小型设备长方形扑克投资家，专注于挖掘行业、公司、人物等深层次

1980年华尔街的黑客生涯：天时地利

20世纪70年代末期，算法开始进入人们的工作，这一趋势席卷了世界各地的金融市场，标志着华尔街黑客时代已然来临。华尔街逐渐吸引了美国越来越多杰出的数学家和科学家投身于编写交易算法的工作。在布莱克?斯科尔斯统治市场之前，已经有少数工程师和科学家进入曼哈顿下城市场了，但他们大都是外来移民。

麻省理工、哈佛和此类高等学府的工程楼和科学楼成了招聘者竞相争夺人才、扩大影响力的地方。华尔街的猎头总会潜行于角落，向看中的人许诺华尔街高薪、光鲜体面、红利多多的工作。金融业最终不仅成功地吸引到研究学府和科技公司前途无量的年轻人才，也使许多功成名就的资深工程师和科学家放弃学界显赫又轻松的职位来到华尔街。

为什么华尔街想要这种人才呢？因为要先发制人。能够率先抓住交易机会的就是赢家，电脑运行的算法总是能抢得先机，击败寻找相同交易的人类。20世纪70年代末期，用代码构建算法的能力还很罕见。这就是为什么彼得菲这样一个拥有15年编程经验，并在市场上摸爬滚打了10年的移民发现自己处于引领华尔街巨变的天时地利的位置。

编写了期权代码之后，彼得菲开始组建编程部，雇用了更多的程序员，因为他们在市场中的作用越来越大。在精明的杰里克和精通算法构造的彼得菲的带领下，莫卡塔赚取了数百万美元，成为世界上最有影响力的商品交易商之一。莫卡塔在成长，彼得菲的黑客军团也是如此。到1975年，他们雇用了50名程序员，成为华尔街编程宝库的中流砥柱之一。

那么这些程序员具体在做什么呢？他们大多数人用可被电脑执行的代码去实现彼得菲和杰里克构建的交易算法。随着算法越来越复杂，需要更多的程序员写出更好的代码。

算法可以做很简单的事。比如洗衣服，输入十分简单：（1）衣物重量；（2）衣物面料。算法获得重量输入，如果衣物不足0.45千克，就把洗衣机的水量设置为低量。然后处理面料，输入“棉质”，把洗涤水温设置为热，漂洗水温设置为冷。不同重量和面料参数的输入会引发算法设置不同的洗衣程序。那么要是算法需要根据待洗衣物的颜色、污点、浸泡需求、干燥时间和清洁剂类型正确设定洗衣程序呢？

任何计算机专业的大二学生都可以构建这样的算法，但这要比第一种只需处理重量和面料参数的算法要复杂得多，结构层次也要多得多。人们可以不动脑筋根据待洗衣物的不同洗涤需求来洗衣服，但是编写具有同样功能的计算机算法还是很考验技术的。突然之间，洗衣这样的事就有了基于输入参数的几百种解决方案。每一个输入都会被算法考量并正确分类，以维持程序的正常运行。

这样看来，算法可以看做是由一个又一个的二元决策组成的巨大的决策树。我们做的所有事情，从开车到股票交易再到选择配偶，几乎都可以分解成一连串基于二进制输入的二元决策。待洗衣物里有红色的吗？没有。有黑色的吗？有。是尼龙的吗？不是。是棉质的吗？不是。是丝绸的吗？是。黑色丝绸衣物有污迹吗？有。是咖啡渍吗？不是。是蛋黄酱吗？不是。是奶酪酱吗？是。诸如此类。

二叉决策树可以为复杂的对象生出数百万甚至数十亿的节点。算法的决策树接收输入，然后将输入值带入方程和公式中运行，再将得到的答案作为新的输入，层层迭代演绎，创建出细节复杂的一串串长字符串。德国数学家戈特弗里德·莱布尼茨300年前就为这一精密学科建立了理论：生命可以分解为一长串连续的二元决策。这一理论要比使机器运行的半导体的问世还要早很多。

彼得菲的算法成为数百个输入、变量以及依赖性微分方程和积分的复杂矩阵，就好像一个密密麻麻的蜘蛛网。把这样的东西用计算机代码表达出来需要真正的高手和庞大的团队。在位于曼哈顿的莫卡塔总部，彼得菲的程序员们在电脑屏幕前工作，读取电传打字机传来的实时市场数据。程序员将数据手动输入到电脑，待算法运行并发出交易指令后，莫卡塔员工再在纽约商品交易所提出报价。