投资中最难的不是保持聪明,而是放弃你的聪明

2018 年 4 月 16 日 雪球

来源 汇说FTsay


◢◤

我们需要 S tay Foolish


在金融市场 影响股票价格的因素可以说是无限的 在无限的因素面前 一个因素和一千个因素 差别有那么大吗 多就一定好吗 钱多了 人多了 欲望开始过度膨胀了 心就乱了 不断做加法 其最后的结局必然是昏昏然 所以我们才需要, S tay Foolish。



优势投资法则 这本书中曾提出过一个比例


在证券市场 能够成为长期稳定赢家的人比例只有10% 也就是我称之为的优势投资者的比例


近期在跟多位一线证券营业部负责人交流的过程中 他们都对这个数据表示了肯定


仔细想一想 这其实是一个非常有意思的结论 —— 那么多自认为高智商的人涌入到了金融市场 但是最终90%的人都将归于失败


就像一场风暴卷起尘埃无数 但最终尘归尘 土归土


一切都逃不开地心引力


◢◤

你误解了S tay Foolish的真实意思


1

2005年的夏天 乔布斯应邀在斯坦福大学的毕业典礼上做了一场演讲


作为一个尚未大学毕业的人 他一如既往风趣地表示 这是我一生中离大学毕业最近的一次


也正是在那次 演讲中 他留下了那句后来被广为传诵的名言 stay hungry,stay foolish


这句话后来流传最广的中文翻译是八个字 求知若饥 虚心若愚


可惜 这是一个不够好的翻译


在我看来 stay foolish 并不是虚心的意思 虚心 指的是多看别人的长处 把自己摆在学习者 后进者的位置上 这样有利于能学到更多的东西


这种解释明显与乔班主一生的行为风格格格不入


乔布斯的很多行为 根本不是虚心范 而是表现出某种接近极端的狂妄和偏执


我认为 stay foolish 的意思 并非虚心 而是指在知识上 在信息上 在概念上 主动给自己做减法


不是多向别人学习 而是自己给自己扫尘埃


这个味道 便是禅的味道 也接近于老子在 道德经 中说的 绝圣弃智

这一点也在乔布斯苹果的产品中得到了验证


一般我们说的聪明人 做事情有一个特点 就是把事情越做越复杂 不断地加入新功能 恨不得解决所有问题


而apple的系列产品的伟大成功 却是得益于极简主义哲学和美学的指导

这才是 stay foolish的真意 主动地放弃聪明 主动地给自己做减法


◢◤

天道忌巧


2

从2008年开始 我在量化投资领域的研究 迄今已经差不多有十年的时间 这十年中 我发现 测试 优化过的策略模型 可以说有成百上千个


在这个过程中 对于stay foolish这句话 有着很多体会


一个最深刻的体会 我称之为 天道忌巧


我们通常认为 适应变化的速度越快 就越聪明

我们通常认为 抓住机会的数量越多 就越聪明

我们通常认为 过去表现越好的策略 就越聪明


在研发的早期 当我把这种观念带入到量化策略的研究中 却发现等待我的是一个又一个的坑


用很多人都熟悉的双均线策略举个简单例子


双均线策略 就是用两根移动平均线作为买入和卖出信号 短期均线上穿长期均线 就买入 短期均线下穿长期均线 就卖出


这个策略有两个参数 就是两根均线分别计算多长周期的平均数


一个最 聪明 的做法 便是拿出过去十年的数据 让计算机去把历史上最优的参数组合找出来


殊不知 这样的参数组合在历史上会有很好的业绩曲线 然而往往一到未来就掉链子


过去表现好的 在未来并不一定表现好


在量化投资领域 我们要做的并不是追求的极致的聪明 而是要适当地 stay foolish


◢◤

坚持你质朴的选择


3

这其实就是老子说的大智若愚的意思


大智若愚 并不是真的蠢 而是知道了各种聪明的做法 依然保持质朴的选择


这是在知见的基础上 进一步达到了洞见和定见


单独看这句话 也许还无法做出充分的理解 如果把这句话放到老子的整个思想脉络中去 就会更加清晰


老子还说过另外一句话 为学日增 为道日损


翻译成大白话就是说 随着你的知识越来越多 你的道的境界却是越来越低


何故

首先 更多的知识会让你变得迷惑

其次 知识里面夹杂了大量的是非 美丑 高下等相对观念 于是 你学到的知识越多 你的平等心和平常心就越少 你所否定和压抑的东西就越多 你的心 就越难澄明


大智若愚的意思 是你有能力看清一个针眼 但你却能够主动后退一百步

看整头大象


这需要主动放弃你的聪明


◢◤

多不一定就好,少即是多


4

在老子那个年代 想必还没有专门的投资这个职业


然而他所说的东西 却无比适合投资这个领域 胜过其他一切领域


原因在于 在投资领域 有一个东西非常之低 远低于其他领域 这个东西叫做 —— 信噪比


为了说明这个问题 我再次引用塔勒布曾经举过的一个例子:


某一个数据 比如说股票的k线图 当你一年看一次的时候 你得到的信息和噪音的比例 也许是1:1


如果你每周看一次 你得到的信息总量加大了 但是其中有用信息和噪音的比例 也许下降到了1:10


如果你每小时看一次 你得到的信息总量进一步加大了 但是其中有用信息与噪音的比例 也许变成了1:100


换句话来说 噪音的增长速度 远大于信息的增长速度


于是 你知道的越多 就越迷惑


网友 金融帝国 曾经提出过一个问题 自然数和偶数哪个更多


绝大部分人的不假思索的答案是 自然数的数量比偶数要多 因为自然数里面除了包含偶数 还有奇数


然而换一个角度来思考 我们是不是可以说 每一个自然数乘以2 都会得到一个偶数 所以偶数的个数 并不会比自然数要少


你发现没有 如果你面对的是一个无限的集合 很多有限集合中的定律便失效了


在金融市场 影响股票价格的因素可以说是无限的


在无限的因素面前 一个因素和一千个因素 差别有那么大吗


多就一定好吗


◢◤

逃不出的冠军魔咒


5

不久前跟几位朋友聚会 聊到了一家大家都很熟悉的公司


那家公司的创始人是一个很有能力的人 带领着团队从一家小公司慢慢做大 在自己的行业中做到第一 直到几年前IPO上市


他在上市的时候遇到了A股最好的时光 公司实际募集的资金比计划募集的资金超过了很多


在当时看来这是一件极其幸运的事 然后几年之后回头去看 却成了一件极其不幸的事情


一位朋友评价说 自从上市融到了大量的钱以后 那位创始人做的每一个决策都是错


他的公司急剧扩张 从几百人迅速扩大到几千人 然后又遇到各种问题 最后急剧地裁员 连原来的主业也受到了很大影响


钱多了 人多了 这看起来是十足的好事 为何反而变成了坏事


其实这并非孤例 古往今来 这样的例子数不胜数


优势投资法则 中详细剖析的 冠军魔咒 也是类似的例子


钱多了 人多了 欲望开始过度膨胀了 心就乱了


不断做加法 其最后的结局必然是昏昏然


所以我们才需要 stay foolish


◢◤

结语


投资过程中,少即是多,Stay Foolish 焉知非福?最直接的应用便是你选准一只看好的指数定投,不管短期如何波动,你都坚信时间会给你带来回报。


点击“阅读原文”查看指数基金列表

登录查看更多
0

相关内容

史蒂芬·保罗·乔布斯,通称史蒂夫·乔布斯,是一名美国企业家、营销家和发明家,苹果公司的联合创始人之一,曾任董事长及首席执行官职位,NeXT创办人及首席执行官,也是皮克斯动画的创办人并曾任首席执行官,2006年为华特迪士尼公司的董事会成员。 维基百科
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
354+阅读 · 2020年6月24日
人机对抗智能技术
专知会员服务
203+阅读 · 2020年5月3日
【复旦大学-SP2020】NLP语言模型隐私泄漏风险
专知会员服务
25+阅读 · 2020年4月20日
2019中国硬科技发展白皮书 193页
专知会员服务
83+阅读 · 2019年12月13日
李善友:战略听着空?但有人用它“绝处逢生”
互联网er的早读课
10+阅读 · 2019年1月15日
人工智能时代的量化投资策略
七月在线实验室
8+阅读 · 2017年12月19日
投资,重要的是未来
雪球
5+阅读 · 2017年12月17日
最可怕的不是被机器淘汰,而是……
全球创新论坛
18+阅读 · 2017年10月28日
谈谈王者荣耀
小道消息
4+阅读 · 2017年7月6日
Implicit Maximum Likelihood Estimation
Arxiv
7+阅读 · 2018年9月24日
Arxiv
5+阅读 · 2018年6月4日
Arxiv
7+阅读 · 2018年5月23日
Arxiv
9+阅读 · 2018年3月23日
Arxiv
6+阅读 · 2018年3月12日
VIP会员
相关VIP内容
【硬核书】不完全信息决策理论,467页pdf
专知会员服务
354+阅读 · 2020年6月24日
人机对抗智能技术
专知会员服务
203+阅读 · 2020年5月3日
【复旦大学-SP2020】NLP语言模型隐私泄漏风险
专知会员服务
25+阅读 · 2020年4月20日
2019中国硬科技发展白皮书 193页
专知会员服务
83+阅读 · 2019年12月13日
相关资讯
李善友:战略听着空?但有人用它“绝处逢生”
互联网er的早读课
10+阅读 · 2019年1月15日
人工智能时代的量化投资策略
七月在线实验室
8+阅读 · 2017年12月19日
投资,重要的是未来
雪球
5+阅读 · 2017年12月17日
最可怕的不是被机器淘汰,而是……
全球创新论坛
18+阅读 · 2017年10月28日
谈谈王者荣耀
小道消息
4+阅读 · 2017年7月6日
相关论文
Top
微信扫码咨询专知VIP会员