举个例子，那天看伦敦那边的一个量化团队，做农产品的。他们那个是把中世纪修道院，各种庄园和集市，实际记录当年小麦价格的账本都买下来了。连那个古巴比伦泥板，刻着的麦子交易价格也都收集来了。

就这么一季一季，一年一年地数字化，形成一条从1209年延续到今天的超长价格时间序列。

这些数据本身是充满噪声和缺失的，但是，我们不差钱。我们想要发现农作物和天气的关系，我们可以把古代的气候信息记录，也从考古学家手里买到。

当你把麦子的价格信息，和古气候重建数据放在一起时，模式就开始涌现。实际上他们这个工作是精细到令人瞠目结舌的程度的。

几本破书说什么，我就信？你比我还聪明？我看不见得。那么我还要雇佣科学家，从珊瑚礁，冰芯，树木年轮等客观证据上交叉建模。

等这个模型出来，团队把这两条超长序列做对齐，历史上哪些地区的粮食价格会出现系统性上涨或下跌？这种反应在工业化前后的不同经济结构里强度如何变化？等你对齐完，得到的那个东西，“气候”和“麦子价格”的关系。这个实际上是资本主义的一条“记忆”。跟哈利波特里，那个用魔杖从脑子里抽出来一团记忆，完全是一个意思。

“1209年的小麦价格波动，记录的是当时封建经济，运输条件，储存技术对气候冲击的集体反应。"

"古巴比伦的麦子价格，则反映了更早的灌溉农业社会如何把天气风险转化为价格信号。”

...

当今天的机器把这套记忆，和现代的，正在事实发生的气象数据进行连接时，资本其实是在用统计语言，重新讲述自己过去几百年的“身体记忆”。

我曾经如何在厄尔尼诺的时候面对欧洲歉收和亚洲季风扰动？

我的价格体系，如何在不同技术条件下做出调整？

我在农业和气候面前的脆弱点，和适应模式是什么？

这种操作性的自我认识，通过现代期货订单簿里的碎片信息，整合成一张可计算的，实时更新的全球关联地图。这张地图比任何人类交易员或传统经济学家能画出的都要精细得多。

它通过最抽象的数学和文字符号记录，来重新认识那些最具体，最物理的制约条件。其结果是，资本对自己的认识越来越脱离人类直观经验，却越来越精确地捕捉到自己运行的真实拓扑结构。资本在认识自己跨世纪的反应模式的同时，也在为下一步的自我改造积累素材。

实际上如今量化交易的竞争优势也在这里。小团队也没有办法去拼什么基础设施，优势只能转向谁能发现并利用更深层，更长时段，更跨尺度的隐藏关联。

但颇有悲剧色彩的地方是，资本的这种自我认识，同样不可能真正完成。

每一轮模型把可见的偏差消除后，新的，更微妙，更跨系统的关联就会在更高阶的机器互动中浮现。资本对自己的认识越深入，它自身的复杂性和不可预测性反而会越强。就跟你一样的。