Forums » News and Announcements

投資中最難的不是聰明,而是放棄你的聰明

    • 1735 posts
    September 14, 2021 6:39 AM EDT

    投資中最難的不是聰明,而是放棄你的聰明

    我曾在《優勢投資法則》這本書中曾提出過一個比例:在證券市場,能夠成為長期穩定贏家的人比例只有10%,也就是我稱之為優勢投資者的比例。To get more news about 外匯投資, you can visit wikifx.com official website.
      近期在跟多位一線證券營業部負責人交流的過程中,他們都對這個數據表示了肯定。仔細想一想,這其實是一個非常有意思的結論——那麼多自認為高智商的人湧入到了金融市場,但是最終90%的人都將歸於失敗。就像一場風暴卷起塵埃無數,但最終塵歸塵,土歸土。一切都逃不開地心引力。
      一
      2005年的夏天,喬布斯應邀在斯坦福大學的畢業典禮上做了一場演講。作為一個尚未大學畢業的人,他一如既往風趣地表示:這是我一生中離大學畢業最近的一次。也正是在那次演講中,他留下了那句後來被廣為傳誦的名言:stay hungry,stay foolish。
      這句話後來流傳最廣的中文翻譯是八個字:求知若饑,虛心若愚。可惜,這是一個不夠好的翻譯。
      在我看來,stay foolish 並不是虛心的意思。虛心,指的是多看別人的長處,把自己擺在學習者,後進者的位置上。這樣有利於學到更多的東西。這種解釋明顯與喬班主一生的行為風格格格不入。
      喬布斯的很多行為,根本不是虛心範,而是表現出某種接近極端的狂妄和偏執。我認為,stay foolish 的意思,並非虛心。而是指在知識上,在資訊上,在概念上,主動給自己做減法。
      不是多向別人學習,而是自己給自己掃塵埃。
      這個味道,便是禪的味道。也接近於老子在《道德經》中說的,絕聖棄智。這一點也在喬布斯蘋果的產品中得到了驗證。
      一般我們說的聰明人,做事情有一個特點,就是把事情越做越複雜,不斷地加入新功能,恨不得解決所有問題。而Apple的系列產品的偉大成功,卻是得益於極簡主義哲學和美學的指導。
      這才是 stay foolish的真意:主動地放棄聰明,主動地給自己做減法。
      二
      從2008年開始,我在量化投資領域的研究,迄今已經超十年。這十年中,我發現、測試、優化過的策略模型,可以說有成百上千個。在這個過程中,對於stay foolish這句話,我有著很多體會。
      一個最深刻的體會,我稱之為“天道忌巧”。
      我們通常認為,適應變化的速度越快,就越聰明;我們通常認為,抓住機會的數量越多,就越聰明;我們通常認為,過去表現越好的策略,就越聰明。
      在研發的早期,當我把這種觀念帶入到量化策略的研究中,卻發現等待我的是一個又一個的坑。
      用很多人都熟悉的雙均線策略舉個簡單例子。雙均線策略,就是用兩根移動平均線作為買入和賣出信號。短期均線上穿長期均線,就買入;短期均線下穿長期均線,就賣出。這個策略有兩個參數,就是兩根均線分別計算多長週期的平均數。
      一個最“聰明”的做法,便是拿出過去十年的數據,讓電腦去把歷史上最優的參數組合找出來。殊不知,這樣的參數組合在歷史上會有很好的業績曲線,然而往往一到未來就掉鏈子。過去表現好的,在未來並不一定表現好。
      在量化投資領域,我們要做的並不是追求極致的聰明,而是要適當地“stay foolish”。
      三
      這其實就是老子說的大智若愚的意思。大智若愚,並不是真的蠢。而是知道了各種聰明的做法,依然保持質樸的選擇。這是在知見的基礎上,進一步達到了洞見和定見。
      單獨看這句話,也許還無法做出充分的理解。如果把這句話放到老子的整個思想脈絡中去,就會更加清晰。老子還說過另外一句話:為學日增,為道日損。
      翻譯成大白話就是說,隨著你的知識越來越多,你的道的境界卻是越來越低。何故?
      首先,更多的知識會讓你變得迷惑。其次,知識裏面夾雜了大量的是非、美醜、高下等相對觀念。於是,你學到的知識越多,你的平等心和平常心就越少。你所否定和壓抑的東西就越多,你的心,就越難澄明。
      大智若愚的意思,是你有能力看清一個針眼,但你卻能夠主動後退一百步,去看整頭大象。這需要主動放棄你的聰明。
      四
      在老子那個年代,想必還沒有專門的投資這個職業。然而他所說的東西,卻無比適合投資這個領域,勝過其他一切領域。原因在於:在投資領域,有一個東西非常之低,遠低於其他領域,這個東西叫做——信噪比。
      為了說明這個問題,我再次引用塔勒布曾經舉過的一個例子。某一個數據,比如說股票的K線圖,當你一年看一次的時候,你得到的資訊和噪音的比例,也許是1:1。
      如果你每週看一次,你得到的資訊總量加大了,但是其中有用資訊和噪音的比例,也許下降到了1:10。如果你每小時看一次,你得到的資訊總量進一步加大了,但是其中有用資訊與噪音的比例,也許變成了1:100。
      換句話來說,噪音的增長速度,遠大於資訊的增長速度。於是,你知道的越多,就越迷惑。網友“金融帝國”曾經提出過一個問題:自然數和偶數哪個更多?絕大部分人不假思索的答案是:自然數的數量比偶數要多。因為自然數裏面除了包含偶數,還有奇數。
      然而換一個角度來思考,我們是不是可以說,每一個自然數乘以2,都會得到一個偶數。所以偶數的個數,並不會比自然數要少。你發現沒有,如果你面對的是一個無限的集合,很多有限集合中的定律便失效了。在金融市場,影響股票價格的因素可以說是無限的。在無限的因素面前,一個因素和一千個因素。