一个大多数人从未问过的问题,你赚的到底是谁的钱
Source: http://x.com/i/article/2036745471969148928
2000年9月,一个叫乔纳森·莱贝德的十五岁美国少年被美国证券交易委员会(SEC)调查。他在过去几个月里通过在互联网论坛上发布股票推荐帖,然后在股价被推高后卖出,赚了大约八十万美元。
SEC指控他操纵市场。莱贝德最终同意退还利润并支付罚款。但在整个过程中,他说了一句让记者迈克尔·刘易斯(后来写了《大空头》的那位)印象深刻的话——"整个股票市场不就是这么回事吗?"
这句话很直接,但它触到了一个大多数市场参与者终其一生都没有认真面对过的问题:你赚的钱从哪来?
不是"我通过什么策略赚的钱"——这是大多数人花时间研究的问题。而是一个更上游的问题:在你赚到的每一块钱的另一端,是谁在亏?他为什么会亏?他为什么不得不在那个时刻做出那个让你获利的决定?
这个问题之所以重要,是因为不同的答案通向完全不同的生意。而大多数人亏钱的根本原因,不是策略不好,是从来没有搞清楚自己在做的到底是哪门生意。
零和、负和与正和 先理清一个基础结构。
二级市场——也就是交易已经发行的股票、期货、外汇、加密货币的市场——在短期内本质上是零和博弈。一笔交易里你赚的钱,就是对手方亏的钱(扣除手续费后实际上是负和)。这和经营一家餐厅不一样。餐厅创造了新的价值——你把原材料变成了菜,顾客获得了食物和体验,双方都比交易前更好。但在二级市场的短期交易中,没有新的价值被创造。有人赚,就有人亏,总量不变。
长期持有优质资产是另一回事。一家好公司持续产生利润,它的股价长期上涨反映的是真实的价值创造。持有这种公司的股票,赚的是企业经营创造的增量价值,这更接近正和博弈。但这不是本文要讨论的情况。
本文讨论的是主动交易——你判断某个资产在某个时刻被高估或低估,然后出手,试图从这种定价偏差中获利。这种活动是零和的。你对面必须有一个人在犯错,你才能赚钱。
所以问题就变成了:谁在犯错?为什么犯?这种错误是偶然的还是结构性的?
四种钱 如果把"对手方为什么犯错"作为分类标准,市场上大致有四种钱可以赚。它们的来源不同,难度不同,可持续性也不同。
第一种:赚因恐惧或贪婪而过度反应的钱。
这可能是最古老的一种。某个负面消息出来了——一份低于预期的财报、一个监管传闻、一次大额清算——市场参与者在短时间内集体恐慌,资产价格被砸到远低于合理水平。你在恐慌中买入,等价格回归正常后卖出。反方向也一样:某个概念被炒到极度狂热,你在狂热中做空或卖出,等泡沫破裂后获利。
这种钱的来源是人类情绪中系统性的、可预测的偏差。
1985年,金融学者赫什·谢弗林和迈尔·斯塔曼提出了一个概念——"处置效应":投资者倾向于过早卖出盈利的股票,同时过久持有亏损的股票。这个理论预测了一种系统性的非理性行为模式,但在当时缺乏大规模的实证数据来验证它。
十三年后,加州大学戴维斯分校的特伦斯·奥登拿到了验证它的机会。他获得了一家大型折扣券商近一万个散户账户的完整交易记录,覆盖了1987年到1993年的所有买卖操作。数据精确地印证了谢弗林和斯塔曼的预测:散户确实在系统性地卖出盈利持仓、保留亏损持仓。
如果这种行为是理性的,它的前提应该是:被卖出的盈利股后续表现会更差,被持有的亏损股后续表现会更好。奥登检验了这个前提。结果恰恰相反——被散户卖出的股票在卖出后的十二个月里,平均跑赢了那些被继续持有的亏损股3.4个百分点。散户系统性地卖掉了自己应该留着的东西,留下了自己应该卖掉的东西。
这不是个别人的失误。这是近一万个账户、跨越六年、数以万计笔交易中呈现出的统计规律。后续在不同国家、不同市场、不同时间段的复制研究都得出了相似的结论。
驱动这种行为的机制并不神秘:卖出一只盈利的股票会产生确认感——"我做对了";而卖出一只亏损的股票意味着承认错误,把账面上的浮亏变成了真实的损失。人类大脑对"确认自己正确"的渴望和对"承认自己犯错"的厌恶,在进化环境中可能是有用的心理特征,但在交易中它系统性地导致一个结果:过早锁定利润,过久扛着亏损。
关键在于"系统性"这三个字。这不是一种偶尔出现的随机错误,而是一种由人类心理架构决定的、在可预测的条件下反复出现的行为模式。知道处置效应的存在并不能让你免疫——奥登后续的研究发现,即使是交易频率很高、理应更"有经验"的活跃交易者,处置效应也同样存在,有时甚至更强。偏差不是知识问题,而是硬件问题。**只要人类还在做交易决策,这种由情绪驱动的定价偏离就会持续产生。**它不是一个会被"市场变得更成熟"而消除的bug,而是一个写在人类心理结构中的永久特征。
但这种钱的难点在于:你怎么区分"过度反应"和"合理反应"?
2008年金融危机期间,雷曼兄弟的股票从六十多美元跌到不到一美元。在跌到三十美元的时候,很多人认为那是"过度恐慌",于是买入。他们全部归零。那不是过度反应,那是合理反应——公司确实快要破产了。
所以赚第一种钱的核心能力不是"敢在别人恐慌时买入"这种空洞的口号,而是能够独立评估一个资产的基本面,从而区分"价格偏离了价值"和"价格正确反映了恶化的价值"。这是两件完全不同的事情。
第二种:赚因为结构性约束而不得不执行非最优交易的钱。
这种钱更隐蔽,但可能更可靠。
一个最直观的例子:指数基金再平衡。当一只股票被纳入标普500指数时,所有追踪该指数的基金——管理着万亿美元级别的资产——必须在几天内买入这只股票。它们不是因为认为这只股票便宜才买的,而是因为它们的运作规则要求它们必须买。同样,当一只股票被移出指数时,这些基金必须卖出,不管价格如何。
这种"不得不做的交易"会在短时间内制造出一个可预测的价格偏离。股票被纳入指数前通常会被推高,被移出指数后通常会被压低,而这两种偏离在事件完成后都会部分回归。这不是因为任何人犯了"错误"——基金经理完全知道自己在做什么——而是因为他们的制度约束不允许他们做出最优选择。他们的目标是追踪指数,不是最大化每笔交易的利润。
类似的例子还有很多。保险公司在大型自然灾害后不得不抛售债券来筹集理赔资金,这会压低债券价格,而这种抛售和债券本身的质量无关。公募基金在季度末不得不进行"粉饰持仓"——买入近期表现好的股票、卖出表现差的,以让持仓报告看起来更好——这会在每个季度末制造可预测的价格模式。抵押贷款机构在利率变动时不得不进行对冲操作,这会在特定条件下放大利率的波动。
赚第二种钱的核心逻辑是:*找到那些因为规则、合规、授权范围或组织结构的限制而被迫执行非最优交易的参与者,然后站在他们的对面。这些参与者不是傻子,他们是被绑住了手脚的聪明人。*而"聪明人被迫做蠢事"恰恰是最可靠的获利来源,因为这种行为的原因是结构性的,不会因为他们意识到了就消失。
第三种:赚信息处理速度差异的钱。
同一条信息被公开发布后,不同的参与者处理这条信息的速度不同。一个全职交易者在美联储发布利率决议后三十秒内就能评估其含义并下单。一个下班后看行情的业余投资者可能要等到晚上才能反应。在这个时间差里,价格已经移动了。
这种钱的获取机制很好理解,但它有一个问题:竞争极其激烈。高频交易公司花几亿美元铺设微波通信塔,把信息传输速度从几毫秒缩短到几微秒。和这些机构比拼信息处理速度,普通交易者没有任何优势。
所以对个人交易者而言,第三种钱几乎不存在。提到它是为了让你知道它在那里,然后绕开它。
第四种:赚时间框架错配的钱。
这种钱是个人交易者最有可能实际赚到的,但也是最需要耐心的。
市场上不同的参与者有不同的时间框架。日内交易者关心的是今天收盘前的价格。一个养老基金关心的是未来二十年的回报。一个面临赎回压力的对冲基金关心的是这个季度的业绩。当一个参与者因为短期压力而抛售一个长期仍然有价值的资产时,一个时间框架更长的参与者就可以用被压低的价格买入,然后等待价值回归。
2020年3月,新冠疫情引发的市场崩盘是一个清晰的例子。许多优质公司的股票在几周内下跌了百分之三十到五十。卖出的人不一定认为这些公司不值钱了——很多是因为追加保证金(margin call)、基金赎回、或者风控模型自动触发了止损。他们是在短期约束下被迫卖出的。而那些没有这些约束的人——现金充裕、没有杠杆、不需要向任何人交代季度业绩——可以在那个时刻买入,然后在接下来的一两年里获得显著的回报。
赚第四种钱的前提是你真正拥有比对手方更长的时间框架。这听起来简单,但实际做到的人远少于声称能做到的人。当你的持仓跌了百分之三十,你需要的不是"我相信它会涨回来"这种信念——信念在浮亏面前极其脆弱——而是一个基于独立分析的、可辩护的判断:"这个价格低于我计算出的合理价值,而导致它低于合理价值的那个原因是暂时的。"这两者之间的区别,就是前面提到的区分"过度恐慌"和"合理反映恶化基本面"的能力。
一个诊断性的问题 上面四种钱的框架有一个直接的实际用途:它可以用来诊断你当前的交易是否有逻辑基础。
方法很简单。对你正在做的或打算做的每一笔交易,试着用一句话说清楚:"我赚的是____情况下____群体因为____原因不得不做出的非最优决策的钱。"
三个空都填不上,说明你不知道你在赚谁的钱。这不意味着你一定会亏,但意味着如果你赚了,你也不知道为什么——而不知道为什么赚的钱,迟早会以不知道为什么亏的方式还回去。
三个空能填上但经不起追问,说明你的理解还在表面。"我赚的是散户追涨杀跌的钱"——好,那散户为什么追涨杀跌?什么条件下他们的追涨杀跌会达到你可以利用的极端程度?你怎么度量这个程度?你和同样想赚这笔钱的其他人比有什么优势?
三个空能填上而且经得起追问,说明你有了一个可以开始测试的假说。注意:是假说,不是真理。下一步是验证。
从判断到数字 假设你已经能用一句话说清楚你赚的是谁的钱。下一个问题是:你怎么知道"现在,这个可以被利用的情况正在发生"?
凭感觉是不够的。不是因为感觉一定是错的——很多经验丰富的交易者确实发展出了有效的直觉——而是因为感觉无法被检验、无法被复制、无法在你状态不好的时候替你做决定。
你需要把你的判断翻译成可以被数据度量的东西。
这个翻译过程不需要复杂。举几个例子。
如果你判断的是"市场恐慌过度了",一个粗糙但可用的度量方式是波动率指数(比如VIX)相对于历史水平的位置。VIX不是完美的恐慌指标,但它是一个可观测的、有历史数据可以回测的数字。你可以设定一个阈值——比如VIX超过历史第九十百分位时,你开始关注做多机会。这个阈值可能不是最优的,但它把"我觉得市场太恐慌了"变成了"VIX告诉我市场的恐慌程度达到了过去十年中只有百分之十的时间才会出现的水平"。后者可以被回测,前者不能。
如果你判断的是"某只股票因为被移出指数而被不合理地抛售了",你需要度量的是抛售的幅度相对于公司基本面变化的偏离程度。指数调整的日期是提前公布的,受影响的股票名单也是已知的,被移出后的平均跌幅和后续回归幅度是可以用历史数据统计的。
如果你判断的是"加密货币市场的杠杆达到了危险水平,即将出现强制平仓带来的瀑布式下跌",你可以追踪的数据包括期货未平仓合约量、资金费率、交易所稳定币流入流出量。当这些指标同时达到极端水平时,强制平仓发生的概率显著上升。
每一个例子中,核心都是同一个两步操作:第一步,找到一个(或一组)可观测的数据来度量你所判断的"缺陷"是否正在发生。第二步,定义一个阈值来判断这个缺陷是否达到了值得出手的极端程度。
第一步回答的是"看什么",第二步回答的是"什么时候动手"。
两步都不需要精确。事实上,追求精确在这个阶段是有害的。一个粗糙但逻辑正确的度量方式,远好过一个精确但逻辑错误的模型。有人花几个月时间用机器学习优化一个策略的参数,精确到小数点后四位,但他从来没有验证过这个策略背后的逻辑——他赚的到底是谁的钱——是否成立。这就是精确但错误。
先粗糙地对。后面有的是时间去精细。
一个容易犯的错误 在把判断转化为数字的过程中,最常见的错误是混淆"回测有效"和"逻辑成立"。
一个策略在历史数据上表现很好,不代表它背后有一个合理的逻辑。如果你测试足够多的参数组合,你几乎一定能在历史数据中找到一个看起来完美的曲线。这是纯粹的统计巧合——在足够大的数据集中,任何随机模式都有可能偶然出现。
正确的顺序是:先有逻辑,再用数据验证。"我认为在某某条件下,某某群体会因为某某原因做出非最优决策,这会导致价格出现某某方向的偏离"——这是逻辑。然后你去历史数据里检查:在这个条件确实出现的时候,价格是否确实出现了你预期的偏离?如果是,你的逻辑得到了一定程度的支持。如果不是,你需要修改逻辑,而不是修改参数直到数据"配合"为止。
反过来的顺序——先在数据里找到一个有效的模式,然后事后给它编一个解释——是大多数业余交易者亏钱的方式。不是因为他们笨,而是因为人类的大脑天生擅长在随机中发现模式(这个能力在进化中帮助我们在草丛中发现隐藏的捕食者,但在金融市场中会让我们看到不存在的规律)。
这两步能给你什么 做完这两步——"说清楚你赚的是谁的钱"和"把判断变成可度量的信号"——你还没有一个完整的交易系统。你还缺少风险管理、仓位控制、执行纪律等一系列东西。
但你拥有了一个大多数市场参与者没有的东西:一个可以被证伪的假说。
"我认为在A条件下,B群体会因为C原因做出非最优决策,表现为D指标达到E阈值,此时我做F操作,预期G结果。"
这句话里的每一个变量都可以被检验。A条件是否真的会出现?B群体是否真的会那样反应?D指标是否真的能捕捉到那个反应?E阈值是否设定在合理的水平?G结果是否在历史上有统计显著性?
一个可以被证伪的假说不保证你赚钱。但它让你在亏钱的时候知道哪里出了问题——是逻辑错了,还是执行错了,还是逻辑对但这次运气不好。这三种情况需要完全不同的应对方式。如果你没有一个清晰的假说,你在亏钱时唯一能做的就是猜,而猜的结果通常是在错误的地方做出修改,让下一次的亏损以不同的方式重复。
知道自己在做什么,是把交易从赌博变成生意的第一步。不是唯一一步,但是第一步。如果这一步跳过了,后面所有的努力——学习更多指标、研究更多形态、购买更多数据——都是在一个没有地基的地方盖楼。