背着阳光，瘦男人脸上有种滑稽的严肃。他捏着四张花色各异的扑克，缓慢划过人们面前，仿佛在酝酿一个大魔术。这是我十年前的一次旅途记忆。那时候我还是一名记者，将很多时间奉献给荒野客车和乡村小巴。每当车厢摇晃进戈壁、原野、山间，这些扑克手就会出现，玩法相当简单：猜黑桃，猜中了庄家赔玩家4块，反之玩家只输2块。旅途漫漫且赔率诱人，一些乘客就忍不住了。结局你大概在新闻上见过——上钩者的口袋会被血洗。
运气没有偏心，秘密在背后的“概率陷阱”里。两倍赔率听着很美，庄家的赢面却是玩家的3倍（玩家猜中黑桃的概率为1/4，猜错的为3/4）。这些数字密码组成了一个简单有效的模型。换句话说，是一个必胜的“算法”。
如果我再告诉你街头象棋残局、游乐场的转盘抽奖、葡京赌场的老虎机都是“算法”的产物，不知道会否勾起你痛苦的回忆，但这的确非常形象地说明算法的本质、矛盾及多样性。
你可能难以接受，世界已被算法统治，就连生物本身，也是一套进化了几百万年的算法。算法的历史相当漫长，最早可以追溯到公元前300年，是欧几里得为求解两个正整数的最大公约数所创。现在，算法已左右人类从购物到学习、从医疗到艺术等众多领域。世间万物都有被简化成一个个公式的趋势。
“船只的发明同时带来了海难。”关于新技术的众多评论中，文化理论家保罗·维利里奥的观点相当到位和精彩。接下来，我将用一组六篇文章，从美股闪电崩盘的惊雷开始，带你探寻算法的起源、应用，及其对人类生活、认知、隐私、爱情乃至公义的影响（或入侵）。算法的前方，既有光芒，也有险途。
2010年的美股已告别忧伤，指数拾阶而上，刺破金融危机的阴霾看似指日可待。5月，希腊债务危机杀出，又拉响了全球经济塌方的警报。
纽约当地时间5月6日上午10点，美股大跌2.5%。媒体起初将镜头对准正爆发全国罢工的希腊，认为那里是混乱之源。下午2点42分，所有聪明人的智商好像被恶搞了。仅仅300秒，道琼斯指数自由落体下跌998.5点，创造了史上最大单日跌幅记录。CNBC主持人艾琳·博内特立即中断了和股评明星克拉默关于希腊暴乱的谈话，紧急呼叫驻纽交所记者韦普纳。“我也不知道。
”韦普纳费力地描述，“人们害怕了，投降式抛售，典型的投降式抛售。”这场“闪电崩盘”以5分钟蒸发近万亿美元的壮观速度，展示了超级计算机时代财富灾难的含义。“我做这行有25年了，从没有遇到过这样的事。”第一纽约证券的联席交易负责人汤姆·多尼诺这样表达了他的迷茫。
大闪崩也让“算法”上了晚间新闻。公众第一次知道熙熙攘攘的交易大厅背后，还有另一种主宰。它精确无比、不动声色地侵入我们的世界。
大部分时间，它为效率、决策等领域带来革命性的进步，让人脑插翼；同时也埋下隐患，像岩石圈的应力积累，直到一场地震将我们惊醒。算法，是解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。我们可以将其简单理解为“办事情的方法”，或一套解决问题、做出决定的有条理的步骤。例如，找到两地最短的路线设计，和一款让所有女性都能满意搭配衣服的程序，都是算法。
只不过后者难实现多了。
在金融领域，算法交易则表现为使用计算机程序来发出交易指令的方法。它无须人工干预，即可自动决定交易时间、价格和成交数量等。它避免了人类因效率、情绪和失误造成的影响，仿佛一台永不疲倦的“财富收割机”。“这是史上最好的故事。”目睹闪电崩盘后，股评家克拉默直截了当地说，“倘若没有人跟你提起，你将永远不知道这里发生了什么。”
第一张多米诺骨牌华尔街和硅谷分居美国东西海岸，相距4100公里。21世纪前，它们相安无事，信奉着不同的生产方式和财富哲学。直到2000年，华尔街通过计算机程序交易的比率不足美国股市交易量的10%，是交易厅而非脉冲信号统治着华尔街。华尔街的算法交易起步不晚，先期却地位低下。早在1970年代，金融大亨们就购入计算机和聘请程序员，但大多是时髦之举。匈牙利移民彼得菲就是早期闯荡华尔街的工程师代表。
他抵达时，这里还是一个严重信赖经验、直觉乃至传奇的世界。
划时代的起点发生在1973年。芝加哥大学教授费雪·布莱尔和迈伦·斯科尔斯发布了“布莱克-斯科尔斯模型”，这是一种为期权或权证等金融衍生工具定价的数学模型，与其他定价公式相比，它避免了对未来股票价格概率分布和投资者风险偏好的依赖。这个发现将在数十年后彻底改变华尔街，并赢得1997年诺贝尔奖。当时很少人知道，匈牙利人彼得菲也在做类似的努力。
他总结出期权定价的三大要素：执行价格、合约到期时间及股市或金属商品市场的价格波动量。他用了一年时间，构建出一种考虑所有因素的微分方程式算法，与“B-S模型”有异曲同工之妙。就这样，彼得菲在商品期货市场无往不利。这个未来的算法交易之父，还非常超前地对大型数据库进行自动化编译和使用，开创了华尔街数据挖掘的先河。
所向披靡的彼得菲，被滚滚财源、妒忌、厌恶包围。
一个专家经纪人找到他说：“我知道跟你交易肯定没有好结果。几乎单单必输。你到底是在干什么？”还有人联合起来，威胁取消他的做市商资格。彼得菲一边平息旧势力的怒气，一边设计新的手持设备——一种体积约30cm*20cm*5cm的黑盒子，现在看来笨重得像一盒月饼。设备里面装满了晶体管和电路板，面板上有电线和薄塑料模板相连，成了具有输入功能的键盘。
每天，彼得菲的交易员从电脑上下载最新市价和数据，再输入现行市场价格，盒子就通过指示灯提示这笔交易是否值得做。这些当时绝对超前的技术，让彼得菲逐步摆脱过时的专家经纪人组织交易方式。美国证券交易所展示了难得的远见，不顾反对让彼得菲的交易员将这些盒子带进交易厅。
彼得菲的自动化交易系统既快又准，大小通吃，且总能先别人一步。
仅1986年到1987年两年间，他就赚了5000万美元，还创立了第一个统辖东西海岸的算法交易机构。金融开始迈进科学家和工程师的时代。上世纪九十年代，彼得菲将公司总部搬到康涅狄格州，并更名为后来赫赫有名的盈透证券集团。这是一个华尔街版的谷歌，75%以上员工是程序员和工程师。彼得菲还宣称，永远不雇佣MBA。华尔街乃至全球金融，开始对程序员们展示了善意和怀抱。
尼古拉斯·贝蒂克勒克也是那一时代投身交易的科学家。他获得加拿大麦克马斯特大学物理和天文学博士学位后，就成为一名量化交易工程师。市场每一个微小的价格波动，都成为他获取财富的来源。“感觉充满新的挑战。”他说。2007年，盈透上市，成为当年美国年度第二大规模IPO。
这个欧洲移民异国逆袭的故事相当传奇，足以遮掩一些微小但重要的警示。
1987年年初的一天，彼得菲的操作系统莫名卖出了几笔10万份纽约证券交易所指数看跌期权，但所有的交易员都否认是人为操作。最后的调查结果相当黑色：由于手持设备面板上的按键设计过于敏感，被开关门产生的气流触碰而自动下单。彼得菲被他设计的机器拉进一个孤注一掷的赌局，如果次日指数崩盘将是毁灭性的打击。他最终侥幸存活。然而“失控”的隐患并未根除，直到2010年的大崩盘。
两次灾难虽然大小悬殊且相隔23年，但核心触发机制别无二致。如今，美国由算法执行的交易占比超过70%。一个悖论是：算法越自主，人脑就越解放；但事态一旦负向激发，恶化的速度也会越骇人。“闪电崩盘”充分展示了这一点。最初流传的说法是“一名交易员在卖出股票时敲错字母，将百万（million）误打成十亿（billion），从而导致千点暴跌。
”调查进行了5年，美国司法部门宣称是英国期货交易员纳温德·辛格·萨劳所为。他通过恶意操控市场，牟利近百万美元，将面临380年的监禁。
和彼得菲的身世近似，萨劳是印度裔英国人，住在伦敦郊区一幢破旧的房子里。同事对他的印象不错，勤俭持家，可以为买到打折午餐而饿很久。被警方逮捕后，媒体给了他一个新称呼：华尔街之狼。这来源于一部好莱坞同名电影。
莱昂纳多扮演的上世纪传奇股票经纪人乔丹·贝尔福特，依靠无情的销售信条“卖出或去死”翻云覆雨，最后因欺诈被捕。相比之下，萨劳的人生要暗淡无趣得多。但调查结果显示，4年来，他通过“幌骗”手段攫取高达4000万美元的收益。所谓幌骗，就是用计算机程序对交易系统下巨额虚假卖单，然后迅速撤回，对交易价格构成实时抛压。市场下跌后，他继续加大“抛售”，再低价买入，最后在市场回升时售出获利。
萨劳得手的基础，也正是华尔街引以为豪的算法交易。由于大部分交易已依赖算法，行情大幅波动时，一些程序的止损线就被触动并大量抛售，从而进一步打压价格，触动更多的自动止损，最终形成“多米诺效应”造成瞬间暴跌。官方调查的其中一家交易机构，显示闪电崩盘时20分钟发出了7.5万份卖单，加剧了市场恐慌。专家发现其交易模型设计既简单又粗暴，只根据交易量作反应而忽视估价的异常变化。
纵然证据确凿，萨劳这次也没有成过街老鼠——有业内人士为其喊冤，认为他只是“替罪羊”。潜台词是，美国股市问题重重，萨劳只是暴跌的导火索。
确定性在丧失他们也许是对的。就连彼得菲本人，也认为算法交易玩过头了，他发明的算法已经接管华尔街，他却越来越犹豫。他眼中的证券市场正在变成古罗马竞技场，算法是其中的角斗士。“我以前只看到好的一面。”他说。
如今市场越来越追求高频、光速的交易，单位以毫秒计，这给流氓算法留下舞台。彼得菲开始反思，买卖报价哪怕停留一秒，也能消除导致股价大幅涨落的弄虚作假和阴谋诡计。2010年前后，英菲尼迪资本管理公司接连两次发生算法失控，导致市场暴跌甚至瘫痪。
2012年，当时美国最大的高频做市商骑士资本，误把测试软件提前部署于实战，结果在45分钟内疯狂执行了400万次交易指令，造成市场损失10多亿美元，骑士资本更是几近破产，最终被收购。
即使在算法交易起步较晚的中国，也开始暗礁频现。2013年光大证券的自动交易系统因技术缺陷，2秒内生成超过2万笔委托单，其中成交72.7亿人民币。光大证券最终损失近2亿元。
甚至中国2015年股灾，也被认为有“高频交易”的身影。“高频交易”是借助更强大的计算机和更复杂的算法，在百分或千分之一秒之内自动完成大量买卖的交易方式。在一系列“技术故障或失控”导致巨额市场损失的案例后，“高频交易”被质疑为“技术黑天鹅”的催化剂之一。“我们无法估量由算法全权掌控市场会带来什么影响，而这也正是交易市场的现状。”宾夕法尼亚大学教授迈克尔·卡恩斯，研究过由机器控制的新市场后说。
为解决市场不确定性而生的算法，最终带来更巨大的不确定性，是目前算法交易不得不面对的悖论和怪圈。
曾任英国高频交易公司Arctic Lake Solutions合伙人的董可人，2015年回国前就注意到这一现象。他觉得国内对“高频交易”等概念有着过多似是而非、夸张甚至妖魔化的误读。他开始在问答社区写文章为之正名，被网友尊称为“大神”。“任何时代的技术改良，都会付出代价。
”董可人说，“解决之道是综合性的。算法的优化、从业者专业度的提升、制度的完善，都需要一个逐步成熟的过程。和其他技术领域类似，不可能有一劳永逸、永远安全的系统。”
然而，在尼古拉斯·贝蒂克勒克看来，他更关注另一个现象。随着移动互联浪潮的到来，包括他在内，一场工程师版的“逃离华尔街”正在上演。华尔街与硅谷漫长的人才较量，再次向西海岸倾斜。
即使是沃顿商学院、哈佛商学院这些华尔街预备队，调查结果显示，近两年选择科技行业的毕业生比例分别比2008年增长了1倍多和2倍。“我厌倦了利用价差和市场波动赚钱，不如创造一个好产品来得有意义。”尼古拉斯说。现在他成了一个大数据科学家。告别残酷、等级森严的金融世界，他觉得每天在大乐园般的互联网公司里探索未来，是件再美妙不过的事情了。
这篇文章里，我们从金融角度见识了算法的革命性力量和桀骜不驯。下一篇文章我将带你们重溯算法的起源、进化及原理。我们要知道它将去往何处，必先知道它从何而来。相信这将是一段既有历史感，又有新趣的旅程。