定性，貨幣期權就變得相當的重要了。1971年期權獲准在交易所掛牌交易，並獲得了迅速的發展。 Black和Merton後來被高盛聘用成立量化投資部門，Scholes和Merton還參與創辦了著名了LTCM基金，一度獲得了超級的成功，成為量化投資的楷模，直到1997年的崩盤。 LTCM基金崩盤了，大家也重新思考Black-Scholes-Merton的模型是否有問題，答案是肯定的，Mandelbojt已經指出，其對風險的評估不準確，碰到大事情是就失效了。 Mandelbojt說的大事件，後來也被稱為黑天鵝。 他的意思是指，極端事件往往比你想像的要多得多（想想我們電視裡面講的這次洪水是百年一遇，過兩年，又一個千年一遇的來了，你就知道傳統的預測多麼的不靠譜） 導致大事件發生的原因，通常和復雜系統分不開。 Farmer 和Packard就是研究復雜系統的兩個專家，他們研究混沌理論，使用分形幾何工具，使用大量的計算機模擬工具，這使得他們對於復雜系統的感覺遠遠超過了旁人，而股市就是一個復雜系統，這樣，他們就有了用武之地。 很顯然，他們對冪次規律的把握和分形幾何的應用，使得他們必然站在Mandelbojt一邊。 說來也巧，他們兩個最早也和Thorp一樣，在念書的時候研究了俄羅斯輪盤賭，甚至成立了一個公司，專門用他們製作的微信計算機來到賭場獲利，他們比Thorp和Shannon膽識大多了，真是後生可畏。 後來，他們成立了Prediction Company（預測公司），一聽就霸氣。 這是一個基金公司，利用他們掌握的分形幾何，混沌理論，計算機模擬工具等，來進行對沖套利。 他們還開發了大量的演算法交易模型，最終他們被O'conner收購（這是一個和LTCM同期，但卻活下來的公司，差別也在於他們用了Mandelbojt的理論而不是Bachelier和Osborne的理論） ，而O'conner又最終輾轉被瑞銀UBS收購了。 採取同樣策略的也包括有數學家James Simons的文藝復興（Renaissance）科技公司。 如果說Farmer和Packard的Prediction Company，以及James Simons的Renaissance特別留意不低估風險，利用穩健的對沖策略和演算法交易來進行大量的小額套利行為的話，物理學家 Sornette則是特別關心這些大事件，也就是黑天鵝。 Sornette本來專門研究崩塌理論，比如地震，比如氣球在漲到一定程度的突然爆炸，比如航天器容器中的裂縫等。 他發現很多大的崩塌其實是有規律的，也是和一系列小的破裂事件相關，只是恰好這系列破裂時間的連續時機合適，所以大事件就來了。 他不認為這像黑天鵝那樣悄然出現，他認為這更像是一個龍王，也是大事件，雖然還沒有到來，但已經聽到它的腳步了。 也就是說，他認為崩塌是可以提前預測的。 這個不得了，如果你能知道大事件何時發生，那麼你就賺翻了。 Sornette確實對90年代後的金融危機都做了准確的預測，為了證實他的准確性，他還參與了投機操作，做空指數，並獲得了400%的回報。 這就是到目前為止物理學家入侵華爾街的過程。 雖然2008年的金融危機大家都歸罪於Quant，歸罪於這些科學家們，認為他們導致了股市的巨大波動，帶來了風險。 但我認為，隨著我們對股市規律的更加了解，我們就能更准確地判斷風險，更好地建設一個健康的金融市場。 這是一個持續進步的過程，最大的風險不來自這些科學家，而是我們停滯不前。

G. 股債平衡溫度計算公式

f=（b×p-q）/b
式中f為你該用資產多少比例下注

b為盈虧比
p為勝率
q為虧損概率，即q=1-p
凱利公式最初為 AT&T 貝爾實驗室物理學家約翰·拉里·凱利（John Larry Kelly）根據同僚克勞德·艾爾伍德·香農於長途電話線雜訊上的研究所建立。凱利說明香農的資訊理論要如何應用於一名擁有內線消息的賭徒在賭馬時的問題。賭徒希望決定最佳的賭金額，而他的內線消息不需完全准確（無雜訊），即可讓他擁有有用的優勢。凱利的公式隨後被香農的另一名同僚愛德華·索普應用於二十一點和股票市場中。

H. 炒股與賭博的區別在哪裡

炒股和賭博的區別在哪裡？

I. 凱利公式的結果是什麼意思

凱利公式最初為 AT&T 貝爾實驗室物理學家約翰·拉里·凱利根據同僚克勞德·艾爾伍德·香農於長途電話線雜訊上的研究所建立。凱利說明香農的資訊理論要如何應用於一名擁有內線消息的賭徒在賭馬時的問題。賭徒希望決定最佳的賭金額，而他的內線消息不需完美（無雜訊），即可讓他擁有有用的優勢。凱利的公式隨後被香農的另一名同僚 愛德華·索普應用於二十一點和股票市場中。
凱利公式（TheKellyCriterion）的投資運用
凱利公式在投資中可作如下應用：
1、凱利公式不能代替選股，選股還是要按照巴菲特和費雪的方法。
2、凱利公式可以選時，即使是有投資價值的公式，也有高估和低估的時候，可以用凱利公式進行選時比較。
3、凱利公式適合非核心資產尋找短期投機機會。
4、凱利公式適合作為資產配置的考慮，對於資金管理比較有利,可以充分考慮機會成本。
凱利公式原本是為了協助規劃電子比特流量設計，後來被引用於賭二十一點上去，麻煩就出在一個簡單的事實，二十一點並非商品或交易。賭二十一點時，你可能會輸的賭本只限於所放進去的籌碼，而可能會贏的利潤，也只限於賭注籌碼的范圍。但商品交易輸贏程度是沒得準的，會造成資產或輸贏有很大的震幅。