十炒九亏的股市暗流

2019 年 5 月 13 日 雪球

五月开盘,熟悉的一幕又来了。大盘连跌三天,一些人已经割肉离场,亦或深套无法自拔。我们又一次踏入同一条河流。这是为什么?

投资专家告诉我们:“贪婪,赚了20%还不抛!”

“我的错!”

“慌啥?反应过度,一跌就割肉!”

“我的错!”

“执行太差,自律不足,穷人思维,散户思维,技术不行,右侧交易,佛系持有……”

“大师,这十年,我从K线图一直学到了佛学,怎么还是深套啊?”

“加我微信,有消息!”

“大师,大坑啊!”

如今的股民已经见怪不怪,没有当年的学习劲头,毕竟“功夫再高,也怕菜刀”。

来源:智本社

文 | 清和  智本社社长

股民“十炒九亏”是一个普遍现象,其中原因有技术说、心态说、消息说、人性说等。但如此普遍的现象,其实不是“人为”能够解释,而是存在一定的不可逆的底层规律。

这些底层规律几乎决定了股民普遍性亏损。只是技术高的亏得少,或侥幸能赚,但大部分股民沦为韭菜则是规律使然。

边际效用规律

巴菲特的年收益率其实并不高,从2008年到2018年,超过10%的年份只有6个,其中2018年只有0.4%, 2015年6.4%,2014年8.3%,2011年4.6%,2008金融危机年则为-9.6%。这种不算出奇的收益率,或许不少股民看不上。

我们再讨论更为具体的问题,炒股亏损常见的情况是赚了不出,亏了不割肉;割肉后上涨,追涨后下跌。为什么经常都踩空或深套?

很多人将原因归结为贪心。明明赚了也不卖出,试图赚更多。被套后,不舍得割肉,期盼解套。那么,贪心背后又是什么呢?有人说是人性,无法抵御贪婪与恐惧的人性。这种解释似乎有道理,但其实未触及本质。既然巴菲特投资收益率不算高,为什么这么多富人愿意把钱交给巴菲特打理?富人难道就不贪心吗?富人难道就能够违逆人性吗?

其实富人与普通人一样,都贪心,都难以违逆人性,但是程度有所不同。普通人对财富的边际效用要大于富人。比如,1万元收益,对普通股民吸引力大,而对富人的引力小。相反,损失1万元,给普通股民带来的伤害一般要大于富人。

巴菲特说:“如果你有了50万、100万美元还不开心,你有了500万或者1亿美元也不会开心。”这句话就揭示了当你只有50万时,财富边际效用应该大于拥有1亿时。

普通股民用10万本金炒股,假如预期收益率为100%,最后加上本金也才20万。这距离深圳1000万的房子,还差980万。但是,富人不一样,他用1000万炒股,预期收益率可能就10%,能够赚到100万就够了。

受财富边际效用递减规律的影响,普通股民的期望收益率要高于富人。这将导致我们容易在以下四个方面犯错:

一是操作执行。我们炒股时即使获利,但是距离自己的期望还比较远,依然看多,继续持有,没有及时落袋为安。反过来,一旦被套,就很难下得了手割肉,毕竟割掉1万,痛心不已。10%的亏损边际伤害,我们要大于富人。所以,富人敢于割肉,而我们下不了手。

二是风险决策。为了追求高回报,我们在选股时就容易做出冒险决定。我们很容易将所有资金压在一两只股票,而且往往是风险大的股票中,然后赌其短时间内翻倍。鸡蛋放在同一个篮子里,而且是高风险的篮子里,这意味着我们的投资决策会面临更大的风险。

但是,富人的财富边际效用较低,他们会做大类资产配置,注重风险对冲。什么叫大类资产配置?大类资产主要包括房产、股票、期货、黄金、债券、基金、货币这几大类。不管哪一年,资金都在这几大类中游走。

富人可以委托理财公司、信托基金,将资产配置在这些领域,进行风险对冲。金融市场最糟糕的2008年,欧美股市、中国股市、私募、对冲基金都大幅度的下跌,但债券、黄金、全球地产信托和美元指数则是上涨。又如2013年,商品期货、中国股市、黄金都下跌,但是欧美股市、美国私募基金、对冲基金、全球地产信托则上涨。

富人将部分资金配置到股票中,即使亏损,他们更能够承受,因为可能还配置了对冲资产,可以降低亏损风险。如此,当亏损时,他们可以更坚决地执行清仓操作;当获利时,达到预期收益,他们更可能套现了结。

富人的理财,才是真正的理财。而普通人,很难做到科学、理性的理财。富人买房是理财投资,我们买房是为了居住,属于刚性需求,甚至需要背负债务。对于普通人来说,房产是名义上的财富,却是真实的债务。富人买股票是做大类资产配置,而我们更像豪赌。所以,每一次金融危机都会洗劫穷人,富豪的财富则会增加。因为金融危机导致股票、房产大跌,但富豪在黄金、债券等资产可以对冲风险。他们还可以乘机抄底股市和房产。而普通人的房产则大幅度贬值,股票也深套,没有回旋余地,也没有余钱抄底。

第三点是投资周期。为了追求高回报,我们偏好做短期,而无法坚持长线。因为只有短期,频繁交易,才有可能获得预期回报,我们也无法承受过长的投资周期。短期的市场不确定性要大于长期,我们很多人会预测未来十年牛市或熊市,但是很难准确预测明天的股票走势。

投资专家经常告诉我们,切忌频繁操作,一年的交易机会只有几次。但是,为什么我们做不到?

其实,这不是自律的问题,也不是贪心,而是我们对于财富的边际效用更大。这个规律促使我们频繁交易,屡屡火中取栗,深入险境。真正的交易机会不多,但是我们试图创造更多的交易机会,或者在不是机会的情境下交易,亏损的概率则大增。

巴菲特说:“若你不打算持有某只股票达十年,则十分钟也不要持有;我最喜欢的持股时间是……永远!”

富人资金量大、财富边际效用相对较低,他们可以降低投资收益率预期,追求稳定收益,可以承受长周期。巴菲特每年的收益率看似不高,但是他的秘诀是“复利出奇迹”。

若从1957年开始,一直到2018年,巴菲特这61年的投资累计净值高达7.7万倍。但是,若想获得这么高的收益率,首先得活得够长,巴菲特今年89岁,拥有70年投资经验,61年的连续投资周期。

在股东大会上,记者问巴菲特:“人生中最重要的是什么?”巴菲特说:“我希望自己和查理(芒格)能够活得更久……我和查理能够做不受肉体衰老程度限制的这种工作,我们非常幸运。”

芒格今年95岁,他与巴菲特只要身体健康,拥有更长的生命周期,有足够的投资周期,就意味着持续稳定的收益率。

巴菲特强调“延迟满足”,放弃即期收益,追求长远结果。但是,普通投资者很难做到长期投资、价值投资以及延迟满足。这并不完全是人性问题,更是边际效用规律所决定的。正如,在未成年时,我们无法拒绝巧克力、冰淇淋的诱惑,但如今我们的忍耐力大大强化了,甚至吃腻了。

最后一点就是资金管理。在高收益预期的驱使下,我们的资金管理容易盲目而混乱,经常选择一次性“All in”,试图一口气抄底,获得最低的筹码。这样的结果往往是,全部本金都抄到山腰上了,一次性把子弹打光了,没有补仓降本的机会。同理,出来时,也容易整体清仓,如此一次性大进大出,资金管理风险很大。

大资金一般会留部分操作资金,极少会全仓、重仓杀入,仓位管理更科学。即使大举抄底,也是分批,按比例、时段、价位建仓,而不是一次性买入。卖出时,也是如此。这种资金管理方式要比我们风险更小。

所以,股民“十炒九亏”,不是富人比我们更高明,也不是他们比我们更自律,更不是什么穷人思维、散户思维,而是边际效用规律使然。

信息不对称原理

越是成熟稳健的市场,越不容易被信息所左右。拥有价值支撑的资本市场,更取决于长期的价值增值,而不是短期的信息扰动。最近一些年,美国股市随着经济复苏呈现慢牛,这种趋势很难被短期的信息带偏。

但如果价格偏离了实体价值,一个突然的信息就可能击穿泡沫,改变价格走势。所以,越是投机的市场,越缺乏价值支撑的市场,越容易受到信息的扰动。投资者越依赖于信息不对称获利,而非价值投资,尤其在A股市场。

信息不对称理论,一直是股票短期获利或亏钱最好的解释原理。但说到信息不对称,我们最容易想到的是内幕消息。靠内幕消息,是看起来最一劳永逸的办法。但是,内幕消息也是最不可靠的获利办法。

巴菲特说:“有了足够的内幕消息,再加上一百万美元,你可能只要一年就破产了。”

内幕消息的权力结构是一个金字塔状,距离塔尖越远获利的机会越小。大多数人无法靠近金字塔顶部,因为内幕消息一旦扩大化就会失去价值,而且也会侵害权力中心的利益。所以,走运的投资者,可能凭借一两次内幕消息获利,但长时间依靠内幕消息决策肯定会赔回去。

那么,这里信息指什么信息?市场上,最重要的信息其实就是价格。在股票市场中,量价指标是最重要的信息。当价格开始上涨时,有可能发出看多的信号,我们很容易追涨。

表面上,所有人看到的量价信息都一样,但其实,我们与机构获得的信息则完全不同。机构可以获得更加完整和真实的信息。机构掌握更多的筹码以及操作主动权,他们可以推算出我们的一些筹码信息,比如有多少筹码在机构手上,多少在大户手上,多少在我们手上,筹码的成本价大概是多少,哪些价位集中抛压大,哪些价位深套筹码多。这就好比,三人斗地主,你手上有三条K,然后可以推断出其它两位只有一条K,或者你可以做测试,猜测另一条K在谁手上。

现实中如何操作呢?机构可能操作或影响K线走势以及量价信息。比如有些时候价格大跌,且交易量放大,在我们看来,有可能是主力抛盘,但这可能是机构有意在诱空。他们会通过倒仓的方式故意把价格往下打压,然后做大交易量,形成市场恐慌,我们割肉离场,机构则乘机收走低价筹码。

这种量价信息,机构是对称的,但是我们却蒙蔽在量价信息的鼓里,然后做出了错误的判断。

奥地利学派认为,利润来自企业家对市场个体中错误信息的捕捉,及时发现错误,然后弥补错误即可获利。投资者则依靠我们对信息的误判,然后从误判中获利。

用索罗斯的经典名言来说就是:“世界经济史是一部基于假象和谎言的连续剧。要获得财富,做法就是认清其假象,投入其中,然后在假象被公众认识之前退出游戏。”

巴菲特也坚持市场错误主张,他强调市场出现错误时埋伏进去,等到价值回归后退出。

但实际上,很多市场的信息,并不是市场自然产生的,而是机构刻意制造的假象。我们只能依靠分析师或盘口信息猜测压力位在哪、支撑位在哪。机构不需要猜测,他们可以通过筹码来测试。交易员有时会突然拉升,这可能是在测试上面的抛盘压力,测试出压力位的具体价位。分析师和我们会根据盘口挂单来判断,但其实这并不准确,交易员会在盘口上频繁挂单、撤单,比如挂大量卖出单,向市场发出错误的空方信号,试图让我们交出筹码。又如挂大量买入单以假装做多,配合交易量,降低抛盘压力。

我们和分析师比较依赖于K线、量价及趋势指标来判断。机构也会利用我们这种判断做反向操作。比如,为了降低抛压,机构交易员可能会抢低开,然后尾盘稍微拉升即可收阳线,收盘价有可能是下跌的。但是,我们一般简单地看K线,而不会认真分析,则容易做出错误的判断。

不同的操盘手有不同的操作风格,同样是为了做空,让我们交出筹码,有些喜欢用长期横盘,有些则喜欢凶狠砸盘。当然,操作风格必须与机构的资金规模、交易周期、投资预期、风险控制以及宏观基本面相匹配。

所以,交易员会尽可能地操作K线图形,做出小阳、小阴、上影、下影、十字星以及相关组合,形成有利于操盘计划的图形,以达到诱空、诱多等目的。

更为重要的是,我们的信息不少都是公开的,疯狂追涨或大量卖出,这都会被机构识别。又如,分析师的趋势分析也是公开的。但是,机构的真实信息很难被外界所捕捉,机构卖出和买入的信息、价位,存在大量的失真信息。机构可以利用公开信息进行反向操作对我们进行袭击。

所以,我们与机构对决时,信息上就已经是输家。当然,我们更多时候不会想到与机构对决,而是试图与机构站在一起赚散户的钱。但是,因为信息不对称,我们与虎为伴,最终羊入虎口。

委托代理人机制

炒股,是进入门槛最低的行业,但却是获利门槛最高的行业。我们开个咖啡店、开一家游戏公司,都需要学习专业的知识。炒股,我们却常常忽略其专业性。残酷的是,我们往往面对的是世界上最聪明的一群人,他们拥有高学历、专业技能、巨大的资本量以及严密的分工管理。

芒格说:“我觉得现在最好的一个方式就是专业化,你不会想去一个牙医那里看骨科疾病。所以最常规的一种方式就是慢慢收窄专业范围,实现精细化专业化。”

如何才能做到专业化?这些年,我们呕心沥血,学遍了日本蜡烛图、《股票大作手回忆录》、波浪理论、心理学、佛学以及各种武功秘籍,但是依然被坑。

其实,个人的能力很难抵得过机构的团队力量。

经济学家弗里德曼说:“花自己的钱办自己的事,最为经济;花自己的钱给别人办事,最有效率;花别人的钱为自己办事,最为浪费;花别人的钱为别人办事,最不负责任。”

这句话只说对了一半。花自己的钱办自己的事,确实最经济,但是未必最有效率,因为个人能力是有限的。这个时候就需要委托给专业的代理人理财。代理人最大的优势是专业分工,如今大多数上市公司、大型金融机构都是委托代理人制,而不是家族制。

私募基金、信托基金以及巴菲特的伯克希尔·哈撒韦公司,都是花别人的钱为别人办事,当然也为自己办事,但未必“最不负责任”。代理人在资金募集、项目管理、信息分析、交易执行、风险管控、资金管理等方面都具备专业优势。

我们个人的资金量无法与机构相比,同时个人也不能集资,机构在筹码数量上有优势。机构在信息的来源、分析及识别上都强于个人。巴菲特也需要请专业的投资经理,负责他们不是太清楚的科技股项目。

最容易让人误解的是交易执行,其实交易员并不神秘。交易员最大的优势是有足够的筹码,可以获取更加真实有效的盘面信息。除了交易负责人的操盘战略及计划外,交易员最大的素养就是高效果断的执行。每个交易日早晨,领导都会安排交易计划和目标,交易员负责完成目标即可。

我们炒股其实最难的是执行,交易员最大的优势就是执行。优秀的交易员,并不是追求盈利,而是追求操作正确性。操作正确率越高,获利自然就越高。因此,他们在交易执行上更加彻底。而我们个人操作,往往非常关注获利或亏损,因而容易出现非理性操作,要不贻误战机,要不错过逃生机会。

所以,个人操作很难与机构抗衡,代理人组团作战,散户难有胜算。

美国股市为什么以机构对决为主?这实际上是市场淘汰的结果,越来越多散户被洗出股市,他们转而投向更加稳健的基金,让基金公司或信托公司帮助他们理财。如此,美国机构实力更强,越来越呈现机构对决的特征。

中国这些年一直强调风格切换,希望更多机构对决,降低股市的波动性。机构对决有个前提是,本土金融市场发达,金融市场化程度高,拥有一批自由竞争的投资银行。这些投资银行可以通过私募等方式获得个人资金,然后在股票市场上相互博弈。

但是,目前中国投资银行市场还有相当的路程要走。私募基金的实力、风控以及资管能力参差不齐,出现了一些项目暴雷。一些投资人躲过了股票,却没有躲过基金。这里的原因很多,有外部环境,也有内部管控,还有代理人制度不完善。

所以,在目前这个市场上,把钱交给自己打理未必可靠,但交给一般的投资公司也不太靠谱。这样,风格切换很难形成,依然会有大量的散户存在,市场走向成熟还需要时间。

与散户投资相比,机构投资更有利于价值投资,有助于市场的稳定。短期来看,股市是一个零和博弈市场,这家机构获利,另外的机构或投资者可能要亏钱。但是,从长期来看,股市未必是零和博弈市场。

更多的价值投资,有利于上市公司融资,开发更好的技术和产品,创造更好的业绩。公司业绩增加,股票市值也在增加。纳斯达克指数从2009年初的1000多点,涨到现在8000点附近,很多上市公司的市值都翻倍。当然美股也可能出现技术性回调,但公司保持持续盈利是关键,也是支撑。

所以,风格如果切换为机构对决,有利于价值投资。这样的股票市场也有涨跌,也有盈亏,散户和机构也会亏损,但是会降低投机性色彩,摆脱短期的零和博弈,促进长期的正博弈,更有利于我们理财。

我们总结一下,普通股民“十炒九亏”,并非个人能力问题,也不完全是人性问题,实则规律使然。普通股民对财富的边际效用要大于富人,这一规律使得我们在投资预期、资金管理、操作执行等方面都处于风险状态上,很难获得期望的回报,甚至时常陷入险境之中。

另外,盘面上的信息不对称以及机构代理人的专业性,极大了我们获利的难度。某种程度上,我们在明,对方在暗,他们的武功还比我们高,还是团队作战。

这场仗,几无胜算。


点击阅读原文与雪球菌一起穿越牛熊↓↓↓

登录查看更多
0

相关内容

【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
247+阅读 · 2020年5月18日
【干货书】数值计算C编程,319页pdf,Numerical C
专知会员服务
67+阅读 · 2020年4月7日
【干货书】流畅Python,766页pdf,中英文版
专知会员服务
224+阅读 · 2020年3月22日
【资源】100+本免费数据科学书
专知会员服务
107+阅读 · 2020年3月17日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
212+阅读 · 2020年2月21日
广东疾控中心《新型冠状病毒感染防护》,65页pdf
专知会员服务
18+阅读 · 2020年1月26日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【机器学习课程】Google机器学习速成课程
专知会员服务
164+阅读 · 2019年12月2日
25年,110个经典财务欺诈案例,都在这儿了
虎嗅网
70+阅读 · 2019年8月19日
量化交易系列课程
平均机器
10+阅读 · 2019年5月9日
“搞机器学习没前途”
CSDN
236+阅读 · 2018年9月12日
创业者和伪创业者的10大区别
创业财经汇
8+阅读 · 2018年6月5日
一文了解卷积神经网络在股票中应用
AI100
6+阅读 · 2018年2月26日
用深度学习预测比特币价格
Python程序员
11+阅读 · 2017年12月23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
Arxiv
5+阅读 · 2018年5月28日
Arxiv
6+阅读 · 2018年2月26日
VIP会员
相关VIP内容
【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
247+阅读 · 2020年5月18日
【干货书】数值计算C编程,319页pdf,Numerical C
专知会员服务
67+阅读 · 2020年4月7日
【干货书】流畅Python,766页pdf,中英文版
专知会员服务
224+阅读 · 2020年3月22日
【资源】100+本免费数据科学书
专知会员服务
107+阅读 · 2020年3月17日
机器学习速查手册,135页pdf
专知会员服务
338+阅读 · 2020年3月15日
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
212+阅读 · 2020年2月21日
广东疾控中心《新型冠状病毒感染防护》,65页pdf
专知会员服务
18+阅读 · 2020年1月26日
2019中国硬科技发展白皮书 193页
专知会员服务
81+阅读 · 2019年12月13日
【机器学习课程】Google机器学习速成课程
专知会员服务
164+阅读 · 2019年12月2日
相关资讯
25年,110个经典财务欺诈案例,都在这儿了
虎嗅网
70+阅读 · 2019年8月19日
量化交易系列课程
平均机器
10+阅读 · 2019年5月9日
“搞机器学习没前途”
CSDN
236+阅读 · 2018年9月12日
创业者和伪创业者的10大区别
创业财经汇
8+阅读 · 2018年6月5日
一文了解卷积神经网络在股票中应用
AI100
6+阅读 · 2018年2月26日
用深度学习预测比特币价格
Python程序员
11+阅读 · 2017年12月23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
Top
微信扫码咨询专知VIP会员