报。可那些专业术语看得她头大，什么“市盈率”“市净率”“营收增长率”，比上学时的高数还难。
这天周末，她陪妈妈去菜市场买菜，刚走到蔬菜摊前，就听到摊主大妈跟人聊天：“今年的黄瓜进价贵，天气热，产地减产，我这卖得也贵，不过买的人还不少，毕竟是应季菜。”
林晓星心里一动：这不就跟股票一样吗？黄瓜减产（供给减少），应季需求大（需求增加），所以价格上涨。那公司的股票是不是也这样？如果行业政策支持（比如新能源补贴），公司业绩好（营收增长），就算短期被量化折腾，长期也会涨？
她像是打通了任督二脉，拿着手机一边逛菜市场一边查资料：买猪肉时，就查猪肉价格走势和养殖企业的存栏量；买水果时，就看水果产地的气候和运输成本。渐渐地，她居然用菜市场的逻辑，把复杂的基本面分析给弄明白了。
“妈，你看这家新能源公司，”林晓星指着手机给妈妈看，“它的电池技术是国内领先的，好多车企都跟它合作，而且国家现在大力推新能源汽车，它的订单都排到明年了，这就跟咱们菜市场里的抢手货一样，肯定不愁卖！”
妈妈笑着说：“你这孩子，逛个菜市场还不忘股票。不过你这么说，妈就懂了，就像我卖了一辈子衣服，知道哪种款式、哪种面料好卖，你这是摸透了公司的‘脾气’啊。”
林晓星把妈妈送回家，又去了营业部。陆景琛正在调试程序，看到她进来，停下了手里的活：“看你春风满面的，有收获？”
“当然！”林晓星把手机递给他，“我用菜市场的逻辑分析了我买的那只新能源股，它的基本面特别好，订单充足，技术领先，我打算长期拿着，不跟量化玩短线了！”
陆景琛看着她手机里的笔记，密密麻麻记着行业政策、公司业绩、甚至还有上下游企业的情况，眼神里多了几分欣赏：“不错，比那些只会追涨杀跌的散户强多了。其实普通人做股票，不用懂复杂的模型，把行业趋势和公司基本面摸透，比啥都强。”
“对了，”林晓星想起什么，“我昨天在股市群里看到，有人说量化基金又集体回撤了，是不是又‘翻车’了？”
“嗯，”陆景琛点点头，“最近市场风格变了，之前的模型不适应，好多量化基金都在调整。你看，就算是高科技装备，也有掉链子的时候。”
林晓星笑得眼睛弯弯：“原来量化也不是万能的，那我就放心了！”
第四章 黑天鹅来了，量化也“慌神”
日子一天天过去，林晓星拿着那只新能源股，虽然短期有涨有跌，但整体趋势是向上的。她不再像以前那样焦虑，每天除了上班，就是看看行业新闻，偶尔去营业部跟陆景琛聊聊天，两人的关系也在不知不觉中拉近。
陆景琛话不多，但每次林晓星有疑问，他都能一针见血地解答。他会用通俗的话给她讲量化策略，比如把“多策略融合”比作“十个厨师一起做菜，每个厨师都擅长一道菜，合起来味道更棒”；把“止损”比作“买菜时发现菜坏了，赶紧扔掉，别心疼钱”。
这天晚上，林晓星正在家里看行业报告，手机突然弹出一条新闻：某国宣布限制新能源相关原材料出口。她心里咯噔一下，赶紧打开股票软件，果然，明天开盘大概率要跌。
她第一时间想到了陆景琛，给他发了条微信：“景琛，原材料出口限制，新能源股会不会大跌？你的量化策略能应对吗？”
过了几分钟，陆景琛回复：“这是典型的‘黑天鹅’事件，历史数据里没有类似情况，模型暂时无法应对，我已经手动暂停了程序。”
林晓星有点惊讶：“量化程序也对付不了这种突发情况？”
“对付不了。”陆景琛打来电话，声音里带着一丝疲惫，“模型是基于过去的数据训练的，遇到没见过的突发政策、天灾人祸，就会失灵。我现在正在调整策略，但需要时间。”
“那我该怎么办？”林晓星有点慌，“我要不要明天一开盘就卖？”
“别急。”陆景琛的声音很沉稳，“你先看看你买的公司有没有储备原材料，有没有替代方案。如果公司提前囤了货，或者能找到其他供应商，影响就不大。你之前不是分析过它的供应链吗？现在派上用场了。”
林晓星赶紧翻出之前的笔记，又查了公司的公告：“太好了！这家公司在三个月前就跟国内的原材料供应商签了长期合同，而且还有自己的储备库，足够用半年的！”
“那就不用卖。”陆景琛说，“这种突发政策的影响是短期的，等市场消化完，优质公司的股价还会涨回来。量化基金可能会因为模型失灵而恐慌抛售，但你知道公司的真实情况，不用跟着慌。”
挂了电话，林晓星心里踏实多了。她突然明白，量化交易虽然快，但缺少了对人性和突发情况的洞察，而这正是普通人的优势。
第二天开盘，新能源板块果然大幅低开，林晓星买的那只股也跌了5个点。股市群里一片哀嚎，好多人都说被量化基金“砸盘”了，纷纷割肉离场。但林