现实世界，怎样变成表格里的数字？

蛙兄打开 AI，输入了一句话：

帮我找出比跳泡可乐更大的公司。

AI 很快回了一句：

你说的“大”，是员工更多、营业收入更高、总资产更多，还是总市值更高？

蛙兄愣了一下。

“大公司不就是大公司吗？”

蛙博士拿来四个纸箱，分别贴上标签：

人多
卖得多
家底厚
市场认为它更值钱

“这四个箱子都可以装数字，”蛙博士说，“但装出来的，不一定是同一批公司。”

上一章已经说过：表格只能照见现实的一部分。这一次，我们不再讨论“是不是所有东西都该量化”，只处理下一步——一个普通概念怎样真正落进数据表。

“公司大”不是一个现成字段

员工人数多，量到的是组织规模。

营业收入高，量到的是一段时间里卖出了多少东西。

总资产多，量到的是账面上掌握了多少资源。

总市值高，量到的是市场在某个时点给全部股票标出的总价格。

它们都可以描述“公司规模”的一面，但没有谁天生就是“公司大”的唯一答案。

如果蛙兄想研究的是“市场眼里的大公司”，总市值可能比较合适。

如果他想研究“生意做得有多大”，营业收入也许更接近问题。

如果他关心的是“公司质量”，这四个数字甚至都不能单独给出答案。

所以，选择口径不是把数据下载回来以后才处理的小细节。

你选哪一个数字，就已经选择了自己准备看现实的哪一面。

第一步：先保留那句人话

“公司规模”“行业热度”“价格走强”，这些都是现实概念。

它们很好用，因为人平时就是这样思考和交流的。问题在于，它们通常还不能直接拿去计算。

我们不需要嫌弃这些词，也不必马上把它们删掉。

先把原话留着，后面才知道数字原本想回答什么。

蛙兄于是写下：

原来的问题：市场眼里的公司规模，会不会影响股票后来的表现？

这句话还不够精确，但方向已经比“大公司好不好”清楚了一点。

第二步：说明你准备用什么代表它

“市场眼里的公司规模”仍然没有一把可以直接插进电脑的尺子。

蛙兄决定先用某个交易日的总市值来代表它。上一章已经认识了这种做法：为不好直接观察的概念选择一项可记录内容，叫作选择代理定义。

这里不再重讲代理为什么只能照亮一面，只把这次选择写清楚：总市值表示市场给公司的整体估值规模，却不会自动告诉我们：

• 公司有多少员工；
• 仓库里有多少资产；
• 产品卖得好不好；
• 管理层是否可靠；
• 这只股票以后会不会涨。

它是这项研究选定的观察角度，不是“公司规模”的唯一答案。

第三步：让这个数字可以跟着对象和时间变化

现在，蛙兄要记录不同公司在不同交易日的总市值。

跳泡可乐有一个数，别的公司也有自己的数；今天和下一个交易日，数字还可能变化。

这种会随着研究对象或时间取得不同数值的东西，可以叫作变量。

在这个例子里，某家公司在某个交易日的总市值 就是一个变量。

变量不是表格里的某个格子。

它更像我们决定要持续观察的那件事。等它落到某家公司、某一天，才会得到一个具体数值。

第四步：把记录放进明确的位置

接下来，数据表终于可以登场了。

company_id | trade_date | market_cap | unit
-----------|------------|------------|------
HOPPOP     | 某交易日     | 5000000    | 万元

market_cap 是用来存放总市值的数据字段。

字段可以理解成表格里有固定职责的一列：这一列放公司，那一列放日期，另一列放总市值。

但只看 5000000，我们仍然不知道它在说什么。

至少还需要知道：

• 这是哪家公司；
• 对应哪一天；
• 单位是元、万元，还是别的单位；
• 使用的是哪一种市值口径；
• 这个数字在当时是否已经可以获得。

字段名只是抽屉上的标签。对象、时间、单位和口径，才告诉我们抽屉里放的是什么。

四步走完，不等于找到了唯一答案

我们刚才走过的是：

现实概念：公司规模
→ 代理定义：用市场认可的估值规模来观察
→ 变量：某家公司在某个交易日的总市值
→ 数据字段：market_cap

这条链是清楚的，却不是唯一的。

另一个人完全可以从营业收入出发，只要他的研究问题确实关心销售规模，并且把统计期间、币种和口径说清楚。

两个人使用不同定义，不代表其中一个一定错了。

真正要检查的是：这个定义还在回答原来的问题吗？

有些数字非常好算，但几乎没回答问题

蛙兄又想到了一个更省事的办法：

用公司名字的字数，代表公司质量。

这当然很好算。

程序数一数文字，几乎一眨眼就能得到结果。名字有四个字的公司得 4 分，名字有八个字的公司得 8 分。

但“算得快”没有回答更重要的问题：公司名字的长度，为什么能够代表公司质量？

如果这座桥根本没有搭起来，再精确的小数、再整齐的图表，也只是在认真计算一件与问题无关的事。

一张“概念落地五问”

以后想把一句人话放进表格，可以先问五件事：

如果第二问始终找不到一个说得通的答案，合格的结论也可以是：

以现在的问题和数据，我们还没有找到合理的量化定义。

空着，不一定比硬填一个数字更糟。

AI 可以帮蛙兄列出“公司规模”可能使用的十种数据，也可以帮他查找字段、换算单位和整理表格。

但到底哪一种口径仍然代表原问题，最后必须由蛙兄确认。

下一站：指标到底在量什么？

现在，蛙兄已经知道每日收盘价、成交量和总市值为什么能够成为数据字段。

接下来，人们还会继续加工这些记录。

比如，把过去二十个交易日的收盘价放在一起，算出一条平均价格。这个加工后的数字，通常可以叫作一个指标。

可一旦打开行情软件，均线、MACD、RSI、布林带和换手率会一起冒出来，像一抽屉长得不同的尺子。

它们拿什么来算？量到了什么？又漏掉了什么？

下一章，我们就来一把一把地拆。

本章参考资料

资料核对日期：2026-08-14

• 本章的“概念落地五问”为课程内部教学工具，不依赖外部资料。

跳泡可乐、公司代码和表格记录均为虚构教学案例，不对应真实公司或股票。课程使用 A 股作为主要数据案例，本章不构成投资建议。