不是所有重要的东西，都能塞进表格

蛙兄把上一章留下的表格重新打开了。

日期、收盘价和成交量都很好填。跳泡可乐披露过的营业收入，也可以放进一格。

到了下一行，题目变成了：

这家公司靠谱吗？

蛙兄想了想，在旁边填了一个数字：

9.5

蛙博士看见以后，没有说它高，也没有说它低。

他只问：“满分是多少？”

“十分。”

“谁打的？”

“我。”

“那这九点五分，是因为它按时交货、很少出事故，还是因为你喜欢喝？”

蛙兄把鼠标移回那一格，突然觉得这个数字有点孤单。

它确实进了表格。

但谁也不知道它进去以后代表什么。

现实不会主动排成一张表

价格、成交量和日期，看起来很有“数据气质”。

它们通常有相对明确的记录方式。我们可以问某一天的收盘价是多少，也可以数当天有多少成交。

可是我们真正关心的事情，经常长成另一副样子：

• 这家公司管理得好不好；
• 顾客是不是真的喜欢这个品牌；
• 行业未来有没有空间；
• 一条新闻到底改变了什么；
• 市场是不是过度兴奋了。

这些问题并不比收盘价低级。它们只是没有自己穿着数字制服，排队走进表格。

所以，我们先别急着把世界切成两半：这一半“可以量化”，另一半“不能量化”。

更实用的做法，是看看一件事现在处于什么状态。

第一种：已经有比较明确的记录

比如，跳泡可乐某个交易日的收盘价、成交量，或者公司在报告中披露的营业收入。

这些信息已经有了相对明确的名称、时间和记录口径。程序更容易读取，我们也更容易比较。

但“容易进表”不等于“已经没有问题”。

收盘价不能告诉我们为什么有人买卖；一行营业收入也不能告诉我们公司是不是靠降价才卖得更多。即使数据采用了标准化格式，也仍然要检查时间、口径、单位、遗漏和错误。

它们只是比较容易记录，不是自动得到答案。

第二种：没有现成数字，但可以寻找一个代理

蛙兄真正想问的是“跳泡可乐靠不靠谱”。

这句话太宽了，不能直接塞进一个格子。可我们可以先问：蛙兄说的“靠谱”，到底是哪一面？

如果他关心顾客是否愿意回来买，可以观察复购。

如果他关心产品是否经常出问题，可以观察投诉和退货。

如果他关心公司能不能把货稳定送到超市，可以观察交付延误。

这些记录都不是“靠谱”本身。它们只是让我们从某个角度靠近“靠谱”。

这种做法通常叫作使用代理（proxy）：原来的东西不好直接观察，于是先找一个与它有关、又能够记录的东西代替。

代理很有用。没有它，很多现实问题根本无法开始检查。

代理也很危险。因为研究者一旦选了代理，就已经悄悄选择了自己要看现实的哪一面。

代理像手电筒，不像复印机

晚上停电时，一束手电筒可以照亮桌上的一瓶可乐。

但它照到瓶盖，不等于照到了整张桌子。

代理也是这样。

复购率高，可能说明顾客喜欢产品，也可能只是促销券很便宜。

投诉少，可能说明产品稳定，也可能是顾客懒得投诉，或者投诉渠道很难找。

交付准时，说明供应链的某一部分运转顺利，却不能直接说明管理团队在战略、研发和财务上都很出色。

所以，给一个概念找代理时，至少要追问三句：

如果这三句话答不出来，先别急着计算。

蛙兄原来的 9.5 最大的问题，不是小数点后少了一位，而是我们不知道这束光照向了哪里。

第三种：现在还很难量化

有些事情不是完全没有办法，只是做起来比一张日线表复杂得多。

比如一条新闻的含义。

我们当然可以尝试记录新闻出现的时间、里面提到的公司、文字更偏正面还是负面，甚至训练模型给大量文本分类。

可麻烦马上就来了：

• 同一句话放在不同背景下，意思可能不同；
• 新闻发布时间不一定等于市场第一次知道的时间；
• “正面语气”不一定是超出预期的好消息；
• 模型给出的分数，还需要确认究竟量到了什么。

管理能力、公司文化和品牌感受也类似。它们不是永远不能研究，只是需要更多资料、更复杂的定义和额外验证。

在第一期课程里，我们不会进入新闻文本和地缘信息量化。不是因为这些东西不重要，而是因为我们先选择一块更适合小白完成研究闭环的地面：结构化的 A 股日频个股和指数数据。

把边界说清楚，比假装什么都能做更专业。

第四种：当前不适合强行量化

还有一些时候，问题不在于技术暂时不够强，而在于我们根本没想清楚要量什么。

“我觉得跳泡可乐很有灵魂，所以给它九点五分”，就是一个例子。

如果没有明确含义，没有可信记录，也说不清这个分数为什么和研究问题有关，那么把感受改写成数字，并不会自动让它更科学。

有时，获取某种数据还可能代价过高、来源不可靠，甚至涉及不应该收集的私人信息。此时，表格里留一个空白，比填进一个看起来精确的假数字更诚实。

“现在不适合量化”不是宣布它永远不能研究。

它只是说：以当前问题、数据和方法，我们还没有找到一个值得信任的记录方式。

没进表格，不等于应该被忘掉

假设蛙兄最后只保留了价格、成交量和财务数据。

跳泡可乐的新口味为什么突然受欢迎，管理层为什么改变渠道，公司文化是否影响执行，这些内容可能没有进入这一轮计算。

它们仍然可以做很多事：

• 帮助我们提出下一条假设；
• 解释为什么某段结果特别奇怪；
• 提醒我们当前数据遗漏了什么；
• 限制我们可以把结论说到多远。

量化研究不是把表格外面的世界宣布无效。

它只是诚实地说：这一轮检查，我们记录了这些，没有记录那些。

一张表，是一次取景

同一个跳泡可乐，不同的人可以做出完全不同的表。

有人记录价格和成交量，有人整理收入与成本，有人观察行业销量，有人统计新闻，有人研究顾客行为。

没有哪张表自动等于完整的跳泡可乐。

每张表都在回答一个更小的问题，也都留下了自己的画外空间。

这一轮准备用什么来观察它？
这个记录没有覆盖什么？