物理埋藏着他远行的线索。

Gary，毕业于北京大学物理学院，曾获IPhO金牌，国家奖学金。现供职于宽德量化研究部。

国际物理奥林匹克竞赛（IPhO）是国际上影响深远、水平最高的中学生学科竞赛之一，是“学科界的奥林匹克”。几年前，Gary和其他4名参赛选手代表中国队全部勇夺IPhO金牌，同时取得了团体第一的佳绩。

赛后合照中，Gary手举金牌，和队员们一起擎着国旗，满面春风，这是经过长达9天封闭奋战取得的荣誉，但他把自己的成绩归结为“是我运气好吧”。

Gary成为当年国际和亚洲物理竞赛共13名金牌得主之一，顺利地被北大物理学院提前录取。IPhO金牌+国家奖学金，扎实的数学、编程能力…….缘分的种子悄然埋下，少年开始了他的量化漂流记。

无运气 惟自召 : 努力是桨，行过迷茫的征途

Gary在东部某省会城市长大，他的童年并没有“鸡娃式教育”和各种各样的课外班，“我是属于享受上学、享受接触新知识的那种学生，作业还没写完是我那时最大的烦恼。”

上了高中后，Gary才知道有竞赛这种机制，权衡之下他选择了物理。“我们省的物理相较其他学科更好，吸引了不少成绩优异的同学。”

“我想和最聪明、努力的人一起学习，应该是非常幸福的事。”

有人说竞赛适合理工科天赋异禀的同学，他们有远高于常人的上限去触碰学科天花板。但他们间的较量，不仅是先天智商的加持，还有后天勤奋的比拼，竞争依旧是激烈而残酷的。“我们去参加全国比赛，很多别的省的领队就是竞赛书的编者，还有的竞赛生可以去985大学的物理实验室搞研究，他们比我接触到更多的优质资源。”

试题难度和选拔标准不会因为主客观因素而降低，教育资源上的差异也不是Gary的阻碍。“我们省的竞赛生更多的是靠自学，最大的优势就是同学之间相互促进、相互提高的良好氛围。我们一起研究历年集训队培训试题，一起学习大学物理的基础课程，既是彼此的对手，更是坚定的战友。”

搞竞赛的日子短到还没有做过的题的页数多，然而对物理的热情却弥漫在高中时光的罅隙里，书写在布满密密麻麻公式的草稿纸上。“我印象很深的一次，是在语文课上，我和另一个同学明目张胆地在教室第二排，一起刷一本1000多页的竞赛书。可能是太过于专注了，没有注意到老师逐渐愤怒的目光，被轰出了教室。”

竞赛生不仅要接触大量的大学阶段的知识，还要经历从初赛、复赛、省队、集训队到国家队的筛选模式，每迈过一道坎，就有一批竞赛生折戟重新回到高考赛道。“就比如说我们这群人里，有些人进了省队有些人没有进，相较下水平真的有多大差别吗？我觉得没有，可能就是考试时候临场发挥欠佳，或者被什么外界因素干扰了，导致成绩波动很大，因此是需要些运气在里面。”

Gary的竞赛生涯“完美收官”，但他的故事对于每个曾一心扑在竞赛上的人来说，都能从中找到自己奋笔疾书的影子。

这段埋头苦学的日子，也锻炼了他日后能从周遭的嘈杂中脱身，静心去做量化研究的意志。

在云里 悟物理 : IPhO金+国奖，拼搏从未曾停止

入学那年，北大招生的官网上，Gary许下了同每一位新生入学时一样的期愿，“‘思想自由、兼容并包’的理念在北大薪火相传，希望自己能像从北大走出去的前辈一样，为国家的强大和科学的进步贡献出自己的一份力量！”

被誉为北大“四大疯人院”之一的物院，汇聚了顶尖学子。包括奥赛金牌得主、集训队队员、金秋营等通过奥赛获得降分的自招生、以及顶尖的高考生。Gary在学业上丝毫没有懈怠，在高手云集的物院依旧荣获国家奖学金。

大学是一个广泛涉猎各种知识的场所，而物理的知识体系过于复杂庞大，更要求学生们具备很强的收集信息和自学能力。本科期间，除了学院开设的课程——“四大力学”和“五小力学”外，Gary还积极涉猎了更多研究生相关课程，诸如广义相对论、量子场论、高等量子力学等，提前掌握了研究生应具备的知识与技能。

“很多时候，感觉自己陷入了一个哲学问题——物理究竟在研究什么？”

杨振宁先生曾充分肯定了半个多世纪物理学取得的长足发展，但也对高能物理的发展持悲观看法——“盛宴已经过去”。杨老在上个世纪曾设问：“还有没有更深层的物理观念需要发掘呢？我认为有，还有很多层。我们什么时候可以达到下一层？我认为要在很久的未来，甚至永远达不到。”

Gary认为物理是美丽的，需要很多代人穷极一生去探索，但更深层次的矛盾在于人类智力的有限性和自然的无限性之间的不可调和。

就像是在“云里”去“悟理”，要在既有知识基础上，不断增加关于世界的经验总结和对概念结构的追寻。

这意味着在见识过纯粹的物理之后，大部分研究还是要着陆在更坚实、可以无穷无尽地探索的土地上。

在学习本专业课程外，Gary还辅修了经济学双学位，希望能够确认与自己兴趣、能力和社会需求有交集的发展方向。“恰如北大校庆宣传片《星空日记》中的描述：北大像一把梯子，总能让我越过生活的栅栏，看到有些比现实更远的东西。”

未循规 不设限 : 困顿时分，还有理想为理想

在当年北大物院毕业生就业去向报告中，选择国内升学和出国深造的本科生占比达到了84%，被划定在直接就业一栏的Gary，是半圆环统计图中不到3%的一员。他的很多同学选择继续深造，或转向其他领域，就业这个选项仿佛是透明的。

Gary最终将目光投向量化。“物理和金融是有共通之处的：你可以以洞察物理规律的思维去思考金融规律；物理做计算模拟，大量应用到的各种算法以及编程，对做量化也有裨益；另外物理会学大量数学知识，这也是从事量化的基础。比如，在金融工程中有名的Feynman-Kac公式，就是著名物理学家理查德·费曼在描述高能粒子分布时搞出来的。”

本科毕业前的实习，纠结未来去向的Gary来到宽德，让他欣喜的是，当初出于兴趣选修的课程知识有了用武之地，乐趣是未知与现实中间的桥梁。“那个时候深度学习如日中天，作为深度学习相关基础之一的凸优化与大数据算法备受青睐。我学过凸分析、一阶二阶优化算法以及一些分布式优化算法等知识，在工作中正好派上了用场。”

宽德提供的实战机会，让Gary在走出校园之际，把对“未来的不确定性”转化为对“人生的无限可能性”。“课堂上学到的统计学知识，很多都是照本宣科。而工作之中应用到的各种回归分析、模型拟合、假设检验，帮助我加深了对统计学的理解与应用。比如，我们在工作中需要通过大量的历史数据，构造出各种各样的因子，经过严谨的回归分析，评估因子对于未来价格的预测作用；也需要应用深度学习模型，用神经网络从繁杂数据中自动挖掘出有用的信息，并对其进行深度加工，进而得到对于未来的预测。通过实践，许多长期一知半解的知识才搞懂，许多未能熟练掌握的方法才运用得游刃有余。”

从象牙塔迈向社会，从物理到量化，Gary走向了人生新一轮的起承转合，未来依旧是忙碌的。

“希望我能保持理性和初心，借助宽德的平台，在量化交易的前沿，享受创造新事物的乐趣。”

“就如同宽德在量化领域征战了十几年的‘老兵们’一样，越是迷茫越要坚持对自我的追求，因为一辈辈人都曾在困顿中走过，这也就是理想之所以为理想。”

即使没有像多数同学一样在物理相关的领域内前行，但对于Gary来说，物理与量化占据人生的绝大部分，它不仅仅是解决问题前要经历如同长夜的煎熬，还带来茅塞顿开时的快感。

而人生还有很长的时间，无需被过去局限。