第三部分 · 市场如何形成价格与数据 · 第 19 章

市场为什么难赢: 有效性与行为偏差

市场并不完美,人也并不理性,但这两句话都不等于市场会免费送钱。公开信息会被竞争者迅速写进价格,人的偏差又会让错误长期反复。这一章把市场的竞争压力和人的出厂设置放在一起,解释研究为什么必须同时保持怀疑、纪律和可证伪性。

主线三 本部分第 8 / 8 章

本部分的问题:一项金融权利怎样上市、成交、留下数据,又该怎样评价它的收益和风险?

读完后,你能把交易界面上的数字还原为制度、现金流和可研究的数据口径。

读完这一章,你会明白

• 有效市场不是说价格永远正确,而是说公开信息很难被低成本反复利用。
• 随机游走强调新信息难预测,事后解释不等于事前可交易信号。
• 损失厌恶:亏 100 的痛 ≈ 赚 200-250 的爽;所有交易里的不对称都从这里长出来。
• 苦乐看参照点不看总资产;亏 -30% 时的“回本就卖”是把锚当敌我识别。

1. 为什么赚钱这么难

1.1. 有效市场到底在说什么

很多人一听“有效市场”就以为是迷信市场永远正确,这是个天大的误会。有效市场假说真正说的是:市场价格会快速反映可获得的信息。一条消息如果人人都能看到、又有足够的资金愿意据此交易,它的影响往往几分钟甚至几秒钟内就被打进价格。想靠一条公开、简单、人尽皆知的信息稳定捡钱?对不起,来晚了,肉已经被先到场的人吃完了。

看一个每天都在发生的场景,顺便算笔账。一家公司发布业绩预告,利润大幅超预期,熟悉它的交易员估算合理价位从 20 元抬到 21 元;消息挂网几秒内,大单已经把价格推到 20.9 元。最早反应的资金赚走的是 21 除以 20 再减 1 的 5%;等你刷到新闻、打开软件、在 20.9 元慢条斯理下单,到 21 元只剩约 0.5%——反算验证,21 除以 20.9 再减 1,约是 0.48%。同一条消息,先到者吃主菜,后到者分汤汁:它的主要收益,在你看到标题的那一刻就已经与你无关。

所以有效市场不是信仰,而是一种竞争视角,帮你估计“捡钱难度”。市场越开放、流动性越好、参与者越专业、交易成本越低,公开信息钻进价格的速度通常越快;越是小众、不透明、限制多的市场,信息摩擦和错误定价可能越多——但相应的,交易成本和风险也水涨船高。便宜的市场不便宜,冷清的市场有机会但不好进。

说到这里,有一个绕不开的著名争论。如果市场真那么难战胜,沃伦·巴菲特怎么解释?他掌管的伯克希尔,几十年年化回报约 20%,长期远远跑赢大盘,把最初的每一块钱变成了几万块。有效市场的支持者不服:几万人里总有人纯靠运气连赢几十年,就像几万人不停抛硬币,总会有几个家伙连出几十次正面,这证明不了技术。巴菲特本人的反驳同样精彩:如果这些赢家大多来自同一个村子——他指的是那批师承价值投资、出自同一师门的人——再用运气解释,就说不过去了。

这场争论至今没有标准答案,但两边合起来给你留下两条都要记住的教训。第一,战胜市场极其困难,绝大多数人做不到,所以别轻易把自己当成例外;第二,极少数人可能真的拥有可持续的优势,但那需要罕见的方法、纪律和耐心。常有人以为有效市场假说宣判了“研究无用”,其实它宣判的是“简单的研究无用”。量化想干的,正是用数据和纪律去争取那一点点别人没有、又可重复的优势——同时时刻清醒:在这场抛硬币大赛里,自己更可能是那个普通的参赛者。

1.2. 弱式、半强式和强式

“市场有效”其实分三个挡位,像竞争的三个难度等级。最简单的弱式有效说:历史价格和成交量里的信息,已经全部反映在当前价格里——所以简单对着过去走势画几条线,很难稳定赚钱。中间挡半强式有效说:公开信息也反映完了,包括财报、公告、新闻和公开研究报告。最高挡强式有效说:连内幕消息都进了价格——不过现实中这个要求强得离谱,基本没人当真。

这三挡不是并列的三个标签,而是层层递进的嵌套关系,机制值得想透:公开信息里天然包含历史价量,所以半强式一旦成立,弱式自动成立;内幕信息又包含一切公开信息,强式一旦成立,半强式自动成立。反过来,想反驳哪一挡,只要在那个信息集里找到还能稳定赚钱的方法。检验半强式最常用的招数是事件研究:某公司公告大超预期,当天股价从 10 元跳到 11 元;如果统计发现这类公司在公告后 20 个交易日内平均还能再涨 5%——反算,11 乘 1.05 是 11.55——那这点稳稳可赚的“公告后漂移”,就是对半强式有效的实锤反驳。

这三层不只是课本名词,是评估策略难度用的:只用历史 K 线做个简单规则,挑战的是弱式有效;拿公开财报选股,挑战的是半强式有效;靠未公开内幕赚钱,已不是“投资能力”的范畴,还可能直接违法。常有人以为三层次是给市场打分的评级,其实是三个强度递增的假设——越往上要求越多,越容易被现实反驳。现实中量化研究大多在弱式和半强式之间讨生活:用价格、财报、公告、另类数据等公开合规的数据,寻找还没被市场完全消化的信息。但留意残酷趋势:用同类数据、同类模型的人越多,机会被挤压得越快——别人学得越多,你面前的墙就越高。

1.3. 随机游走不是说价格没有原因

“股价随机游走”这句话,被误解得比谁都深——太多人把它听成“价格乱走,没有原因”,然后理直气壮地嗤之以鼻。更准确的说法是:如果新信息本身就难以预测,那么价格对新信息的反应自然也会显得难以预测。今天的价格已经打包了市场当前知道的一切;明天价格的变动,主要来自明天才冒出来的新信息和新情绪。随机的是信息流的到来,不是价格的反应机制。

机制再推一步:价格对“预期”定价,不是对“事实”定价。假设全市场都预期某公司明年利润增长 20%,这 20% 今天就已经被买进了价格。明天财报公布,恰好增长 20%,股价可以原地不动,因为消息里零意外;若增长 30%,多出的那 10 个百分点才是新信息,市场只为这一部分补涨。反过来说,利好兑现当天股价反而下跌,也是同一台机器:常有人以为出好消息就必然涨,其实价格只跟着“意外”走,不跟着“旧闻”走——旧闻的账,昨天就结清了。

1.4. 市场不完美,但不完美不等于好赚钱

市场会不会错?当然会。泡沫、恐慌、流动性冲击、机构约束、投资者情绪、监管变化,都能把价格推离长期价值。但从“市场会错”到“我能赚钱”,中间隔着一条鸿沟,很多人都自信地跳了进去。你要说清错在哪、估计多久才会修正、用什么工具表达你的观点,还得扛得住期间的所有回撤——四件事,缺一不可。

举一个让人冷静的账。你研究后认定一只股票被低估 30%:合理价值 13 元,现价 10 元,而且你的判断完全正确。可市场拖了两年才认可,期间你的资金成本每年约 6%,两年合计约 12%;更磨人的是,第二年股价一度继续跌到 8 元,账面浮亏 20%,你的资金、你的心态、你的老板都得扛住。两年后价格真回到 13 元:总收益 30%,扣掉资金成本剩约 18%,年化约 8.7%——反算验证,1.087 的平方约 1.18。看对了方向,只吃回年化 8.7%,还得中途不退场。常有人以为看对了就该赚到那份差价,其实“低估”只是机会的入场券,兑现它要另付时间这份票价,还要能扛住波动这份颠簸。

这也是价值投资和量化因子共同面对的煎熬:长期有效,不代表每个月有效。你的策略如果连续跑输一年,你怎么判断?是暂时失效、永久失效,还是当初回测就过拟合了?回答这个问题所需要的,远不止是写个回测脚本——你需要的是对策略逻辑的信仰、统计上的证据,和扛住怀疑的仓位管理。记住,市场保持不对劲的时间,完全可能长过你保持留在牌桌上的时间。

1.5. 人不是理性机器

教科书里的投资者是台精密计算机,现实中的投资者是带着情绪刷盘的血肉之躯。行为金融研究的就是系统性的“人性 bug”:过度自信,让人高估自己的判断;损失厌恶,让人死扛着亏损单不肯止损;锚定效应,让人天天盯着自己的买入价,而不是公司本身;羊群效应,让人忍不住追热门;近因效应,让人把最近发生的事看得过重。这些 bug 人人都有,包括此刻读这行字的你。

这些偏差的强度是能算出来的。行为金融的估算里,亏 1000 元的痛感,大约需要赚 2000 到 2500 元的快感才抵得平。代入一个五五开、输赢各 1000 元的赌局:若赚的效用按 +1 计、亏的按 -2.25 计,期望效用是 (1 减 2.25) 除以 2,约 -0.63,于是多数人拒绝这个数学上占优的赌局——反算验证,0.5 乘 1 加 0.5 乘 -2.25,账目就是这么歪的。这套机制能解释一大堆市场现象:涨疯了,资金排队追进来;跌惨了,大家夺路而逃;亏损的股票攥在手里舍不得卖,刚赚一点就迫不及待落袋。这些都不是金融公式,而是赤裸裸的人性,原封不动地投射在每个人的账户曲线上。

反直觉的是,知道偏差存在,不等于就有人给你送钱。常有人以为散户爱追涨杀跌,写个反着来的策略就能躺赚——可反向策略可能长期有效,也可能在汹涌的趋势行情里被一波打穿:逆向抄底抄在半山腰的账户,比比皆是。每一个“人性解释”,最终都得落到数据检验、交易成本和风险控制的秤上,称一称才作数。

1.6. 异常收益为什么会消失

金融市场里隔三差五就有人“发现规律”:低估值股票长期表现更好,小市值股票有溢价,公告之后价格会延续惯性,过去涨的股票会继续涨。学术界把这些规律叫异象,行业把它们做成因子。但发现一个规律,和保住这个规律的收益,完全是两回事。常有人以为规律一旦被写进论文和研报,收益还能照旧躺赚,其实公开发表往往正是收益衰减的起点——一旦它被大量资金发现并蜂拥交易,收益就可能日渐萎缩。

背后的机制直白得残酷,算给你看。某类股票真实价值 10 元,长期被忽视,只卖 8 元,低估 20%。异象公开之后,资金提前冲进去抢筹,价格先被推到 9.5,再推到 10。先行者从 8 元拿到 10 元,赚走 25%;而闻风赶来、在 9.8 元才上车的人,低估空间只剩 10 除以 9.8 再减 1,约 2%——反算验证,8 乘 1.25 恰是 10,9.8 乘 1.02 约是 10。同一条规律,收益按到场顺序一层层变薄,就像一家隐蔽的宝藏小店,一旦被探店博主曝光,排队和下架也就接踵而至。竞争越充分,简单的机会越难存活。

可有些收益,却能顽强地长期存在,为什么?因为它们背后往往站着实打实的风险补偿、顽固的行为偏差或制度约束。比如小盘股长期可能承担更高的风险,价值股长期可能背着基本面的压力,动量策略会在市场急转弯时狠狠亏一笔。反直觉的是,能不能拿得住本身就是门槛:能长期活下来的超额收益,通常拿得不舒服——要么不好拿,要么很难坚持,要么容量装不下几个人。舒舒服服就能赚、还永远不消失的钱,市场里基本不存在。

1.7. 信息优势、分析优势和执行优势

量化到底靠什么赚钱?剥开来看,大致是三类优势的排列组合。第一是信息优势:你比别人更早、更准、更完整地拿到数据。第二是分析优势:同样的数据,你能从中挤出更干净、更有力的信号。第三是执行优势:同样的信号,你能用更低的成本、更小的冲击、更稳的风控把它变成成交。三条腿,缺一条都站不稳。

执行这条腿最容易被个人忽视,先算笔摩擦账:你的信号年化毛利 12%,看着不错;可单边交易成本约 0.15%,一进一出就是 0.3%,一年换手 20 遍,摩擦成本是 0.3% 乘 20,整整 6%——12% 的毛利只剩 6%;要是换手升到一年 100 遍,摩擦高达 30%,毛利直接被磨成负数。反算验证,12 减 6 与 12 减 30,盈亏立判。对个人投资者来说,现实的策略是认清牌桌再入座:拼信息速度和交易基础设施,你拼不过机构,但可以选战场,避开最拥挤的赛道——不必一上来就扎进高频盘口那种毫秒级绞肉机,先从日频数据清洗、指数配置、简单因子、基金分析和风险控制做起,这些地方的竞争密度友好得多。

也别把机构量化想成“一个模型定江山”。数据采购、清洗、特征工程、组合优化、交易执行、监控告警、合规、硬件、团队流程——每一环都是优势的一部分。常有人以为量化拼的就是一个神模型,其实模型分数再漂亮,如果成交成本吞掉收益,或者系统上线三天两头挂掉,照样一分钱赚不到。这和工程世界的道理一模一样:单机 benchmark 漂亮不算数,端到端的系统表现才作数。

1.8. 套利和无风险套利不是一回事

“套利”这个词,大概是金融圈里被用滥最严重的词之一。严格意义上的无风险套利是:同一笔现金流在两个市场价格不一致,你能锁定收益而且不承担风险。而现实中大家常挂在嘴边的各种“套利”,多半其实是相对价值交易,里面藏着基差风险、流动性风险、模型风险和执行风险。常有人以为沾上“套利”两个字就等于稳赚,其实风险一个没少,只是藏得比较深。

拿 ETF 折溢价套利这个“教科书案例”来拆。某 ETF 市价 10.05 元、净值 10.00 元,溢价 0.5%,看似白捡。可真下单你会发现:申赎费用加冲击成本合计约 0.3%,扣完只剩 0.2% 的缝隙;而底层资产日内正常波动就有正负 0.4%,你操作的几小时里,一次反向波动就能把缝隙碾成亏损。反算验证,0.5 减 0.3 恰是 0.2,经不起 0.4 的颠簸。再看执行层:申赎有门槛,成分股可能停牌买不齐,涨跌停把你挡在门外——一个“稳赚”的价差,落地全是缺口。价差看起来挂在那里,不代表你能无风险揣进兜里。

再记一笔历史的账:有顶级团队把小概率风险当成不存在,加约 30 倍杠杆反复赚 0.2% 的小价差,一次循环赚 30 乘 0.2%,约 6%,岁月静好很多年;直到一次 2% 的反向波动,资本金被抹掉 30 乘 2%,整整 60%,多年积累一夜归零。反算验证,6 和 60 本来就是同一枚杠杆的两面。给量化新手一句防身咒:少说“无风险”,多问“风险藏在哪”。金融史上不少大灾难都是同一个剧本——看不见的风险,不叫消失,叫潜伏。

1.9. 市场有效性怎样指导个人学习

绕了一圈,有效市场理论对个人最实用的价值,其实是四个字:保持谦逊。你发现一个简单规律,先默认别人早就看过;你觉得一个策略好到离谱,先问一句它为什么还没被套利者消灭;你觉得自己比市场聪明,先拿基准对比和样本外数据检验一下。怀疑在先,下单在后。

谦逊不是躺平,它有可操作的检查量规。模拟盘一年赚 15%,先别庆功:若同期沪深 300 涨 18%,你的几何超额是 1.15 除以 1.18 再减 1,约 -2.5%——反算验证,1.18 乘 0.975 约是 1.15——你其实跑输了最懒的基线。想实打实进步,三条稳妥战线:第一,学会低成本指数化投资,把不依赖预测的市场 Beta 先稳稳拿到手;第二,用小资金或模拟盘做量化研究,把数据意识和风险意识练成肌肉记忆;第三,在实战中慢慢寻找自己真正理解、也能执行的优势,而不是追别人的故事。谦逊不是收兵,是帮你把弹药集中到有希望的地方。

观察身边的人你会发现:大多数人亏钱,不是因为市场太有效,而是因为败在基本纪律上——追涨杀跌、重仓单票、听风就是雨、借钱加杠杆、不记录决策、从来不复盘。常有人以为亏钱是认知不够、需要更神的模型,其实把这些低级错误一条条消灭,往往比苦苦寻找神奇模型更能改变你的收益曲线。先不输给自己,再谈赢市场。

1.10. 怀疑,验证,再怀疑

量化研究的真正态度,既不是信“市场有效”教,也不是拜“市场无效”神,而是一套工作循环:提出一个可以检验的假设,用历史数据验证,期间严防未来函数和过拟合,然后再扔到样本外、模拟盘和小规模实盘上继续锤炼。怀疑驱动研究,验证筛掉幻觉,再怀疑让你活下来。

这套循环为什么非走不可?一笔统计账就说明白:就算你毫无规律,随机生成 100 个交易规则回测历史数据,按 5% 的显著性标准,纯靠运气也该有约 5 个“显著赚钱”的策略浮现——反算验证,100 乘 5% 恰是 5。不做样本外检验,你分不清手里的宝贝是那 5 个幸运废物,还是真规律;常有人以为回测赚钱就等于实盘赚钱,多重检验的坑专等这种自信。合格的研究问题还得过拷问清单:信号为什么可能存在?数据在交易当时能不能看到?扣完成本还有剩吗?在哪些市场环境里会失效?容量能装多少资金?用的人多了收益会不会被挤掉?能从容答完的策略,才有资格谈“上线”。

这一章的结论朴素至极:市场不完美,但极难打败。正因为难,量化才需要统计、工程、金融直觉和风险管理一起上,缺一门都不行。只靠一个指标、一个故事、一个神秘模型闯市场,就像只带一把螺丝刀去修数据中心——勇气可嘉,结局堪忧。

2. 人脑的出厂设置不适合做交易

前面各章讲了市场怎么运转,这一章换个方向:讲你自己。行为金融的核心发现特别刺耳:人脑做金融决策时,用的是石器时代那套出厂设置。这一章把最致命的几个系统性偏差挨个拆给你看,每个都先给实验、再给机制、最后给 A 股里的对应症状。读完这一章,你再做出某些交易决定前,脑子里会多出一个声音问:这笔钱是判断驱动,还是出厂设置驱动?

金融现场 2.1. 两个诺贝尔奖得主,为什么亏掉 46 亿美元

1994 年,一群星球上最会做金融的人坐在一张桌边:华尔街金牌交易员约翰·梅里韦瑟,诺贝尔经济学奖得主默顿和斯科尔斯──期权定价公式就是他们发明的──再加一位前美联储副主席,开了家长期资本管理公司,行内简称 LTCM。他们做的,看着是低风险到近乎无聊的生意:找两个理应等价的资产,买便宜的卖贵的,等价差收敛。头几年成绩惊人:净资产从起步涨到 48 亿美元,华尔街最顶级的银行排着队借钱给他们。

后来他们把这份信心加到了极限:总杠杆加到 30 倍以上,名义头寸堆到约 1.3 万亿美元。 1998 年 8 月,俄罗斯宣布债务违约,全世界资金同时逃离风险资产──本该收敛的价差,反而继续拉大;模型里“几乎不可能”的事,每天都在发生。四个月内 LTCM 亏损约 46 亿美元。问题不在理论错了,是他们等不到理论兑现的那一天:对手行权要追加保证金,而基金手里没有现金,只能离场认亏。最后美联储组织 14 家银行注资超 36 亿美元接盘,才没让整件事连成多米诺。

这个故事几乎定义了整套现代风险观。不是“公式错了”──他们押注的价差,长期收敛确实不假,收敛那天也确实来了;只是拖拽的过程中亏到保证金撑不住,就已经出局。量化领域对这件事有一句备忘:市场保持非理性的时间,完全可能长过你保持流动性的时间。

对做量化的人, LTCM 留下的不只是警钟,更是工具:你想押任何一组“相关性收敛”或“价差回归”,先自查三件事──杠杆上限够不够让我等到回归那一天;对手方在压力最大时会怎么行权;那个“长期必然收敛”的前提,我在最坏情景里预演过没有。聪明没错;聪明 + 杠杆 + 拖堂,才是真正的死因──这本书后面反复回到这条,因为最不显眼的错,往往就是这种结构性的错。

概念现场 2.2. 电影已经难看到想走,那张票还值不值得坐满两小时

电影开场四十分钟,你已经确定它难看到像一场惩罚。可一想到票花了八十元,又硬坐到结尾。那八十元无论走不走都回不来,它叫沉没成本;真正该比较的是,剩下一百分钟拿来继续受罪,还是出去吃碗面、散个步。

账户里更常见的版本是:“这只股票已经亏了三成,不回本绝不卖。”买入价只记录过去,不会给未来现金流增加一分钱。继续持有是否合理,应当和今天把同样的钱投向其他选择比较;若唯一理由是“不卖就不算亏”,你守住的不是价值,只是自尊。

策略研究要提前写停止条件,就是为了在情绪上头前隔离沉没成本。模型失效、数据逻辑改变或实盘偏离阈值时,重新按未来收益和风险做决策;已经花掉的研发时间、手续费和亏损,只能进入复盘,不能自动变成下一次加仓的理由。

概念现场 2.3. 年终奖敢拿去旅行,工资为什么只舍得交房租

同样一万元,如果写在工资条上,很多人会认真存下;如果叫年终奖、彩票或投资盈利,花起来突然轻松。钱明明可以互换,大脑却给它们贴上“生活费”“意外之财”“不能动的本金”不同标签,像在脑子里开了几本互不来往的小账。这叫心理账户。

心理账户有时能帮忙:把房租和应急金单独放好,确实能防止手滑花掉。但它也会骗人。有人一边让信用卡按高利率滚息,一边坚持存款“绝不能动”;有人把股票分红当作可以随便花的钱,却把股价下跌当成另一回事,忘了两者都属于总回报。

家庭配置可以利用标签建立纪律,评估时却必须合并总账。把所有资产、负债、费用和现金流放回同一张表,再看整体收益与风险。好的系统允许你为目标分桶,但不会让“这笔钱名字不一样”掩盖同一个家庭资产负债表。

2.4. 这个赌注你接不接

抛一枚均匀硬币:正面你赢 150 元,反面你亏 100 元。期望是 +25 元,稳赚不赔的好生意。卡尼曼和特沃斯基把这个赌注摆在一群受试者面前,结果大多数人都摇头拒绝。期望明明为正,为什么不要?因为人对亏 100 的痛感,远远超过赢 150 的快感。这就是整套行为金融的地基——人对损失和收益的反应,天生不对称。

把实验推进一格,数字更刺眼。研究者反复测这个不对称的倍数:要让一般人接受“可能亏 100”的赌局,正面的盈利得开到 200 到 250 元才行。也就是说,亏一百块的疼,大约等于赚两百块的爽。情绪强度相差一倍半,这不是个别玻璃心的体质问题,是全球样本下都稳定出现的出厂参数。

这个参数一写进交易,麻烦立刻显形:股票涨了,收益带来的爽感不够,你总想再来一点才满意——该止盈不止;股票跌了,亏损带来的痛感太强,你只想赶紧躲开——该止损不止损反而捂着装死。A 股散户“小赚就跑、大亏死扛”的经典姿势,一半是纪律缺失,另一半就是这个不对称在骨子里遥控手指。

2.5. 所有苦乐都看参照点

卡尼曼给这套不对称起名叫前景理论,核心是一张 S 形曲线。横轴是“相对某个参照点的盈亏”,纵轴是主观感受。曲线有两个怪脾气:一是左半边(亏)比右半边(赚)陡,对应损失厌恶;二是两头都越来越平——赚一千和赚一千一感觉差不多,亏一万和亏一万一感觉也差不多。

真正要命的是第三个设定:苦和乐不取决于你的总资产,而取决于相对参照点的变化。同一个人,昨天 10 元买的股票今天涨到 12,他开心;如果他是 15 元买的,跌到 12,他揪心。账面同样 12 元的持仓,感受完全相反,只因为他们心里的参照点不同。参照点这个东西,往往根本不是理性选的——它默认是“我买入的价格”。

参照点偏差在实盘里最毒的用法,是把回本当目标。亏到 -30% 的人不肯调仓的原因不是分析过基本面,而是“回本就卖”。可是市场根本不知道你在哪买的;它只按自己的节奏走。你抱着参照点等它回来,等来的常常不是解套,而是更久的套牢。行话管这个叫“锚在买入价上”,背离了资产本身值多少的唯一判断标准。

2.6. 为什么你总把赚钱的卖了

把前景理论落到证券账户上,就得到行为金融里最出名的实证之一——处置效应。研究者翻遍打折券商的散户数据,发现人们卖出盈利股票的概率,显著高于卖出亏损股票的概率。正常投资逻辑要求你“砍掉烂的、留住好的”,散户的实际动作恰好拧反:先把能赚钱的战果收割了,再把亏损票埋在土里装蘑菇。

机制的链条长这样:盈利时,参照点上方,人对“确定性落袋”有强烈偏好——赶紧确认,省得吐回去;亏损时,参照点下方,S 曲线的形状让人变成风险偏好者——宁愿赌一把回本,也不愿把浮亏坐实成实亏。于是账户里越堆越多的是跌残的票,越丢越快的是走牛的票,把一个组合活活淘成“垃圾沉淀池”。

有学术研究把美国散户的处置行为折成钱算过一笔账:典型家庭每年因此白白多交的税和少赚的钱,合计约占几个百分点的年度收益。摊到十年,是一笔不小的小数。更要紧的是它对策略的绞杀:量化的因子说白了就是系统性“反过来做”——截断亏损源、让利润奔跑,人类手工业模式和它天然死对头。

2.7. 你以为在分析,其实在看一个数

锚定效应最早被用转盘实验证明:让受试者先转一个随机转盘,再猜联合国里非洲国家占比。转盘数字大的人,最后猜的数也显著大;一个明明跟问题毫无关系的随机数,就能拽住判断。后来这个效应被反复验证:人做估计时,会不自觉先从某个现成数字出发,再抠抠搜搜地上下调整,调整幅度永远不够。

股市把这台机器开到最大转速。讨价还价时的“52 周新高”“历史最高估值”“他上次就买到翻倍了”“券商分析师目标价”——全是一个个现成的锚。你看见中国神话从高点回撤 50%,心想捡便宜;可你的便宜是相对某一个“历史高点”而言,跟这家公司现在值多少没有因果关系。判断的对象不该是“离高点多远”,而该是这个价格对应的基本面支不支撑。

对付锚的办法只有一个,粗暴但有效:永远不先问“以前多少钱”,先问“如果今天第一次看到这个资产,我愿不愿意按现值买”——把参照点重置到当前基本面。做不到,你的所有“便宜/贵”的判断都会变成市场设计者塞给你的数字游戏,别人在锚你,你却以为自己在分析。

2.8. 九成司机自认为中上水平

问一群司机“你的驾驶水平高于平均吗”,大约九成的人举手;问一群基金经理同样的问题,比例也不会好看。这种对“我高于平均”的普遍自信就叫过度自信,它在交易上表现成一个硬数据:散户交易越频繁,净收益越差——频繁交易的人付出的佣金和冲击成本,常年把自信的量产吞掉。

男性散户在这张榜上一贯跑输女性散户,原因也特别不浪漫:更频繁换手。同样的研究图表搬到中国 A 股不改方向。这给你往后做量化一个警示:模型跑出来的参数优势,先假设它 80% 是运气,再想它可能是真本事。这一点会在回测章节强化——你测出来的每条好曲线,都要先被当成一次“过度自信的化身”来严刑拷打。

也有一条属于整体的连锁反应:人人都觉得自己比别人聪明,成交量就会被推上去,市场看似热闹,但大量交易其实只是各自在替自己化的自信心买单,跟信息价值关系不大。这是“交易量来自意见分歧”背后的社会心理版注脚。

2.9. 害怕孤独是一种系统属性

阿施的从众实验做过一个尬问:让受试者判断两条线段哪个长,先安排一圈托喊出错误答案,轮到受试者时,足有三分之一的人跟着说出同样错误的答案。线段明明在眼前,还是宁愿跟人群错在一起。搬到市场中,这就是 FOMO 恐惧踏空和报复性追高的认知底座——你不是没看见风险,只是站在“和大家不一样”的位置上太难熬。

2015 年 A 股杠杆牛最盛行时,街头巷尾人人讨论股票,连出租车师傅都在给你荐股;那种气氛之下坚持空仓,比赚钱还难受。这就是行为金融想让你记下的常识:特定时刻,正确的仓位往往会让你感觉错得很孤独;而感觉舒服的位置,多半是人肉火锅集中的地方。读一下书里危机章的郁金香,这种孤独感的对冲工具整整几百年没变过。

要抵御它,实操最有力的办法不是喊口号,而是给自己预先立字据:开仓之前把开仓理由写下来、定好止损和退场条件,把决策和过程分离。这个纪律在量化系统里有制度化的形态——策略上线,信号自己运行,人的手被关到门外。你把自己的判断从情绪现场抽出来,才能看清人群的韵律。

2.10. 脑子是个懒惰的搜索引擎

你搜资料时,最先冒出来的例子会天然地被你当成“证据”。买了某只股票,你的信息流里会挤满看好它的论点,看空的消息被你默默划过——这是确认偏误:人脑默认只搜支持自己的那部分样本。可得性偏差是表兄弟:近期看过的、爆过的、听大 V 提过的,全都不成比例地影响估计——媒体刚播完空难,你就低估飞行安全性。

搬到 A 股,你打开行情软件,涨到你拿的那只票旁边的新闻你全看,持仓之外的东西你扫一眼就关——一个月下来你觉得自己“基本面研究很扎实”,实际你只是变成一个样本极度偏斜的观察者。最后的杀伤就是在一个局部样本里自圆其说,出手时才被市场另一半信息打回来。

对冲这两条,最有效的是刻意搜反向证据:建仓前先写三条让交易失败的理由、列一条你觉得最疼的反方观点。这个习惯在量化里名字叫“压力测试预演”——先假设自己的逻辑链断了,再决定要不要启动。不漂亮,但比事后账单便宜得多。

2.11. 同一个事实换个说法,你就改决定

告诉病人“手术存活率 90%”,签同意书的人多;告诉同一批人“死亡率 10%”,签订的人明显少掉。信息没变,个词序一变,生死决策都翻盘,这就是框架效应。它利用的还是损失厌恶那条曲线:从一个叙事里先听到“失”字,就开始被引向规避;先听到“得”字,就被引向追逐。

金融产品营销天天在这条上做工艺:产品海报写“近三年最高涨幅 68%”不写回撤;同样的行情,销售说“高点回撤只有 30%”而不说“比高点便宜三成”。你的义务就是每次听到一个数字时,先把它翻译成对面那个框架再读一遍——把“最大涨幅”翻译成“最大回撤”,把“年化”翻译成“持有一年大约多少”。

框架效应对职业投资者也有余温:内部决策会里,先讲收益还是先讲风险,结果经常不同。所以好的公司用制度化流程压住它——投资备忘录必须先写“最大回撤和损失场景”再写“目标收益”。你后面去做的每个量化策略评审,也值得把“失败路径”放在 PPT 首页,逼团队先耻而后勇。

2.12. 用规则替代意志力

卡尼曼拿诺贝尔奖时说过大意这么句话:偏差几乎改不掉,只能绕开。你不证明自己“比散户理性”,你承认自己就是散户中的一员,然后把决策权从手指交给事先写好的规则。这就是行为金融给 quant 的压轴礼物:所有系统性偏差的终点,都是同一个答案——把判断从情绪现场抽离,让冷冰冰的流程替你执行热腾腾的纪律。

所以每次你要做重大交易决策,先读一遍自己的清单:我现在是参照某个“回本价”吗?我在搜反向证据了吗?这张图我是在自己解读还是在被框架?这个决定为什么是现在不是上周?写不出来答案的,别动手。纪律不能保证你赚钱,但没有纪律一定亏钱——这是行为金融对量化研究最根本的那条注脚。

小结

这一章的正文不是让你记住几个孤立名词,而是要把它们放回同一条因果链里。读完后,先用自己的话复述下面几条判断,再顺着“小节回看”检查是否能解释每一步。

• 有效市场不是说价格永远正确,而是说公开信息很难被低成本反复利用。
• 随机游走强调新信息难预测,事后解释不等于事前可交易信号。
• 损失厌恶:亏 100 的痛 ≈ 赚 200-250 的爽;所有交易里的不对称都从这里长出来。
• 苦乐看参照点不看总资产;亏 -30% 时的“回本就卖”是把锚当敌我识别。

小节回看

• 1.1. 有效市场到底在说什么
• 1.2. 弱式、半强式和强式
• 1.3. 随机游走不是说价格没有原因
• 1.4. 市场不完美,但不完美不等于好赚钱
• 1.5. 人不是理性机器
• 1.6. 异常收益为什么会消失
• 1.7. 信息优势、分析优势和执行优势
• 1.8. 套利和无风险套利不是一回事
• 1.9. 市场有效性怎样指导个人学习
• 1.10. 怀疑,验证,再怀疑
• 2.1. 两个诺贝尔奖得主,为什么亏掉 46 亿美元
• 2.2. 电影已经难看到想走,那张票还值不值得坐满两小时
• 2.3. 年终奖敢拿去旅行,工资为什么只舍得交房租
• 2.4. 这个赌注你接不接
• 2.5. 所有苦乐都看参照点
• 2.6. 为什么你总把赚钱的卖了
• 2.7. 你以为在分析,其实在看一个数
• 2.8. 九成司机自认为中上水平
• 2.9. 害怕孤独是一种系统属性
• 2.10. 脑子是个懒惰的搜索引擎
• 2.11. 同一个事实换个说法,你就改决定
• 2.12. 用规则替代意志力

自测

有效市场假说为什么不等于市场永远正确?

它说的是信息会快速进入价格,而不是价格永远等于价值——价格仍会因为情绪、交易限制和新信息的变化而偏离。

随机游走想提醒投资者什么?

如果当前信息已经进了价格,未来的价格变化主要来自难以预测的新信息,所以事前预测远比事后解释困难。

为什么我说“回本就卖”不靠谱?

因为市场不知道你的买入价,你的“本”只是你的心理参照点,不是基本面的锚。判断要从“现在值多少”出发而不是“离我的本多远”。

散户“卖盈留亏”背后的机制是什么?

前景理论的 S 形曲线:盈利区对确定性有偏好(怕回吐→赶紧收割),亏损区反转成风险偏好(不愿把浮亏坐实)→ 死扛。

下一步

进入第四部分 · 宏观环境如何改变资产

增长、通胀、央行、美元和金融危机怎样穿过市场,改变资产的现金流与折现率?