比特币的72问答

1、什么是比特币?比特币是一种去中心化的、点对点电子支付系统,不受美联储或美国财政部这样的中央权威部门的监管。比特币可以称为数字货币或加密货币,但目前多数投资者并未将比特币作为货币进行支付。相反,他们将比特币作为一种投机投资,希望通过比特币盈利。投资者或许会获得很大利润(也可能会产生很大损失)。

2、是什么支持比特币?比特币的核心原理是“区块链”,每一个区块对应一个帐单,将所有的区块链接起来就是区块链,任何交易信息和转账记录都记录在区块链中。要注意的是区块链存在于整个互联网中,所有矿工可见,每个人都有一份整个链条的复制本,这让它不能被单个个体操纵。

雅虎财经作者Jared?Blikre曾尝试做一名比特币矿工,在他的笔记本上挖矿。这是他至今为止挖到的比特币:0.000000071589。以目前的速率,他要挖一个完整的比特币需要花费1200年。这可以让你了解挖比特币是多么复杂。

3、谁在控制比特币?比特币是去中心化的,这意味着没有一个权威人士或中央机构掌管比特币。比特币在2009年被一个使用笔名“中本聪”的人创造,但其真实身份没有人知道,这个人或团体如今对比特币也没有控制权。

4、如何评估比特币的价值?比特币的价值波动基于买卖,就像股票,但对于比特币价格代表什么存有热议。理论上,比特币的价值应该反映投资者对于比特币作为一种技术的信心。但实际上,投资者大多将比特币视为一种商品,因为其供给有限。中本聪将比特币的总供给最终限定在2100万。目前已经产生了1670万。矿工每把一个新区块上传到区块链,就可以得到极小数量的新币作为奖赏。

5、比特币是骗局吗?比特币不是骗局。比特币是一种合法的技术。问题是它能变得多么有用和有价值。

6、有没有实物货币称之为比特币?没有。你不能触摸比特币,因为它实际上是软件。你或许在网上看到过比特币类似金币的图片,但那些都是纪念品,不能转换为实际的比特币。

7、比特币像黄金一样有形吗?比特币与黄金有一个很大相似之处,那就是投资者认为它可以很好地保存价值。你可以通过将一系列数字编码下载到一个类似U盘的东西上拥有比特币。但你不能像触摸黄金一样触摸比特币,而且比特币也不是闪闪发光的。

8、比特币的价值完全由自由市场决定吗?多数情况下是的。比特币供给有限,因此当需求上涨时,价格也上涨。技术创新也有助于比特币的价值。当比特币在2009年被创造时还是新奇事物,如今市场认为比特币值一些钱。

9、比特币在现实世界中并不存在,它是如何具有货币价值的?实际上,比特币在现实世界中是存在的,就像你的手机或电脑的操作系统一样,它实际上是软件。很明显,某些种类的软件是有价值的。

10、如果它是虚拟的,比特币可以复制吗?是的。所有的比特币交易都存储在公共分类账上,也就是区块链中。你可以复制区块链,但这只是一个记录。因此,你不能改变比特币的分布。

11、比特币是法定货币吗?在美国还没有。比如,在美国,商人必须接受美元,使之成为法定货币。美国政府允许比特币交易,但不需要所有的汽车代理商或饭店等接受它。但他们必须接受美元。与此同时,日本、澳大利亚和其它国家已经官方承认比特币是合法货币。

12、比特币背后的抵押品是什么?什么也没有。比特币区块链记录比特币的所有交易历史,并通过校对工作使其生效。但这并不是抵押品。比特币背后没有其它有形资产,就像汽车作为汽车贷款的抵押品,或者房屋作为房贷的抵押品。

13、谁跟踪每个比特币?所有维护系统的矿工。

14、你如何买卖比特币?如今有很多方便使用的交易平台,从这些交易平台你可以用银行账户转出的钱购买比特币,也可以刷信用卡。最受欢迎的主流比特币交易平台是Coinbase,目前有超过1300万客户。Kraken是另一个比特币交易平台。

15、你实际购买的是什么?你其实购买的是一个电子密钥(key),它是一串数字和字母,可以给你支持比特币的区块链的唯一拥有权。你可以将这一资产以比特币的任何市场价减去交易费转给他人。

16、比特币可以在普通的券商账户购买吗?目前传统券商公司比如Vanguard、?Fidelity?和?Schwab都不能。但与比特币价值有关的证券,比如比特币投资信托基金(Bitcoin?Investment?Trust),你可以通过传统经纪公司购买。但这并没有让它比比特币更加安全,实际上,它们大多波动剧烈,并没有很好地追踪比特币的价格。

17、你需要多少钱才能开始?并不需要很多。你可以在Coinbase购买价值仅1美元的比特币、莱特币或以太坊。

18、比特币可以只买一部分吗?是的。一个比特币可以分割到8位小数点,或者0.00000001个比特币。这相当于一百万分之一个比特币。这样一个单位被称为中本聪,为了向比特币的创始人致敬。如果一个比特币值15000美元,一个中本聪的价值将是0.15美分。

19、比特币交易可以追溯到你吗?是的。在比特币交易平台上买卖的任何人都必须提供他们这次交易的个人信息。如果法律执行机构需要了解你,交易平台将不得不提供法律需要的信息。但你的个人信息不会成为区块链的一部分,也不会被维护区块链的矿工看到。如果你与另外一个人进行点对点的私人交易,那个人或许知道你,但其他人都看不到交易信息。

20、当我购买加密货币时,我的钱去了哪儿?当你购买比特币或任何其它加密货币,有人会卖给你,因此,你的钱大多给了卖方。交易平台也收取可能会很高的交易费用。比特币矿工也因维护网络收取一点费用,但会很少。

21、比特币是真钱吗?我能想什么时候存就什么时候存吗?比特币有价值,可以转换为普通货币,或从那些接受比特币的卖方手中购买东西。因此,在这个意义上来说,比特币是真钱。要让比特币变成现金,你需要将它卖给某个人以换取美元或其它货币。处理比特币交易的平台经常会经历拥堵,让一些人在一段时间内无法接近他们的账号或执行交易?,尤其是比特币价格经历大幅波动的时候。因此,不要认为你什么时候都能卖出比特币。

22、除了稀缺,比特币的价值基于什么?基于买卖双方认为比特币值多少钱。换句话说,有很心理因素。

23、比特币如何被偷走?比特币区块链本身很安全,但如果盗贼可以进入你的账户,并将你的比特币转移到他们控制的账户,比特币可以从你的账户被偷走。一旦比特币被转移就不可以重新获得。盗贼通常通过偷取登录和密码信息进入他人账户。因此尽一切可能措施保护比特币账户至关重要,包括用手机进行两次身份验证。你也可以有一个“私人密钥”,这是第三层保护。

24、比特币如何产生收入?矿工创造比特币赚钱——以比特币的方式支付,并支付挖矿这一程序所需的时间和电脑用电费用。他们也从比特币用户赚钱很少的交易费。比特币本身并不产生收入。它被视为商品,与黄金类似,有市场价值但并不产生经济活动。当比特币价值上涨,比特币会产生利润。但当比特币价值下跌,也会产生损失。

25、在黑市交易外比特币有价值吗?有。因为比特币转移无法追踪,比特币经常被用于购买毒品或为一些犯罪活动融资。但它也有合法的用处,可以支付给任何接受比特币的人。有些人认为比特币是一种价值储存手段。

26、比特币和其它加密货币有何区别?这取决于你想了解什么货币。有些加密货币,比如比特币现金、比特币黄金或莱特币,来自主要比特币编码的分差。也有一些加密货币有自己的区块链,比如以太坊或瑞波币(XRP)。

27、比特币价格为何波动剧烈?因为很多钱进入一个相对小的市场,此外,交易比特币比交易股票或大宗商品更难,也增加了复杂性。

28、比特币波动在多大程度上是因为白鲸(whales)影响市场价格,在多大程度上是因为新投资者或外部投资者?持有大量比特币的大佬们通常被称为白鲸。彭博报道称,约40%的比特币被近1000人持有,很多人认为这些白鲸串通起来影响比特币价格,但没有证据。比特币区块链交易是公开的。区块链显示,每天都有大宗交易发生,但这些交易并不足以产生我们看到的巨幅波动。

29、比特币有泡沫吗?没有人可以肯定。最近几个月的价格暴涨无疑像泡沫。很多购买者最近希望拥有比特币,不是因为它的内在价值,而是仅仅因为他们认为比特币会升值。这是投机,投机经常会引发泡沫。但也有可能比特币是一种真正的创新,有助于改变金融体系。值得一提的是,因特网的出现导致了上世纪90年代的互联网泡沫,但如今因特网依然存在,而且当时崩盘的一些公司目前已位列世界上最值钱的公司。

30、如果比特币泡沫真的破裂,是所有的加密货币都暴跌还是只有比特币?加密货币倾向于朝着一个方向移动。但他们现在不像以前那样密切关联了。当然,如果比特币出现巨大震荡,通常会产生连锁效应。如果比特币大跌90%,很可能其它加密货币也会跟上。真正的考验是哪一种加密货币能在价格暴跌中幸存下来,就像亚马逊、eBay和Priceline在互联网泡沫破裂后幸存下来。

31、有人扬言比特币将会涨到100万美元,或者比特币将暴跌,一文不值。哪一种更可能?这两种情况都不可能,或者都可能。比特币可能攀升到100万美元,然后暴跌。没有人知道比特币会到什么水平,也可能比特币已经到达其最高点了。但比特币一文不值的可能性不大,除非发生灾难性的事故,比如在比特币编码中发现致命的缺陷。

32、风险是什么?比特币需求或许遭到破坏,让价格暴跌。或许是技术性问题、监管干预,或由于比特币用电量巨大带来的负面形象。或许是一些完全预料不到的事情。

33、我是否应该使用比特币“硬件钱包”?好主意。

34、我们如何找到比特币公司?他们不回复邮件。对于很多比特币的忠实支持者,一个很大的好处是比特币的去中心化——缺乏中央权威机构监管。在现实中,像Coinbase这样的交易平台对那些有问题的客户进行回复对自己其实是有利的,但这些公司多数是新兴公司。那你只能不断给他们压力,他们会变得更好。

35、有没有通过电话进行的客户服务?这真是一个新奇的主意。到目前为止,如果你的账户安全出现问题,你很可能只能接到来自Coinbase的电话。

36、政府是否对此置之不理?或许不会。在某种程度上政府已经介入,比如美国政府允许比特币期货交易。比特币要成为金融体系更加不可或缺的部分,比特币将受到更多监管。但这未必是坏事。一些比特币投资者认为,如果政府更多地监管比特币,这或许会合法化比特币并扩大其应用。

37、加密货币会取代美元和其它货币吗?加密货币或许可以在整个货币市场获得份额,尤其是如果美国政府明确授权某些加密货币并允许人们使用它们支付税收。但是即使这样也很难取代美元——世界上最信任的货币。

雅虎财经的Justine?Underhill在耶伦最后一次记者招待会上问耶伦,美联储是否考虑发行自己的加密货币。耶伦表示,包括美联储在内的央行实际上正在研究数字货币,但强调这一加密货币有别。她表示,比特币不稳定、高度投机,但她没有表达任何立刻对其进行监管或控制的兴趣。

38、加密货币是否会毁灭全球市场?不会。凯投宏观(Capital?Economics)?最近发布的一份分析报告显示,即使比特币暴跌,也不会对整体金融市场产生重大影响。尽管比特币吸引了全球关注,比特币市值仍然不大,且加密货币并没有被纳入真正的经济或银行体系。比特币全部出局——价格跌至零——相当于股市0.6%的回调。一部分家庭的支出可能会受影响,一些人可能会承受上百万美元的损失。但很多持有大量比特币的人都是早期投资者,买进比特币的价格很低。

39、用加密货币可以购买哪些产品或服务?尽管成为加密货币,比特币的最佳用途不是用来买东西。投资者或许最终会将比特币主要作为价值储存。

如果你必须用比特币买东西,你现在可以在Zynga、Overstock.com、?Newegg.com、Expedia.com和微软的一些在线平台使用比特币购买东西。如果你要预定行程,CheapAir.com接受加密货币付款。你可以在eGifter网站上购买礼物卡。

你也可以用比特币购买更贵重的东西,比如太空旅行公司维珍银河(Virgin?Galactic)将接受客户用比特币支付太空旅行费用。美国最大的珠宝连锁店之一REEDS?Jewelers也接受比特币付款。

40、我可以在自助装修零售商家得宝(Home?Depot)使用比特币吗?不能直接使用。但家得宝在慢慢跟上其它零售商,多数是电商:美国知名购物电商Overstock接受比特币付款;微软的Xbox店、PayPal和美国移动支付公司Square都接受比特币付款。

41、在普通零售店,比特币可能成为货币吗?这取决于零售商得到什么。如果消费者最终发现比特币比目前的支付手段更便宜、更方便使用,比特币或许是零售商愿意接受的,以取得竞争优势。如果比特币交易费比信用卡便宜,零售商甚至会鼓励顾客用比特币支付。但在比特币价格更加稳定之前,比特币被普遍使用似乎不太可能。

42、有什么理由一个典型顾客会更倾向于使用加密货币而不是信用卡吗?目前为止,没有,除非你想匿名。不过比特币确实可以保证匿名及电子交易的安全。

43、全球经济活动有多大比例是使用加密货币进行的?很小。但比特币为很大一部分犯罪活动融资。

44、你如何追踪不同的加密货币?有没有报价机?是的。雅虎财经目前提供超过100种加密货币全面、免费的跟踪工具,每种加密货币都有一个报价机。多数人甚至没有意识到有这么多加密货币。

45、就投资而言,加密货币更像股票或货币吗?这很复杂,因为比特币和其它加密货币具有跟股票或货币相同的特征。人们经常将加密货币比作第三种类型——黄金。这就是为什么你有时候听到有人将加密货币称为“数字资产”或“数字黄金”。

46、比特币ETF(交易所交易型基金)可能吗?或许会。美国政府最近允许比特币期货交易,这或许是ETF将在主要交易所上市的前兆。比特币ETF必须要得到美国证券交易监督委员会的批准。这或许还要一年,甚至更久。

47、加密货币的交易价值为何存在巨大差别?首先,不同的加密货币根据自身的动态进行交易。这些加密货币未完成的数目不同、使用不同,操作规则也不同。当比特币波动幅度剧烈时,将会产生溢出效应,其它加密货币也会随之产生波动。然而,随着加密货币成熟,这一效应已经减弱。

另一个问题是,在各式各样的交易所,同一种加密货币的交易价格也存在差异——主要是比特币市场。这主要是因为套利的成本相对较高——在低价交易平台买进资产,在高价交易平台卖出。只要多数交易平台的流动性相对较低及交易费高,这些差异将会继续。

48、需要将比特币上报美国国税局(IRS)吗?美国国税局将比特币视为财产,就像房产或股票。如果你交易比特币,那么这就如同你买卖股票一样。任何相关的收益或亏损都受资本收益相关税法的约束。最近,美国国税局赢得了一场针对Coinbase的官司。Coinbase是最大的比特币交易市场之一。美国国税局要求它上交其用户从2013年到2015年金额大于2万美元以上的比特币交易的相关数据。

49、是否可以将退休储蓄放入加密货币?全部输掉你输得起吗?如果不能,就远离加密货币。

50、如果我没有将我退休储蓄的5%放到加密货币中,会不会遗憾?如果你觉得将你储蓄的一小部分投资高风险产品OK,那么就去做。但是再次强调,除非你可以承受输掉所有这些钱,否则不要这么做。

51、在不实际购买加密货币的情况下如何接触加密货币?投资者可以在比特币衍生品交易平台Ledgerx上交易比特币期权,也可以在芝加哥期权期货交易所(CBOE)和芝加哥商业交易所(CME)交易比特币期货。在CBOE,一个比特币合约代表一个比特币的价格。在CME,一个比特币合约代表5个比特币的价格。CBOE和CME均以现金结算。

52、比特币暴跌如何影响传统投资?谁说比特币会暴跌?但如果你担心比特币会暴跌,好消息是:凯投宏观报告显示,比特币与其它风险资产(如股票)似乎没有任何关联。尽管最近几周股市上涨放缓,比特币继续上扬。正如之前提到的,比特币通常与黄金作比较,但显然比特币不是“避险”资产。尽管金价上周下探,加密货币价格继续攀升。正如凯投宏观所说的,比特币是“它自己的世界”。

53、为什么先锋集团创始人杰克·伯格(Jack?Bogle)和摩根大通CEO杰米·戴蒙(Jamie?Dimon)告诉投资者远离比特币?因为他们认为比特币没有内在价值,比特币价格上涨只是因为购买者认为将来人们购买比特币的价格比他们目前支付的更高。在他们的观点中是一种预期比特币在某一天会崩塌,投资者将失去他们的大部分投资——如果不是所有。

54、银行如何看待比特币?朋友?敌人?伙伴?银行还不是比特币的粉丝。摩根大通对比特币持敌视态度。花旗银行持怀疑态度。高盛持好奇态度。但几乎所有大银行都有券商办事处,这些办事处是目前正在交易比特币期货的比特币交易所的成员。这些期货合约最终将比特币带到了华尔街。但比特币要赢得华尔街券商的信任需要时间。在此之前,比特币期货合约的交易量会很低,因为多数交易发生在散户投资者之间,而不是机构投资者。

55、有没有任何一家上市公司交易加密货币?在美国知名的没有一家,或许国外有。然而,越来越多的上市公司在他们的名字中加入“区块链”,并声称投资区块链技术、挖矿操作及特定的加密货币,引发股价暴涨。On-Line?plc是一家在伦敦证券交易所(LSE)上市的公司,这家公司最近将“区块链”这一名词加入了其公司名称中,令公司市值一夜之间翻了四倍。将来或许会有一家大型华尔街券商上市公司成为比特币期货的交易者,但目前还没有发生。

56、比特币如何影响国家征收收入税的能力?如果比特币成为人们可以瞒报收入的巨大灰市或黑市地下经济,政府将有动力取缔并限制比特币的使用。美国国税局近期对比特币交易平台Coinbase的起诉表明,美国政府正在关注,并愿意采取措施确保纳税人没有使用加密货币骗税。

57、有没有可能由于病毒或黑客入侵,投资的所有钱都会消失?当设计比特币网络本身,这种可能性是有的,但不太可能。

比特币的弱点在个人交易水平,比如三年前,当时世界最大比特币交易平台Mt?Gox宣称因“黑客攻击”破产;韩国比特币交易所Youbit今年12月19日因遭遇“黑客攻击”,自行宣布破产。Youbit公布的具体破产清算程序是,用户在12月19日凌晨3:00之前存入的资产,由于遭受黑客攻击受到损失,将按75%的比例返还。而在3:00之后存入的资产则将会按100%的比例返还给用户。

58、区块链会消失吗?如果区块链的所有复制都被清除,整个区块链将会消失。但这不可能。但可能会因为无效或者区块链设计的方式使得部分区块链消失。对于比特币的“工作证明”(proof?of?work),矿工争相处理交易以赢取新比特币及交易费。规定要求每个人都要遵循最长的区块链。

59、当2100万比特币数量上限发生时,比特币供给会增加吗?可能,如果至少51%的比特币矿工同意修改规则。一个担忧是,在最后一个比特币挖出后,那些维护网络的矿工会退出,因为他们只能从交易费中赚取少量的金钱,这对他们来说或许不合算。买卖者也有发言权,因为他们是否愿意付费取决于他们。在某种程度上,比特币市场将演变成任何涉及生产者、消费者、买卖双方和中间人的其它市场。

现在还不急于决定。因为预计矿工们直到2140年才挖出最后一个比特币,距今还有123年。

60、如果我急需要钱,将加密货币换成现金容易吗?不像你想的那么容易。比特币流动性不像其它投资,部分因为结算可能要超过一周。波动性和飙升的需求经常引发交易平台如Coinbase?和?Kraken的交易中断,如果你不能接近你的账户你就不能卖出。如果恐慌性抛售中出现中断,一些比特币持有者或许很长时间都无法卖出,在价格下跌时这会导致比特币持有者承受更大的损失。

61、银行业会在他们的业务中采用比特币吗?还是他们更可能会一起开发出一种新的加密货币?银行会做符合他们利益的事情。目前还没有一个大的、流动性市场交易加密货币。新的比特币期货对机构投资来说或许够大。在这一点上,大银行可能会逐渐主宰比特币市场和其它加密货币市场。

如果银行业要开发一种自己的加密货币,像以太坊、基于智能合约或许说得通。这将允许他们制定并控制代币发行融资(ICO)程序,到时候可能会由美国证券交易监督委员会监管。这只是猜想,至少还要几年的时间。

62、我们如何让加密货币纳入我们的401(K)养老金计划?执行401(K)养老金计划金融公司允许使用加密货币还有一段时间。目前还没有主流共同基金或ETF允许此类投资。

63、会有另一种加密货币取代比特币吗?是的,取决于你如何定义“取代”。一些比特币交易平台服务持续中断,让一些比特币矿工今年年初开始自己处理这些事情。2017年8月1日,基于比特币原链诞生了一种新型区块链资产,它就是比特币现金。目前,按市值来看,比特币现金已是第三大加密货币。每个月还会有其它新的加密货币进入市场,它们未必能“取代”比特币,但他们的确对比特币的统治地位造成威胁。

目前,比特币是唯一推出期货合约的加密货币,或许也是第一个在主要交易所推出ETF的加密货币。但如果比特币网络跟不上比特币狂热,用户还有上百种加密货币可以选择,比如以太坊、瑞波币(Ripple)、莱特币和比特币现金。

64、有多少人交易比特币?比特币市场什么市场开放?目前还没有方法能够确定,在全球交易平台的任何特定时间有多少人交易比特币。但我们知道:最初比特币主要在西方交易,但如今多数交易发生在中国。但随着比特币越来越受欢迎,美元账户的数量也在增加。

65、相对于购买比特币,如何用美元购买其它加密货币?这取决于交易所交易什么加密货币,以及他们接受的支付方式——使用美元、人民币还是比特币。

66、如何挖比特币?通过购买昂贵的ASIC设备,或者在传统电脑上下载一个挖矿应用软件,这是目前挖比特币的一种极慢的方式。

每隔一个时间点,比特币系统会在系统节点上生成一个随机代码,互联网中的所有计算机都可以去寻找此代码,谁找到此代码,就会产生一个区块,随即得到一个比特币,这个过程就是人们常说的挖矿。计算这个随机代码需要大量的GPU运算,于是矿工们采购海量显卡用以更快速的获得比特币获利。

67、为什么挖比特币要用显卡?当2009年比特币被创造时,矿工很快发现GPU(图形处理器)比电脑中运行的CPU(中央处理器)效率高得多。如今,矿工使用ASIC矿机挖矿。

68、我又一台很快的电脑,我想挖比特币和其它加密货币。我该如何做?你或许有一台很快的电脑,但除非处理器对挖比特币是最佳的,否则你挖的比特币还不够你挖比特币的电费成本。一种称之为ASIC的强大的处理器售价上千美元,为特定的加密货币量身定,因此被称作“矿机”。但如果你决心要用自己的电脑挖比特币,有几种挖矿软件可供你选择。

69、区块链数据会无限增长下去吗?只要比特币存在,是的。每一次交易都会增加到累积的比特币分类账上。

70、当所有比特币都被挖出后,矿工如何获得报酬?他们将通过交易费获得报酬,这由供需决定。交易费有一个理论上限,有人担心如果矿工们没有得到适当的补偿,比特币网络会变得不安全,这种担心是合理的。在最后一个比特币被挖出之前,这可能会发生。因为随着时间推移,挖比特币的时间越来越长,这意味着矿工们的收获可能还不够电费成本,因为挖一枚比特币需要越来越多的资源。

71、如今流通中的比特币占比是多少?在所有的2100万个比特币中,约1674万个比特币(或者80%)已在流通,剩余的部分则仍有待“矿工”们去挖掘。

72、未来10年比特币价格将会是多少?当我们知道如何预测未来时,我们会给你答复。但这里有一个可能性:加密货币背后的技术或许很久以后仍以某种形式存在。????
?
http://www.buildthejuice.com/qfgjyl/ttarticle/p/ ... %23_0
继续阅读 ?
1、什么是比特币?比特币是一种去中心化的、点对点电子支付系统,不受美联储或美国财政部这样的中央权威部门的监管。比特币可以称为数字货币或加密货币,但目前多数投资者并未将比特币作为货币进行支付。相反,他们将比特币作为一种投机投资,希望通过比特币盈利。投资者或许会获得很大利润(也可能会产生很大损失)。

2、是什么支持比特币?比特币的核心原理是“区块链”,每一个区块对应一个帐单,将所有的区块链接起来就是区块链,任何交易信息和转账记录都记录在区块链中。要注意的是区块链存在于整个互联网中,所有矿工可见,每个人都有一份整个链条的复制本,这让它不能被单个个体操纵。

雅虎财经作者Jared?Blikre曾尝试做一名比特币矿工,在他的笔记本上挖矿。这是他至今为止挖到的比特币:0.000000071589。以目前的速率,他要挖一个完整的比特币需要花费1200年。这可以让你了解挖比特币是多么复杂。

3、谁在控制比特币?比特币是去中心化的,这意味着没有一个权威人士或中央机构掌管比特币。比特币在2009年被一个使用笔名“中本聪”的人创造,但其真实身份没有人知道,这个人或团体如今对比特币也没有控制权。

4、如何评估比特币的价值?比特币的价值波动基于买卖,就像股票,但对于比特币价格代表什么存有热议。理论上,比特币的价值应该反映投资者对于比特币作为一种技术的信心。但实际上,投资者大多将比特币视为一种商品,因为其供给有限。中本聪将比特币的总供给最终限定在2100万。目前已经产生了1670万。矿工每把一个新区块上传到区块链,就可以得到极小数量的新币作为奖赏。

5、比特币是骗局吗?比特币不是骗局。比特币是一种合法的技术。问题是它能变得多么有用和有价值。

6、有没有实物货币称之为比特币?没有。你不能触摸比特币,因为它实际上是软件。你或许在网上看到过比特币类似金币的图片,但那些都是纪念品,不能转换为实际的比特币。

7、比特币像黄金一样有形吗?比特币与黄金有一个很大相似之处,那就是投资者认为它可以很好地保存价值。你可以通过将一系列数字编码下载到一个类似U盘的东西上拥有比特币。但你不能像触摸黄金一样触摸比特币,而且比特币也不是闪闪发光的。

8、比特币的价值完全由自由市场决定吗?多数情况下是的。比特币供给有限,因此当需求上涨时,价格也上涨。技术创新也有助于比特币的价值。当比特币在2009年被创造时还是新奇事物,如今市场认为比特币值一些钱。

9、比特币在现实世界中并不存在,它是如何具有货币价值的?实际上,比特币在现实世界中是存在的,就像你的手机或电脑的操作系统一样,它实际上是软件。很明显,某些种类的软件是有价值的。

10、如果它是虚拟的,比特币可以复制吗?是的。所有的比特币交易都存储在公共分类账上,也就是区块链中。你可以复制区块链,但这只是一个记录。因此,你不能改变比特币的分布。

11、比特币是法定货币吗?在美国还没有。比如,在美国,商人必须接受美元,使之成为法定货币。美国政府允许比特币交易,但不需要所有的汽车代理商或饭店等接受它。但他们必须接受美元。与此同时,日本、澳大利亚和其它国家已经官方承认比特币是合法货币。

12、比特币背后的抵押品是什么?什么也没有。比特币区块链记录比特币的所有交易历史,并通过校对工作使其生效。但这并不是抵押品。比特币背后没有其它有形资产,就像汽车作为汽车贷款的抵押品,或者房屋作为房贷的抵押品。

13、谁跟踪每个比特币?所有维护系统的矿工。

14、你如何买卖比特币?如今有很多方便使用的交易平台,从这些交易平台你可以用银行账户转出的钱购买比特币,也可以刷信用卡。最受欢迎的主流比特币交易平台是Coinbase,目前有超过1300万客户。Kraken是另一个比特币交易平台。

15、你实际购买的是什么?你其实购买的是一个电子密钥(key),它是一串数字和字母,可以给你支持比特币的区块链的唯一拥有权。你可以将这一资产以比特币的任何市场价减去交易费转给他人。

16、比特币可以在普通的券商账户购买吗?目前传统券商公司比如Vanguard、?Fidelity?和?Schwab都不能。但与比特币价值有关的证券,比如比特币投资信托基金(Bitcoin?Investment?Trust),你可以通过传统经纪公司购买。但这并没有让它比比特币更加安全,实际上,它们大多波动剧烈,并没有很好地追踪比特币的价格。

17、你需要多少钱才能开始?并不需要很多。你可以在Coinbase购买价值仅1美元的比特币、莱特币或以太坊。

18、比特币可以只买一部分吗?是的。一个比特币可以分割到8位小数点,或者0.00000001个比特币。这相当于一百万分之一个比特币。这样一个单位被称为中本聪,为了向比特币的创始人致敬。如果一个比特币值15000美元,一个中本聪的价值将是0.15美分。

19、比特币交易可以追溯到你吗?是的。在比特币交易平台上买卖的任何人都必须提供他们这次交易的个人信息。如果法律执行机构需要了解你,交易平台将不得不提供法律需要的信息。但你的个人信息不会成为区块链的一部分,也不会被维护区块链的矿工看到。如果你与另外一个人进行点对点的私人交易,那个人或许知道你,但其他人都看不到交易信息。

20、当我购买加密货币时,我的钱去了哪儿?当你购买比特币或任何其它加密货币,有人会卖给你,因此,你的钱大多给了卖方。交易平台也收取可能会很高的交易费用。比特币矿工也因维护网络收取一点费用,但会很少。

21、比特币是真钱吗?我能想什么时候存就什么时候存吗?比特币有价值,可以转换为普通货币,或从那些接受比特币的卖方手中购买东西。因此,在这个意义上来说,比特币是真钱。要让比特币变成现金,你需要将它卖给某个人以换取美元或其它货币。处理比特币交易的平台经常会经历拥堵,让一些人在一段时间内无法接近他们的账号或执行交易?,尤其是比特币价格经历大幅波动的时候。因此,不要认为你什么时候都能卖出比特币。

22、除了稀缺,比特币的价值基于什么?基于买卖双方认为比特币值多少钱。换句话说,有很心理因素。

23、比特币如何被偷走?比特币区块链本身很安全,但如果盗贼可以进入你的账户,并将你的比特币转移到他们控制的账户,比特币可以从你的账户被偷走。一旦比特币被转移就不可以重新获得。盗贼通常通过偷取登录和密码信息进入他人账户。因此尽一切可能措施保护比特币账户至关重要,包括用手机进行两次身份验证。你也可以有一个“私人密钥”,这是第三层保护。

24、比特币如何产生收入?矿工创造比特币赚钱——以比特币的方式支付,并支付挖矿这一程序所需的时间和电脑用电费用。他们也从比特币用户赚钱很少的交易费。比特币本身并不产生收入。它被视为商品,与黄金类似,有市场价值但并不产生经济活动。当比特币价值上涨,比特币会产生利润。但当比特币价值下跌,也会产生损失。

25、在黑市交易外比特币有价值吗?有。因为比特币转移无法追踪,比特币经常被用于购买毒品或为一些犯罪活动融资。但它也有合法的用处,可以支付给任何接受比特币的人。有些人认为比特币是一种价值储存手段。

26、比特币和其它加密货币有何区别?这取决于你想了解什么货币。有些加密货币,比如比特币现金、比特币黄金或莱特币,来自主要比特币编码的分差。也有一些加密货币有自己的区块链,比如以太坊或瑞波币(XRP)。

27、比特币价格为何波动剧烈?因为很多钱进入一个相对小的市场,此外,交易比特币比交易股票或大宗商品更难,也增加了复杂性。

28、比特币波动在多大程度上是因为白鲸(whales)影响市场价格,在多大程度上是因为新投资者或外部投资者?持有大量比特币的大佬们通常被称为白鲸。彭博报道称,约40%的比特币被近1000人持有,很多人认为这些白鲸串通起来影响比特币价格,但没有证据。比特币区块链交易是公开的。区块链显示,每天都有大宗交易发生,但这些交易并不足以产生我们看到的巨幅波动。

29、比特币有泡沫吗?没有人可以肯定。最近几个月的价格暴涨无疑像泡沫。很多购买者最近希望拥有比特币,不是因为它的内在价值,而是仅仅因为他们认为比特币会升值。这是投机,投机经常会引发泡沫。但也有可能比特币是一种真正的创新,有助于改变金融体系。值得一提的是,因特网的出现导致了上世纪90年代的互联网泡沫,但如今因特网依然存在,而且当时崩盘的一些公司目前已位列世界上最值钱的公司。

30、如果比特币泡沫真的破裂,是所有的加密货币都暴跌还是只有比特币?加密货币倾向于朝着一个方向移动。但他们现在不像以前那样密切关联了。当然,如果比特币出现巨大震荡,通常会产生连锁效应。如果比特币大跌90%,很可能其它加密货币也会跟上。真正的考验是哪一种加密货币能在价格暴跌中幸存下来,就像亚马逊、eBay和Priceline在互联网泡沫破裂后幸存下来。

31、有人扬言比特币将会涨到100万美元,或者比特币将暴跌,一文不值。哪一种更可能?这两种情况都不可能,或者都可能。比特币可能攀升到100万美元,然后暴跌。没有人知道比特币会到什么水平,也可能比特币已经到达其最高点了。但比特币一文不值的可能性不大,除非发生灾难性的事故,比如在比特币编码中发现致命的缺陷。

32、风险是什么?比特币需求或许遭到破坏,让价格暴跌。或许是技术性问题、监管干预,或由于比特币用电量巨大带来的负面形象。或许是一些完全预料不到的事情。

33、我是否应该使用比特币“硬件钱包”?好主意。

34、我们如何找到比特币公司?他们不回复邮件。对于很多比特币的忠实支持者,一个很大的好处是比特币的去中心化——缺乏中央权威机构监管。在现实中,像Coinbase这样的交易平台对那些有问题的客户进行回复对自己其实是有利的,但这些公司多数是新兴公司。那你只能不断给他们压力,他们会变得更好。

35、有没有通过电话进行的客户服务?这真是一个新奇的主意。到目前为止,如果你的账户安全出现问题,你很可能只能接到来自Coinbase的电话。

36、政府是否对此置之不理?或许不会。在某种程度上政府已经介入,比如美国政府允许比特币期货交易。比特币要成为金融体系更加不可或缺的部分,比特币将受到更多监管。但这未必是坏事。一些比特币投资者认为,如果政府更多地监管比特币,这或许会合法化比特币并扩大其应用。

37、加密货币会取代美元和其它货币吗?加密货币或许可以在整个货币市场获得份额,尤其是如果美国政府明确授权某些加密货币并允许人们使用它们支付税收。但是即使这样也很难取代美元——世界上最信任的货币。

雅虎财经的Justine?Underhill在耶伦最后一次记者招待会上问耶伦,美联储是否考虑发行自己的加密货币。耶伦表示,包括美联储在内的央行实际上正在研究数字货币,但强调这一加密货币有别。她表示,比特币不稳定、高度投机,但她没有表达任何立刻对其进行监管或控制的兴趣。

38、加密货币是否会毁灭全球市场?不会。凯投宏观(Capital?Economics)?最近发布的一份分析报告显示,即使比特币暴跌,也不会对整体金融市场产生重大影响。尽管比特币吸引了全球关注,比特币市值仍然不大,且加密货币并没有被纳入真正的经济或银行体系。比特币全部出局——价格跌至零——相当于股市0.6%的回调。一部分家庭的支出可能会受影响,一些人可能会承受上百万美元的损失。但很多持有大量比特币的人都是早期投资者,买进比特币的价格很低。

39、用加密货币可以购买哪些产品或服务?尽管成为加密货币,比特币的最佳用途不是用来买东西。投资者或许最终会将比特币主要作为价值储存。

如果你必须用比特币买东西,你现在可以在Zynga、Overstock.com、?Newegg.com、Expedia.com和微软的一些在线平台使用比特币购买东西。如果你要预定行程,CheapAir.com接受加密货币付款。你可以在eGifter网站上购买礼物卡。

你也可以用比特币购买更贵重的东西,比如太空旅行公司维珍银河(Virgin?Galactic)将接受客户用比特币支付太空旅行费用。美国最大的珠宝连锁店之一REEDS?Jewelers也接受比特币付款。

40、我可以在自助装修零售商家得宝(Home?Depot)使用比特币吗?不能直接使用。但家得宝在慢慢跟上其它零售商,多数是电商:美国知名购物电商Overstock接受比特币付款;微软的Xbox店、PayPal和美国移动支付公司Square都接受比特币付款。

41、在普通零售店,比特币可能成为货币吗?这取决于零售商得到什么。如果消费者最终发现比特币比目前的支付手段更便宜、更方便使用,比特币或许是零售商愿意接受的,以取得竞争优势。如果比特币交易费比信用卡便宜,零售商甚至会鼓励顾客用比特币支付。但在比特币价格更加稳定之前,比特币被普遍使用似乎不太可能。

42、有什么理由一个典型顾客会更倾向于使用加密货币而不是信用卡吗?目前为止,没有,除非你想匿名。不过比特币确实可以保证匿名及电子交易的安全。

43、全球经济活动有多大比例是使用加密货币进行的?很小。但比特币为很大一部分犯罪活动融资。

44、你如何追踪不同的加密货币?有没有报价机?是的。雅虎财经目前提供超过100种加密货币全面、免费的跟踪工具,每种加密货币都有一个报价机。多数人甚至没有意识到有这么多加密货币。

45、就投资而言,加密货币更像股票或货币吗?这很复杂,因为比特币和其它加密货币具有跟股票或货币相同的特征。人们经常将加密货币比作第三种类型——黄金。这就是为什么你有时候听到有人将加密货币称为“数字资产”或“数字黄金”。

46、比特币ETF(交易所交易型基金)可能吗?或许会。美国政府最近允许比特币期货交易,这或许是ETF将在主要交易所上市的前兆。比特币ETF必须要得到美国证券交易监督委员会的批准。这或许还要一年,甚至更久。

47、加密货币的交易价值为何存在巨大差别?首先,不同的加密货币根据自身的动态进行交易。这些加密货币未完成的数目不同、使用不同,操作规则也不同。当比特币波动幅度剧烈时,将会产生溢出效应,其它加密货币也会随之产生波动。然而,随着加密货币成熟,这一效应已经减弱。

另一个问题是,在各式各样的交易所,同一种加密货币的交易价格也存在差异——主要是比特币市场。这主要是因为套利的成本相对较高——在低价交易平台买进资产,在高价交易平台卖出。只要多数交易平台的流动性相对较低及交易费高,这些差异将会继续。

48、需要将比特币上报美国国税局(IRS)吗?美国国税局将比特币视为财产,就像房产或股票。如果你交易比特币,那么这就如同你买卖股票一样。任何相关的收益或亏损都受资本收益相关税法的约束。最近,美国国税局赢得了一场针对Coinbase的官司。Coinbase是最大的比特币交易市场之一。美国国税局要求它上交其用户从2013年到2015年金额大于2万美元以上的比特币交易的相关数据。

49、是否可以将退休储蓄放入加密货币?全部输掉你输得起吗?如果不能,就远离加密货币。

50、如果我没有将我退休储蓄的5%放到加密货币中,会不会遗憾?如果你觉得将你储蓄的一小部分投资高风险产品OK,那么就去做。但是再次强调,除非你可以承受输掉所有这些钱,否则不要这么做。

51、在不实际购买加密货币的情况下如何接触加密货币?投资者可以在比特币衍生品交易平台Ledgerx上交易比特币期权,也可以在芝加哥期权期货交易所(CBOE)和芝加哥商业交易所(CME)交易比特币期货。在CBOE,一个比特币合约代表一个比特币的价格。在CME,一个比特币合约代表5个比特币的价格。CBOE和CME均以现金结算。

52、比特币暴跌如何影响传统投资?谁说比特币会暴跌?但如果你担心比特币会暴跌,好消息是:凯投宏观报告显示,比特币与其它风险资产(如股票)似乎没有任何关联。尽管最近几周股市上涨放缓,比特币继续上扬。正如之前提到的,比特币通常与黄金作比较,但显然比特币不是“避险”资产。尽管金价上周下探,加密货币价格继续攀升。正如凯投宏观所说的,比特币是“它自己的世界”。

53、为什么先锋集团创始人杰克·伯格(Jack?Bogle)和摩根大通CEO杰米·戴蒙(Jamie?Dimon)告诉投资者远离比特币?因为他们认为比特币没有内在价值,比特币价格上涨只是因为购买者认为将来人们购买比特币的价格比他们目前支付的更高。在他们的观点中是一种预期比特币在某一天会崩塌,投资者将失去他们的大部分投资——如果不是所有。

54、银行如何看待比特币?朋友?敌人?伙伴?银行还不是比特币的粉丝。摩根大通对比特币持敌视态度。花旗银行持怀疑态度。高盛持好奇态度。但几乎所有大银行都有券商办事处,这些办事处是目前正在交易比特币期货的比特币交易所的成员。这些期货合约最终将比特币带到了华尔街。但比特币要赢得华尔街券商的信任需要时间。在此之前,比特币期货合约的交易量会很低,因为多数交易发生在散户投资者之间,而不是机构投资者。

55、有没有任何一家上市公司交易加密货币?在美国知名的没有一家,或许国外有。然而,越来越多的上市公司在他们的名字中加入“区块链”,并声称投资区块链技术、挖矿操作及特定的加密货币,引发股价暴涨。On-Line?plc是一家在伦敦证券交易所(LSE)上市的公司,这家公司最近将“区块链”这一名词加入了其公司名称中,令公司市值一夜之间翻了四倍。将来或许会有一家大型华尔街券商上市公司成为比特币期货的交易者,但目前还没有发生。

56、比特币如何影响国家征收收入税的能力?如果比特币成为人们可以瞒报收入的巨大灰市或黑市地下经济,政府将有动力取缔并限制比特币的使用。美国国税局近期对比特币交易平台Coinbase的起诉表明,美国政府正在关注,并愿意采取措施确保纳税人没有使用加密货币骗税。

57、有没有可能由于病毒或黑客入侵,投资的所有钱都会消失?当设计比特币网络本身,这种可能性是有的,但不太可能。

比特币的弱点在个人交易水平,比如三年前,当时世界最大比特币交易平台Mt?Gox宣称因“黑客攻击”破产;韩国比特币交易所Youbit今年12月19日因遭遇“黑客攻击”,自行宣布破产。Youbit公布的具体破产清算程序是,用户在12月19日凌晨3:00之前存入的资产,由于遭受黑客攻击受到损失,将按75%的比例返还。而在3:00之后存入的资产则将会按100%的比例返还给用户。

58、区块链会消失吗?如果区块链的所有复制都被清除,整个区块链将会消失。但这不可能。但可能会因为无效或者区块链设计的方式使得部分区块链消失。对于比特币的“工作证明”(proof?of?work),矿工争相处理交易以赢取新比特币及交易费。规定要求每个人都要遵循最长的区块链。

59、当2100万比特币数量上限发生时,比特币供给会增加吗?可能,如果至少51%的比特币矿工同意修改规则。一个担忧是,在最后一个比特币挖出后,那些维护网络的矿工会退出,因为他们只能从交易费中赚取少量的金钱,这对他们来说或许不合算。买卖者也有发言权,因为他们是否愿意付费取决于他们。在某种程度上,比特币市场将演变成任何涉及生产者、消费者、买卖双方和中间人的其它市场。

现在还不急于决定。因为预计矿工们直到2140年才挖出最后一个比特币,距今还有123年。

60、如果我急需要钱,将加密货币换成现金容易吗?不像你想的那么容易。比特币流动性不像其它投资,部分因为结算可能要超过一周。波动性和飙升的需求经常引发交易平台如Coinbase?和?Kraken的交易中断,如果你不能接近你的账户你就不能卖出。如果恐慌性抛售中出现中断,一些比特币持有者或许很长时间都无法卖出,在价格下跌时这会导致比特币持有者承受更大的损失。

61、银行业会在他们的业务中采用比特币吗?还是他们更可能会一起开发出一种新的加密货币?银行会做符合他们利益的事情。目前还没有一个大的、流动性市场交易加密货币。新的比特币期货对机构投资来说或许够大。在这一点上,大银行可能会逐渐主宰比特币市场和其它加密货币市场。

如果银行业要开发一种自己的加密货币,像以太坊、基于智能合约或许说得通。这将允许他们制定并控制代币发行融资(ICO)程序,到时候可能会由美国证券交易监督委员会监管。这只是猜想,至少还要几年的时间。

62、我们如何让加密货币纳入我们的401(K)养老金计划?执行401(K)养老金计划金融公司允许使用加密货币还有一段时间。目前还没有主流共同基金或ETF允许此类投资。

63、会有另一种加密货币取代比特币吗?是的,取决于你如何定义“取代”。一些比特币交易平台服务持续中断,让一些比特币矿工今年年初开始自己处理这些事情。2017年8月1日,基于比特币原链诞生了一种新型区块链资产,它就是比特币现金。目前,按市值来看,比特币现金已是第三大加密货币。每个月还会有其它新的加密货币进入市场,它们未必能“取代”比特币,但他们的确对比特币的统治地位造成威胁。

目前,比特币是唯一推出期货合约的加密货币,或许也是第一个在主要交易所推出ETF的加密货币。但如果比特币网络跟不上比特币狂热,用户还有上百种加密货币可以选择,比如以太坊、瑞波币(Ripple)、莱特币和比特币现金。

64、有多少人交易比特币?比特币市场什么市场开放?目前还没有方法能够确定,在全球交易平台的任何特定时间有多少人交易比特币。但我们知道:最初比特币主要在西方交易,但如今多数交易发生在中国。但随着比特币越来越受欢迎,美元账户的数量也在增加。

65、相对于购买比特币,如何用美元购买其它加密货币?这取决于交易所交易什么加密货币,以及他们接受的支付方式——使用美元、人民币还是比特币。

66、如何挖比特币?通过购买昂贵的ASIC设备,或者在传统电脑上下载一个挖矿应用软件,这是目前挖比特币的一种极慢的方式。

每隔一个时间点,比特币系统会在系统节点上生成一个随机代码,互联网中的所有计算机都可以去寻找此代码,谁找到此代码,就会产生一个区块,随即得到一个比特币,这个过程就是人们常说的挖矿。计算这个随机代码需要大量的GPU运算,于是矿工们采购海量显卡用以更快速的获得比特币获利。

67、为什么挖比特币要用显卡?当2009年比特币被创造时,矿工很快发现GPU(图形处理器)比电脑中运行的CPU(中央处理器)效率高得多。如今,矿工使用ASIC矿机挖矿。

68、我又一台很快的电脑,我想挖比特币和其它加密货币。我该如何做?你或许有一台很快的电脑,但除非处理器对挖比特币是最佳的,否则你挖的比特币还不够你挖比特币的电费成本。一种称之为ASIC的强大的处理器售价上千美元,为特定的加密货币量身定,因此被称作“矿机”。但如果你决心要用自己的电脑挖比特币,有几种挖矿软件可供你选择。

69、区块链数据会无限增长下去吗?只要比特币存在,是的。每一次交易都会增加到累积的比特币分类账上。

70、当所有比特币都被挖出后,矿工如何获得报酬?他们将通过交易费获得报酬,这由供需决定。交易费有一个理论上限,有人担心如果矿工们没有得到适当的补偿,比特币网络会变得不安全,这种担心是合理的。在最后一个比特币被挖出之前,这可能会发生。因为随着时间推移,挖比特币的时间越来越长,这意味着矿工们的收获可能还不够电费成本,因为挖一枚比特币需要越来越多的资源。

71、如今流通中的比特币占比是多少?在所有的2100万个比特币中,约1674万个比特币(或者80%)已在流通,剩余的部分则仍有待“矿工”们去挖掘。

72、未来10年比特币价格将会是多少?当我们知道如何预测未来时,我们会给你答复。但这里有一个可能性:加密货币背后的技术或许很久以后仍以某种形式存在。????
?
http://www.buildthejuice.com/qfgjyl/ttarticle/p/ ... %23_0 收起阅读 ?

Quant资源整理

?
?
史上最全Quant资源整理
有些国外的平台、社区、博客如果连接无法打开,那说明可能需要“科学”上网量化交易平台
国内在线量化平台:

国外量化平台:

相关平台:

基于图表的量化交易平台
  • 文华赢智 、TB、金字塔、MultiCharts 中国版 - 程序化交易软件、MT4、TradeStation
  • Auto-Trader - 基于MATLAB的量化交易平台
  • BotVS - 首家支持传统期货与股票证券与数字货币的量化平台

开源框架
  • Pandas?- 数据分析包
  • Zipline?- 一个Python的回测框架
  • vnpy?- 基于python的开源交易平台开发框架
  • tushare?- 财经数据接口包
  • easytrader?- 进行自动的程序化股票交易
  • pyalgotrade?- 一个Python的事件驱动回测框架
  • pyalgotrade-cn?- Pyalgotrade-cn在原版pyalgotrade的基础上加入了A股历史行情回测,并整合了tushare提供实时行情。
  • zwPython?- 基于winpython的集成式python开发平台
  • quantmod?- 量化金融建模
  • rqalpha?- 基于Python的回测引擎
  • quantdigger?- 基于python的量化回测框架
  • pyktrader?- 基于pyctp接口,并采用vnpy的eventEngine,使用tkinter作为GUI的python交易平台
  • QuantConnect/Lean?- Lean Algorithmic Trading Engine by QuantConnect (C#, Python, F#, VB, Java)
  • QUANTAXIS?- 量化金融策略框架

其他量化交易平台:
Progress Apama、龙软DTS、国泰安量化投资平台、飞创STP、易盛程序化交易、盛立SPT平台、天软量化回测平台 、量邦天语、EQB-Quant数据源

数据库

网站、论坛、社区、博客
国外:

国内:

交易API

编程Python安装

教程




R安装

教程



C++教程



Julia教程



编程论坛

编程能力在线训练
  • Solve Programming Questions | HackerRank?- 包含常用语言(C++, Java, Python, Ruby, SQL)和相关计算机应用技术(算法、数据结构、数学、AI、Linux Shell、分布式系统、正则表达式、安全)的教程和挑战。
  • LeetCode Online Judge?- C, C++, Java, Python, C#, JavaScript, Ruby, Bash, MySQL在线编程训练

Quant Books
  • 《投资学》第6版[美]兹维·博迪.文字版 (link)
  • 《打开量化投资的黑箱》 里什·纳兰
  • 《宽客》[美]?斯科特·帕特森Scott Patterson) 著;译科卢开济?译
  • 《解读量化投资:西蒙斯用公式打败市场的故事》 忻海?
  • 《Trends in Quantitative Finance》 Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm
  • 《漫步华尔街》麦基尔
  • 《海龟交易法则》柯蒂斯·费思
  • 《交易策略评估与最佳化》罗伯特·帕多
  • 《统计套利》 安德鲁·波尔《信号与噪声》纳特?西尔弗
  • 《期货截拳道》朱淋靖
  • 《量化投资—策略与技术》 丁鹏
  • 《量化投资—以matlab为工具》 李洋faruto
  • 《量化投资策略:如何实现超额收益Alpha》 吴冲锋
  • 《中低频量化交易策略研发(上)》 杨博理
  • 《走出幻觉走向成熟》 金融帝国
  • 《失控》凯文·凯利 《通往财务自由之路》范K撒普
  • 《以交易为生》 埃尔德
  • 《超越技术分析》图莎尔·钱德
  • 《高级技术分析》布鲁斯·巴布科克
  • 《积极型投资组合管理》格里纳德,卡恩
  • 《金融计量学:从初级到高级建模技术》 斯维特洛扎
  • 《投资革命》Bernstein
  • 《富可敌国》Sebastian Mallaby
  • 《量化交易——如何建立自己的算法交易事业》欧内斯特·陈
  • 聪明的投资者》 巴菲特
  • 《黑天鹅·如何应对不可知的未来》 纳西姆·塔勒布

  • 《期权、期货和其他衍生品》?约翰·赫尔
  • 《Building Reliable Trading Systems: Tradable Strategies That Perform As They Backtest and Meet Your Risk-Reward Goals》 Keith Fitschen
  • 《Quantitative Equity Investing》by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm
  • Barra USE3 handbook
  • 《Quantitative Equity Portfolio Management》 Ludwig Chincarini
  • 《Quantitative Equity Portfolio Management》 Qian & Hua & Sorensen

?Quant PapersMachine Learning Related
  • Cavalcante, Rodolfo C., et al. "Computational Intelligence and Financial Markets: A Survey and Future Directions." Expert Systems with Applications 55 (2016): 194-211.(link)

Low Frequency Prediction
  • Atsalakis G S, Valavanis K P. Surveying stock market forecasting techniques Part II: Soft computing methods. Expert Systems with Applications, 2009, 36(3):5932–5941.?(link)
  • Cai X, Lin X. Feature Extraction Using Restricted Boltzmann Machine for Stock Price Predic- tion. 2012 IEEE International Conference on Computer Science and Automation Engineering (CSAE), 2012. 80–83.(link)
  • Nair B B, Dharini N M, Mohandas V P. A stock market trend prediction system using a hybrid decision tree-neuro-fuzzy system. Proceedings - 2nd International Conference on Advances in Recent Technologies in Communication and Computing, ARTCom 2010, 2010. 381–385.?(link)
  • Lu C J, Lee T S, Chiu C C. Financial time series forecasting using independent component analysis and support vector regression. Decision Support Systems, 2009, 47(2):115–125.?(link)
  • Creamer G, Freund Y. Automated trading with boosting and expert weighting. Quantitative Finance, 2010, 10(4):401–420.?(link)
  • Batres-Estrada, Bilberto. "Deep learning for multivariate financial time series." (2015).?(link)
  • Xiong, Ruoxuan, Eric P. Nicholas, and Yuan Shen. "Deep Learning Stock Volatilities with Google Domestic Trends." arXiv preprint arXiv:1512.04916 (2015).(link)
  • Sharang, Abhijit, and Chetan Rao. "Using machine learning for medium frequency derivative portfolio trading." arXiv preprint arXiv:1512.06228 (2015).(link)

Reinforcement Learning
  • Dempster, Michael AH, and Vasco Leemans. "An automated FX trading system using adaptive reinforcement learning." Expert Systems with Applications 30.3 (2006): 543-552.?(link)
  • Tan, Zhiyong, Chai Quek, and Philip YK Cheng. "Stock trading with cycles: A financial application of ANFIS and reinforcement learning." Expert Systems with Applications 38.5 (2011): 4741-4755.?(link)
  • Rutkauskas, Aleksandras Vytautas, and Tomas Ramanauskas. "Building an artificial stock market populated by reinforcement‐learning agents." Journal of Business Economics and Management 10.4 (2009): 329-341.(link)
  • Deng, Yue, et al. "Deep Direct Reinforcement Learning for Financial Signal Representation and Trading." (2016).(link)

Natual Language Processing Related
  • Bollen J, Mao H, Zeng X. Twitter mood predicts the stock market. Journal of Computational Science, 2011, 2(1):1–8.?(link)
  • Preis T, Moat H S, Stanley H E, et al. Quantifying trading behavior in financial markets using Google Trends. Scientific reports, 2013, 3:1684.?(link)
  • Moat H S, Curme C, Avakian A, et al. Quantifying Wikipedia Usage Patterns Before Stock Market Moves. Scientific Reports, 2013, 3:1–5.?(link)
  • Ding, Xiao, et al. "Deep learning for event-driven stock prediction." Proceedings of the 24th International Joint Conference on Artificial Intelligence (ICJAI’15). 2015.?(link)
  • Fehrer, R., & Feuerriegel, S. (2015). Improving Decision Analytics with Deep Learning: The Case of Financial Disclosures. arXiv preprint arXiv:1508.01993.?(link)

High Frequency Trading
  • Nevmyvaka Y, Feng Y, Kearns M. Reinforcement learning for optimized trade execution. Proceedings of the 23rd international conference on Machine learning ICML 06, 2006, 17(1):673–680.?(link)
  • Ganchev K, Nevmyvaka Y, Kearns M, et al. Censored exploration and the dark pool problem. Communications of the ACM, 2010, 53(5):99.?(link)
  • Kearns M, Nevmyvaka Y. Machine learning for market microstructure and high frequency trading. High frequency trading - New realities for traders, markets and regulators, 2013. 1–21.?(link)
  • Sirignano, Justin A. "Deep Learning for Limit Order Books." arXiv preprint arXiv:1601.01987 (2016).?(link)
  • Deng, Yue, et al. "Sparse coding-inspired optimal trading system for HFT industry." IEEE Transactions on Industrial Informatics 11.2 (2015): 467-475.(link)
  • Ahuja, Saran, et al. "Limit order trading with a mean reverting reference price." arXiv preprint arXiv:1607.00454 (2016).?(link)
  • A?t-Sahalia, Yacine, and Jean Jacod. "Analyzing the spectrum of asset returns: Jump and volatility components in high frequency data." Journal of Economic Literature 50.4 (2012): 1007-1050.?(link)

Portfolio Management
  • B. Li and S. C. H. Hoi, “Online portfolio selection,” ACM Comput. Surv., vol. 46, no. 3, pp. 1–36, 2014.?(link)
  • Heaton, J. B., Polson, N. G., & Witte, J. H. (2016). Deep Portfolio Theory.?(link)
  • Eugene F. Fama, Kenneth R. French. The cross-section of expected stock returns. Journal of Finance, 47 (1992), pp. 427–465.

学术期刊一堆=medium学术期刊可以常常去浏览一下,也会有许多思路,作者常常看的有:
  • Journal of FinanceJournal of Financial Economics
  • Review of Financial Studies
  • Journal of Accounting and Economics
  • Review of Accounting Studies
  • Journal of Accounting Research
  • Accounting Review
  • Journal of Financial and Quantitative Analysis
  • Financial Analysts Journal
  • Financial Management
  • Journal of Empirical Finance
  • Quantitative Finance
  • Journal of Alternative Investments
  • Journal of Fixed Income
  • Journal of Investing
  • Journal of Portfolio Management
  • Journal of Trading
  • Review of Asset Pricing Studies
  • 经济研究
  • 经济学(季刊)
  • 金融研究
  • 管理世界
  • 会计研究
  • 投资研究

?
http://www.buildthejuice.com/qfgjyl/p/26179943
继续阅读 ?
?
?
史上最全Quant资源整理
有些国外的平台、社区、博客如果连接无法打开,那说明可能需要“科学”上网量化交易平台
国内在线量化平台:

国外量化平台:

相关平台:

基于图表的量化交易平台
  • 文华赢智 、TB、金字塔、MultiCharts 中国版 - 程序化交易软件、MT4、TradeStation
  • Auto-Trader - 基于MATLAB的量化交易平台
  • BotVS - 首家支持传统期货与股票证券与数字货币的量化平台

开源框架
  • Pandas?- 数据分析包
  • Zipline?- 一个Python的回测框架
  • vnpy?- 基于python的开源交易平台开发框架
  • tushare?- 财经数据接口包
  • easytrader?- 进行自动的程序化股票交易
  • pyalgotrade?- 一个Python的事件驱动回测框架
  • pyalgotrade-cn?- Pyalgotrade-cn在原版pyalgotrade的基础上加入了A股历史行情回测,并整合了tushare提供实时行情。
  • zwPython?- 基于winpython的集成式python开发平台
  • quantmod?- 量化金融建模
  • rqalpha?- 基于Python的回测引擎
  • quantdigger?- 基于python的量化回测框架
  • pyktrader?- 基于pyctp接口,并采用vnpy的eventEngine,使用tkinter作为GUI的python交易平台
  • QuantConnect/Lean?- Lean Algorithmic Trading Engine by QuantConnect (C#, Python, F#, VB, Java)
  • QUANTAXIS?- 量化金融策略框架

其他量化交易平台:
Progress Apama、龙软DTS、国泰安量化投资平台、飞创STP、易盛程序化交易、盛立SPT平台、天软量化回测平台 、量邦天语、EQB-Quant数据源

数据库

网站、论坛、社区、博客
国外:

国内:

交易API

编程Python安装

教程




R安装

教程



C++教程



Julia教程



编程论坛

编程能力在线训练
  • Solve Programming Questions | HackerRank?- 包含常用语言(C++, Java, Python, Ruby, SQL)和相关计算机应用技术(算法、数据结构、数学、AI、Linux Shell、分布式系统、正则表达式、安全)的教程和挑战。
  • LeetCode Online Judge?- C, C++, Java, Python, C#, JavaScript, Ruby, Bash, MySQL在线编程训练

Quant Books
  • 《投资学》第6版[美]兹维·博迪.文字版 (link)
  • 《打开量化投资的黑箱》 里什·纳兰
  • 《宽客》[美]?斯科特·帕特森Scott Patterson) 著;译科卢开济?译
  • 《解读量化投资:西蒙斯用公式打败市场的故事》 忻海?
  • 《Trends in Quantitative Finance》 Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm
  • 《漫步华尔街》麦基尔
  • 《海龟交易法则》柯蒂斯·费思
  • 《交易策略评估与最佳化》罗伯特·帕多
  • 《统计套利》 安德鲁·波尔《信号与噪声》纳特?西尔弗
  • 《期货截拳道》朱淋靖
  • 《量化投资—策略与技术》 丁鹏
  • 《量化投资—以matlab为工具》 李洋faruto
  • 《量化投资策略:如何实现超额收益Alpha》 吴冲锋
  • 《中低频量化交易策略研发(上)》 杨博理
  • 《走出幻觉走向成熟》 金融帝国
  • 《失控》凯文·凯利 《通往财务自由之路》范K撒普
  • 《以交易为生》 埃尔德
  • 《超越技术分析》图莎尔·钱德
  • 《高级技术分析》布鲁斯·巴布科克
  • 《积极型投资组合管理》格里纳德,卡恩
  • 《金融计量学:从初级到高级建模技术》 斯维特洛扎
  • 《投资革命》Bernstein
  • 《富可敌国》Sebastian Mallaby
  • 《量化交易——如何建立自己的算法交易事业》欧内斯特·陈
  • 聪明的投资者》 巴菲特
  • 《黑天鹅·如何应对不可知的未来》 纳西姆·塔勒布

  • 《期权、期货和其他衍生品》?约翰·赫尔
  • 《Building Reliable Trading Systems: Tradable Strategies That Perform As They Backtest and Meet Your Risk-Reward Goals》 Keith Fitschen
  • 《Quantitative Equity Investing》by Frank J. Fabozzi, Sergio M. Focardi, Petter N. Kolm
  • Barra USE3 handbook
  • 《Quantitative Equity Portfolio Management》 Ludwig Chincarini
  • 《Quantitative Equity Portfolio Management》 Qian & Hua & Sorensen

?Quant PapersMachine Learning Related
  • Cavalcante, Rodolfo C., et al. "Computational Intelligence and Financial Markets: A Survey and Future Directions." Expert Systems with Applications 55 (2016): 194-211.(link)

Low Frequency Prediction
  • Atsalakis G S, Valavanis K P. Surveying stock market forecasting techniques Part II: Soft computing methods. Expert Systems with Applications, 2009, 36(3):5932–5941.?(link)
  • Cai X, Lin X. Feature Extraction Using Restricted Boltzmann Machine for Stock Price Predic- tion. 2012 IEEE International Conference on Computer Science and Automation Engineering (CSAE), 2012. 80–83.(link)
  • Nair B B, Dharini N M, Mohandas V P. A stock market trend prediction system using a hybrid decision tree-neuro-fuzzy system. Proceedings - 2nd International Conference on Advances in Recent Technologies in Communication and Computing, ARTCom 2010, 2010. 381–385.?(link)
  • Lu C J, Lee T S, Chiu C C. Financial time series forecasting using independent component analysis and support vector regression. Decision Support Systems, 2009, 47(2):115–125.?(link)
  • Creamer G, Freund Y. Automated trading with boosting and expert weighting. Quantitative Finance, 2010, 10(4):401–420.?(link)
  • Batres-Estrada, Bilberto. "Deep learning for multivariate financial time series." (2015).?(link)
  • Xiong, Ruoxuan, Eric P. Nicholas, and Yuan Shen. "Deep Learning Stock Volatilities with Google Domestic Trends." arXiv preprint arXiv:1512.04916 (2015).(link)
  • Sharang, Abhijit, and Chetan Rao. "Using machine learning for medium frequency derivative portfolio trading." arXiv preprint arXiv:1512.06228 (2015).(link)

Reinforcement Learning
  • Dempster, Michael AH, and Vasco Leemans. "An automated FX trading system using adaptive reinforcement learning." Expert Systems with Applications 30.3 (2006): 543-552.?(link)
  • Tan, Zhiyong, Chai Quek, and Philip YK Cheng. "Stock trading with cycles: A financial application of ANFIS and reinforcement learning." Expert Systems with Applications 38.5 (2011): 4741-4755.?(link)
  • Rutkauskas, Aleksandras Vytautas, and Tomas Ramanauskas. "Building an artificial stock market populated by reinforcement‐learning agents." Journal of Business Economics and Management 10.4 (2009): 329-341.(link)
  • Deng, Yue, et al. "Deep Direct Reinforcement Learning for Financial Signal Representation and Trading." (2016).(link)

Natual Language Processing Related
  • Bollen J, Mao H, Zeng X. Twitter mood predicts the stock market. Journal of Computational Science, 2011, 2(1):1–8.?(link)
  • Preis T, Moat H S, Stanley H E, et al. Quantifying trading behavior in financial markets using Google Trends. Scientific reports, 2013, 3:1684.?(link)
  • Moat H S, Curme C, Avakian A, et al. Quantifying Wikipedia Usage Patterns Before Stock Market Moves. Scientific Reports, 2013, 3:1–5.?(link)
  • Ding, Xiao, et al. "Deep learning for event-driven stock prediction." Proceedings of the 24th International Joint Conference on Artificial Intelligence (ICJAI’15). 2015.?(link)
  • Fehrer, R., & Feuerriegel, S. (2015). Improving Decision Analytics with Deep Learning: The Case of Financial Disclosures. arXiv preprint arXiv:1508.01993.?(link)

High Frequency Trading
  • Nevmyvaka Y, Feng Y, Kearns M. Reinforcement learning for optimized trade execution. Proceedings of the 23rd international conference on Machine learning ICML 06, 2006, 17(1):673–680.?(link)
  • Ganchev K, Nevmyvaka Y, Kearns M, et al. Censored exploration and the dark pool problem. Communications of the ACM, 2010, 53(5):99.?(link)
  • Kearns M, Nevmyvaka Y. Machine learning for market microstructure and high frequency trading. High frequency trading - New realities for traders, markets and regulators, 2013. 1–21.?(link)
  • Sirignano, Justin A. "Deep Learning for Limit Order Books." arXiv preprint arXiv:1601.01987 (2016).?(link)
  • Deng, Yue, et al. "Sparse coding-inspired optimal trading system for HFT industry." IEEE Transactions on Industrial Informatics 11.2 (2015): 467-475.(link)
  • Ahuja, Saran, et al. "Limit order trading with a mean reverting reference price." arXiv preprint arXiv:1607.00454 (2016).?(link)
  • A?t-Sahalia, Yacine, and Jean Jacod. "Analyzing the spectrum of asset returns: Jump and volatility components in high frequency data." Journal of Economic Literature 50.4 (2012): 1007-1050.?(link)

Portfolio Management
  • B. Li and S. C. H. Hoi, “Online portfolio selection,” ACM Comput. Surv., vol. 46, no. 3, pp. 1–36, 2014.?(link)
  • Heaton, J. B., Polson, N. G., & Witte, J. H. (2016). Deep Portfolio Theory.?(link)
  • Eugene F. Fama, Kenneth R. French. The cross-section of expected stock returns. Journal of Finance, 47 (1992), pp. 427–465.

学术期刊一堆=medium学术期刊可以常常去浏览一下,也会有许多思路,作者常常看的有:
  • Journal of FinanceJournal of Financial Economics
  • Review of Financial Studies
  • Journal of Accounting and Economics
  • Review of Accounting Studies
  • Journal of Accounting Research
  • Accounting Review
  • Journal of Financial and Quantitative Analysis
  • Financial Analysts Journal
  • Financial Management
  • Journal of Empirical Finance
  • Quantitative Finance
  • Journal of Alternative Investments
  • Journal of Fixed Income
  • Journal of Investing
  • Journal of Portfolio Management
  • Journal of Trading
  • Review of Asset Pricing Studies
  • 经济研究
  • 经济学(季刊)
  • 金融研究
  • 管理世界
  • 会计研究
  • 投资研究

?
http://www.buildthejuice.com/qfgjyl/p/26179943
收起阅读 ?

霍华德·马克斯:投资的绝对真理只有一个

“投资本来绝非易事。”虽然投资要取得平均成绩颇为容易,但实现卓越的投资回报绝不是轻而易举的。投资者费尽心机寻找特别的、能带来高回报的投资机会,而正是大量买盘提高了资产价格,降低了回报,认为投资是易事的人忽视了投资的复杂性。

本文为2015年9月15日,橡树资本董事长及联合创始人霍华德·马克斯(Howard Marks)先生发布的投资备忘录。

投资不易

2011年,当我将近写好《投资最重要的事》这本书时,有幸与查理·芒格(Charlie Munger)共进午餐。聚餐结束后我起身离开,他说了一句关于投资的话,至今仍萦绕在我的脑海中:“投资本来绝非易事。认为投资容易的人都是愚蠢的。”

查理一如既往地言简意深。比如他那句话的前8个字:“投资本来绝非易事。”虽然投资要取得平均成绩颇为容易,但实现卓越的投资回报绝不是轻而易举的。约翰·加尔布雷斯(John Kenneth Galbraith)在多年以前说过类似的话:世界上没有什么可靠的赚钱之道。如果有,大家恐怕都争先恐后去学习了,普通智商的人都能变得十分富有。

查理和加尔布雷斯教授的言下之意是:人人都想赚钱,尤其想找到把握十足的事情或“必胜决”,让他们无需冒相应风险就能赚钱。因此他们努力工作 (实际上就是勤奋学习),寻找能为他们带来优势的廉价证券和投资方法。他们大量买入证券,使用各种投资方法。这么做的结果就是,这些市场参与者的努力会减少发横财的机会。证券价格越来越能反映公平价值,要得到免费的午餐则难上加难。认为投资是易事的想法是不理智的。

接下来的那句说的是什么呢?“认为投资容易的人都是愚蠢的。”它承接上一句所说的,投资者费尽心机寻找特别的、能带来高回报的投资机会,而正是大量买盘提高了资产价格,降低了回报,认为投资是易事的人忽视了投资的复杂性。

市场就像是一个见面的地方,人们聚在一起以物(通常是金钱)易物。市场有多种功能,其中一种是消除获得超额回报的机会。

打个比喻,Ed来电,给我的车开价1万美元。然后他把车卖给Bob,要价2万美元。如果Ed足够幸运而且我和Bob都答应交易的话,一夜之间他就赚了一倍的钱。简单来说,如果有人希望通过这种交易赚快钱的话,

这个人要么认为我和Bob是傻瓜,要么以为市场不起任何作用,无法令我和Bob搞清楚我那辆车的公平价值。

如果以上两个条件都符合,那这就是一个“低效市场”。

但如果我和Bob都能掌握二手汽车价格的市场信息,Ed拿下这笔交易的可能性就会大大降低。在大多数的市场中,透明度往往可以揭示价格,明显的 错误定价不会发生。(得益于互联网,我们获得数据的渠道前所未有的通畅,比过去理想多了。)我认为这是查理那句话的主要基调:任何想要轻易获得暴利的人都低估了市场的运作方式。

第二层次思维

在《投资最重要的事》这本书的第一章里,我是这样介绍“第二层次思维”的:记住,你的投资目标不是达到平均回报水平;你想要的是超越平均水平。因此,你的思维必须比别人更出色,即思考更周密、水平更高。其他投资者也许都聪慧、信息灵通并且善于运用电脑,因此你必须找出一种与众不同的优势。你必须想他们所未想,见他们所未见,或者具备他们所不具备的洞察力。

你的反应与行为必须与众不同。简而言之,保持正确性可能是投资成功的必要条件,但不是充分条件。你必须比其他人更加正确。其中的含义是,你的思维方式必须非比一般。你要表现与普通人不同,你的预期,甚至你的投资组合都必须偏离常态,你的看法必须比大家的共识更为正确。与众不同并且更出色:这是对第二层次思维相当确切的描述。

在思考查理的看法时,我的脑海中瞬间出现的就是“第二层次思维”。在这个不错的大标题下面,可讨论许多把卓越投资变成一场挑战的重要因素。总之,用查理的话来说,那些认为投资是一件易事的人必然是第一层次思维者。请允许我举书中几个简单例子来说明两个层次思维的差异。

第一层次思维的人说:“我认为这家公司的利润会下跌,卖出。”第二层次思维的人说:“我认为这家公司利润下跌的情况远低于人们的预期,有意外 的利好消息便能拉升股票;可买进。”
第一层次思维的人说:“公司将出现增长低迷、通胀上涨的不利前景。我们抛掉股票吧。”第二层次思维的人说:“前景是糟糕,但所有人都在恐慌中抛售,买进吧!”
第一层次思维的人说:“这是一家好公司,我们应该买进他们的股票。”第二层次思维的人说:“这是一家好公司,但是人人都认为如此,所以它不是最佳选择。因为股票的估值和价格都过高,我们应该卖出。”
第一层次思维是单纯而肤浅的,几乎人人都能做到(如果你想争取优势,这可不是一个好兆头)。第一层次思维者所需要的只是一种对于未来的看法,譬如“公司的前景是亮丽的,意味着股票会上涨 ”。第二层次思维更加深邃、复杂而迂回。第二层次思维者要考虑许多东西:

未来可能出现的结果会在什么范围之内?我认为会出现怎样的结果?我猜中的概率有多大?市场的共识是什么?我的预期与市场的共识有多大差异?资产的当前价格与市场对未来价格普遍的看法,和我的看法之间切合程度有多大?价格中反映的共识心理是过于乐观还是过于悲观?如果大众的看法是正确的,资产价格将会发生怎样的变化?如果我是正确的,价格又会如何?
重点就是第一层次思维者看到的是表面,单纯地对表面现象作出反应,并且根据自己的反应买卖股票。他们并不明白所处的设定环境是投资市场,该市场中资产价格反映且依赖的是市场参与者的期望。他们忽视了他人的行为会使价格变化的事实。而且他们无法理解这件事对他们能否走向成功的含义。

举例来说,我住在洛杉矶,有一位股票经纪经常在我开车时听的电台节目里高谈阔论。他的建议很简单:

“如果你喜欢某一家公司的产品,就买这家公司的股票。”这就是第一层次思维。它相当简单而又有诱惑力。但也容易出错,因为它忽视了这样的可能性:有好产品的公司也会业绩不佳;好产品也可能过时;或者公司股票价格过高,不是一项好的投资。

投资者都想以公平价格买入理想资产,这个基本目标既合理又直接;可是,当你想得越深,就了解到成功的投资在很多方面都违反直觉,就也越能体会一些看似明显的事实,往往错得有多厉害。当然还有大量重要的因素要考虑,但认识到这些是关键。

人人都追捧的事物

第一层次思维者与投资大众最为显著的特点是—他们喜欢具有明显吸引力的事物。这些往往是很容易理解且易于买进的东西,但这不大可能是通往成功投资的路径。我在2007年4月的《人人皆知》(“Everyone Knows”)一书中是这样写的:投资者们明确达成的广泛共识差不多都是错的。首先,大部分人们并不理解某个具有非凡潜力的资产,在实现盈利之前所需要经历的过程。其次,大众对某一投资形成的一些普遍性看法,可能会断送其盈利潜力。

举例说,“人人”都相信是很不错的投资,在我看来,事情显然不会这么简单。

若人人都喜欢,当大众的集体想法出现变化并寻求退出投资时,价格将会有下跌的重大风险。优秀的投资者会知道何时某一资产的价格低于它本来应有的价值,到时会买进那些资产。只有当大多数人未能预见某个投资的价值时,价格才有可能低于其应有价值。Yogi Berra因其名句“不会再有人去那家餐馆了;它太挤”而为人所熟知。这就像说“每个人都意识到这项投资是廉宜”一样荒谬。如果每个人都意识到这一点,就会选择买入,在这种情况下,价格不会停留在低位。
若人人都喜欢,可能意味着这一领域的价值已被过度挖掘,且资金流入过量,已经不存在廉值资产。
若人人都喜欢,那么可能是投资热情推涨了价格,进一步升值的可能性相对偏低。(当然,也存在从“高估”到“进一步高估”的可能性,但我不会指望这种情况发生。)
如果人人都喜欢,那么很可能是因为此资产之前一直表现良好。大多数人似乎认为,如果迄今为止表现突出,那么也就预示着未来的表现将依然不俗。其实更可能的是,到目前为止的出色表现是对未来表现的提前预支,因而预示着从现在开始表现将达平均水平以下。
因此,具有最明显优势的资产成为所有人追捧的对象。他们也可能是最受热捧及定价最高者,从而成为前途最为渺茫和最不牢靠者。一些现实中的例子又是如何表现的呢?

当我于1968年在第一国民城市银行的投资研究部开始我的第一份工作时,该银行正大量投资于“漂亮五十(Nifty Fifty) ”股票:即美国最好、增长最快的50家公司的股票。因为这是些不大可能出状况的公司,官方的论调是无论在什么价位买入,都不会有太大影响。鉴于这些公司的增长率,80或90的市盈率似乎也没什么不合理。

但事实证明,买入价非常重要,并且80-90倍的市盈率也过高。因此,在20世纪70年代初市场遇到难关时,许多股票丧失了绝大多数的价值。投资者最终受了教训,知道人是可能对某项不错的投资过分乐观,而意料之中的是,结果这些对完美未来的预测是会出错的,例如显赫一时的柯达、宝丽来和施乐(10.32, -0.11, -1.05%)等大企业最终落得破产或急需转型的下场。

大约十年前,每个人都热衷于进行房地产,尤其是住宅的投资。这受到一些似乎令人信服的“公认至理名言”推动,譬如“你可以一直居住在这里”、“房价会一直上涨”以及“房地产是一种抗通胀的保值资产”等说法。

就连保守的债券投资者(而不是房屋买家自己)也受“从来未发生过全国性的按揭贷款违约浪潮”这一事实说服,纷纷购买杠杆和分层按揭担保证券。

但到2007年,事实证明房价可升也可跌,基于完美历史纪录而恣意扩大的按揭贷款也存在缺陷。当房地产和按揭贷款成为所有人的宠儿时,结果就变成了不良的投资。

事实是,如果没有这些所谓的真理,那么这些令人痛苦的泡沫就不会存在。追随在某个时间点内流行的趋势,显然不是投资的成功法宝,因为这种流行度可能会导致投资者走在一条舒适但方向错误的道路上。以下内容节选自《人人皆知》:事实上,并没有什么可靠的迹象能够指明下一个暴利投资所在:一笔价格极低的好买卖。大多数人根本不知道如何寻找这种投资 。暴利(我的意思是指不寻常的回报,或不寻常的风险调整后回报)往往并非从购买公众普遍追捧的资产中获得,而是通过购买价值被众人所低估的资产。

简而言之,卓越的投资包含两个基本要素:

1.拥有其他人所忽视的要点(且尚未在价格上得到体现)2.该要点最后被证明是正确的(或至少被市场所认可)
第一个基本要素中,必须清楚明白的是,这一过程中投资者必须具有不寻常的分辨能力、能不按常规出牌、打破旧习或深有远见。这就是为什么常说成功的投资者往往是孤独的原因。

风险与反直觉原理

如果很显然或众人普遍知道的事实往往是错误的,那什么是正确的呢?答案是将明显吸引力的概念反其道而行之。真像是,最出色的购买总是来自于大多数人不了解或不相信的东西,它可能是证券、投资方法、

投资概念,但事实上,一些未被普遍认可的事物,往往会被那些领悟力够强、能逆势而行的投资者所见到。在风险领域有一个很好的例子(节选自备忘录《人人皆知》):

“(关于某项资产)我无论什么价格都不会买入,因为大家都知道风险太高。”这是我在生活中经常听见的一句话,并且为我带来了最好的投资机遇。事实上在某种程度上,这为我的职业生涯奠定了基础。

在20世纪70和80年代,坚持避免投资非投资级债券的做法导致投资者退出大多数的机构投资组合,令这些资产变得廉价。同样的道理也适用于破产公司债务:还有比这风险更大的事情吗?

事实上,投资大众错误判断风险的次数,至少和他们错误判断回报的次数一样多。广泛的共识是,买入一些不被人看好的投资,往往是错误的。事实往往是相反的。

我坚信投资风险往往会在最不易察觉的地方存在,反之亦然:

当每个人都相信某资产具有风险并不愿意买进,这通常会带动价格降至完全不存在风险的某个点位。广泛的负面观点可令其风险降到最低,因为价格当中已经体现不到丝毫的正面因素。

当然,正如“漂亮五十”投资者的经验所证明,当人人都相信某个资产绝对没有风险的时候,他们通常会将其价格抬高至某个含有巨大风险的点位。没人害怕风险,因此承担风险时没有回报,也没有人要求或提供“风险溢价”。这情况可能令最受人欢迎的投资变为风险最高的投资。这种矛盾存在的原因是,多数投资者认为质量、而不是价格是判断某项资产是否安全的决定因素。但是高质素资产也会有风险,质量不高的资产也可以是安全。这完全是购买价格的问题。对我而言,由上述可知,结论其实很简单:在这个世界上,最大的风险莫过于普遍认为安全的时候。

大多数人很难理解对安全的感知会导致风险,相反,对风险的感知则会带来安全。但对更深层次的第二层思维者而言,这是显而易见的。这是另一个实例证明,“人人皆知”的观点塑造了环境,被认为理想的投资价格被抬高,反之亦然。

如果认为基本面风险偏低,且未来十分美好,投资者会变得乐观。这反过来会引起资产价格的上涨,从而导致投资风险上升。困扰着大多数人,即第一层次思维者的问题是,无法辨别基本面风险与投资风险。

需要牢记的是价格所起到的决定性作用。无论基本面展望是积极还是消极,投资风险水平大部分取决于资产的价格与其内在价值之间的关系。再好的资产也可能由于定价过高而产生风险,且由于表现极差以至于没有值得买入(或属安全)价格的资产也少之又少。这就是反直觉原理的其中一个最好例子。只有能够看穿这其中逻辑的人,才有望成为优秀的投资者。还有呢?围绕复杂性和反直觉的主题,我讨论了一些最重要的论题:

第二层次思维的重要性,缺乏对“好公司”和“好投资”的辨别能力,人人皆知的东西起不到作用,和风险的反复无常
下面列出一些久负盛名的投资格言。看看你是否能正确判断哪些有用,哪些没用:

市场是“高效的”,意味着资产价格能体现所有可用信息,从而能对内在价值作出精确的估计。
因为人们都不愿承担风险,风险大的交易无人问津,市场会为投资者提供适当的风险溢价,从而补偿增加的风险。
高风险的投资产生高回报。
在投资组合中加入高风险的资产会使其风险更高。
有效分散的投资组合中所有资产都表现良好是理想的状态。
理解经济学能使你安全驾驭未来的宏观经济。
前景有时清晰明了,有时却纷繁复杂且难以预测。当情况处于后者时必须小心行事。
正确的预测可以带来投资收益。
要有利可图,则预测必须准确。
投资获得收益证明投资者作出了正确的决定。
低价意味着投资具有吸引力。
正在升值的资产值得关注。
反向投资哲学有助投资者持续取得成功。
做感觉正确的事是重要的。
资产流动性越强越安全。
运用简单的公式化流程可以使投资组合中的风险水平保持在低位。
我的答案是:所有这16项都有潜在误区,并且首先,必须放在第二层次思维,而不是第一层次思维上进行理解;其次,这些投资格言不得被视为成功的铁律。原因如下:

1).市场是“高效的”,意味着资产价格能体现所有可用信息,从而能对内在价值作出精确的估计—高效市场理论假定人是理性和客观的。但是因为感性经常代替理性左右人们行为,因此市场所反应的不一定是真相,而是投资者认为的真相。因此价格可以任意变动。有时它们是合理,有时却太高或太低。认为市场是理性的,并且相信其所传递的信息,可说大错特错。2).因为人们都不愿承担风险,风险大的交易无人问津,市场会为投资者提供适当的风险溢价,从而补偿增加的风险—事实上投资者规避风险的程度在过高和过低之间摆动。当规避风险的程度过低时,持怀疑看法和保守的投资者已很少,尽职调查做得不够,高风险交易很容易达成,风险承担的补偿常常不足。投资者绝对不能依赖市场的自我规范。3).高风险的投资产生高回报——这是古老格言中最伟大的一句,也是最大错特错的一句。
如果一系列低风险投资的构成部分的低风险特点能有助实现可靠收入,并可防止出现任何大损失拉低整体业绩的情况,那么这些低风险投资便可能产生高额回报。没有损失令你有好的开头,预示着会取得好成绩。

另一方面,不能依赖高风险投资来获得高额回报。若真行得通,他们就不会被称作是高风险投资了。如果支持它们的投资分析缺乏依据或陷入不利的发展势头,那么高风险投资就无法产生它们似乎会取得的高回报。

风险和回报之间假定的正相关性,是在假设没有投资技巧和增值决策等的基础上预测。如果市场确实是高效的,且投资者没有任何技巧,那么相信承受更大的风险会获得更高回报的理论则是合理。但是如果投资者有超凡的技巧,这些技巧就能用来创造有低风险与高回报潜力的投资组合。

在投资组合中加入高风险的资产会使其风险更高——这里要谈到诺贝尔奖获奖者威廉·夏普(William Sharpe)对投资理论最伟大的贡献,即如果一个投资组合的构成全是低风险资产,加入高风险的资产反而会使其更加安全。这是因为,此举可以提升投资组合的多样化,减少构成部分之间的相关性,增加对单一负面事件的承受能力。
有效分散的投资组合中所有资产都表现良好是理想的状态——事实是,如果所有的构成部分在同一情况中表现良好,那么在另一情况中就可能都表现糟糕。这意味着分散投资的好处将难以完全实现。真正有效分散的投资组合中存在一些表现较落后的资产并不足为奇,也不应对其表现失望。
理解经济学能使你安全驾驭未来的宏观经济——实情是没有永远不变的规则。“在经济学和投资中,由于人类天性起到的关键作用,你无法简单地像真正的科学那样肯定地判断“如果A,就会B。”因果之间的微弱联系使得结果充满不确定性。换言之,这带来了风险。”(《风险再访》“Risk Revisited”,2014年9月)。
前景有时清晰明了,有时却纷繁复杂且难以预测。当情况处于后者时必须小心行事——事实是,未来从不会风平浪静。有时看似无需担忧,那是因为所有的风险都不会是显而易见的。即便看起来最晴空万里的时候,天空也并不像其所呈现的那般一尘不染。哪种情况更危险?是所有人都明白未来有风险,还是认为风险是可知且有限的时候呢?正如我之前所提到的,相比前者,后者更令人担心。
正确的预测可以带来投资收益——最简单的正确预测方法是推断某一趋势,看其是否继续如预期那样保持。大多预测者会做出很多推断,这意味着市场人士大都经常知道他们的预测。因此当趋势确实在持续时,每个人都是对的。但既然每个人都持有同样的观点,那么这种持续趋势可能提前反映了资产的价格,这种符合预期的前进趋势未必会带来利润。因为要使预测能够带来高利润,必须具有特殊性。但是鉴于趋势持续的频率,特殊的预测并非常常正确。
要有利可图,则预测必须准确——正如正确的预测不一定会带来利润,会带来利润的预测也并不一定是正确的。一项预测—即使不正确—仅仅是比其他预测错的程度更少,也可能带来利润。如果每个人均推断出某种趋势将不会持续,那预测到偏离也可带来可观的利润,……即使它并未准确猜中。
投资获利即证明投资者作出了正确的决定——我最先从沃顿商学院学到的知识之一便是:不能依靠结果来判断某一决策的质量。鉴于未来事件的不可预知性,特别是世上存在随机性,许多有理有据的决策反而导致了损失,而众多糟糕的决策却带来了利润。因此某一个丰收年或某些少数的大赢家并不能向我们揭示
投资者的技巧——我们在判断一个投资者是否有技巧之前,必须审视大量的结果和漫长的历史纪录—特别是包含某些艰难年份表现的历史。
低价意味着投资具有吸引力——我在第七页底部探讨了价格对于判断投资是否有风险的重要性。但如果你重读这部分的粗体文字,你会明白低价并非必须要素。某项资产可能会有一个较低的绝对美元价格、一个相比过去较低的价格、或者一个较低的市盈率。但通常,如果投资要有吸引力,风险又要低的话,那么价格需要相对资产内在价值为低才成。如果投资者无法认识到廉价和价值之间的区别,就会很容易陷入困境。
正在升值的资产值得关注——多数人认为市场是有智慧的,因此上涨的价格便意味着基本面良好。他们可能偏爱追涨投资,基于如下理念:之前升值的资产可能继续升值。但事实是:资产价格越高(其他变量相等),越不具吸引力。上涨的动能终究会停止,而此时之前表现最差及价值最可能被低估的资产就会占据市场主导地位。
反向投资哲学有助投资者持续取得成功——投资大众确实常常作出错误的决策。尤其是价格升幅越大,他们越激进;而跌幅越大,则越小心翼翼,与该有的表现刚好相反。但是作出与大多数投资者相反的决策也不是那么简单。很多时候并没有什么事是非做不可或一定不能做的。反向投资哲学在极端情况下最有效,而且只对那些知道投资大众在做什么并且清楚其为何做错的人,才会奏效。而且他们还需要鼓起勇气作出相反的决策。
做感觉正确的事是重要的——最优秀的投资者理性地知道做什么才是正确的。但即便这种认知让他们感到舒适的时候,他们也必须抑制自己不去跟随这种感觉。最好的想法往往得不到其他人的认同,正如我在《敢于成就伟大》(“Dare to Be Great”)一书中所写的那样,特别的想法必定是孤独的。根据定义,流行、普遍认同或显而易见与与众不同的观点是自相矛盾的。……大多数成功的投资一开始都令人感到不安。好的投资者与其他人一样容易受到相同的误导和情绪的影响。只是优秀投资者的自制力更强。
资产流动性越强越安全——资产流动性较大通常意味着更容易以更接近对上最后一次交易的价格卖出资产。但首先,当其他投资者对该资产的想法改变时,流动性可能会枯竭。其次,理论上你想卖出资产时的能力是与基本面安全无关,与长期投资安全的关系也相对较低。投资拥有良好的基本面以及价格具有吸引力、经过充分分析的资产会安全得多,这种情况下你可以长时间持有而无需考虑退出。避免缺乏流动性的最好办法是安排好你的投资,这样就基本上不需要追求流动性。
运用简单的公式化流程可以使投资组合中的风险水平保持在低位——事实上,风险的形式众多,它们可能重叠,也可能差异明显而难以管理。例如,正如我在《风险再访》(Risk Revisited)一文里所说,为降低亏损风险所作的努力总是会增加错过获利的风险,而通过购买较高质量资产以降低基本面风险的努力则经常增加估值风险,因为较高质量资产常常以过高的估值水平出售。
以上的判断究竟包括些什么?是一系列日积月累下来的陈词滥调,包括一些只在某个时期起作用或者纯粹是胡说八道的内容。这些投资谬论无处不在却起不了什么作用。现实是投资者必须在一个复杂且充满挑战的环境中挣扎求存。

近期经验

在不利条件下进行投资组合管理。一些教训值得记下,但要运用这些经验也并非易事:

情绪是投资者的劲敌之一。恐惧让人难以对持有价格急跌的资产保持乐观态度,正如嫉妒使人很难避免买入其他人都持有的价格正在上涨的资产一样。正如我上述所言,每个人都在对抗同样的影响和情绪。出色的投资者可能也难以幸免,但是他们设法不受干扰。

信心是关键情绪之一,当投资者意识到,他们对世界运作方式的了解的远不及他们所想时,会尤其痛苦。在这种情况下,当中国的增长放缓,人民币贬值及市场作出调整,我想大多数投资者都意识到,他们并不了解这会对美国和世界经济造成什么样的影响。保持适度的信心十分重要,但是信心通常同其他情绪一样,都会急剧波动。

尤其是在下滑阶段,很多投资者都认为市场是理性的,寄望市场能告诉他们正在发生什么和应该如何应对。这是你可能犯的最严重的错误之一。正如本杰明·格雷厄姆指出,每日市场不是基本面分析师;它是投资者情绪的晴雨表。你不能把它看得太重。市场参与者对基本面实际情况的洞察能力有限,他们买卖背后可能依据的丝毫理智都被他们的情绪波动所淹没。投资者的行为应该基于基本面及估值分析,而不是受其他人的行动支配。如果你让决定市场走势的投资大众告诉你该怎么做,又如何期望能跑赢大盘呢?

在市场走势理想的时期—或许效仿沃伦·巴菲特—投资者讨论他们有多希望持有的股票价格下跌,可以让他们趁低吸纳。但当价格大幅下滑时,趁低吸纳以拉低买入均价的机会通常不是很受欢迎……而作出行动就更加困难。

在类似此次的调整期间,投资者可能会被吸引作出抛售。在听起来很理智的理由下,比如“减持至令你感觉安心的水平十分重要”,时常隐藏着情绪性行为。但是卖出的真正理由主要是你认为基本面恶化或者价格已见顶。价格下跌则卖出才更加宽心(就像在市场上升时买入的目的)与价格和价值之间的关系毫不相干。

另一个卖出原因当然就是害怕跌势持续。但是如果你禁不住要这样做,首先问问自己,你认为明天的股票市场是涨是跌,再问问自己愿意承担的风险是多少。如果你可以理智地斟酌这些决定而不是跟着感觉走,你可能就会承认根本不知道短期内会发生什么事。

撇开基本面展望或是价格与价值之间的关系不谈,很多人在股市下挫时卖出股票的原因很简单,他们认为必须做些什么,什么都不做只是被动地观望股市并不合理。但是我深深认为,让你赚钱的并不是你买入和卖出东西,而是那些你持有的东西。当然你需要买回来才能持有。我的重点是,交易仅仅是对你持有的东西作出调整,而进行交易不一定能增加潜在利润。紧握你所拥有的可能已经足够—尽管在困难时期要做到这点并不容易。

在众多的论述里,令投资变得复杂的原因是,没有一种策略会永远奏效。几乎每一种投资者可能使用的工具都是一把双刃剑。以下是我在去年《敢于成就伟大——续》(Dare to Be Great II)一文中所写的:

如果投资,一旦市场下跌,你就会遭受损失。如果不投资,一旦市场上涨,你就会错失由此带来的收益。正确把握市场时机可能会增加投资收益。在无法正确把握市场时机的情况下,买入并持有策略将实现更为理想的回报。激进型投资将于市场上升时带来帮助,但也会于市场下跌时造成不利影响。防守型投资将于市场下跌时带来帮助,但也会于市场上升时造成不利影响。如果投资组合过于集中,你的错误会令你全盘皆输。如果分散投资,你成功时所获得的回报也将有所减少。如果采用杠杆,你的成功将被放大。如果采用杠杆,你的错误也将被放大。
以上每一组都是对称的。上述策略在使用正确的情况下不一定会增加投资收益,但如果判断错误,也不会削减收益。因此,任何策略内部或其本身都没有蕴藏一定会取得优于平均投资表现的秘诀。投资界只有一样不会具有两面性,那就是“阿尔法系数”:即出色的洞察力或技巧。无论市场涨跌,技巧都能够帮助投资者获取回报。出色的技巧能够通过增加投资决策的正确率,通过集中投资和使用杠杆以提高预期收益。但这种出众的技能显然是极其少见且难以掌握的……

初学者、未经训练或是懒于投入的人们应该获得超常利润吗?高于平均水平的回报无需努力、没有过人的技巧或不需要获得多数人不知道的情报就能取得吗?答案是否定的。然而很多投资者是基于相信自己能够成功而进行投资的。


出色的投资回报不可能依赖一成不变的策略、众所皆知的方法、止损规则……或是避免所有风险。只有具备优于常人的投资能力,能够识别何时冒险会获得回报,而何时会导致损失,才能获得理想的回报。除此之外,别无他法。

要想取得切实的出色投资结果,高超的技巧是必不可少的要素。如果缺乏卓越的判断力和执行力,那么也不能指望任何策略或是技巧能产生出色的结果。但显然,只有一少部分的投资者拥有卓越的技巧。

在数学层面上无可辩驳的是以下两点:普通投资者在扣除费用前的业绩一般符合市场平均水平,但扣除管理费后,投资者的平均回报就会被拉低至至市场平均水平以下。当中要加以考虑的事实是,被动投资一般都可产生平均业绩,而且费用低廉,又几乎没有不达标的风险。

从长远来说,出色的投资者以及他们深思熟虑得出的方法一般可以产生出色的平均回报,尽管他们可能离完美相去甚远。他们所能期盼的最好情况是,所作出的正确决策多于错误决策,成功决策所赚取的资金超过因错误决策所亏损的资金。

所以,最后的结论是,投资的绝对真理只有一个。查理是对的:投资不易。

(霍华德·马克斯:橡树资本董事长及联合创始人)
继续阅读 ?
“投资本来绝非易事。”虽然投资要取得平均成绩颇为容易,但实现卓越的投资回报绝不是轻而易举的。投资者费尽心机寻找特别的、能带来高回报的投资机会,而正是大量买盘提高了资产价格,降低了回报,认为投资是易事的人忽视了投资的复杂性。

本文为2015年9月15日,橡树资本董事长及联合创始人霍华德·马克斯(Howard Marks)先生发布的投资备忘录。

投资不易

2011年,当我将近写好《投资最重要的事》这本书时,有幸与查理·芒格(Charlie Munger)共进午餐。聚餐结束后我起身离开,他说了一句关于投资的话,至今仍萦绕在我的脑海中:“投资本来绝非易事。认为投资容易的人都是愚蠢的。”

查理一如既往地言简意深。比如他那句话的前8个字:“投资本来绝非易事。”虽然投资要取得平均成绩颇为容易,但实现卓越的投资回报绝不是轻而易举的。约翰·加尔布雷斯(John Kenneth Galbraith)在多年以前说过类似的话:世界上没有什么可靠的赚钱之道。如果有,大家恐怕都争先恐后去学习了,普通智商的人都能变得十分富有。

查理和加尔布雷斯教授的言下之意是:人人都想赚钱,尤其想找到把握十足的事情或“必胜决”,让他们无需冒相应风险就能赚钱。因此他们努力工作 (实际上就是勤奋学习),寻找能为他们带来优势的廉价证券和投资方法。他们大量买入证券,使用各种投资方法。这么做的结果就是,这些市场参与者的努力会减少发横财的机会。证券价格越来越能反映公平价值,要得到免费的午餐则难上加难。认为投资是易事的想法是不理智的。

接下来的那句说的是什么呢?“认为投资容易的人都是愚蠢的。”它承接上一句所说的,投资者费尽心机寻找特别的、能带来高回报的投资机会,而正是大量买盘提高了资产价格,降低了回报,认为投资是易事的人忽视了投资的复杂性。

市场就像是一个见面的地方,人们聚在一起以物(通常是金钱)易物。市场有多种功能,其中一种是消除获得超额回报的机会。

打个比喻,Ed来电,给我的车开价1万美元。然后他把车卖给Bob,要价2万美元。如果Ed足够幸运而且我和Bob都答应交易的话,一夜之间他就赚了一倍的钱。简单来说,如果有人希望通过这种交易赚快钱的话,

这个人要么认为我和Bob是傻瓜,要么以为市场不起任何作用,无法令我和Bob搞清楚我那辆车的公平价值。

如果以上两个条件都符合,那这就是一个“低效市场”。

但如果我和Bob都能掌握二手汽车价格的市场信息,Ed拿下这笔交易的可能性就会大大降低。在大多数的市场中,透明度往往可以揭示价格,明显的 错误定价不会发生。(得益于互联网,我们获得数据的渠道前所未有的通畅,比过去理想多了。)我认为这是查理那句话的主要基调:任何想要轻易获得暴利的人都低估了市场的运作方式。

第二层次思维

在《投资最重要的事》这本书的第一章里,我是这样介绍“第二层次思维”的:记住,你的投资目标不是达到平均回报水平;你想要的是超越平均水平。因此,你的思维必须比别人更出色,即思考更周密、水平更高。其他投资者也许都聪慧、信息灵通并且善于运用电脑,因此你必须找出一种与众不同的优势。你必须想他们所未想,见他们所未见,或者具备他们所不具备的洞察力。

你的反应与行为必须与众不同。简而言之,保持正确性可能是投资成功的必要条件,但不是充分条件。你必须比其他人更加正确。其中的含义是,你的思维方式必须非比一般。你要表现与普通人不同,你的预期,甚至你的投资组合都必须偏离常态,你的看法必须比大家的共识更为正确。与众不同并且更出色:这是对第二层次思维相当确切的描述。

在思考查理的看法时,我的脑海中瞬间出现的就是“第二层次思维”。在这个不错的大标题下面,可讨论许多把卓越投资变成一场挑战的重要因素。总之,用查理的话来说,那些认为投资是一件易事的人必然是第一层次思维者。请允许我举书中几个简单例子来说明两个层次思维的差异。

第一层次思维的人说:“我认为这家公司的利润会下跌,卖出。”第二层次思维的人说:“我认为这家公司利润下跌的情况远低于人们的预期,有意外 的利好消息便能拉升股票;可买进。”
第一层次思维的人说:“公司将出现增长低迷、通胀上涨的不利前景。我们抛掉股票吧。”第二层次思维的人说:“前景是糟糕,但所有人都在恐慌中抛售,买进吧!”
第一层次思维的人说:“这是一家好公司,我们应该买进他们的股票。”第二层次思维的人说:“这是一家好公司,但是人人都认为如此,所以它不是最佳选择。因为股票的估值和价格都过高,我们应该卖出。”
第一层次思维是单纯而肤浅的,几乎人人都能做到(如果你想争取优势,这可不是一个好兆头)。第一层次思维者所需要的只是一种对于未来的看法,譬如“公司的前景是亮丽的,意味着股票会上涨 ”。第二层次思维更加深邃、复杂而迂回。第二层次思维者要考虑许多东西:

未来可能出现的结果会在什么范围之内?我认为会出现怎样的结果?我猜中的概率有多大?市场的共识是什么?我的预期与市场的共识有多大差异?资产的当前价格与市场对未来价格普遍的看法,和我的看法之间切合程度有多大?价格中反映的共识心理是过于乐观还是过于悲观?如果大众的看法是正确的,资产价格将会发生怎样的变化?如果我是正确的,价格又会如何?
重点就是第一层次思维者看到的是表面,单纯地对表面现象作出反应,并且根据自己的反应买卖股票。他们并不明白所处的设定环境是投资市场,该市场中资产价格反映且依赖的是市场参与者的期望。他们忽视了他人的行为会使价格变化的事实。而且他们无法理解这件事对他们能否走向成功的含义。

举例来说,我住在洛杉矶,有一位股票经纪经常在我开车时听的电台节目里高谈阔论。他的建议很简单:

“如果你喜欢某一家公司的产品,就买这家公司的股票。”这就是第一层次思维。它相当简单而又有诱惑力。但也容易出错,因为它忽视了这样的可能性:有好产品的公司也会业绩不佳;好产品也可能过时;或者公司股票价格过高,不是一项好的投资。

投资者都想以公平价格买入理想资产,这个基本目标既合理又直接;可是,当你想得越深,就了解到成功的投资在很多方面都违反直觉,就也越能体会一些看似明显的事实,往往错得有多厉害。当然还有大量重要的因素要考虑,但认识到这些是关键。

人人都追捧的事物

第一层次思维者与投资大众最为显著的特点是—他们喜欢具有明显吸引力的事物。这些往往是很容易理解且易于买进的东西,但这不大可能是通往成功投资的路径。我在2007年4月的《人人皆知》(“Everyone Knows”)一书中是这样写的:投资者们明确达成的广泛共识差不多都是错的。首先,大部分人们并不理解某个具有非凡潜力的资产,在实现盈利之前所需要经历的过程。其次,大众对某一投资形成的一些普遍性看法,可能会断送其盈利潜力。

举例说,“人人”都相信是很不错的投资,在我看来,事情显然不会这么简单。

若人人都喜欢,当大众的集体想法出现变化并寻求退出投资时,价格将会有下跌的重大风险。优秀的投资者会知道何时某一资产的价格低于它本来应有的价值,到时会买进那些资产。只有当大多数人未能预见某个投资的价值时,价格才有可能低于其应有价值。Yogi Berra因其名句“不会再有人去那家餐馆了;它太挤”而为人所熟知。这就像说“每个人都意识到这项投资是廉宜”一样荒谬。如果每个人都意识到这一点,就会选择买入,在这种情况下,价格不会停留在低位。
若人人都喜欢,可能意味着这一领域的价值已被过度挖掘,且资金流入过量,已经不存在廉值资产。
若人人都喜欢,那么可能是投资热情推涨了价格,进一步升值的可能性相对偏低。(当然,也存在从“高估”到“进一步高估”的可能性,但我不会指望这种情况发生。)
如果人人都喜欢,那么很可能是因为此资产之前一直表现良好。大多数人似乎认为,如果迄今为止表现突出,那么也就预示着未来的表现将依然不俗。其实更可能的是,到目前为止的出色表现是对未来表现的提前预支,因而预示着从现在开始表现将达平均水平以下。
因此,具有最明显优势的资产成为所有人追捧的对象。他们也可能是最受热捧及定价最高者,从而成为前途最为渺茫和最不牢靠者。一些现实中的例子又是如何表现的呢?

当我于1968年在第一国民城市银行的投资研究部开始我的第一份工作时,该银行正大量投资于“漂亮五十(Nifty Fifty) ”股票:即美国最好、增长最快的50家公司的股票。因为这是些不大可能出状况的公司,官方的论调是无论在什么价位买入,都不会有太大影响。鉴于这些公司的增长率,80或90的市盈率似乎也没什么不合理。

但事实证明,买入价非常重要,并且80-90倍的市盈率也过高。因此,在20世纪70年代初市场遇到难关时,许多股票丧失了绝大多数的价值。投资者最终受了教训,知道人是可能对某项不错的投资过分乐观,而意料之中的是,结果这些对完美未来的预测是会出错的,例如显赫一时的柯达、宝丽来和施乐(10.32, -0.11, -1.05%)等大企业最终落得破产或急需转型的下场。

大约十年前,每个人都热衷于进行房地产,尤其是住宅的投资。这受到一些似乎令人信服的“公认至理名言”推动,譬如“你可以一直居住在这里”、“房价会一直上涨”以及“房地产是一种抗通胀的保值资产”等说法。

就连保守的债券投资者(而不是房屋买家自己)也受“从来未发生过全国性的按揭贷款违约浪潮”这一事实说服,纷纷购买杠杆和分层按揭担保证券。

但到2007年,事实证明房价可升也可跌,基于完美历史纪录而恣意扩大的按揭贷款也存在缺陷。当房地产和按揭贷款成为所有人的宠儿时,结果就变成了不良的投资。

事实是,如果没有这些所谓的真理,那么这些令人痛苦的泡沫就不会存在。追随在某个时间点内流行的趋势,显然不是投资的成功法宝,因为这种流行度可能会导致投资者走在一条舒适但方向错误的道路上。以下内容节选自《人人皆知》:事实上,并没有什么可靠的迹象能够指明下一个暴利投资所在:一笔价格极低的好买卖。大多数人根本不知道如何寻找这种投资 。暴利(我的意思是指不寻常的回报,或不寻常的风险调整后回报)往往并非从购买公众普遍追捧的资产中获得,而是通过购买价值被众人所低估的资产。

简而言之,卓越的投资包含两个基本要素:

1.拥有其他人所忽视的要点(且尚未在价格上得到体现)2.该要点最后被证明是正确的(或至少被市场所认可)
第一个基本要素中,必须清楚明白的是,这一过程中投资者必须具有不寻常的分辨能力、能不按常规出牌、打破旧习或深有远见。这就是为什么常说成功的投资者往往是孤独的原因。

风险与反直觉原理

如果很显然或众人普遍知道的事实往往是错误的,那什么是正确的呢?答案是将明显吸引力的概念反其道而行之。真像是,最出色的购买总是来自于大多数人不了解或不相信的东西,它可能是证券、投资方法、

投资概念,但事实上,一些未被普遍认可的事物,往往会被那些领悟力够强、能逆势而行的投资者所见到。在风险领域有一个很好的例子(节选自备忘录《人人皆知》):

“(关于某项资产)我无论什么价格都不会买入,因为大家都知道风险太高。”这是我在生活中经常听见的一句话,并且为我带来了最好的投资机遇。事实上在某种程度上,这为我的职业生涯奠定了基础。

在20世纪70和80年代,坚持避免投资非投资级债券的做法导致投资者退出大多数的机构投资组合,令这些资产变得廉价。同样的道理也适用于破产公司债务:还有比这风险更大的事情吗?

事实上,投资大众错误判断风险的次数,至少和他们错误判断回报的次数一样多。广泛的共识是,买入一些不被人看好的投资,往往是错误的。事实往往是相反的。

我坚信投资风险往往会在最不易察觉的地方存在,反之亦然:

当每个人都相信某资产具有风险并不愿意买进,这通常会带动价格降至完全不存在风险的某个点位。广泛的负面观点可令其风险降到最低,因为价格当中已经体现不到丝毫的正面因素。

当然,正如“漂亮五十”投资者的经验所证明,当人人都相信某个资产绝对没有风险的时候,他们通常会将其价格抬高至某个含有巨大风险的点位。没人害怕风险,因此承担风险时没有回报,也没有人要求或提供“风险溢价”。这情况可能令最受人欢迎的投资变为风险最高的投资。这种矛盾存在的原因是,多数投资者认为质量、而不是价格是判断某项资产是否安全的决定因素。但是高质素资产也会有风险,质量不高的资产也可以是安全。这完全是购买价格的问题。对我而言,由上述可知,结论其实很简单:在这个世界上,最大的风险莫过于普遍认为安全的时候。

大多数人很难理解对安全的感知会导致风险,相反,对风险的感知则会带来安全。但对更深层次的第二层思维者而言,这是显而易见的。这是另一个实例证明,“人人皆知”的观点塑造了环境,被认为理想的投资价格被抬高,反之亦然。

如果认为基本面风险偏低,且未来十分美好,投资者会变得乐观。这反过来会引起资产价格的上涨,从而导致投资风险上升。困扰着大多数人,即第一层次思维者的问题是,无法辨别基本面风险与投资风险。

需要牢记的是价格所起到的决定性作用。无论基本面展望是积极还是消极,投资风险水平大部分取决于资产的价格与其内在价值之间的关系。再好的资产也可能由于定价过高而产生风险,且由于表现极差以至于没有值得买入(或属安全)价格的资产也少之又少。这就是反直觉原理的其中一个最好例子。只有能够看穿这其中逻辑的人,才有望成为优秀的投资者。还有呢?围绕复杂性和反直觉的主题,我讨论了一些最重要的论题:

第二层次思维的重要性,缺乏对“好公司”和“好投资”的辨别能力,人人皆知的东西起不到作用,和风险的反复无常
下面列出一些久负盛名的投资格言。看看你是否能正确判断哪些有用,哪些没用:

市场是“高效的”,意味着资产价格能体现所有可用信息,从而能对内在价值作出精确的估计。
因为人们都不愿承担风险,风险大的交易无人问津,市场会为投资者提供适当的风险溢价,从而补偿增加的风险。
高风险的投资产生高回报。
在投资组合中加入高风险的资产会使其风险更高。
有效分散的投资组合中所有资产都表现良好是理想的状态。
理解经济学能使你安全驾驭未来的宏观经济。
前景有时清晰明了,有时却纷繁复杂且难以预测。当情况处于后者时必须小心行事。
正确的预测可以带来投资收益。
要有利可图,则预测必须准确。
投资获得收益证明投资者作出了正确的决定。
低价意味着投资具有吸引力。
正在升值的资产值得关注。
反向投资哲学有助投资者持续取得成功。
做感觉正确的事是重要的。
资产流动性越强越安全。
运用简单的公式化流程可以使投资组合中的风险水平保持在低位。
我的答案是:所有这16项都有潜在误区,并且首先,必须放在第二层次思维,而不是第一层次思维上进行理解;其次,这些投资格言不得被视为成功的铁律。原因如下:

1).市场是“高效的”,意味着资产价格能体现所有可用信息,从而能对内在价值作出精确的估计—高效市场理论假定人是理性和客观的。但是因为感性经常代替理性左右人们行为,因此市场所反应的不一定是真相,而是投资者认为的真相。因此价格可以任意变动。有时它们是合理,有时却太高或太低。认为市场是理性的,并且相信其所传递的信息,可说大错特错。2).因为人们都不愿承担风险,风险大的交易无人问津,市场会为投资者提供适当的风险溢价,从而补偿增加的风险—事实上投资者规避风险的程度在过高和过低之间摆动。当规避风险的程度过低时,持怀疑看法和保守的投资者已很少,尽职调查做得不够,高风险交易很容易达成,风险承担的补偿常常不足。投资者绝对不能依赖市场的自我规范。3).高风险的投资产生高回报——这是古老格言中最伟大的一句,也是最大错特错的一句。
如果一系列低风险投资的构成部分的低风险特点能有助实现可靠收入,并可防止出现任何大损失拉低整体业绩的情况,那么这些低风险投资便可能产生高额回报。没有损失令你有好的开头,预示着会取得好成绩。

另一方面,不能依赖高风险投资来获得高额回报。若真行得通,他们就不会被称作是高风险投资了。如果支持它们的投资分析缺乏依据或陷入不利的发展势头,那么高风险投资就无法产生它们似乎会取得的高回报。

风险和回报之间假定的正相关性,是在假设没有投资技巧和增值决策等的基础上预测。如果市场确实是高效的,且投资者没有任何技巧,那么相信承受更大的风险会获得更高回报的理论则是合理。但是如果投资者有超凡的技巧,这些技巧就能用来创造有低风险与高回报潜力的投资组合。

在投资组合中加入高风险的资产会使其风险更高——这里要谈到诺贝尔奖获奖者威廉·夏普(William Sharpe)对投资理论最伟大的贡献,即如果一个投资组合的构成全是低风险资产,加入高风险的资产反而会使其更加安全。这是因为,此举可以提升投资组合的多样化,减少构成部分之间的相关性,增加对单一负面事件的承受能力。
有效分散的投资组合中所有资产都表现良好是理想的状态——事实是,如果所有的构成部分在同一情况中表现良好,那么在另一情况中就可能都表现糟糕。这意味着分散投资的好处将难以完全实现。真正有效分散的投资组合中存在一些表现较落后的资产并不足为奇,也不应对其表现失望。
理解经济学能使你安全驾驭未来的宏观经济——实情是没有永远不变的规则。“在经济学和投资中,由于人类天性起到的关键作用,你无法简单地像真正的科学那样肯定地判断“如果A,就会B。”因果之间的微弱联系使得结果充满不确定性。换言之,这带来了风险。”(《风险再访》“Risk Revisited”,2014年9月)。
前景有时清晰明了,有时却纷繁复杂且难以预测。当情况处于后者时必须小心行事——事实是,未来从不会风平浪静。有时看似无需担忧,那是因为所有的风险都不会是显而易见的。即便看起来最晴空万里的时候,天空也并不像其所呈现的那般一尘不染。哪种情况更危险?是所有人都明白未来有风险,还是认为风险是可知且有限的时候呢?正如我之前所提到的,相比前者,后者更令人担心。
正确的预测可以带来投资收益——最简单的正确预测方法是推断某一趋势,看其是否继续如预期那样保持。大多预测者会做出很多推断,这意味着市场人士大都经常知道他们的预测。因此当趋势确实在持续时,每个人都是对的。但既然每个人都持有同样的观点,那么这种持续趋势可能提前反映了资产的价格,这种符合预期的前进趋势未必会带来利润。因为要使预测能够带来高利润,必须具有特殊性。但是鉴于趋势持续的频率,特殊的预测并非常常正确。
要有利可图,则预测必须准确——正如正确的预测不一定会带来利润,会带来利润的预测也并不一定是正确的。一项预测—即使不正确—仅仅是比其他预测错的程度更少,也可能带来利润。如果每个人均推断出某种趋势将不会持续,那预测到偏离也可带来可观的利润,……即使它并未准确猜中。
投资获利即证明投资者作出了正确的决定——我最先从沃顿商学院学到的知识之一便是:不能依靠结果来判断某一决策的质量。鉴于未来事件的不可预知性,特别是世上存在随机性,许多有理有据的决策反而导致了损失,而众多糟糕的决策却带来了利润。因此某一个丰收年或某些少数的大赢家并不能向我们揭示
投资者的技巧——我们在判断一个投资者是否有技巧之前,必须审视大量的结果和漫长的历史纪录—特别是包含某些艰难年份表现的历史。
低价意味着投资具有吸引力——我在第七页底部探讨了价格对于判断投资是否有风险的重要性。但如果你重读这部分的粗体文字,你会明白低价并非必须要素。某项资产可能会有一个较低的绝对美元价格、一个相比过去较低的价格、或者一个较低的市盈率。但通常,如果投资要有吸引力,风险又要低的话,那么价格需要相对资产内在价值为低才成。如果投资者无法认识到廉价和价值之间的区别,就会很容易陷入困境。
正在升值的资产值得关注——多数人认为市场是有智慧的,因此上涨的价格便意味着基本面良好。他们可能偏爱追涨投资,基于如下理念:之前升值的资产可能继续升值。但事实是:资产价格越高(其他变量相等),越不具吸引力。上涨的动能终究会停止,而此时之前表现最差及价值最可能被低估的资产就会占据市场主导地位。
反向投资哲学有助投资者持续取得成功——投资大众确实常常作出错误的决策。尤其是价格升幅越大,他们越激进;而跌幅越大,则越小心翼翼,与该有的表现刚好相反。但是作出与大多数投资者相反的决策也不是那么简单。很多时候并没有什么事是非做不可或一定不能做的。反向投资哲学在极端情况下最有效,而且只对那些知道投资大众在做什么并且清楚其为何做错的人,才会奏效。而且他们还需要鼓起勇气作出相反的决策。
做感觉正确的事是重要的——最优秀的投资者理性地知道做什么才是正确的。但即便这种认知让他们感到舒适的时候,他们也必须抑制自己不去跟随这种感觉。最好的想法往往得不到其他人的认同,正如我在《敢于成就伟大》(“Dare to Be Great”)一书中所写的那样,特别的想法必定是孤独的。根据定义,流行、普遍认同或显而易见与与众不同的观点是自相矛盾的。……大多数成功的投资一开始都令人感到不安。好的投资者与其他人一样容易受到相同的误导和情绪的影响。只是优秀投资者的自制力更强。
资产流动性越强越安全——资产流动性较大通常意味着更容易以更接近对上最后一次交易的价格卖出资产。但首先,当其他投资者对该资产的想法改变时,流动性可能会枯竭。其次,理论上你想卖出资产时的能力是与基本面安全无关,与长期投资安全的关系也相对较低。投资拥有良好的基本面以及价格具有吸引力、经过充分分析的资产会安全得多,这种情况下你可以长时间持有而无需考虑退出。避免缺乏流动性的最好办法是安排好你的投资,这样就基本上不需要追求流动性。
运用简单的公式化流程可以使投资组合中的风险水平保持在低位——事实上,风险的形式众多,它们可能重叠,也可能差异明显而难以管理。例如,正如我在《风险再访》(Risk Revisited)一文里所说,为降低亏损风险所作的努力总是会增加错过获利的风险,而通过购买较高质量资产以降低基本面风险的努力则经常增加估值风险,因为较高质量资产常常以过高的估值水平出售。
以上的判断究竟包括些什么?是一系列日积月累下来的陈词滥调,包括一些只在某个时期起作用或者纯粹是胡说八道的内容。这些投资谬论无处不在却起不了什么作用。现实是投资者必须在一个复杂且充满挑战的环境中挣扎求存。

近期经验

在不利条件下进行投资组合管理。一些教训值得记下,但要运用这些经验也并非易事:

情绪是投资者的劲敌之一。恐惧让人难以对持有价格急跌的资产保持乐观态度,正如嫉妒使人很难避免买入其他人都持有的价格正在上涨的资产一样。正如我上述所言,每个人都在对抗同样的影响和情绪。出色的投资者可能也难以幸免,但是他们设法不受干扰。

信心是关键情绪之一,当投资者意识到,他们对世界运作方式的了解的远不及他们所想时,会尤其痛苦。在这种情况下,当中国的增长放缓,人民币贬值及市场作出调整,我想大多数投资者都意识到,他们并不了解这会对美国和世界经济造成什么样的影响。保持适度的信心十分重要,但是信心通常同其他情绪一样,都会急剧波动。

尤其是在下滑阶段,很多投资者都认为市场是理性的,寄望市场能告诉他们正在发生什么和应该如何应对。这是你可能犯的最严重的错误之一。正如本杰明·格雷厄姆指出,每日市场不是基本面分析师;它是投资者情绪的晴雨表。你不能把它看得太重。市场参与者对基本面实际情况的洞察能力有限,他们买卖背后可能依据的丝毫理智都被他们的情绪波动所淹没。投资者的行为应该基于基本面及估值分析,而不是受其他人的行动支配。如果你让决定市场走势的投资大众告诉你该怎么做,又如何期望能跑赢大盘呢?

在市场走势理想的时期—或许效仿沃伦·巴菲特—投资者讨论他们有多希望持有的股票价格下跌,可以让他们趁低吸纳。但当价格大幅下滑时,趁低吸纳以拉低买入均价的机会通常不是很受欢迎……而作出行动就更加困难。

在类似此次的调整期间,投资者可能会被吸引作出抛售。在听起来很理智的理由下,比如“减持至令你感觉安心的水平十分重要”,时常隐藏着情绪性行为。但是卖出的真正理由主要是你认为基本面恶化或者价格已见顶。价格下跌则卖出才更加宽心(就像在市场上升时买入的目的)与价格和价值之间的关系毫不相干。

另一个卖出原因当然就是害怕跌势持续。但是如果你禁不住要这样做,首先问问自己,你认为明天的股票市场是涨是跌,再问问自己愿意承担的风险是多少。如果你可以理智地斟酌这些决定而不是跟着感觉走,你可能就会承认根本不知道短期内会发生什么事。

撇开基本面展望或是价格与价值之间的关系不谈,很多人在股市下挫时卖出股票的原因很简单,他们认为必须做些什么,什么都不做只是被动地观望股市并不合理。但是我深深认为,让你赚钱的并不是你买入和卖出东西,而是那些你持有的东西。当然你需要买回来才能持有。我的重点是,交易仅仅是对你持有的东西作出调整,而进行交易不一定能增加潜在利润。紧握你所拥有的可能已经足够—尽管在困难时期要做到这点并不容易。

在众多的论述里,令投资变得复杂的原因是,没有一种策略会永远奏效。几乎每一种投资者可能使用的工具都是一把双刃剑。以下是我在去年《敢于成就伟大——续》(Dare to Be Great II)一文中所写的:

如果投资,一旦市场下跌,你就会遭受损失。如果不投资,一旦市场上涨,你就会错失由此带来的收益。正确把握市场时机可能会增加投资收益。在无法正确把握市场时机的情况下,买入并持有策略将实现更为理想的回报。激进型投资将于市场上升时带来帮助,但也会于市场下跌时造成不利影响。防守型投资将于市场下跌时带来帮助,但也会于市场上升时造成不利影响。如果投资组合过于集中,你的错误会令你全盘皆输。如果分散投资,你成功时所获得的回报也将有所减少。如果采用杠杆,你的成功将被放大。如果采用杠杆,你的错误也将被放大。
以上每一组都是对称的。上述策略在使用正确的情况下不一定会增加投资收益,但如果判断错误,也不会削减收益。因此,任何策略内部或其本身都没有蕴藏一定会取得优于平均投资表现的秘诀。投资界只有一样不会具有两面性,那就是“阿尔法系数”:即出色的洞察力或技巧。无论市场涨跌,技巧都能够帮助投资者获取回报。出色的技巧能够通过增加投资决策的正确率,通过集中投资和使用杠杆以提高预期收益。但这种出众的技能显然是极其少见且难以掌握的……

初学者、未经训练或是懒于投入的人们应该获得超常利润吗?高于平均水平的回报无需努力、没有过人的技巧或不需要获得多数人不知道的情报就能取得吗?答案是否定的。然而很多投资者是基于相信自己能够成功而进行投资的。


出色的投资回报不可能依赖一成不变的策略、众所皆知的方法、止损规则……或是避免所有风险。只有具备优于常人的投资能力,能够识别何时冒险会获得回报,而何时会导致损失,才能获得理想的回报。除此之外,别无他法。

要想取得切实的出色投资结果,高超的技巧是必不可少的要素。如果缺乏卓越的判断力和执行力,那么也不能指望任何策略或是技巧能产生出色的结果。但显然,只有一少部分的投资者拥有卓越的技巧。

在数学层面上无可辩驳的是以下两点:普通投资者在扣除费用前的业绩一般符合市场平均水平,但扣除管理费后,投资者的平均回报就会被拉低至至市场平均水平以下。当中要加以考虑的事实是,被动投资一般都可产生平均业绩,而且费用低廉,又几乎没有不达标的风险。

从长远来说,出色的投资者以及他们深思熟虑得出的方法一般可以产生出色的平均回报,尽管他们可能离完美相去甚远。他们所能期盼的最好情况是,所作出的正确决策多于错误决策,成功决策所赚取的资金超过因错误决策所亏损的资金。

所以,最后的结论是,投资的绝对真理只有一个。查理是对的:投资不易。

(霍华德·马克斯:橡树资本董事长及联合创始人) 收起阅读 ?

施蒂格勒:经济学家为什么不讨人喜欢?


88e608548ec06c2b438ae56c7266bc2b.jpg



经济学家作为一个独立的群体在18世纪末才首次得到承认。1790年伟大的英国哲学家和政治学家埃德蒙·伯克(Edmund Burke)对欧洲的未来发表了悲观的预言:“骑士时代已经过去了。诡辩家、经济学家和计算家(calculator)赢得了胜利;欧洲的辉煌永远结束了。”经济学家只是人类的一小部分群体,但却摧毁了一个伟大的文明,我以为经济学家们会因此获得一些尊重,但事实上,他们的这一成就并没有赢得多少人的钦佩和喜爱。不过,伯克显然错了。事实证明,19世纪是人类发展的黄金时期,无论是经济、科学甚至道德领域都取得了长足的进步。诡辩家们无疑只是些吹毛求疵或虚伪的夸夸其谈者而已,从不会对社会做出什么贡献,但经济学家和计算家则没有带来那么多的麻烦,事实上这两者甚至还为创造一个辉煌的世纪略尽了绵薄之力。

然而,谴责经济学家的传统还是形成了,无论是伟人还是凡人都一直热衷于延续这一传统。我不想在此细数那些谴责(其中所蕴含的恶意通常都多于智慧),而是想提出一个问题,为什么指责经济学家会成为一种潮流呢(即使将经济学家们罪有应得的成分都排除在外)?主要原因非常明显——经济学家一直充当着对社会改革建议“泼冷水”的角色,而对那些支持上述建议的改革者和慈善家而言,经济学家带来的只会是绝望。

经济学家这种击碎别人美好希望的行为被托马斯·罗伯特·马尔萨斯搞得尤为声名狼藉。当时的马尔萨斯是一个不错的年轻牧师,刚从剑桥大学毕业。他的父亲丹尼尔是一个真正的改革者,他是卢梭和英国无政府主义者威廉姆·戈德温(William Godwin)的学生,1749年丹尼尔出版了一本名为《政治正义》(Political Justice)的著作,在该书中他认为造成我们这个世界各种问题存在的原因都在于婚姻制度、财产制度这类制度安排。托马斯·罗伯特·马尔萨斯发现,在是否只要制度正确人类就能走向“完美”(或者至少是过得更舒服,更富于力量)这个问题上,他与父亲是有分歧的。他认为,他发现了人类迈向完美过程中存在的一个不可逾越的障碍——“对性的热衷”。由于这种热衷,人类生养的后代数量将不可避免地超过社会的承受能力,因为人类的生育能力远远超过人类和自然提供生存资料的能力。对此深信不疑的马尔萨斯于1798年匿名出版了一本《人口论》(Essay on Population)。他因此赢得了不朽的名声,但同时也使经济学家们从此被人们称为人类发展计划的冷血批评家。马尔萨斯的悲观主义就是经济学被称为“一门沉闷的科学”的根源。尽管1825年以后马尔萨斯的理论即便在经济学家中也越来越不被认可(因为该理论是错误的),但经济学家们还是一如既往地对各种充满善意的政策给与批判。我最喜欢的一个代表了经济学怀疑思想的例子就是一位极富天赋的爱尔兰经济学家兼律师,芒蒂福特·隆菲德(Mountifort Longfield)。

在英国一些地区,生活较富裕的人们通常会在小麦紧缺时期买下小麦再以半价转售给穷人。显然,这些人这么做完全是出于利他主义;但1834年隆菲德则指出(在他的演讲中),这些富人这么做完全没有意义。原因很简单:假设小麦短缺的状况一直持续到了下一个丰收季节,那么唯一能帮助穷人的办法就是让富人们少吃点——经济学家们也遵循算术法则。仅靠转移金钱并不会在下个收获季节来临前生产出小麦,而事实上,隆菲德还天才般地向人们表明,金钱转移只会使那些谷物商获益。穷人们最终为小麦支付的钱还是和他们本来要支付的一样多,并不会因半价买进而得到任何好处,在整个过程中只有最初的小麦持有人会获益。在这个例子中,富人的慈善之举实际上毫无意义。

长期以来,经济学家大部分的公共角色就是按照经济逻辑得出无情的结论:不管是隆菲德时代向穷人半价销售小麦,还是我们这个时代的最低工资规定和根据不同情况而制定的最高利率,都是如此。经济学家们就像总是带来坏消息的信使,也正因为如此才获得了坏名声。

但我认为,这种公共角色是必要的,或者说是重要的。那些办事效率低下或效果适得其反的社会尤其需要知道这一点。医生必须提醒病人警惕那些对其病愈无益甚至有害的“秘方”,工程师应该警告立法机关世界上不存在永动机。对经济学家而言也是同样的道理。著名的古典学者、牛津大学老师本杰明·乔伊特(Benjamin Jowett)就曾精妙地阐述过这一点。1861年,有一位维多利亚时代以反对活体解剖而闻名的女权主义者弗朗西丝·鲍尔·科布(Frances Power Cobbe)对经济学家生出了诸多抱怨,而本杰明则针锋相对地维护了经济学家的声誉。

我写这封信是为了感谢你送给我那本小册子,我看了,非常喜欢。

你以那样一种简单而感人的手法就社会问题进行论述是非常有意义的。但千万别挑起与政治经济学之间的战争。

(1)因为政治经济学家们是一群非常强大而危险的人。

(2)因为如果人们对自利这种普遍动机的看法存在分歧,那么就不可能填补法律的空隙。

(3)(你可能不会同意这点)因为所有所谓的慈善家加起来也不如政治经济学家们通过维护自由贸易等为劳工阶层带来的利益多。

就我自身而言,我希望能够避免那些伪善的表述,比如“使命”之类的,受过教育的人并不喜欢这类表述。但我估计它们是筹钱的必要手段,不过既然这只是一个喜好问题,政治经济学家也就完全可以对此进行重大调整。感觉的光芒从来不会教导我们怎样去一同解决世界上存在的问题,而阳光也不会找到通往人类或野兽心中的途径。

我总是希望所有人文学科都能与政治经济学结合起来。也许有人会说这种结合是违背人性的,是不可能实现的。请恕我做这样的推断。

很难对上述颂扬进行反驳。经济学家大大增加了人们对生活其中的这个世界的理解,而这正是科学家的使命,否认这一点难道不是很无礼,或者很无知吗?

如果有谁同意经济学家的存在是必要的,那么我们并不要求他对经济学家的喜爱多于对殡葬业者的喜爱。经济学家们既不是特别好也不是特别坏,在善良、勇敢、慷慨或忠诚方面,他们和普通人差不多。如果他们,也就是说我们,要求别人给予嘉许,那仅仅是因为他们有一点点与众不同。经济学是唯一一门发展得相当好的社会科学(知道我说的谦虚是什么样的了吧?),因为它拥有一套广泛的、可操作和可检验的理论体系。置身于经济学会让经济学家们的思维方式与其他人稍有不同,我希望这些差异会带来一些乐趣。



?作者:乔治 · 施蒂格勒
1982年诺贝尔经济学奖得主
节选自《乔治 · 施蒂格勒回忆录》,中信出版社2006年版
继续阅读 ?

88e608548ec06c2b438ae56c7266bc2b.jpg



经济学家作为一个独立的群体在18世纪末才首次得到承认。1790年伟大的英国哲学家和政治学家埃德蒙·伯克(Edmund Burke)对欧洲的未来发表了悲观的预言:“骑士时代已经过去了。诡辩家、经济学家和计算家(calculator)赢得了胜利;欧洲的辉煌永远结束了。”经济学家只是人类的一小部分群体,但却摧毁了一个伟大的文明,我以为经济学家们会因此获得一些尊重,但事实上,他们的这一成就并没有赢得多少人的钦佩和喜爱。不过,伯克显然错了。事实证明,19世纪是人类发展的黄金时期,无论是经济、科学甚至道德领域都取得了长足的进步。诡辩家们无疑只是些吹毛求疵或虚伪的夸夸其谈者而已,从不会对社会做出什么贡献,但经济学家和计算家则没有带来那么多的麻烦,事实上这两者甚至还为创造一个辉煌的世纪略尽了绵薄之力。

然而,谴责经济学家的传统还是形成了,无论是伟人还是凡人都一直热衷于延续这一传统。我不想在此细数那些谴责(其中所蕴含的恶意通常都多于智慧),而是想提出一个问题,为什么指责经济学家会成为一种潮流呢(即使将经济学家们罪有应得的成分都排除在外)?主要原因非常明显——经济学家一直充当着对社会改革建议“泼冷水”的角色,而对那些支持上述建议的改革者和慈善家而言,经济学家带来的只会是绝望。

经济学家这种击碎别人美好希望的行为被托马斯·罗伯特·马尔萨斯搞得尤为声名狼藉。当时的马尔萨斯是一个不错的年轻牧师,刚从剑桥大学毕业。他的父亲丹尼尔是一个真正的改革者,他是卢梭和英国无政府主义者威廉姆·戈德温(William Godwin)的学生,1749年丹尼尔出版了一本名为《政治正义》(Political Justice)的著作,在该书中他认为造成我们这个世界各种问题存在的原因都在于婚姻制度、财产制度这类制度安排。托马斯·罗伯特·马尔萨斯发现,在是否只要制度正确人类就能走向“完美”(或者至少是过得更舒服,更富于力量)这个问题上,他与父亲是有分歧的。他认为,他发现了人类迈向完美过程中存在的一个不可逾越的障碍——“对性的热衷”。由于这种热衷,人类生养的后代数量将不可避免地超过社会的承受能力,因为人类的生育能力远远超过人类和自然提供生存资料的能力。对此深信不疑的马尔萨斯于1798年匿名出版了一本《人口论》(Essay on Population)。他因此赢得了不朽的名声,但同时也使经济学家们从此被人们称为人类发展计划的冷血批评家。马尔萨斯的悲观主义就是经济学被称为“一门沉闷的科学”的根源。尽管1825年以后马尔萨斯的理论即便在经济学家中也越来越不被认可(因为该理论是错误的),但经济学家们还是一如既往地对各种充满善意的政策给与批判。我最喜欢的一个代表了经济学怀疑思想的例子就是一位极富天赋的爱尔兰经济学家兼律师,芒蒂福特·隆菲德(Mountifort Longfield)。

在英国一些地区,生活较富裕的人们通常会在小麦紧缺时期买下小麦再以半价转售给穷人。显然,这些人这么做完全是出于利他主义;但1834年隆菲德则指出(在他的演讲中),这些富人这么做完全没有意义。原因很简单:假设小麦短缺的状况一直持续到了下一个丰收季节,那么唯一能帮助穷人的办法就是让富人们少吃点——经济学家们也遵循算术法则。仅靠转移金钱并不会在下个收获季节来临前生产出小麦,而事实上,隆菲德还天才般地向人们表明,金钱转移只会使那些谷物商获益。穷人们最终为小麦支付的钱还是和他们本来要支付的一样多,并不会因半价买进而得到任何好处,在整个过程中只有最初的小麦持有人会获益。在这个例子中,富人的慈善之举实际上毫无意义。

长期以来,经济学家大部分的公共角色就是按照经济逻辑得出无情的结论:不管是隆菲德时代向穷人半价销售小麦,还是我们这个时代的最低工资规定和根据不同情况而制定的最高利率,都是如此。经济学家们就像总是带来坏消息的信使,也正因为如此才获得了坏名声。

但我认为,这种公共角色是必要的,或者说是重要的。那些办事效率低下或效果适得其反的社会尤其需要知道这一点。医生必须提醒病人警惕那些对其病愈无益甚至有害的“秘方”,工程师应该警告立法机关世界上不存在永动机。对经济学家而言也是同样的道理。著名的古典学者、牛津大学老师本杰明·乔伊特(Benjamin Jowett)就曾精妙地阐述过这一点。1861年,有一位维多利亚时代以反对活体解剖而闻名的女权主义者弗朗西丝·鲍尔·科布(Frances Power Cobbe)对经济学家生出了诸多抱怨,而本杰明则针锋相对地维护了经济学家的声誉。

我写这封信是为了感谢你送给我那本小册子,我看了,非常喜欢。

你以那样一种简单而感人的手法就社会问题进行论述是非常有意义的。但千万别挑起与政治经济学之间的战争。

(1)因为政治经济学家们是一群非常强大而危险的人。

(2)因为如果人们对自利这种普遍动机的看法存在分歧,那么就不可能填补法律的空隙。

(3)(你可能不会同意这点)因为所有所谓的慈善家加起来也不如政治经济学家们通过维护自由贸易等为劳工阶层带来的利益多。

就我自身而言,我希望能够避免那些伪善的表述,比如“使命”之类的,受过教育的人并不喜欢这类表述。但我估计它们是筹钱的必要手段,不过既然这只是一个喜好问题,政治经济学家也就完全可以对此进行重大调整。感觉的光芒从来不会教导我们怎样去一同解决世界上存在的问题,而阳光也不会找到通往人类或野兽心中的途径。

我总是希望所有人文学科都能与政治经济学结合起来。也许有人会说这种结合是违背人性的,是不可能实现的。请恕我做这样的推断。

很难对上述颂扬进行反驳。经济学家大大增加了人们对生活其中的这个世界的理解,而这正是科学家的使命,否认这一点难道不是很无礼,或者很无知吗?

如果有谁同意经济学家的存在是必要的,那么我们并不要求他对经济学家的喜爱多于对殡葬业者的喜爱。经济学家们既不是特别好也不是特别坏,在善良、勇敢、慷慨或忠诚方面,他们和普通人差不多。如果他们,也就是说我们,要求别人给予嘉许,那仅仅是因为他们有一点点与众不同。经济学是唯一一门发展得相当好的社会科学(知道我说的谦虚是什么样的了吧?),因为它拥有一套广泛的、可操作和可检验的理论体系。置身于经济学会让经济学家们的思维方式与其他人稍有不同,我希望这些差异会带来一些乐趣。



?作者:乔治 · 施蒂格勒
1982年诺贝尔经济学奖得主
节选自《乔治 · 施蒂格勒回忆录》,中信出版社2006年版 收起阅读 ?

人工智能操盘对冲基金

上周,Ben Goertzel和他的公司Aidyia开启了一个完全用人工智能来进行股票交易的对冲基金——不需要任何人为干预。Goertzel是这家公司的首席科学家,也是一个AI专家,他说:「如果我们都死了,它也会继续交易。」

他说这话是认真的。 Goertzel等人共同开发了这个系统。当然,这个系统还不够完善,他们还在逐步调整。但是他们创造出来的系统能够完全自动地识别和执行交易。

这个系统借鉴了多种AI形式,包括一种受遗传演化启发而来的AI,以及另一种基于概率逻辑的形式。

每一天,这些AI引擎都会分析大量的数据,包括大盘行情和宏观经济数据,之后会做出自己的市场预测,并对最好的行动进行「表决」。

尽管Aidyia位于香港,但这个自动化系统是在美国证券市场中进行交易。根据Goertzel的说法,在它上线的第一天,它就在一个未披露的资金池中产生了2%的回报。

这算不上不惊人,从统计的角度来说也不相关。但是它展现了金融世界中的一个值得注意的转变。

从去年开始,获得了1.43亿美元投资的旧金山创业公司Sentient Technologies就已经开始用类似的系统悄无声息地进行着交易。

以数据为中心的对冲基金(如Two Sigma和Renaissance Technologies)也曾说过,他们依赖着AI技术。

根据报道,另外两家由华尔街大佬Ray Dalio和Steven A. Cohen运作的公司Bridgewater Associates 和Point72 Asset Management,也正在朝同样的方向前进。



自动化的进展

长期以来,对冲基金都依赖计算机来帮助交易。根据市场调研公司Preqin的研究,大约有1,360支对冲基金的大多数交易都是在计算机模型的辅助下完成的,约占到了所有基金的9%,总额达到了1970亿美元。

但是,这通常需要涉及到数据科学家(用华尔街的行话,叫做「宽客(quants)」)使用机器来构建大型的统计模型。这些模型非常复杂,从某种意义上说它们是比较静态的。

当市场发生变化,它们的效果或许不会再像过去那样好。根据Preqin的研究,通常情况下,系统运行的基金的表现并不总能像人类基金经理运行的一样好。


未命名22.jpg




然而,近几年来,基金开始转向真正的机器学习。在这个领域,人工智能系统能够高速分析大量的数据,并且在分析过程中自我改进。

一些公司依赖于一种叫做「贝叶斯网络(Bayesian networks)」的机器学习形式,用一些机器来预测市场趋势,并确定具体的交易,其中包括一家名为Rebellion Research的纽约公司,由棒球明星Hank Greenberg的孙子创立。

与此同时,还有一些诸如Aidyia 和Sentient这样的公司,正在学习在几百台甚至几千台机器上运行AI。这涵盖了一些技术,例如受遗传学所启发的演化计算,以及现在Google和微软用来识别图像和语音等任务的深度学习。

他们希望,这些系统能够自动识别出市场中的变化,并以宽客的模型无法做到的方式来适应这些改变。

《A Wealth of Common Sense: Why Simplicity Trumps Complexity in Any Investment Plan》一书的作者Ben Carlson说:「它们试图在事情发生前预见它们的发生。」他在一个捐赠基金工作了10年时间,这个基金经过了许多基金经理的管理。

不要把这种AI驱动的基金管理与高频交易相混淆。它并不寻求抢先交易或通过行动的快速来赚钱。它寻求的是未来更长时段(小时、天、星期,甚至月)的最好交易。说得更确切一些,机器(而不是人)在选择策略。

进化的智能

尽管Sentient公司还没有公开销售它的基金,但是首席执行官Antoine Blondeau说,他们从去年开始,已经在使用私募投资者的资金进行正式的交易(在一段长长的测试交易期之后)。

根据Bloomberg的一篇报道,这家公司已经在和摩根大通的基金业务合作开发AI技术,但Blondeau拒绝讨论它的合作伙伴。不过,他确实说到,它的基金完全由人工智能来操作。

整个想法就是要做其他人(以及其他机器)没有在做的事情。

首席科学家Babak Hodja说,这个系统允许公司调整某些风险设定。当Siri还没有被苹果收购之前,这位科学家是Siri的创始团队成员之一。

除此之外,这个系统完全可以在没人帮助的情况下自行工作。

Hodja 说:「它会自动产生一个策略,并给我们指示。它会说:『现在多买进这个,用这种方法,按这个顺序。』它还会告诉我们什么时候应该退出、减仓等等。」

根据Hodia的说法,这个系统能抓住亚洲等地多个公司的数据中心、网吧、电脑游戏中心内「数百万个」计算机处理器中空闲的计算能力。与此同时,它的软件引擎基于演化计算——与Aidyia系统中受遗传学启发而来的技术相同。

用最简单的话说,这意味着它创造出了一个数字股票交易员的随机大集合,并检验它们在历史股票数据上的表现。在挑出表现最好的那些之后,就会用它们的「基因」来创造出一组更厉害的新交易员。这个过程不断重复。

最终,这个系统创造出了一个能够自行完成成功交易的数字交易员。Blondeau说:「在几千代之中,万亿个『存在』崛起又衰落。最终,你得到了一群真正可以部署的聪明交易员。」

深度投资

尽管今天驱动着系统的是演化计算,但Hodja依然很看好深度学习算法——经过证明,这种算法在识别图像、语音,甚至理解人类说话的自然方式方面非常有用。他解释说,正如深度学习可以在一张照片中准确地指出猫的特征一样,它也可以识别出股票市场中能让你赚钱的特征。

Goertzel却不同意这一点。他还管理着OpenCog Foundation,这是一个旨在建立开源强人工智能框架的项目。

他不同意的原因,一部分是因为深度学习算法已经成为了一种商品。

「如果所有人都在使用某件东西,它的预测就会在市场中被定价。你必须做一些奇怪的事。」他还指出,尽管深度学习很适合分析带有特殊模式的数据,例如照片和语言,但这些模式不一定也存在于金融市场中。如果这些模式真的存在,也不一定那么有用——因为每个人都可以发现它们。

然而,Hodia认为,人们要做的事是继续改进今天的深度学习。这也许涉及到将其与演化计算结合起来。

他解释说,你可以用演化计算来构造一个更好的深度学习算法。这被称为「神经演化(neuroevolution)」。

Hodja说:「你可以让深度学习中的权重进行演化,你也可以让深度学习自身的结构进行演化。」微软等公司已经开始通过某种自然选择来构建深度学习系统,但他们可能还没有使用演化计算本身。

AI操盘基金,未来几何?

不管采用什么技术,都有人怀疑AI是否真的能在华尔街功成名就。就算真有一家基金用AI获得了成功,也存在风险——其他公司或许会复制这个系统,从而破坏它的成功。如果市场中的大多数人都采取同样的行为,这将会改变整个市场。

Carlson说:「我有点怀疑AI是否真的明白这一点。如果某人发现了一个行得通的花招,不仅其他基金会迅速抓住这一点,其他投资者也会将资金倾泻而入。真的很难想象出只有它能套利的情形。」

Goertzel也看到了这个风险。这也是为什么 Aidyia不止使用了演化计算,还使用了一系列其他技术。如果其他人效仿这家公司的方法,它将使用其他的机器学习类型。

整个想法就是要做其他人(以及其他机器)没有在做的事情。Goertzel 说:「要在金融市场中赚钱,光有聪明是不够的,还需要用一种与其他人不同的聪明方式来做事。」(CADE METZ / 机器之心)

注:本文来自wired,作者CADE METZ,机器之心编译出品。编译:汪汪。
继续阅读 ?
上周,Ben Goertzel和他的公司Aidyia开启了一个完全用人工智能来进行股票交易的对冲基金——不需要任何人为干预。Goertzel是这家公司的首席科学家,也是一个AI专家,他说:「如果我们都死了,它也会继续交易。」

他说这话是认真的。 Goertzel等人共同开发了这个系统。当然,这个系统还不够完善,他们还在逐步调整。但是他们创造出来的系统能够完全自动地识别和执行交易。

这个系统借鉴了多种AI形式,包括一种受遗传演化启发而来的AI,以及另一种基于概率逻辑的形式。

每一天,这些AI引擎都会分析大量的数据,包括大盘行情和宏观经济数据,之后会做出自己的市场预测,并对最好的行动进行「表决」。

尽管Aidyia位于香港,但这个自动化系统是在美国证券市场中进行交易。根据Goertzel的说法,在它上线的第一天,它就在一个未披露的资金池中产生了2%的回报。

这算不上不惊人,从统计的角度来说也不相关。但是它展现了金融世界中的一个值得注意的转变。

从去年开始,获得了1.43亿美元投资的旧金山创业公司Sentient Technologies就已经开始用类似的系统悄无声息地进行着交易。

以数据为中心的对冲基金(如Two Sigma和Renaissance Technologies)也曾说过,他们依赖着AI技术。

根据报道,另外两家由华尔街大佬Ray Dalio和Steven A. Cohen运作的公司Bridgewater Associates 和Point72 Asset Management,也正在朝同样的方向前进。



自动化的进展

长期以来,对冲基金都依赖计算机来帮助交易。根据市场调研公司Preqin的研究,大约有1,360支对冲基金的大多数交易都是在计算机模型的辅助下完成的,约占到了所有基金的9%,总额达到了1970亿美元。

但是,这通常需要涉及到数据科学家(用华尔街的行话,叫做「宽客(quants)」)使用机器来构建大型的统计模型。这些模型非常复杂,从某种意义上说它们是比较静态的。

当市场发生变化,它们的效果或许不会再像过去那样好。根据Preqin的研究,通常情况下,系统运行的基金的表现并不总能像人类基金经理运行的一样好。


未命名22.jpg




然而,近几年来,基金开始转向真正的机器学习。在这个领域,人工智能系统能够高速分析大量的数据,并且在分析过程中自我改进。

一些公司依赖于一种叫做「贝叶斯网络(Bayesian networks)」的机器学习形式,用一些机器来预测市场趋势,并确定具体的交易,其中包括一家名为Rebellion Research的纽约公司,由棒球明星Hank Greenberg的孙子创立。

与此同时,还有一些诸如Aidyia 和Sentient这样的公司,正在学习在几百台甚至几千台机器上运行AI。这涵盖了一些技术,例如受遗传学所启发的演化计算,以及现在Google和微软用来识别图像和语音等任务的深度学习。

他们希望,这些系统能够自动识别出市场中的变化,并以宽客的模型无法做到的方式来适应这些改变。

《A Wealth of Common Sense: Why Simplicity Trumps Complexity in Any Investment Plan》一书的作者Ben Carlson说:「它们试图在事情发生前预见它们的发生。」他在一个捐赠基金工作了10年时间,这个基金经过了许多基金经理的管理。

不要把这种AI驱动的基金管理与高频交易相混淆。它并不寻求抢先交易或通过行动的快速来赚钱。它寻求的是未来更长时段(小时、天、星期,甚至月)的最好交易。说得更确切一些,机器(而不是人)在选择策略。

进化的智能

尽管Sentient公司还没有公开销售它的基金,但是首席执行官Antoine Blondeau说,他们从去年开始,已经在使用私募投资者的资金进行正式的交易(在一段长长的测试交易期之后)。

根据Bloomberg的一篇报道,这家公司已经在和摩根大通的基金业务合作开发AI技术,但Blondeau拒绝讨论它的合作伙伴。不过,他确实说到,它的基金完全由人工智能来操作。

整个想法就是要做其他人(以及其他机器)没有在做的事情。

首席科学家Babak Hodja说,这个系统允许公司调整某些风险设定。当Siri还没有被苹果收购之前,这位科学家是Siri的创始团队成员之一。

除此之外,这个系统完全可以在没人帮助的情况下自行工作。

Hodja 说:「它会自动产生一个策略,并给我们指示。它会说:『现在多买进这个,用这种方法,按这个顺序。』它还会告诉我们什么时候应该退出、减仓等等。」

根据Hodia的说法,这个系统能抓住亚洲等地多个公司的数据中心、网吧、电脑游戏中心内「数百万个」计算机处理器中空闲的计算能力。与此同时,它的软件引擎基于演化计算——与Aidyia系统中受遗传学启发而来的技术相同。

用最简单的话说,这意味着它创造出了一个数字股票交易员的随机大集合,并检验它们在历史股票数据上的表现。在挑出表现最好的那些之后,就会用它们的「基因」来创造出一组更厉害的新交易员。这个过程不断重复。

最终,这个系统创造出了一个能够自行完成成功交易的数字交易员。Blondeau说:「在几千代之中,万亿个『存在』崛起又衰落。最终,你得到了一群真正可以部署的聪明交易员。」

深度投资

尽管今天驱动着系统的是演化计算,但Hodja依然很看好深度学习算法——经过证明,这种算法在识别图像、语音,甚至理解人类说话的自然方式方面非常有用。他解释说,正如深度学习可以在一张照片中准确地指出猫的特征一样,它也可以识别出股票市场中能让你赚钱的特征。

Goertzel却不同意这一点。他还管理着OpenCog Foundation,这是一个旨在建立开源强人工智能框架的项目。

他不同意的原因,一部分是因为深度学习算法已经成为了一种商品。

「如果所有人都在使用某件东西,它的预测就会在市场中被定价。你必须做一些奇怪的事。」他还指出,尽管深度学习很适合分析带有特殊模式的数据,例如照片和语言,但这些模式不一定也存在于金融市场中。如果这些模式真的存在,也不一定那么有用——因为每个人都可以发现它们。

然而,Hodia认为,人们要做的事是继续改进今天的深度学习。这也许涉及到将其与演化计算结合起来。

他解释说,你可以用演化计算来构造一个更好的深度学习算法。这被称为「神经演化(neuroevolution)」。

Hodja说:「你可以让深度学习中的权重进行演化,你也可以让深度学习自身的结构进行演化。」微软等公司已经开始通过某种自然选择来构建深度学习系统,但他们可能还没有使用演化计算本身。

AI操盘基金,未来几何?

不管采用什么技术,都有人怀疑AI是否真的能在华尔街功成名就。就算真有一家基金用AI获得了成功,也存在风险——其他公司或许会复制这个系统,从而破坏它的成功。如果市场中的大多数人都采取同样的行为,这将会改变整个市场。

Carlson说:「我有点怀疑AI是否真的明白这一点。如果某人发现了一个行得通的花招,不仅其他基金会迅速抓住这一点,其他投资者也会将资金倾泻而入。真的很难想象出只有它能套利的情形。」

Goertzel也看到了这个风险。这也是为什么 Aidyia不止使用了演化计算,还使用了一系列其他技术。如果其他人效仿这家公司的方法,它将使用其他的机器学习类型。

整个想法就是要做其他人(以及其他机器)没有在做的事情。Goertzel 说:「要在金融市场中赚钱,光有聪明是不够的,还需要用一种与其他人不同的聪明方式来做事。」(CADE METZ / 机器之心)

注:本文来自wired,作者CADE METZ,机器之心编译出品。编译:汪汪。 收起阅读 ?

熔断

熔断机制是指在交易过程中,当价格波动幅度达到某一限定目标时,交易将暂停一段时间,或者交易可以继续进行,但报价限制在一定范围之内。由于这种情况和保险丝在电流过量时会熔断,而令电器受到保护相类似,故称之为熔断机制。
根据公布的中国版指数熔断规则,A股熔断标的指数沪深300指数。
熔断阈值为5%和7%两档,指数触发5%的熔断后,熔断范围内的证券将暂停交易15分钟;但如果尾盘阶段(14:45 至15:00 期间)触发5%或全天任何时间触发7%,将暂停交易至收市。
熔断涉及交易品种:股票、基金、可转换公司债券、可交换公司债券、股指期货、以及交易所认定的其他相关品种。
在熔断机制生效后需要注意细节:
1.重复触及熔断点怎么办?
同一幅度的熔断只触发1次。
2.与涨跌停制度有冲突吗?
熔断机制实施后,个股涨跌停板制度仍保留。
3.熔断期间如何下单和撤单?
熔断15:00之前结束的,沪深交易所均可以下单和撤单。若持续至15:00,上交所只接受撤单,深交所则下单撤单均可。中金所熔断开始起12分钟内不可下单和撤单,第13分钟起可以下单和撤单,但进入集合竞价。指数熔断期间,相关证券复牌的,将延至指数熔断结束后实施。
4.熔断后怎样恢复交易?
熔断15:00之前结束的,沪深交易所对已接受的申报进行集合竞价并撮合,随后连续竞价。中金所熔断开始起12分钟内的申报进行集合竞价,第13分钟至15分钟进行撮合,熔断结束后连续竞价。
5.收盘价怎么形成?
熔断至15:00收市未恢复交易的,相关证券的收盘价为当日该证券最后一笔交易前一分钟所有交易的成交量加权平均价(含最后一笔交易),当日无成交的,以前收盘价为当日收盘价。
6.沪港通交易怎么办?
沪股通按上述第3点上交所规定执行,港股通正常。
7.股指期货怎么办?
熔断机制实施后,股指期货交易时间与A股同步。若非交割日,同步熔断,结算价以扣除熔断、集合竞价指令申报和暂停交易时间后向前取满相应时段。但交割日,无论何种情形,13:00后,不再熔断。熔断实施后,期指涨跌幅由±10%调整为±7%。
8.基金申赎怎么办?
以各基金公司相关公告为准。
9.新股、配股、网络投票怎么办?
正常进行。
10.大宗交易怎么办?
若14:45前结束熔断,大宗交易正常进行。若熔断持续至15:00,当日不可进行大宗交易。
11.可转债、可交换债怎么办?
同步熔断。
12.转融通证券怎么办?
若15:00前结束熔断,出借、匹配、归还等正常进行。若熔断持续至15:00,上交所不接受新的出借和借入申报,已接受的继续匹配成交,应归还的顺延至下一交易日;深交所则停止出借和借入,应归还的顺延至下一交易日。
熔断机制严重影响公募基金估值
对市场参与者而言,熔断机制影响最大的莫过于公募基金。为此中国基金业协会在2015年12月15日也专门下发了《关于指数熔断机制实施后公募基金行业相关配套工作安排的通知》督促相关基金管理人、托管人及基金销售机构在指数熔断机制实施前做好相关配套工作。
因为熔断机制牵涉到公募基金配套系统的改造,早在熔断规则征询意见稿阶段,各家公募基金内部就已开始讨论和研究可能带来的影响。
?
?
2016.1.4
?
2016年A股的首个交易日,也是熔断机制实施的首个交易日。今日午后,融断机制在半小时内被二度触发,A股市场提早1个半小时收市。沪深300指数在午后13时10分左右暴跌5.05%,触发熔断,暂停交易15分钟。彼时,上证指数报3363.52点,跌4.96%,深证成指报11845.1,跌6.47%,创业板指报2521.39,跌7.10%。跌停个股334只。在跌幅超过5%后,正在交易的A股、B股、基金以及中金所所有期货品种,都暂停交易15分钟。
13:26,沪指跌4.96%,沪深300跌5%,13:12分触发熔断阀值临停,创业板跌7.24%。
13:28,沪指跌5.11%,沪深300跌5.24%,恢复交易后继续下探,目前两市跌停及跌超9%的个股达725只。
13:32,沪指跌6.25%,目前两市跌停及跌超9%的个股达1427只;沪深300跌6.46%,冲击熔断底限阀值7%,创业板跌8.21%。
13:34,沪深300跌7%,二次停牌。跌停个股猛增至1292只,近2000只股票跌逾9%。盘面上,电子发票、国产软件、互联网彩票、氟化工、创投等题材股全线跌停。权重股也全线崩溃。
上证所决定,自2016年01月04日13时34分开始实施指数熔断,当日不再恢复交易,A股市场提早1个半小时收市。
?
?
继续阅读 ?
熔断机制是指在交易过程中,当价格波动幅度达到某一限定目标时,交易将暂停一段时间,或者交易可以继续进行,但报价限制在一定范围之内。由于这种情况和保险丝在电流过量时会熔断,而令电器受到保护相类似,故称之为熔断机制。
根据公布的中国版指数熔断规则,A股熔断标的指数沪深300指数。
熔断阈值为5%和7%两档,指数触发5%的熔断后,熔断范围内的证券将暂停交易15分钟;但如果尾盘阶段(14:45 至15:00 期间)触发5%或全天任何时间触发7%,将暂停交易至收市。
熔断涉及交易品种:股票、基金、可转换公司债券、可交换公司债券、股指期货、以及交易所认定的其他相关品种。
在熔断机制生效后需要注意细节:
1.重复触及熔断点怎么办?
同一幅度的熔断只触发1次。
2.与涨跌停制度有冲突吗?
熔断机制实施后,个股涨跌停板制度仍保留。
3.熔断期间如何下单和撤单?
熔断15:00之前结束的,沪深交易所均可以下单和撤单。若持续至15:00,上交所只接受撤单,深交所则下单撤单均可。中金所熔断开始起12分钟内不可下单和撤单,第13分钟起可以下单和撤单,但进入集合竞价。指数熔断期间,相关证券复牌的,将延至指数熔断结束后实施。
4.熔断后怎样恢复交易?
熔断15:00之前结束的,沪深交易所对已接受的申报进行集合竞价并撮合,随后连续竞价。中金所熔断开始起12分钟内的申报进行集合竞价,第13分钟至15分钟进行撮合,熔断结束后连续竞价。
5.收盘价怎么形成?
熔断至15:00收市未恢复交易的,相关证券的收盘价为当日该证券最后一笔交易前一分钟所有交易的成交量加权平均价(含最后一笔交易),当日无成交的,以前收盘价为当日收盘价。
6.沪港通交易怎么办?
沪股通按上述第3点上交所规定执行,港股通正常。
7.股指期货怎么办?
熔断机制实施后,股指期货交易时间与A股同步。若非交割日,同步熔断,结算价以扣除熔断、集合竞价指令申报和暂停交易时间后向前取满相应时段。但交割日,无论何种情形,13:00后,不再熔断。熔断实施后,期指涨跌幅由±10%调整为±7%。
8.基金申赎怎么办?
以各基金公司相关公告为准。
9.新股、配股、网络投票怎么办?
正常进行。
10.大宗交易怎么办?
若14:45前结束熔断,大宗交易正常进行。若熔断持续至15:00,当日不可进行大宗交易。
11.可转债、可交换债怎么办?
同步熔断。
12.转融通证券怎么办?
若15:00前结束熔断,出借、匹配、归还等正常进行。若熔断持续至15:00,上交所不接受新的出借和借入申报,已接受的继续匹配成交,应归还的顺延至下一交易日;深交所则停止出借和借入,应归还的顺延至下一交易日。
熔断机制严重影响公募基金估值
对市场参与者而言,熔断机制影响最大的莫过于公募基金。为此中国基金业协会在2015年12月15日也专门下发了《关于指数熔断机制实施后公募基金行业相关配套工作安排的通知》督促相关基金管理人、托管人及基金销售机构在指数熔断机制实施前做好相关配套工作。
因为熔断机制牵涉到公募基金配套系统的改造,早在熔断规则征询意见稿阶段,各家公募基金内部就已开始讨论和研究可能带来的影响。
?
?
2016.1.4
?
2016年A股的首个交易日,也是熔断机制实施的首个交易日。今日午后,融断机制在半小时内被二度触发,A股市场提早1个半小时收市。沪深300指数在午后13时10分左右暴跌5.05%,触发熔断,暂停交易15分钟。彼时,上证指数报3363.52点,跌4.96%,深证成指报11845.1,跌6.47%,创业板指报2521.39,跌7.10%。跌停个股334只。在跌幅超过5%后,正在交易的A股、B股、基金以及中金所所有期货品种,都暂停交易15分钟。
13:26,沪指跌4.96%,沪深300跌5%,13:12分触发熔断阀值临停,创业板跌7.24%。
13:28,沪指跌5.11%,沪深300跌5.24%,恢复交易后继续下探,目前两市跌停及跌超9%的个股达725只。
13:32,沪指跌6.25%,目前两市跌停及跌超9%的个股达1427只;沪深300跌6.46%,冲击熔断底限阀值7%,创业板跌8.21%。
13:34,沪深300跌7%,二次停牌。跌停个股猛增至1292只,近2000只股票跌逾9%。盘面上,电子发票、国产软件、互联网彩票、氟化工、创投等题材股全线跌停。权重股也全线崩溃。
上证所决定,自2016年01月04日13时34分开始实施指数熔断,当日不再恢复交易,A股市场提早1个半小时收市。
?
?
收起阅读 ?

逆回购

什么是逆回购?

简单的说就是把你的钱按照市场利率借给别人。借一天就是一天逆回购,借七天就是七天逆回购。

目前,沪深两市逆回购品种各有9个,成交较为活跃的是1天、3天、7天等短期限产品。沪市为国债逆回购;深市为企业债逆回购。

下图为逆回购品种及代码一览:

8a939d3861cee918d88b79bce8e05823.png



沪市的门槛稍高:

①起手:1000元为一手,100手起,即至少需准备10万元;

②封顶:10万的整数倍申购,最高不超过1000万。

深市的门槛亲民:

①起手低:1000元一手,一手起!

②无封顶:1000的整倍数递增,没有最高限额。

国债逆回购的操作在股票账户进行,所以必须确保账户里有资金,看你的资金情况,操作上海的逆回购,10万起步,并以10万的倍数增长。操作深圳的逆回购,1000起步,并以1000的这数倍增长。

提示,做国债逆回购理财,你永远要记住只在 “ 卖出 ” 操作。

以操作上海3天逆回购为例:

1、点击“卖出”

2、在输入”证劵代码”处填204003

3、“卖出价格”

这里的卖出价格指的是操作一天逆回购的年化利率了,而非股价。因为利率是波动的,所有这里的也是不断变化的,可根据当天的情况自己定。需要一些操作技巧;

4“卖出数量”这里显示的是你资金账户里金额对应可以操作多少数量,以上海10万起步为例,这里的数量就是100。选好之后,点击卖出。

收益怎么算

借款收益=资金*交易价格(即利率)/360*回购天数

实得收益=借款收益-本金*佣金费率

【举例】价格按照截止11:30算,今天3天国债逆回购,利率4.6%,分级基金网温馨提示:逆回购利率跟股票一样是有上下波动的,但我们要知道,回购时按成交时的利率计息,因此过后涨跌都不会影响收益!

借款利息=100000*4.6%/360*3=38.34

佣金费率=100000*0.003%=3元

实得利息=35.34元

逆回购的手续费

becf6abea6fba8e3cd3face22b10d1f7.png

?
继续阅读 ?
什么是逆回购?

简单的说就是把你的钱按照市场利率借给别人。借一天就是一天逆回购,借七天就是七天逆回购。

目前,沪深两市逆回购品种各有9个,成交较为活跃的是1天、3天、7天等短期限产品。沪市为国债逆回购;深市为企业债逆回购。

下图为逆回购品种及代码一览:

8a939d3861cee918d88b79bce8e05823.png



沪市的门槛稍高:

①起手:1000元为一手,100手起,即至少需准备10万元;

②封顶:10万的整数倍申购,最高不超过1000万。

深市的门槛亲民:

①起手低:1000元一手,一手起!

②无封顶:1000的整倍数递增,没有最高限额。

国债逆回购的操作在股票账户进行,所以必须确保账户里有资金,看你的资金情况,操作上海的逆回购,10万起步,并以10万的倍数增长。操作深圳的逆回购,1000起步,并以1000的这数倍增长。

提示,做国债逆回购理财,你永远要记住只在 “ 卖出 ” 操作。

以操作上海3天逆回购为例:

1、点击“卖出”

2、在输入”证劵代码”处填204003

3、“卖出价格”

这里的卖出价格指的是操作一天逆回购的年化利率了,而非股价。因为利率是波动的,所有这里的也是不断变化的,可根据当天的情况自己定。需要一些操作技巧;

4“卖出数量”这里显示的是你资金账户里金额对应可以操作多少数量,以上海10万起步为例,这里的数量就是100。选好之后,点击卖出。

收益怎么算

借款收益=资金*交易价格(即利率)/360*回购天数

实得收益=借款收益-本金*佣金费率

【举例】价格按照截止11:30算,今天3天国债逆回购,利率4.6%,分级基金网温馨提示:逆回购利率跟股票一样是有上下波动的,但我们要知道,回购时按成交时的利率计息,因此过后涨跌都不会影响收益!

借款利息=100000*4.6%/360*3=38.34

佣金费率=100000*0.003%=3元

实得利息=35.34元

逆回购的手续费

becf6abea6fba8e3cd3face22b10d1f7.png

? 收起阅读 ?

彼得?林奇:五年级的数学足以满足投资所需


远景型公司不能给你带来回报

“避免远景型公司(longshots)。每一次你听到有人向你推荐股票,他们推荐的股票让人如此兴奋,以至于他们在电话上和你交谈的声音很轻柔。我不知道这是因为他们担心隔壁的邻居听见,还是因为担心SEC的监听。或许如果你以轻柔的腔调打电话,你就不用坐牢或者只需要服一半的刑。”

“不管怎样,他们轻声细语地说,‘我给你推荐的这家公司非常好、好得不可思议,或者这是一家实力强大的公司’等。但是他们漏掉了一些东西。对这些股票有一个非常技术性的术语NNTE即短期无利润(no near term earnings)。这些公司没有盈利。它们没有历史记录(即这些公司只有一个远景--译者注)。它们有的仅仅是一个很好的想法而已。实际上,这个想法可能行得通。可是经常行不通。”

“记住:如果股票从2美元涨到300美元,你在8美元买入同样可以获得很高的回报,甚至在12美元进入也可以。当别人向你推荐这类远景型公司时,你可以在一年之后跟进,把它们写在纸上,然后放到抽屉里面。一年之后再拿出来看看,三年之后再拿出来看看都行。考察这些公司三年之后的基本面如何再作投资决定。”

“我曾经买入过25家远景型公司。我跟踪了它们5年。没有任何一家公司取得突破,我买了25家,没有一家公司成功。”

不要把成长和赚钱混为一谈

“避免高增长、容易进入的行业。高增长行业是一个可怕的领域,因为每个人都想进入这个行业。有多少人听说过CrownCork Seal公司?这是一家了不起的公司。它们制造罐头以及罐头和瓶子的瓶塞。”

“在座的全是有影响的人。这周有多少董事会将开会决议是否进入罐头行业?去年有多少?过去7年呢?过去20年呢?”

“这家公司的股价涨到起初的50倍。它们永远保持着技术上的领先。它们是行业的领头羊。他们没有把公司的名称改为像Crocosco这样的首字母组合词。”

“罐头是一个无增长的行业。山姆?沃顿所处的零售也是一个无增长的行业。这很好--你要找的就是一个无增长行业中的成长型公司。因为没人想进入这个行业,但是Winchester光盘驱动公司的情况就不一样了,每个人都想进入它所在的行业。”

“20世纪50年代的地毯行业好得让人吃惊。电脑行业最快的增长时代也是20世纪50年代。那时,地毯行业的增长率比电脑快。”

“我记不太清了,在20世纪30和40年代,地毡的售价好像是20或者25美元一码。所有有钱人家里铺的都是地毡,其他人都是地板。”

“后来有人发明了一个特殊的制作流程。地毯和地毡的价格降至2美元/码。地毯遍及各个地方,机场、学校、办公室、公寓、住房等。人们先铺一层胶合板,然后在上面铺上地毯。”

“现在,地毯已经过时了。最好铺木板。人们的口味就是这么反复。但是在20世纪50年代地毯行业经历了波澜壮阔的增长。不幸的是,地毯生产商从20世纪50年代开始时候的4家增加到后期的195家。结果没有一家公司赚到钱。由于行业的增长,它们全都赔了钱。因此不要把增长和赚钱混为一谈。实际上,增长通常导致亏损。”

“如今市场对生物工程类公司的热情让人惊奇。大部分这类公司都有102位博士和102台显微镜。人们像疯了一样购买它们的股票。而让我赚钱的是唐恩甜甜圈。我不用担心韩国的进口以及货币供应量数据。当你持有唐恩甜甜圈的时候,你不用担心这些事情。”

五年级的数学足以满足投资所需

“一定要考察资产负债表。这非常重要。如果你接受了五年级的数学教育,那么这就足够投资所用了。我不错,数学是我的强项--直到数学中出现微积分之前。我在数学方面真的很好,还记得这个数学题吗,两辆火车一辆从圣路易斯出发,另外一辆从达拉斯出发,多长时间两辆火车相遇。我很喜欢这类问题。”

“但是突然之间,数学中出现了二次方程式和微积分。还记得吗?微积分的意思是曲线下面的面积。历史上有没有人能理解这一点?他们不停地说微积分就是曲线下面的面积。我永远无法理解曲线下面到底是什么鬼东西。”

“不过股市的好处在于你不必与任何这类事情打交道。如果你学过五年级的数学,你可以在股市上做得很好。股市上用到的数学十分简单。”

“你不需要使用电脑。人们说电脑时代弄坏了股市。我的意思是如果电脑能算出该买哪只股票不该买哪只,那么你要做的就是花点时间在Cray计算机上就行了。”

花15秒时间在资产负债表上

“但是你必须得考察资产负债表。我持有的并且让我从中赚到钱的几乎每一家公司都有良好的财务状况。只需15秒就能看出一家公司的财务状况如何。你看看资产负债表的左边,你再看看右边。右边一团糟,左边很可疑。不用花太多时间你就知道这家公司不值得投资。如果你看不到任何债务,你清楚这家公司相当令人满意。”

“当我刚踏足这个行业的时候,你得不到季度资产负债表。如今,你可以得到每个季度的资产负债表。过去,公司不会列示债务的到期时间。现在它们不得不列示所有债务的到期时间。你能从中知道公司欠银行的钱有多少。”

“我估计现场应该有几个银行家。30年的钱和30年期的银行贷款之间差别巨大。你知道银行是什么样的。它们只会锦上添花,当你经营得很好的时候,它们请你吃饭,愿意为你提供各种各样的贷款,但是一旦你连续几个季度绩效惨淡,它们就想收回贷款,从来不会雪中送炭。”

“但是你可以阅读资产负债表。你可以考察一家公司,看它是否有债务。或者你发现公司确实有3000万美元的债务,不过这些债务要30年后才会到期。”

就像你研究微波炉那样研究你要购买的股票

“当我幸运地买入克莱斯勒的时候,当时该公司有10亿美元现金,并且没有三年之内到期的债务。他们实现了盈亏平衡,现金流为正。因此,即便对周期性公司而言,花一分钟考察资产负债表也是值得的。”

“有一种现象让我感到很惊诧,人们在最终购买冰箱之前会先对比10台冰箱。他们会在《消费者报道》中查看到不同冰箱的测评。他们会逛15家商店。但不知道是什么原因,他们对股市感到如此神秘,他们没有意识到听从一个的士司机的小道消息而在某只生物工程公司的股票上面投入1万美元一点赚钱的机会都没有。”

“最坏的情况是股价在他们买入之后上涨了30%,他们又投入2万美元;最好的情况是股价在接下来三个月中下跌30%。”

“这种情况太让人吃惊了。当人们投资股票亏钱的时候,他们会埋怨程序化交易(program trading),他们会把责任归咎于机构:‘就是这些该死的机构让我亏钱的。’如果你买一台冰箱,后来发现买的是一台次品,你会说,‘我真是个笨蛋。我本应该做更多研究,我买的那台冰箱质量不合格。’”

“两天后相同的这些人前往夏威夷的时候为了节省98美元而花了一个半小时购买往返机票。人们对待这些事情非常小心,但是一到股票上面,他们就很不小心了。”“就像你研究微波炉那样研究你要购买的股票。这种投资方法将给你带来更好的股市投资回报。”
继续阅读 ?

远景型公司不能给你带来回报

“避免远景型公司(longshots)。每一次你听到有人向你推荐股票,他们推荐的股票让人如此兴奋,以至于他们在电话上和你交谈的声音很轻柔。我不知道这是因为他们担心隔壁的邻居听见,还是因为担心SEC的监听。或许如果你以轻柔的腔调打电话,你就不用坐牢或者只需要服一半的刑。”

“不管怎样,他们轻声细语地说,‘我给你推荐的这家公司非常好、好得不可思议,或者这是一家实力强大的公司’等。但是他们漏掉了一些东西。对这些股票有一个非常技术性的术语NNTE即短期无利润(no near term earnings)。这些公司没有盈利。它们没有历史记录(即这些公司只有一个远景--译者注)。它们有的仅仅是一个很好的想法而已。实际上,这个想法可能行得通。可是经常行不通。”

“记住:如果股票从2美元涨到300美元,你在8美元买入同样可以获得很高的回报,甚至在12美元进入也可以。当别人向你推荐这类远景型公司时,你可以在一年之后跟进,把它们写在纸上,然后放到抽屉里面。一年之后再拿出来看看,三年之后再拿出来看看都行。考察这些公司三年之后的基本面如何再作投资决定。”

“我曾经买入过25家远景型公司。我跟踪了它们5年。没有任何一家公司取得突破,我买了25家,没有一家公司成功。”

不要把成长和赚钱混为一谈

“避免高增长、容易进入的行业。高增长行业是一个可怕的领域,因为每个人都想进入这个行业。有多少人听说过CrownCork Seal公司?这是一家了不起的公司。它们制造罐头以及罐头和瓶子的瓶塞。”

“在座的全是有影响的人。这周有多少董事会将开会决议是否进入罐头行业?去年有多少?过去7年呢?过去20年呢?”

“这家公司的股价涨到起初的50倍。它们永远保持着技术上的领先。它们是行业的领头羊。他们没有把公司的名称改为像Crocosco这样的首字母组合词。”

“罐头是一个无增长的行业。山姆?沃顿所处的零售也是一个无增长的行业。这很好--你要找的就是一个无增长行业中的成长型公司。因为没人想进入这个行业,但是Winchester光盘驱动公司的情况就不一样了,每个人都想进入它所在的行业。”

“20世纪50年代的地毯行业好得让人吃惊。电脑行业最快的增长时代也是20世纪50年代。那时,地毯行业的增长率比电脑快。”

“我记不太清了,在20世纪30和40年代,地毡的售价好像是20或者25美元一码。所有有钱人家里铺的都是地毡,其他人都是地板。”

“后来有人发明了一个特殊的制作流程。地毯和地毡的价格降至2美元/码。地毯遍及各个地方,机场、学校、办公室、公寓、住房等。人们先铺一层胶合板,然后在上面铺上地毯。”

“现在,地毯已经过时了。最好铺木板。人们的口味就是这么反复。但是在20世纪50年代地毯行业经历了波澜壮阔的增长。不幸的是,地毯生产商从20世纪50年代开始时候的4家增加到后期的195家。结果没有一家公司赚到钱。由于行业的增长,它们全都赔了钱。因此不要把增长和赚钱混为一谈。实际上,增长通常导致亏损。”

“如今市场对生物工程类公司的热情让人惊奇。大部分这类公司都有102位博士和102台显微镜。人们像疯了一样购买它们的股票。而让我赚钱的是唐恩甜甜圈。我不用担心韩国的进口以及货币供应量数据。当你持有唐恩甜甜圈的时候,你不用担心这些事情。”

五年级的数学足以满足投资所需

“一定要考察资产负债表。这非常重要。如果你接受了五年级的数学教育,那么这就足够投资所用了。我不错,数学是我的强项--直到数学中出现微积分之前。我在数学方面真的很好,还记得这个数学题吗,两辆火车一辆从圣路易斯出发,另外一辆从达拉斯出发,多长时间两辆火车相遇。我很喜欢这类问题。”

“但是突然之间,数学中出现了二次方程式和微积分。还记得吗?微积分的意思是曲线下面的面积。历史上有没有人能理解这一点?他们不停地说微积分就是曲线下面的面积。我永远无法理解曲线下面到底是什么鬼东西。”

“不过股市的好处在于你不必与任何这类事情打交道。如果你学过五年级的数学,你可以在股市上做得很好。股市上用到的数学十分简单。”

“你不需要使用电脑。人们说电脑时代弄坏了股市。我的意思是如果电脑能算出该买哪只股票不该买哪只,那么你要做的就是花点时间在Cray计算机上就行了。”

花15秒时间在资产负债表上

“但是你必须得考察资产负债表。我持有的并且让我从中赚到钱的几乎每一家公司都有良好的财务状况。只需15秒就能看出一家公司的财务状况如何。你看看资产负债表的左边,你再看看右边。右边一团糟,左边很可疑。不用花太多时间你就知道这家公司不值得投资。如果你看不到任何债务,你清楚这家公司相当令人满意。”

“当我刚踏足这个行业的时候,你得不到季度资产负债表。如今,你可以得到每个季度的资产负债表。过去,公司不会列示债务的到期时间。现在它们不得不列示所有债务的到期时间。你能从中知道公司欠银行的钱有多少。”

“我估计现场应该有几个银行家。30年的钱和30年期的银行贷款之间差别巨大。你知道银行是什么样的。它们只会锦上添花,当你经营得很好的时候,它们请你吃饭,愿意为你提供各种各样的贷款,但是一旦你连续几个季度绩效惨淡,它们就想收回贷款,从来不会雪中送炭。”

“但是你可以阅读资产负债表。你可以考察一家公司,看它是否有债务。或者你发现公司确实有3000万美元的债务,不过这些债务要30年后才会到期。”

就像你研究微波炉那样研究你要购买的股票

“当我幸运地买入克莱斯勒的时候,当时该公司有10亿美元现金,并且没有三年之内到期的债务。他们实现了盈亏平衡,现金流为正。因此,即便对周期性公司而言,花一分钟考察资产负债表也是值得的。”

“有一种现象让我感到很惊诧,人们在最终购买冰箱之前会先对比10台冰箱。他们会在《消费者报道》中查看到不同冰箱的测评。他们会逛15家商店。但不知道是什么原因,他们对股市感到如此神秘,他们没有意识到听从一个的士司机的小道消息而在某只生物工程公司的股票上面投入1万美元一点赚钱的机会都没有。”

“最坏的情况是股价在他们买入之后上涨了30%,他们又投入2万美元;最好的情况是股价在接下来三个月中下跌30%。”

“这种情况太让人吃惊了。当人们投资股票亏钱的时候,他们会埋怨程序化交易(program trading),他们会把责任归咎于机构:‘就是这些该死的机构让我亏钱的。’如果你买一台冰箱,后来发现买的是一台次品,你会说,‘我真是个笨蛋。我本应该做更多研究,我买的那台冰箱质量不合格。’”

“两天后相同的这些人前往夏威夷的时候为了节省98美元而花了一个半小时购买往返机票。人们对待这些事情非常小心,但是一到股票上面,他们就很不小心了。”“就像你研究微波炉那样研究你要购买的股票。这种投资方法将给你带来更好的股市投资回报。” 收起阅读 ?

美国14岁少年6个月操纵9只个股惊动证交会


很多人在炒股时都喜欢打听内幕消息。然而,有多少人在打探消息,就有多少人想利用消息骗人牟利。

谈到散布消息操纵股价这事,有个美国小屁孩所干的,即使不能够说是绝后,但绝对是空前的。

这位14岁的普通中学生,在6个月的时间里利用网络传播假消息,总共操纵了9只股票的价格,获利27.3万美元。

这事惊动了美国证交会主席,美国证交会专门立案调查。

事发后,大多数人都好奇这个小孩的看似简单的骗术为何能够屡屡得手。直到有位美国知名的行为金融学专家专门就此写了一篇文章来解释这件事。

下面就来看看这位14岁的“天才少年”是如何整出这么大动静的吧。

操作手法,看似简单

这位14岁的少年名叫乔纳森?列别德,是美国新泽西州的一名普通中学生。从2001年8月起,14岁的他就通过网络暗地操纵股票价格,一直到2002年2月案发。

列别德的操控手法看起来一点也不复杂:

他先是买进低价股票。注意:都是那些不为人所熟知的小股票。

在买进后几个小时,他就会通过电子邮件或网上留言(主要是在雅虎理财留言板)发布大量有关该股票的利好消息,哄抬该股票的价格。

这些邮件和留言分别使用了不同的假名,让人感觉好像有很多投资者认为这个股票值得投资。

在发布的假消息中,列别德主要是预测该股票股价马上就会飙升。

以一家名叫“防火墙探测”(FTEC)的公司为例,我们来看看列别德是怎样通过网络兜售股票的吧:

主题:历来被最严重低估的股票

日期:太平洋标准时间02/03/00 下午3:43

FTEC开始爆发!下周,这将真的发生.....

当前,FTEC的交易价格仅为2.5美元。我预期它将很快达到20美元。请让我解释原因......

极为保守地估计,当年的年收入约为2000万美元。业内普通的公司都以3.45的股价营收比交易。拥有157万已发行股票,FTEC将价值......44美元。FTEC到达44美元的价位是极有可能的,但由于我仍然十分保守......因此我的短期目标价位仅为20美元!

FTEC的办公室相当忙碌......我听说许多的大笔交易将进行。一旦我们得到了一些来自FTEC的新闻,以及公司透露的一些信息......它将飙升至更高的价位!在如此低廉的价位上买入FTEC的股票,我看不到任何风险。FTEC正创造巨额的利润,而且现在正以低于账面价值的价格交易!!!

往往在买进股票之后,他就马上出售该股票,但其出售价格比当时的成交价要高出很多。利用这种名为“限价规则”的股票交易技巧,他就能够自动抛售股票,这就保证了当他在学校上学的时候也能够赚钱。

当其他投资者读了他发布的信息后,纷纷跟进。神奇的是,列别德的假消息总能够让该股票的股价和成交量显著上升。有时候,在假消息发布后,该股票在股价和成交量上会达到历史新高。

惊动美国证交会主席

列别德在14岁时被美国证券交易委员会(SEC)传唤,然后又在15岁那一年再次被传唤。

SEC指控他在网站或者通过电子邮件发布关于股票的广告,“包含没有根据的价格预测以及其他虚假或误导的陈述”,从而使自己能够通过股票的价格飙升而迅速获利。

在控告列别德期间,时任SEC主席的阿瑟?莱维特先生曾用简练的语言描述列别德的骗局,那就是“炒高再抛售”的骗局:真的买入,然后说谎,最后再高位抛售。

这个案件最终以庭外和解结束。列别德向代表被骗投资者的SEC退还非法所得及利息共28.5万美元。

他抓住了投资者心理弱点

一个仅仅15岁少年制造的骗局如何一次次地得逞,而人们却一次次地落入圈套?

有人认为,这是因为“炒高再抛售”已经深深地扎根到投资者“容易找到盈利股票的坚定信念中”。它主要是诱骗那些天真的投资者,其原因是“贪婪和铤而走险的心理”。

研究行为金融学的理查德?彼得森博士认为,这样的解释显然不够,列别德的操纵股价行为能够屡屡得手,是因为他抓住投资者的众多心理弱点。比如:

新颖性

列别德建议买进的股票,在市场中属于新的或不被人注意的领域,这无疑会激起人们的好奇心。

对巨额收益的预期

列别德暗示投资者可以预期实现“巨额的”盈利。

信息超负荷

列别德的兜售伎俩包括大量包含公司的统计数据,例如预计的税收、利润,以及潜在的市场规模等等。

而对于大多数人,这样一份广泛而详尽的统计信息表,将使他们无从批判。

因此列别德通常会抛给投资者一句简单的回答:“现在买入,在20美元时抛售。”

低价购买

列别德吸引了那些寻求低价的投资者,他使用了“低于账面价值”以及“非常廉价”之类的习惯用语。这意味着在那种价位上买入股票不可能亏损。

假装是专家

列别德让人觉得他就是精通每只股票的权威人士。

他确实做了一些研究工作,也确实提出了一些可以验证的金融数据,而这些难以获得的数据也确实增强了他的权威性。这就是投资者对他十分信任的地方。

时间压力

列别德知道如何吸引投资者的时间折扣功能。如果投资者不“十分迅速地”采取行动,那么将会失去机会。

将这些因素综合起来,那些热切的投资者自然乖乖就范,蜂拥买进,将股票价格一步步推高。

不能错失上涨“机遇”的想法最终战胜了对诱惑的抗拒。

于是他们在买进,而列别德却在卖出——上演了一出“有人辞官回故里,有人星夜赶考场”的好戏。
?
继续阅读 ?

很多人在炒股时都喜欢打听内幕消息。然而,有多少人在打探消息,就有多少人想利用消息骗人牟利。

谈到散布消息操纵股价这事,有个美国小屁孩所干的,即使不能够说是绝后,但绝对是空前的。

这位14岁的普通中学生,在6个月的时间里利用网络传播假消息,总共操纵了9只股票的价格,获利27.3万美元。

这事惊动了美国证交会主席,美国证交会专门立案调查。

事发后,大多数人都好奇这个小孩的看似简单的骗术为何能够屡屡得手。直到有位美国知名的行为金融学专家专门就此写了一篇文章来解释这件事。

下面就来看看这位14岁的“天才少年”是如何整出这么大动静的吧。

操作手法,看似简单

这位14岁的少年名叫乔纳森?列别德,是美国新泽西州的一名普通中学生。从2001年8月起,14岁的他就通过网络暗地操纵股票价格,一直到2002年2月案发。

列别德的操控手法看起来一点也不复杂:

他先是买进低价股票。注意:都是那些不为人所熟知的小股票。

在买进后几个小时,他就会通过电子邮件或网上留言(主要是在雅虎理财留言板)发布大量有关该股票的利好消息,哄抬该股票的价格。

这些邮件和留言分别使用了不同的假名,让人感觉好像有很多投资者认为这个股票值得投资。

在发布的假消息中,列别德主要是预测该股票股价马上就会飙升。

以一家名叫“防火墙探测”(FTEC)的公司为例,我们来看看列别德是怎样通过网络兜售股票的吧:

主题:历来被最严重低估的股票

日期:太平洋标准时间02/03/00 下午3:43

FTEC开始爆发!下周,这将真的发生.....

当前,FTEC的交易价格仅为2.5美元。我预期它将很快达到20美元。请让我解释原因......

极为保守地估计,当年的年收入约为2000万美元。业内普通的公司都以3.45的股价营收比交易。拥有157万已发行股票,FTEC将价值......44美元。FTEC到达44美元的价位是极有可能的,但由于我仍然十分保守......因此我的短期目标价位仅为20美元!

FTEC的办公室相当忙碌......我听说许多的大笔交易将进行。一旦我们得到了一些来自FTEC的新闻,以及公司透露的一些信息......它将飙升至更高的价位!在如此低廉的价位上买入FTEC的股票,我看不到任何风险。FTEC正创造巨额的利润,而且现在正以低于账面价值的价格交易!!!

往往在买进股票之后,他就马上出售该股票,但其出售价格比当时的成交价要高出很多。利用这种名为“限价规则”的股票交易技巧,他就能够自动抛售股票,这就保证了当他在学校上学的时候也能够赚钱。

当其他投资者读了他发布的信息后,纷纷跟进。神奇的是,列别德的假消息总能够让该股票的股价和成交量显著上升。有时候,在假消息发布后,该股票在股价和成交量上会达到历史新高。

惊动美国证交会主席

列别德在14岁时被美国证券交易委员会(SEC)传唤,然后又在15岁那一年再次被传唤。

SEC指控他在网站或者通过电子邮件发布关于股票的广告,“包含没有根据的价格预测以及其他虚假或误导的陈述”,从而使自己能够通过股票的价格飙升而迅速获利。

在控告列别德期间,时任SEC主席的阿瑟?莱维特先生曾用简练的语言描述列别德的骗局,那就是“炒高再抛售”的骗局:真的买入,然后说谎,最后再高位抛售。

这个案件最终以庭外和解结束。列别德向代表被骗投资者的SEC退还非法所得及利息共28.5万美元。

他抓住了投资者心理弱点

一个仅仅15岁少年制造的骗局如何一次次地得逞,而人们却一次次地落入圈套?

有人认为,这是因为“炒高再抛售”已经深深地扎根到投资者“容易找到盈利股票的坚定信念中”。它主要是诱骗那些天真的投资者,其原因是“贪婪和铤而走险的心理”。

研究行为金融学的理查德?彼得森博士认为,这样的解释显然不够,列别德的操纵股价行为能够屡屡得手,是因为他抓住投资者的众多心理弱点。比如:

新颖性

列别德建议买进的股票,在市场中属于新的或不被人注意的领域,这无疑会激起人们的好奇心。

对巨额收益的预期

列别德暗示投资者可以预期实现“巨额的”盈利。

信息超负荷

列别德的兜售伎俩包括大量包含公司的统计数据,例如预计的税收、利润,以及潜在的市场规模等等。

而对于大多数人,这样一份广泛而详尽的统计信息表,将使他们无从批判。

因此列别德通常会抛给投资者一句简单的回答:“现在买入,在20美元时抛售。”

低价购买

列别德吸引了那些寻求低价的投资者,他使用了“低于账面价值”以及“非常廉价”之类的习惯用语。这意味着在那种价位上买入股票不可能亏损。

假装是专家

列别德让人觉得他就是精通每只股票的权威人士。

他确实做了一些研究工作,也确实提出了一些可以验证的金融数据,而这些难以获得的数据也确实增强了他的权威性。这就是投资者对他十分信任的地方。

时间压力

列别德知道如何吸引投资者的时间折扣功能。如果投资者不“十分迅速地”采取行动,那么将会失去机会。

将这些因素综合起来,那些热切的投资者自然乖乖就范,蜂拥买进,将股票价格一步步推高。

不能错失上涨“机遇”的想法最终战胜了对诱惑的抗拒。

于是他们在买进,而列别德却在卖出——上演了一出“有人辞官回故里,有人星夜赶考场”的好戏。
? 收起阅读 ?

保罗·都铎·琼斯的11条投资理念


在华尔街大佬中,保罗·都铎·琼斯多少可以算个异类。和巴菲特等价值投资者不同,琼斯称投资最终还是要看走势图,并且”以此为荣“。

琼斯擅长利率和外汇等宏观交易。自1980年成立以来,他的都铎投资平均年化投资收益率高达19%。据《福布斯》杂志估计,琼斯的身家高达46亿美元,在福布斯对冲基金经理富豪榜上排名18。

美国对冲基金经理、Ivanhoff Capital创始人Ivaylo Ivanov总结了琼斯的十一条投资理念。

1.市场大约每五年就会出现一些“百年一遇”的事件。虽然我花很多时间分析数据,收集关于基本面的信息;但最终我还是要看走势图,我以此为荣。

2.缺乏经验的投资者常绞尽脑汁去理解市场的某一价格变动。通常,当他们弄明白之后,行情都已经走完了。

3.当我开始交易的时候,关于基本面的信息寥寥无几,仅有的信息还有各种各样的问题。我们就学着看行情走势图。如果你需要知道事情的市场都已反映出来,你为什么还要瞎忙活?

4.当下,有越来越多研究商业的学者。而互联网又带来信息大爆炸。这创造了一个幻想,即凡事皆可解释;投资者主要的任务就是找到这些解释。很多新一代的投资者认为,技术分析价值不大。尤其是因为技术分析要他们闭上眼,信任价格走势中的信号。

5.没有任何的训练能够教投资者如何应对一波行情的最后一段,不管是熊市还是牛市。这个阶段通常毫无逻辑,没有课程可以教投资者在这个短暂、高波动的时间段该做些什么。通过交易来学习如何应对这个阶段,是唯一的办法。

6.基本面通常能解释一波上涨行情50%-60%的走势。但牛市的最后三分之一是非理性的,疯狂的心态主宰一切。

7.如果我有一个表现和我期望相反的持仓,我就会退出这笔交易。如果表现和我预期相同,我就留着这个持仓。控制风险是交易中最重要的事。如果你有一个让你不舒服的亏钱的仓位,解决办法非常简单——卖出。因为你总有机会再买回来。

8.在我看来,花100多倍的市盈率去买一家公司是必死无疑。不过,投资者的工作是买入会涨的股票、卖出会跌的股票,所以谁还管市盈率?

9.我见过的大部分交易员,通常是越成功,越不愿意冒风险。你必须主动的管理自己趋于保守的天性。交易员成功之后,有意或者无意都会变得更保守。

10.我一直在寻找低风险、高收益的投资机会。这并不是说要加大杠杆。没有什么理由增加财务杠杆,你应该寻找有利于你的风险收益情况。在这些情况下,你可以做一系列投资,这些投资风险相对较小,但一旦成功收益很大。

11.大钱都是在市场转折点赚的。每个人都说,没有办法确定市场的顶部和底部,顺着趋势赚钱才是王道。不过,过去十二年,我都是靠在市场顶部和底部赚钱。
继续阅读 ?

在华尔街大佬中,保罗·都铎·琼斯多少可以算个异类。和巴菲特等价值投资者不同,琼斯称投资最终还是要看走势图,并且”以此为荣“。

琼斯擅长利率和外汇等宏观交易。自1980年成立以来,他的都铎投资平均年化投资收益率高达19%。据《福布斯》杂志估计,琼斯的身家高达46亿美元,在福布斯对冲基金经理富豪榜上排名18。

美国对冲基金经理、Ivanhoff Capital创始人Ivaylo Ivanov总结了琼斯的十一条投资理念。

1.市场大约每五年就会出现一些“百年一遇”的事件。虽然我花很多时间分析数据,收集关于基本面的信息;但最终我还是要看走势图,我以此为荣。

2.缺乏经验的投资者常绞尽脑汁去理解市场的某一价格变动。通常,当他们弄明白之后,行情都已经走完了。

3.当我开始交易的时候,关于基本面的信息寥寥无几,仅有的信息还有各种各样的问题。我们就学着看行情走势图。如果你需要知道事情的市场都已反映出来,你为什么还要瞎忙活?

4.当下,有越来越多研究商业的学者。而互联网又带来信息大爆炸。这创造了一个幻想,即凡事皆可解释;投资者主要的任务就是找到这些解释。很多新一代的投资者认为,技术分析价值不大。尤其是因为技术分析要他们闭上眼,信任价格走势中的信号。

5.没有任何的训练能够教投资者如何应对一波行情的最后一段,不管是熊市还是牛市。这个阶段通常毫无逻辑,没有课程可以教投资者在这个短暂、高波动的时间段该做些什么。通过交易来学习如何应对这个阶段,是唯一的办法。

6.基本面通常能解释一波上涨行情50%-60%的走势。但牛市的最后三分之一是非理性的,疯狂的心态主宰一切。

7.如果我有一个表现和我期望相反的持仓,我就会退出这笔交易。如果表现和我预期相同,我就留着这个持仓。控制风险是交易中最重要的事。如果你有一个让你不舒服的亏钱的仓位,解决办法非常简单——卖出。因为你总有机会再买回来。

8.在我看来,花100多倍的市盈率去买一家公司是必死无疑。不过,投资者的工作是买入会涨的股票、卖出会跌的股票,所以谁还管市盈率?

9.我见过的大部分交易员,通常是越成功,越不愿意冒风险。你必须主动的管理自己趋于保守的天性。交易员成功之后,有意或者无意都会变得更保守。

10.我一直在寻找低风险、高收益的投资机会。这并不是说要加大杠杆。没有什么理由增加财务杠杆,你应该寻找有利于你的风险收益情况。在这些情况下,你可以做一系列投资,这些投资风险相对较小,但一旦成功收益很大。

11.大钱都是在市场转折点赚的。每个人都说,没有办法确定市场的顶部和底部,顺着趋势赚钱才是王道。不过,过去十二年,我都是靠在市场顶部和底部赚钱。 收起阅读 ?