这两天听身边同事感慨欧洲杯爆冷，吐槽法国队竟然被瑞士队淘汰。
不要误会，我不懂球也不感兴趣，是连多少支球队参加比赛都不知道的球盲。只是刚好看到果壳就这个事儿解释足球比赛为啥总有黑马，觉得很有意思。
有个笑话说，不要和统计学家一起去看球：如果弱队爆冷翻盘，你在高呼“进了”的时候，他们只会冷漠地说“测量误差”。
在2018年的俄罗斯世界杯，高盛以“预测不可预测之事”为题，设计了一个统计模型，包含53个变量，27个国家一万多人的公众调查，应该是一个把客观事实和主观意见全考虑进去的统计模型。
统计结果和比赛结果别说一致了，基本就是反着来，当年如果按照统计结果反着买球估计能赚不少钱。当然，不止高盛，各种关于足球的统计模型表现都很差。
其实如果足球是一个能通过预测就大概率知道准确结果的运动，估计就没那么多人热爱了。
行为经济学里有个名词叫“后果不确定性假说”：越是平衡的运动、无法预测的运动，就越受欢迎，有越多的受众。
足球是一项偶然性比较强的运动，之所以称之为偶然性，是因为这种现象不可持续。因为基础实力是存在的，强队和弱队之间还是有区别。
然而比赛时，由于足球比赛的进球数比较少，攻防轮次比较少，一旦有弱队抓住强队失误，一不小心就能把强队打懵——比如这次法国和瑞士的比赛中，姆巴佩罚丢点球，瑞士队爆冷晋级。
所以像NBA这样的篮球运动偶然性就低得多：球场小，进攻的轮次多，进球频次高，得分高，平局不易——强弱悬殊两队碰面时没什么悬念，比赛的不确定性很低。
我就想起量化这个事儿。
很多人对量化没什么概念，5月底的实操篇我有特别提到指数增强这类投资。不过不少投资人对于这类投资还抱着不确信的态度，毕竟机器、模型和人相比，人更容易被理解，而模型怎么做完全看不懂。尽管这些一点都不妨碍指数增强策略成为今年上半年收益表现的小甜甜。
其实模型是人做的，所以与其判断模型不如说还是判断人。模型不是一个人做出来的，所以最终落到的是判断团队能力。而如果看各家量化公司的团队，都是毕业于各大名校、常春藤，从业经历中多数曾就职于各大国际知名量化机构，很难区别谁最好。其实也很容易理解，毕竟球队也不是唯一一家，各强队球员实力都不差，实力差不多的时候，冠军宝座轮流坐。
只看团队配备是一方面，但强队的奠定不是光有人，还得人做出来的模型被验证是有效的。就像得到进球的机会也得看有没有进球的技术，技术更了得的球员进球概率总会更高些。所以量化里常会用胜率来判断能力。
量化是一个交易频次比较高的操作，可以把交易频次理解为攻防轮次。攻防轮次越多，球队实力越强，进球频次就会越高。中低频次就好像两分和三分的篮球进球，站得越远失手概率越高，高频类似一分球，虽然每次获利小但奈何频次高次数多，胜在胜率高、稳定。
之所以建议这类型投资，主要是因为目前还有红利——市场红利。想进球首先要有进球机会。如果球场秩序很好，对手防守严密，那就很难有进球机会。但如果球场比较混乱，防守到处有漏洞，那就很容易有进球机会。
这就是市场的有效性。信息越透明、信息获取速度越平等、股价越能够充分反映一家公司的所有信息，这个市场就越有效。越有效的市场获取到的进球机会越少，反之亦然。这就是为什么中国市场对比成熟市场的量化超额收益能高那么多。
带来混乱市场的可能是散户也可能是机构，在球场上无序跑动造成混乱，混乱带来交易机会。如果带来混乱的人太少，而有序的球员变多，进球的机会也会变少。所以，随着中国资本市场越加成熟，超额收益会逐步收敛，且珍惜现在的市场红利。
光有进球不防守也不行，比如说这个位置投球的进球率最高，就一个劲在这个位置投，万一有人来抢断或者来个人高马大的来防守，那这个投球位就废了。所以风控还是挺重要的，不过分依赖某些个因子（投球位），控制权重等等。
总结来说，看团队、看胜率、看风控、趁有市场红利尽早做，中国资本市场发展速度很快，再过五年也许就是另一番光景。