春天，本該是一個浪漫的季節(jié)。
櫻花盛開，微風(fēng)拂面

但總有一群人，在這樣的畫面里顯得格格不入
他們一邊走

一邊瘋狂打噴嚏

眼淚止不住地流

如果你也是其中一員

那你一定認識一個“老朋友”
花粉

在大多數(shù)人眼里，它只是空氣中的“隱形刺客”。但如果你把目光從鼻子移到顯微鏡下，你會發(fā)現(xiàn)這些不起眼的小顆粒，其實精致得有點離譜。不僅如此，人類正是通過研究花粉，發(fā)現(xiàn)了布朗運動；而這套描述“隨機性”的理論，后來居然被搬進了金融市場，用來解釋股價的漲跌。

自然界的隱藏幾何

花粉是植物生殖單位，相當(dāng)于植物的“精子”，它攜帶植物的基因，負責(zé)完成繁殖任務(wù)?；ǚ酆写蠹s20%的蛋白質(zhì)，37%的碳水化合物、4%脂質(zhì)和3%的礦物質(zhì)。單個花粉粒的直徑大約在5到200微米之間，你可知道一根頭發(fā)的直徑才只有70微米，最小的花粉粒比一根頭發(fā)的寬度還要小十倍以上。人眼的分辨極限在40微米，這么小的花粉，我們用肉眼當(dāng)然看不見，需要借助電子顯微鏡才行。

（顯微鏡下的各種花粉粒）

花粉的分類可以類比我們學(xué)過的晶體。晶體根據(jù)組成原子種類，可分為簡單結(jié)構(gòu)和復(fù)合結(jié)構(gòu)。花粉也是如此，可以根據(jù)成熟時花粉的數(shù)量分為“單粒花粉”和“復(fù)合花粉”，花粉粒在成熟時單獨存在的，稱為單?；ǚ郏瑑闪＜耙陨匣ǚ垧ず显谝黄鸬模Q為復(fù)合花粉。大多數(shù)植物的花粉屬于單?；ǚ?，復(fù)合花粉以4合花粉（4個花粉粒組成）分布較廣，一個或幾個藥室中全部花粉粒黏合在一起的，稱為花粉塊。

Tips:

簡單結(jié)構(gòu)：由單一原子種類構(gòu)成，原子排列方式簡單，通常是簡單或復(fù)合布拉維晶格，如銅、鐵、金剛石等。

復(fù)合結(jié)構(gòu)：由兩種或以上原子/離子構(gòu)成，或具有復(fù)雜的分子基元，如氯化鈉（Na?和Cl?交替）、鈣鈦礦（ABO?型）等。

晶體可以根據(jù)它的對稱性分為7大晶系，花粉的對稱度就沒那么高了，除了極少數(shù)花粉粒是不對稱的外，大多數(shù)對稱的花粉有兩種不同的對稱性：輻射對稱和左右對稱。

Tips:

輻射對稱：花粉粒具有一個水平的對稱面和兩個或更多垂直的對稱面，如果只有兩個垂直的對稱面，總是具有等長的赤道軸。

左右對稱：花粉粒具有三個對稱面，一個水平對稱面和兩個垂直對稱面，但赤道軸不等長。

（動物大多也是對稱的，比如海星是五輻射對稱的，蝴蝶是左右對稱的）

極性這個概念不僅在晶體中有，花粉粒也有?；ǚ哿５臉O性決定于花粉在四分體中所處的地位?；ǚ哿Ｔ谒姆煮w中朝向中心的部分，稱為近極面；朝外的部分稱為遠極面。由四分體中心點通過花粉粒中央向外引申的線為極軸，與極軸垂直的線為赤道軸。有的花粉分辨不出來極性，是無極的。在具有極性的花粉粒中，又可根據(jù)近極和遠極的差別分為等極、亞等極和異極花粉。

（四分體時期的4個小孢子）

Tips:

四分體：在細胞減數(shù)分裂過程中，兩條已復(fù)制的同源染色體聯(lián)會形成四條染色單體的結(jié)合體。

布朗運動的跨界之旅

如果把時間倒回到19世紀，有一位植物學(xué)家在顯微鏡前看到了一幕讓他困惑不已的畫面。1827年，羅伯特·布朗在研究花粉時，把花粉顆粒放入水中觀察。他原本只是想研究花粉的結(jié)構(gòu)，卻意外發(fā)現(xiàn)：花粉周圍那些極其微小的顆粒，竟然在水中不停地“亂動”。這種運動毫無規(guī)律，沒有固定方向，看起來就像它們自己“活過來”了一樣。起初，他甚至懷疑這是不是生命活動導(dǎo)致的——畢竟花粉是生物的一部分。但為了驗證這個想法，布朗做了一個非常嚴謹?shù)膶φ諏嶒灒核麚Q用了完全沒有生命的物質(zhì)，比如磨碎的巖石粉末，再放入水中觀察。結(jié)果令人震驚——這些沒有生命的微小顆粒，依然在做同樣雜亂無章的運動。

（花粉顆粒在水分子中運動）

直到1905年，阿爾伯特·愛因斯坦給出了關(guān)鍵解釋。他提出，可以用一個形象的類比來理解這種運動——就像一個喝醉的人在街上行走：每一步方向都是隨機的，走著走著，位置會逐漸偏離起點。這就是著名的“隨機游走模型”（也常被稱為“醉漢模型”）。在微觀世界中，液體分子就像無數(shù)“看不見的推手”，不斷從各個方向撞擊微粒，使它們的運動軌跡變成一條完全不可預(yù)測的隨機路徑。

愛因斯坦不僅給出直觀模型，還建立了嚴格的數(shù)學(xué)描述。其中最核心的關(guān)系是顆粒位移的均方值：

（D為擴散系數(shù)）

這意味著：粒子偏離起點的“平均平方距離”，與時間成正比。換句話說，時間越長，粒子“走散”的范圍就越大，就像醉漢走得越久，離原點越遠。不僅如此，這套公式里出現(xiàn)了一個常數(shù)——阿伏伽德羅常數(shù)，也就是一摩爾物質(zhì)里有多少個分子。

（布朗運動示意圖）

不過，理論再漂亮，也需要實驗來“拍板”。這時，法國物理學(xué)家讓·佩蘭做出了關(guān)鍵貢獻。他通過顯微鏡精確追蹤微粒的運動軌跡，統(tǒng)計其位移分布，驗證了愛因斯坦的理論公式。更重要的是，他利用這些數(shù)據(jù)反推出了阿伏伽德羅常數(shù)大約是6.5×1023，和現(xiàn)代公認的6.02×1023非常接近。佩蘭通過布朗運動研究，證明了分子的真實存在，他也因此獲得了1926年的諾貝爾物理學(xué)獎。

布朗運動的本質(zhì)在于隨機、不可預(yù)測，股價也是如此。

1970年代，費舍爾·布萊克、邁倫·斯科爾斯和羅伯特·默頓提出期權(quán)定價理論，其核心假設(shè)之一是：股票價格服從幾何布朗運動（GBM）

這個公式表示在股票價格S在時間間隔為dt期間經(jīng)歷了dS的變化，σ表示隨機行為的波動性。

（GBM下股票價格演變S，波動率為常數(shù)）

然而，幾何布朗運動畢竟是理想化模型，與真實市場相比仍存在明顯不足。最突出的問題在于，它假設(shè)波動率是常數(shù)，而現(xiàn)實市場中波動往往隨時間變化，甚至呈現(xiàn)出“波動率聚集”的現(xiàn)象；同時，GBM假設(shè)收益服從正態(tài)分布，但實際股票收益通常具有“尖峰厚尾”特征，即極端漲跌出現(xiàn)的概率遠高于正態(tài)分布的預(yù)測，這使得模型低估了風(fēng)險；此外，GBM生成的是連續(xù)路徑，無法刻畫現(xiàn)實市場中常見的價格跳躍，例如突發(fā)性利空或宏觀事件引發(fā)的劇烈波動。

正是由于這些缺陷，金融工程領(lǐng)域在GBM的基礎(chǔ)上發(fā)展出了一系列改進模型。例如，引入隨機波動率模型（如Heston模型），使波動率本身也成為隨機過程，以更好地描述波動的動態(tài)變化；在擴散過程中加入跳躍項，形成跳躍擴散模型（如Merton模型），用于刻畫價格的突變行為；此外，還有結(jié)合長記憶特征的分形模型，以及考慮市場微觀結(jié)構(gòu)的高頻模型。這些改進可以看作是在保留布朗運動核心思想的基礎(chǔ)上，不斷向真實市場逼近。

結(jié)語

花粉的“本事”，遠不止這些?？茖W(xué)家可以通過分析沉積物巖心中花粉的種類和數(shù)量，還原幾千年前的氣候變化；在材料科學(xué)中，花粉又因獨特結(jié)構(gòu)被當(dāng)作“微型載體”，用于藥物輸送和仿生材料；甚至在刑偵中，它還能充當(dāng)“隱形指紋”，幫助鎖定地點來源。

所以你以為自己只是對花粉過敏——其實你遇到的，是一個橫跨科學(xué)多個領(lǐng)域的“全能選手”。

參考資料

5. Zhao, D., Li, Y., Zhang, Z., Xu, T., Ye, C., Shi, T., & Wang, Y. (2023). Extraordinary microcarriers derived from spores and pollens. In Materials Horizons.

編輯：Sid