科学一向是一把双刃剑，它更像是阿拉丁的神灯，谁是它的主人它就为谁服务。
高斯（Karl Fredrich Gauss）有句名言：“数学是科学的王后，而物理是国王。”
一直以来，利用数学模型分析股票市场以及其他金融市场，是华尔街的梦想，但是在计算机诞生前，这一梦想只能是梦想。直至20世纪50年代，芝加哥大学研究生马科维茨和夏普（Sharpe）合作，首次引用数学方差（variance）表示风险概念，并用数学模型的方式揭示了风险与回报之间的关系，数学模型自此进入金融分析领域。60年代中期，夏普又发明了资本资产定价模型（CAPM），当时成为金融领域最流行和最有价值的股票估值模型。70年代初期，麻省理工斯隆商学院的费雪·布莱克（Fis-cher Black）和梅隆·舒尔斯（Myron Scholes）再发明了期权定价模声权定价模型（Option Pricing Model），将数学模型在金融市场的应用提升到又一个新阶段，因此获得诺贝尔经济学奖。80年代后，随着计算机的大量普及以及计算机性能的飞速提高，许多股票分析模型和风险管理模型出现，这给各类金融投机和投资机构提供了大量市场分析工具。由于这些分析工具能给使用者带来可观的科学分析，因此越来越受青睐，事实上已经到了离开这些分析工具就找不到投资方向的程度。华尔街当然对此更是推崇备至，为了建立更好的分析模型，华尔街不惜重金聘请大量高技术人才，在华尔街就流传着许多“火箭科学家”的故事。本来，航天领域是高科技人才汇聚之地，但有些这一领域的科学家被华尔街聘请来设计建立更好的市场分析模型，他们被华尔街称为Quant（量化分析师英文的简称）。华尔街没有浪费高额聘金，这些高端科学家把世界上最尖端的数学、物理学、统计学、经济学、精算学等理论融为一体，应用到股票、债券、汇市等各种金融市场，结果让华尔街大赚特赚。比如，一些曾在美国火星项目中的专家就转而成为投行的Quant。
有趣的是，这些被华尔街高薪聘请来的Quant在发现自己的才能可以为投行赚取大笔金钱之后，不少人就干脆建立了自己的公司，为自己赚钱。最早的Quant之一、加州大学欧文分校数学教授爱德华·索普（Ed Thorp）早在20世纪70年代就离开校园，成立对冲基金，赚得丰厚利润。后来曾名噪一时的美国长期资本管理公司中合伙人之一的麻省理工学院经济学家罗伯特·莫顿（Robert Merton）、芝加哥大学经济学家梅隆·舒尔斯（Myron Scholes）也是同期的Quant。
由科学家所建立的各种科学分析模型发展至90年代已经令人眼花缭乱，而且早已不局限于分析，而是设计出种种新奇金融产品，且其设计无不让人感到出复杂而又出奇的完美，仅说明书就达数百页，就连数学家和经济学家往往都要研究良久才能看懂，甚至华尔街的许多资深投资家、基金经理一时也无法弄懂这些精妙何在、如何赚钱和转嫁风险，如出身麻省理工学院经济学博士的美联储前主席布林德（Blinder）也心存迷惑，他曾坦言：“我知道衍生品的基本工作原理，但如果你给我一个衍生品，让我确定市场价格，我只能猜测。”甚至，市场的交易计算机化也为交易提供了特殊的便利，比如，美国曾流行一种“闪电交易”（Flash Trading）。由于交易都是由计算机控制，因此只要谁能比其他人早几毫秒看到机会并下单，那么就能抢先达成交易。平均而言，这样一笔闪电交易不到l0毫秒即可完成，有时只需要5毫秒。在交易中如此急速，就是因为机会稍纵即逝，所以大家都努力提高交易速度，由此出现“闪电交易”。最高时，“闪电交易”已经达到美国股票总交易量的3%，仅在2008年，这类交易的利润总额超过了200亿美元。高频交易虽然单笔交易利润微薄，但有时一秒钟之内往往可以成交数千笔交易，累计起来的利润就像当可观了，为一些机构创造了不少利润。科学家们设计的产品的确十分精妙，英国《金融时报》著名记者吉利安·泰特（Gillian Tell）在一篇《保持CDO机器转动》的文章中，揭示了影子银行热衷CDO的精妙之处，她说：“2007年夏天之前，许多影子银行都从CDO业务中赚得满盆钵盈。影子银行购买大批债务，根据风险和回报，打包成不同分层的CDO产品。在证券化的魔力下，CDO所有分层的价值都高于打在包里的债务成本，成本与收益之差就是影子银行的暴利来源。”
正是由于各种金融分析工具和金融产品如此优秀，使得全球金融服务业都在IT方面加大投入，金额高达5000多亿美元，其中又以投行、基金等影子银行为最。
总体而言，科学家们为投行设计的各类金融产品就是证券化产品、结构性融资和信用衍生品，它们都以转移和分散风险的美丽外表出现在投资人面前，各个产品都有不同的风险属性，也就是各类投资者都能找到适合自己胃口的产品。
