致谢

交易是一项孤独的事业，但优势的打磨从来都是一个集体过程。

感谢 Larry Lau，感谢你的投入和那些时间。

感谢 Carlos Salas，感谢你的战略建议。也感谢 ARB Trading Group 团队，感谢你们提供的基础设施，让那些真正配得上的人能够获得机构级执行能力。

致 Lance Breitstein：你是一位 Market Wizard，也是一名建设者。能与你并肩执行，是一种荣幸。你在公司里的存在证明了一件事：卓越会吸引卓越。

致 Peter Brandt：谢谢你的交流。你在这个竞技场里的长期生命力，五十年的生存与业绩，就是我们所有人追求的标准。当你谈到流程时，那些话承载着复利般沉淀下来的经验重量。

致 Raen Trading 团队：你们证明了卓越结果来自严谨流程，而不是出身背景。这本书就是我们正在建设之物的手册。每一章都反映了我们有过的对话、纠正过的错误，以及共同锻造出来的原则。

在智识上，我站在巨人的肩膀上。Nassim Nicholas Taleb 的《随机致富的傻瓜》（Fooled by Randomness）是改变我视角的转折点，让我从业余走向专业。在读这本书之前，我以为交易关乎预测。读完之后，我明白交易关乎在不确定性下生存。仅仅这一条洞见，就重塑了一切。

我还必须感谢 Brent Donnelly 的奠基性工作。他的《阿尔法交易员》（Alpha Trader）和《货币交易的艺术》（The Art of Currency Trading）为实用交易教育树立了标准。Agustin Lebron 的《交易法则》（The Laws of Trading）给了我描述优势的语言。Rishi Narang 的《黑箱内部》（Inside the Black Box）打开了通往系统化思维的大门。Adam Grimes 展示了严谨的技术分析究竟应该是什么样子。Robert Carver 关于仓位规模和杠杆的工作，则把生存的数学彻底凝结成形。每一位作者都贡献了拼图的一块。

也感谢许多其他作者和操盘者。你们在线上推动这门手艺的边界，通过 Substack、通过 X（Twitter）、通过播客和 Discord 服务器，把这个职业变成了一种开源职业。高质量交易教育的进入门槛从未如此之低。这种民主化很重要。

最后，致市场中那些看不见的同侪，是你们让交易成为世界上最具挑战性的游戏：感谢你们带来的竞争。我赚到的每一美元，都来自某个亏掉它的人。我找到的每一项优势，都因为另一个人没能看见它而存在。这是一门残酷的生意，而正是这种残酷，让成功具备意义。

市场不欠我们任何东西。我们要么赢得自己的位置，要么被清除出局。

谢谢阅读。现在，去执行。

关于作者

Ryan Wright 是 Raen Trading 的创始人兼 CEO。Raen Trading 是一家成立于 2024 年的自营交易公司。Raen 在全球期货、股票和能源市场部署系统化与主观交易策略，并通过与 Trading Technologies 和 ARB Trading Group 的合作，在机构级基础设施上运行。公司吸引的人才来自 Jane Street、Point72、Gelber Group 和 DRW 等大型机构。

Wright 于 2008 年第一次下单交易。当时他正在美国海军一个直升机中队服役，并在部署间隙攻读经济学学位。退役后，他创办并出售了一家科技公司。这次退出为他全面转向职业交易提供了资本。在创立 Raen 之前，他曾在一家成立于 2020 年的期货自营交易台担任负责人；再往前的十年里，他为超高净值个人和家族办公室管理资本，同时打磨如今定义其公司的风险框架。

在交易台之外，Wright 还负责 Raen Ventures 和 Sentinel。Sentinel 是一个机构级交易日志与业绩智能平台，围绕量化风险指标和应用型 AI 构建。他还运营 Raen 的全球人才搜寻计划（Global Talent Scouting Program），这是一个开放式评估系统，旨在识别出色的交易人才，不受背景或履历限制。

Wright 的方法融合了神经科学、认知行为心理学和进化心理学。他把交易视为一门绩效纪律：生物冲动在这里遭遇数学现实，人脑的古老硬件在这里面对现代市场这个全新环境。《专业交易的艺术与事业》（The Art and Business of Professional Trading）弥合了独立交易与机构标准之间的距离，提供了 Wright 当年起步时希望有人交给他的框架。

他定期在 Substack 写作，也会在 Twitter 上分享市场观察、交易心理洞见，以及偶尔对金融市场荒诞之处的冷峻评论。

联系 Ryan Wright：

Website: ryanwright.co

Substack: ryanswright.substack.com

X (Twitter): @baynkr

Raen Trading: raentrading.com

引言

缺失的那本手册

交易类书籍大致分成两个阵营，而且大多没什么用。

一边是我称为“大众心理学书架”的东西。封面夸张，承诺很大。书里塞满关于心态、纪律和想象训练的套话。它们告诉你要“掌控情绪”、要“计划你的交易”，却不给你任何真正能做到这些事的框架。告诉一个交易员“要有纪律”，却不给他结构性优势，就像告诉一个士兵“要勇敢”，却不给他武器。没有能力支撑的勇气，只是更快通往墓地的路线。

另一边是学院派巨著。它们是技术严谨性的纪念碑，由博士写给博士看。四百页讲投资组合风险数学，或者期权定价推导。对冲基金里的量化研究员、主经纪商的风险经理当然需要这些东西。但对于一个独立交易者来说，当他只是想判断一笔仓位要不要隔夜持有，这些书像是一张通向你永远不会抵达之地的地图。它们描述的是发动机的物理学。它们没有教你怎么开车。

于是中间出现了一片空白。而真正的交易职业，恰恰就活在这片空白里。

缺口

我写这本书，是因为当年我需要它的时候，它并不存在。

我的交易之路并不是直线。我在 2008 年金融危机期间以散户身份开始交易，后来进入自营交易公司和家族办公室。教育来自试错，而且代价昂贵。一路上，我和来自 Point72、Jane Street、Susquehanna 的操盘者共事过。今天，通过 Raen Trading，我支持其中许多交易员，这意味着我看到的不只是他们的结果，还有制造这些结果的操作系统。我从观察他们身上学到的一点是：他们的成功不是智商、热情或预测能力的函数。

而是结构。

专业人士不依靠意志力。他们运行一套操作系统：决策协议、风险限制、反馈回路。这套系统把他们和自身生理冲动隔离开来。他们把交易当成工程问题，然后用工程方法把自己从问题里救出来。

关于方法

金融并不存在于真空中。读到后面，你可能会疑惑：为什么我会用“挑战者号”爆炸来开启风险管理章节？为什么我会借买相机来解释市场机制？为什么我会从战斗机飞行员和核反应堆操作员那里提炼交易经验？

这是有意为之。最好的教训来自跨领域的平行关系，也就是同一原则在不同领域反复出现。坦白说，也因为大多数纯金融教材实在太干，而我拒绝再写一本那样的书。我大量借用了决策科学、系统工程、军事战略和行为经济学。如果这本书有任何实用价值，那是因为它从那些“犯错会立刻付出代价”的领域取材。飞行员、外科医生、核电操作员，这些人不能把自信误认为能力。交易员也不能。

这不是一本“快速致富”手册。如果你想找一个神奇指标，或者一种能让你在下个季度暴富的秘密形态，那就把书放下。你就是专业人士正在猎取的流动性。这本书帮不了你；它只会推迟你那堂不可避免的学费课。

这是一本关于如何建立交易事业的指南：它要能承受不确定性，抵抗情绪错误，并且在一个敌意市场中长期提取租金。先生存，后繁荣。死人无法复利。

更重要的是，这是一本关于觉察的书。我不会教你在哪里买、在哪里卖。我不会交给你一套在回测里有效的“照图填色”系统。我会做的是指出你的盲点：你的直觉在哪里背叛你，市场结构在哪里反过来对付你，你自己的生理机制在哪里变成你的对手。价值不在答案里，而在于学会看见那些你原本不知道该问的问题。

这本书不会做什么

我直接说一件可能让你失望的事：我不会告诉你买什么，或者什么时候卖。

这是刻意选择，不是回避。散户交易教育建立在处方之上：指标参数、入场触发、精确规则下的具体形态。而这些东西几乎全都没用，甚至更糟，会主动伤害你。不是因为处方一定错，而是因为它们在一个没有确定性的游戏里制造了确定性的幻觉。

我采取的是“否定之路”（via negativa），也就是通过移除来前进。与其告诉你该往流程里添加什么，我更关心剥离那些虚假的确定性、舒服的幻觉，以及那些感觉正确却会把你带下悬崖的心智模型。米开朗基罗据说曾说，他雕出大卫的方法，是把所有不是大卫的部分去掉。这里也是同样的路径：不是把一座雕像交给你，而是帮你看清哪些东西该被凿掉。

剩下的不是操作指令，而是认识论。我希望你看清这个游戏的本来面目：一个无法被消除的不确定性环境。反馈回路充满噪音。幸存者偏差会污染历史记录。你的模式识别机器会在随机性中看见信号。一旦你理解了这一点，真正理解了，而不只是点头同意，你就再也无法假装没看见。

一开始，这可能会让人觉得虚无。我第一次读《随机漫步的傻瓜》（Fooled by Randomness）时，整件事都像是徒劳的。如果一切都是幸存者偏差和幸运的蠢人，那还有什么意义？但这种失向感会消退。剥掉虚假的确定性后，留下来的才是真正经得起审视的东西。你不再问“我应该做什么？”，而是学会问：“我应该避开什么？”以及“我到底能知道什么？”这些答案比任何交易形态都更耐用。

关于范围

这本书最初的手稿接近 160,000 字。你现在拿在手里的版本只有一半，经过提炼、压缩，有些地方甚至压缩得很痛。交易是互相连接的，每个概念都会碰到其他概念，而解释一切的诱惑非常真实。我克制住了。留下来的，是我认为最重要的部分。如果有些想法显得展开不足，它们很可能确实如此。但一个可用的框架，胜过一部百科全书。目标不是面面俱到，而是清晰。

三条公理

开始之前，先给出三个操作性假设。

第一，信息永远不完整。如果你等待清晰，你已经错过行情。业余者坐在那里动弹不得，等待“确认”。专业人士基于部分信息行动，按不确定性调整仓位，并在新数据到来时更新判断。清晰是一场海市蜃楼，你越靠近，它越后退。

第二，不行动也是一种仓位。站着不动感觉安全，但它并不安全。站着不动，就是在下注环境不会改变，下注现状会持续。在市场里，唯一不变的就是变化，这通常是一笔会输的赌注。你每一刻空仓，都在押注自己找不到正期望值交易。有时候这是真的。但很多时候，那只是恐惧披上了审慎的外衣。

第三，也是最重要的一点：预测脆弱，结构稳健。业余者痴迷于“接下来会发生什么”，花无数时间试图预测市场的下一步。但预测是一种易碎策略。即使你 60% 的时间都正确，这已经会让你成为世界上最优秀的预测者之一，你仍然会在 40% 的时间里出错。那么，那 40% 里会发生什么？

专业人士不会只为自己预期中的那一条路径做优化。他们会为自己没有预料到的一千条路径设定仓位。他们构建投资组合和仓位规模，使自己在犯错时也能活下来，因为他们知道自己一定会犯错。而且会频繁、痛苦、昂贵地犯错。问题不是“我怎样避免犯错？”，而是“我怎样在犯错时活得足够久，直到我的优势显现？”

这就是业余者和专业人士的分界线。我们停止试图消除不确定性，因为那不可能；我们开始在不确定性内部设计自己的生存方式。

接下来

本书分为四个部分。

第一部分“基础原则”讲的是基础：你真正面对的对手是谁，为什么流程比结果更重要，以及专业决策背后的数学。

第二部分“心智模型”给你认知工具：优势究竟来自哪里，如何思考仓位规模和风险，如何把复杂情境拆解成可以处理的问题。

第三部分“专业人士的优势”讨论优秀交易员和顶尖交易员之间的差别：二阶思维、生存数学、市场状态意识，以及把这一切连接起来的操作系统。

第四部分“交易这门生意”处理建立可持续职业生涯的现实问题。如果你无法在多年、数十年里执行优势，那么优势本身毫无意义。

你可以从头读到尾，也可以跳到最迫切的问题所在章节。但即使你觉得自己已经懂了，也请略读“基础原则”部分。最挣扎的交易员，往往不是缺少高级技术的人，而是跳过基础的人。

我们开始。

第一部分：第一性原理

第一部分 第一性原理

第 1 章：看不见的对手

2007 年 8 月 1 日，美国东部时间上午 10:45，美国金融体系的电子血脉里，某种东西发生了偏移。

没有警报响起。Bloomberg 终端上没有滚动出任何头条。S&P 500 横向漂移。美国国债收益率保持稳定。

毫不起眼。

45 分钟后，从 Greenwich 到 Chicago，量化交易台深处的 P&L 屏幕开始闪红。那些多年盈利的头寸开始失血。

不是渐进地。不是可解释地。是猛烈地。

这些头寸是股票多空组合，按数学方法构建，设计目标是免疫市场方向。它们同时持有数百只股票，做多统计上便宜的股票，做空统计上昂贵的股票。自 1995 年以来，它们一直在印钞。

运营这些策略的公司雇用物理学博士，在基础设施上花费数亿美元，运行每秒模拟 10,000 种情景的风险模型。

这些都没用。

上午 10:45 到 11:30 之间，一个隐藏触发点引发了连锁反应。一个大型组合，可能正因次贷头寸恶化而面临追加保证金，开始清算。卖盘正好砸向其他每一家量化基金都持有的股票。价格移动。其他基金的风险限额被触发。更多卖盘。更大的价格冲击。几个小时内，那些整个历史上从未经历过超过 2% 回撤的策略，先跌 5%，再跌 10%。

到 8 月 10 日星期五，Goldman Sachs Global Equity Opportunities 基金的价值已经损失超过 30%。Renaissance Technologies 报告一周亏损 8.7%。Highbridge Statistical Opportunities 下跌 18%。Goldman Sachs 首席财务官 David Viniar 后来告诉记者，他们看到的是“连续几天出现 25 个标准差的波动”。

简短说明：如果市场收益服从正态分布，一个 25 个标准差事件应该每 10^135 年发生一次。宇宙大约有 10^10 年历史。按照他们的模型，刚刚发生的事不可能发生。但它还是发生了。

这个故事说明了，当你进入市场时，你真正对抗的是谁。

那些交易台上的交易者，是金融史上最复杂的一批参与者。他们拥有散户交易者无法理解、更不用说复制的信息优势、技术优势和数学优势。他们的风险模型纳入了回溯到 Great Depression 的所有历史危机。他们的执行算法可以把订单切成数千个不可见的小片。他们把服务器托管在交易所附近，把延迟降到微秒级。

他们被摧毁，不是因为他们对头寸的判断错了，而是因为他们和看不见的参与者站在同一批交易的同一边。他们的优势是真实的。他们的模型是稳健的。他们的风险管理是最先进的。但他们正在与一个自己未能识别的对手竞争：彼此。

这些基金失败，是因为它们看不见对手的性质。

对手是谁，在什么约束下运作，为什么与你交易，这是一切后续内容的基础。

民主市场的神话

大多数人进入交易时，都被一个危险叙事诱惑：市场高效聚合信息。价格反映集体智慧。如果你理性、勤勉、努力，就能识别别人漏掉的错误定价。你的智力和努力会得到回报。从某种根本意义上说，市场是公平的。

这个叙事包含真相。它也包含一种盲点，而这个盲点会让多数交易者输光一切。

盲点在于：当你交易时，你不是在和“市场”这个抽象实体交易。你是在和一个具体参与者交易，一个人，或者更可能是一个算法。它有具体的信息、具体的约束、具体的动机。如果那个参与者拥有更好的信息、更快的入口、不同的约束，或者在你注意到机会之前已经建好仓，你的交易就不是针对低效的聪明下注。

它是你向对方支付的一笔转移款。

John Maynard Keynes 在 1936 年就理解这一点。他把金融市场比作选美比赛，但不是评委选出最漂亮面孔的那种，而是他那个时代一种特殊的报纸游戏：读者要选出他们认为其他读者会觉得最漂亮的六张脸。奖金不属于审美判断最好的人，而属于最准确预测大众预测的人。

Keynes 写道：“这不是根据自己的最佳判断，选择真正最漂亮的面孔；甚至也不是选择平均意见真正认为最漂亮的面孔。我们已经进入第三层次，把智力用于预判平均意见认为平均意见会是什么。”

每一个分析图表的交易者都在做第一层思考：这个形态暗示价格会怎么走？每一个问“其他交易者看到这张图会怎么做？”的人，都在做第二层思考。游戏赢在第三层：预判别人会预期别人预期什么。多数人甚至不知道这一层存在。

获胜需要理解其他参与者相信什么、在什么约束下运作、接下来会做什么。要理解元游戏。你对标的资产的分析，只有在不同于并超过交易对手分析的程度上，才有意义。

没人教你的算术

先忘掉图表。看数学。

交易不只是零和。它是负和游戏。

零和意味着你赚到的每一美元，都直接来自另一个参与者的口袋。你要盈利，别人就必须亏损。你从别人手里买入一份合约，不会让任何公司成长。不会提高生产率。不会产生创新。只是资本从一个账户转移到另一个账户。

但情况比零和更糟，因为每笔交易都有成本，会把利润从系统中彻底漏掉：支付给经纪商的佣金。支付给做市商的买卖价差。执行不完美带来的滑点。交易所费用。数据费用。平台成本。技术基础设施。这些成本明确且无法避免。

衍生品市场在扣除成本前是纯粹的零和游戏。合约一边赚到的每一美元，都是另一边亏掉的一美元。扣除成本后，它变成负和游戏。所有参与者合计的交易利润池，按总交易成本的金额为负。资金从交易生态流向中介、交易所和基础设施提供商。

需要澄清：这个零和框架适用于交易，也就是在短周期内投机价格波动。长期股票投资不同，你持有那些利润增长并支付股息的公司，这会创造真实价值。但这是一本关于交易的书，不是关于投资的书。你提取的每一美元，都直接来自另一个参与者。

数学很简单：多数交易者必须失败。这不是道德判断。不是因为他们缺乏纪律或智力。只是算术。

如果交易利润总池为负，那么平均参与者必然亏损。有些人会赢，拿走超过其份额的利润。但每一个赢家背后，都必须有输家；输家的亏损要超过赢家的收益，差额就是被成本抽走的金额。

交易收益的分布高度偏斜。极少数交易者拿走绝大多数利润。其他所有人都在为他们的成功融资。

问题变成：如果这是一场负和游戏，而你必须从别人那里拿钱才能生存，那么那个“别人”到底是谁？

边际参与者

在我看来，边际参与者是理解价格行为最重要的单一心智模型。

市场不是由共识设定的。市场由边际参与者设定。

当你在 ES 上主动买入卖盘时，你不是在和“市场”交易。你是在和坐在那个卖盘上的人交易，也就是此刻愿意接受这个价格的边际卖方。

站在队列最前面的人或算法。

那个价格现在就是你的入场价。是边际参与者设定了它。

边际参与者不是一个固定类别。它是一种角色，会随市场条件变化而转移。任何给定时刻，边际参与者的性质决定了你面对的是不可逾越的对手，还是脆弱的交易对手。

两类边际参与者

正常条件下，边际参与者极其复杂。

1995 年，边际参与者经常是拿着电话的人类场内交易员，受制于地理位置、信息延迟和人类认知限制。优势很明显：更快的信息、更好的工具、基础形态识别。

今天呢？2009 年高峰期，高频交易公司创造了超过 60% 的美国股票成交量。这个数字仍接近 50%，而它们在期货市场中的存在至少同样重要。这些公司基于人类无法感知的模式做决策。它们在微秒级时间内，同时跨多个市场执行数千笔订单。它们使用托管在交易所撮合引擎旁边的服务器。它们雇用数百名博士，在基础设施上花费数十亿美元。

这就是常态边际参与者：有耐心，不受约束，以利润优化为目标。你无法在它们的地盘上想得更深。你无法分析得更好。你看不见它们看见的东西。

但还有第二类。

机会型边际参与者并不是在为利润优化。它们受到某些力量约束，这些力量压过了经济理性。它们必须交易，不是因为想交易，而是因为不得不交易：面对赎回、无论价格如何都必须卖出的共同基金；触及保证金限额的对冲基金；季末前对冲汇率风险的企业财务主管；在纳入日不管估值都必须买入的指数基金。

常态边际参与者复杂。机会型边际参与者绝望。

这解决了悖论：如果边际参与者如此复杂，为什么还有人能盈利？答案是边际参与者的身份会变化。在均衡状态下，你面对的是算法和博士量化。但均衡会经常破裂；一旦破裂，边际参与者就会变成受约束的人，他们的约束创造可预测、可利用的行为。

专业优势不是来自比 HFT 更聪明。它来自识别边际参与者何时从不受约束的优化者，转变为受约束的卖方。游戏不是“击败算法”。游戏是“识别算法什么时候不是你的交易对手”。

有效市场的悖论

如果常态边际参与者如此强大，市场为什么还存在？为什么有效资金没有立刻吞掉一切？

经济学家 Sanford Grossman 和 Joseph Stiglitz 在 1980 年形式化地回答了这个问题。Stiglitz 后来因这项工作获得 Nobel Prize。

悖论是：如果市场完全有效，也就是价格充分反映所有可得信息，那么没有人有动力去收集信息。如果价格已经纳入你可能学到的一切，为什么还要花钱做研究？但如果没人收集信息，价格就无法反映信息。有效市场会吞噬自身。

解决方案很优雅：市场存在于一种动态均衡状态。它足够有效，使多数参与者无法通过信息收集盈利；但又足够低效，使最有技巧的参与者仍能赚取回报，补偿他们付出的努力。

理论上，复杂投资者获得的回报，是信息收集和分析的补偿。实践中，它们还包括通过结构性优势提取的利润，比如托管位置和速度。这些优势对价格发现没有任何好处。

谁来支付？没有优势的交易者。信息不足者。慢的人。弱者。

Grossman-Stiglitz 框架假设参与者是在自愿地、优化地决策。它没有解释机会型边际参与者，也就是那些受约束的被迫交易者；他们的约束会创造仅靠速度无法套利消除的低效。

当指数基金因为指数规则要求而必须在某个特定日期买入时，那不是信息信号，而是机械性资金流。价格移动不是因为关于价值的新信息，而是因为买压本身。有耐心、不受约束的交易者可以利用这一点，不是靠更快，而是在机会型边际参与者最需要流动性时提供流动性。

市场并非尽管存在竞争才有效，而是因为竞争才有效。它建立在所有不够复杂、无法竞争者的尸骨之上，也包括那些必须按别人时间表交易的人。

提取机制

2020 年 3 月，我们看到这台机器露出了牙齿。

那个月的第一周，全球市场经历了一场历史性流动性危机。COVID-19 正在扩散。各国政府开始实施封锁。不确定性达到最高。

外国央行卖出大量美国国债，并通过货币互换工具从 Federal Reserve 借入近 5,000 亿美元。企业提取信贷额度并清算投资，以保存现金。共同基金遭遇赎回，被迫不计价格卖出资产。对冲基金遭遇追加保证金，不得不立即降低敞口。

这些参与者每一个都变成了被迫卖方，也就是无论价格如何都必须交易的人，因为他们的约束要求他们这样做。

边际参与者发生转移。常态边际参与者，也就是寻求公允价值的耐心资本、为优势优化的算法，退后了。它们撤下买盘。它们等待。冲进这个真空的，是机会型边际参与者：寻求生存的绝望资本。

当边际参与者变得绝望，一切都会改变。

支撑位没有守住。它们蒸发了。多年稳定的相关性飙升到接近一。一切一起下跌，因为所有人都在卖出一切。看似无限的流动性消失。原本以几分之一美分计量的买卖价差，扩大到整美元。

盯着图表的散户交易者看到自己的技术形态灾难性失效。但失效的不是形态，而是形态所假设的前提：一个有耐心、理性的边际参与者。这个假设不再成立。边际参与者变了，随之改变的是价格形成的整个逻辑。

Bill Ackman 识别出了这种转移。2020 年 2 月下旬，他花 2,700 万美元买入信用违约互换，也就是当企业信用状况恶化时会支付收益的保险合约。他不是在押注某些具体公司会违约。他不是在预测病毒或政府政策。他押注的是边际参与者会变成被迫交易者，信用利差会随着恐惧扩散而扩大，所有人同时试图退出会创造出让他的对冲支付收益的条件。

到 3 月 23 日，他 2,700 万美元的头寸价值达到 26 亿美元。不到一个月接近 100 倍。他在同一天退出，那一天 Federal Reserve 宣布无限量化宽松。最大恐惧开始消退，机会型边际参与者开始退场，常态边际参与者开始回归。

Ackman 不是在预测病毒。他是在预测压力之下边际参与者的转化。优势不要求你比 HFT 更聪明。它要求你识别 HFT 何时不再设定价格。

他在玩元游戏。

重看量化崩盘

现在我们可以回到 2007 年 8 月。

Andrew Lo 称之为“平仓假说”（Unwind Hypothesis）。亏损不是因为策略错了。亏损是因为策略是对的，但太拥挤。

此前十年，量化股票策略的盈利能力持续下降。1995 年，一个简单的反向策略产生的平均日收益率为 1.38%。到 2006 年：0.15%。优势正在被竞争侵蚀。

为了在优势压缩时维持回报，基金提高了杠杆。一个曾经无杠杆年化 10% 的策略，可能需要 4 倍或 8 倍杠杆，才能达到投资者要求的回报目标。投入类似策略的资产从数亿美元增长到数百亿美元。

这些基金在不知不觉中成了彼此的交易对手。它们持有相似头寸。使用相似风险模型。拥有相似止损触发条件。它们全都是同一笔交易里的边际参与者。

当一家大型基金开始清算时，它卖出的正是其他每家基金都持有的那些头寸。价格同时朝对所有人不利的方向移动。风险限额被触发。更多卖盘。更大价格冲击。连锁反应。

2007 年 8 月 7 日至 9 日的亏损，并不是来自对估值的判断错误。它们来自在拥挤交易的同一边，而其中一个参与者被迫退出。这些策略有优势，真实、可证明的优势。但它们全都拥有同一种优势。而这种集中创造了脆弱性。

那三天里的边际参与者，不是优化收益的理性投资者。它是执行清算订单的算法。常态边际参与者转化成了机会型边际参与者。爆仓的基金未能识别这种转移。

逆向选择：隐藏的税

我们讨论的大部分内容背后，都有一个具体机制。它持续运作、不可见地运作，从信息不足者身上提取价值。逆向选择。

1970 年，经济学家 George Akerlof 发表了一篇题为《柠檬市场》（The Market for Lemons）的论文，后来这篇论文为他赢得 Nobel Prize。（最初有三家期刊把它拒掉，理由是“微不足道”。）我们会在第 3 章更详细地回到 Akerlof 的框架。他的洞见简单但毁灭性：当一笔交易中的一方拥有比另一方更多的信息时，市场可能彻底崩溃。

Akerlof 使用的是二手车例子。卖家知道自己的车是好车还是次品。买家无法区分。因为买家无法辨别质量，他们给出的价格反映的是平均质量。好车卖家退出。只剩次品。市场发生逆向选择。

在金融市场中，逆向选择持续运作。

当你进入一笔交易时，你正在暴露自己信念的信息。你认为价格错了。你认为存在机会。但交易另一边的人也这么认为。而你们之中有一个是错的。

问题是：为什么你的交易对手愿意和你交易？

如果你在买入，你相信价格会上涨。卖方隐含地相信价格会下跌，或者至少认为资本有更好的用途。你们之中有一方拥有更优信息。如果是对方拥有，你就是柠檬买家，以公平价格买入劣质机会。

做市商对此理解得很深。当一笔大型知情订单到来时，提供成交的做市商会亏钱。它们通过扩大价差、使用检测知情资金流的算法、调整价格以反映交易的信息含量来补偿。

散户交易者经常与做市商交易，而做市商已经把他们订单的信息含量计入价格。散户交易者相信自己发现了一个形态。做市商知道这个形态已经被利用，或者从一开始就不真实。散户买入。做市商卖出。散户支付价差，加上逆向选择成本，再加上信息劣势。

这不是阴谋，也不是操纵，只是竞争性市场的基本结构。知情者从不知情者那里获利。快者从慢者那里获利。常态边际参与者几乎肯定比你知道得更多。

但机会型边际参与者根本不是基于信息交易。他们基于约束交易。面对受约束的交易对手，信息劣势会消失。

进化筛选器

这种竞争压力永不停歇。它会增强。

信息不足的交易者亏钱，然后被淘汰。他们退出，或者随着资本侵蚀，把仓位规模降到无关紧要。知情交易者以他们为代价获胜。市场是一台分类机器，冷酷地清除弱点。

每一年，每一个市场周期，弱者都会被淘汰。资本向更优秀的人集中。存活下来的参与者越来越熟练、越来越有动机、资金越来越充足。

2025 年的常态边际参与者，比 1995 年的边际参与者复杂得不可同日而语。他们拥有更好的信息、更快的执行、更多资本、更强分析。

竞争标准更高。优势更小。容错空间更窄。

入场门槛持续上升。五年前有效的东西，今天可能无效。今天有效的东西，五年后可能无效。

自由优势

那么，为什么还有人能活下来？

不是靠更聪明，算法更聪明。不是靠更快，托管服务器更快。不是靠更多信息，机构交易台拥有的信息多得无限。

优势必须来自其他地方。

回到 2007 年 8 月。量化基金被摧毁，是因为它们全都在做同一件事。它们有优势，真实的优势，但它们没有自由。它们的风险模型要求在某些阈值清算。投资者要求某些回报特征。杠杆比例要求波动率目标。

当一家基金被迫卖出时，它们全都变成了被迫卖方。即使头寸是分散的，它们的约束也是相关的。

幸存下来的交易者，是那些拥有别人没有的自由的人。他们可以扛过回撤，因为杠杆没有那么高。他们可以在别人被迫卖出时买入，因为他们有干火药。他们可以等待，因为投资者有耐心。他们可以完全不参与，因为他们没有被相同的风险限额困住。

作为自主交易者，你的优势不能来自纯分析。算法先看见形态。专业人士在算法之前看见它们。你无法分析赢他们。

你的优势来自识别边际参与者何时受约束。当他们必须交易，不管偏好如何。当他们的约束创造可预测行为。当他们的被迫行动为有耐心的人创造机会。

围绕他们的必要性建立策略，而不是围绕你的分析。你的优势来自他们没有的自由。你可以等待。你可以不参与。你可以交易他们没空关心的工具。你可以扛过会触发他们风险限额的回撤。当边际参与者复杂时，你可以缺席；只有当他们绝望时，你才出现。

战略含义

如果你和常态边际参与者竞争，你会输。不是因为你蠢，而是因为你拿着刀走进无人机打击区。地形属于他们。规则有利于他们。数学不可逾越。

但你并不总是在和他们竞争。

专业人士的优势来自识别边际参与者转移的窗口。指数调整迫使机械性买入或卖出。月末或季末资金流创造可预测压力。追加保证金在系统内连锁扩散。情绪达到极端，迫使投降。当受约束者必须交易，而不受约束者可以选择。

在这些时刻，你不是在和复杂性竞争。你是在向绝望提供流动性。你是机会型边际参与者需要的耐心资本。

这不是利润保证。被迫资金流可能走得比你预期更远，而识别这种转移需要技巧。但它重构了游戏。你不需要比 HFT 更快。你需要比被迫卖方更有耐心。

问题不是“我如何击败算法？”问题是“我的交易另一边是谁，他们为什么交易？”

交易对手问题

你进入的每一笔交易，都需要一笔方向相反的交易。那个交易对手不是随机选中的。

如果有人愿意以你认为便宜的价格卖给你：他们知道什么你不知道的东西？如果他们愿意以你认为昂贵的价格买入，为什么？他们拥有什么信息？或者，他们交易不是基于信息，而是基于约束？

你学过的形态不是错的。它们不完整。它们假设边际参与者有耐心、理性，并且和你玩同一个游戏。当这个假设成立时，形态有效。当它不成立时，当边际参与者从耐心转为被迫、从理性转为绝望时，形态就变成陷阱。

理解边际参与者，就是理解市场竞争的引擎。为什么价格在那些时刻移动。为什么你的止损总是在最糟糕的时间被打掉。为什么技术分析有时极其有效，有时灾难性失败。

市场不是民主的。市场是对抗性的。对手不是抽象概念，而是你交易另一边的那个人。一个拥有自己的信息、自己的约束、自己的动机的参与者。

你的工作不是分析图表。你的工作是理解交易对手。

你的工作不是预测价格。你的工作是识别边际参与者何时比你弱。而当你无法识别时，当边际参与者是一个拥有更好信息、更快执行和更多资本的复杂算法时，你的工作就是完全避开它。

这是竞争性市场中生存的第一原则。

认清你的对手。如果你无法识别一笔交易中谁是更弱的一方，那么更弱的一方就是你。

注释

2007 年 8 月量化崩盘。Khandani, Amir E., and Andrew W. Lo. “What Happened to the Quants in August 2007?” Journal of Financial Markets 14, no. 1 (2011): 1-46.

Keynes 选美比赛。Keynes, John Maynard. The General Theory of Employment, Interest, and Money. London: Macmillan, 1936. Chapter 12.

Grossman-Stiglitz 悖论。Grossman, Sanford J., and Joseph E. Stiglitz. “On the Impossibility of Informationally Efficient Markets.” American Economic Review 70, no. 3 (1980): 393-408.

《柠檬市场》（The Market for Lemons）。Akerlof, George A. “The Market for Lemons: Quality Uncertainty and the Market Mechanism.” Quarterly Journal of Economics 84, no. 3 (1970): 488-500.

Bill Ackman 的 COVID 交易。Chung, Juliet. “Bill Ackman Scored $2.6 Billion with Hedges in 27 days.” Wall Street Journal, March 25, 2020.

高频交易市场份额。各种来源，包括 SEC 报告和行业分析。60% 的峰值数字来自 2009 年；当前估计因市场和计量方法而异。

第 2 章：过程重于结果

交易是一个负和游戏。这是结构性敌意。但还有第二层，而且它来自生物本能。

确定性陷阱

人类的学习建立在紧密的因果反馈回路上，这套机制服务我们这个物种已经 200,000 年。史前猎人碰到火，就会被烫伤。痛感立刻出现，位置明确，和错误直接相关。教训会立即编码进大脑：行动 A（碰火）导致结果 B（疼痛）。不要重复行动 A。

这个反馈回路，行动、结果、学习，是技能习得的基本机制。幼儿靠它学走路，音乐家靠它学吉他，外科医生靠它学缝合。在这些确定性领域里，结果质量几乎可以完美代表决策质量。如果吉他声音难听，就是手指位置错了。如果桥塌了，就是工程师荷载算错了。

如果你失败了，就是你犯错了。如果你成功了，就是你表现出色。

你一生都被这套逻辑训练。你为考试学习，然后拿到分数。你练习运动，然后赢下比赛。你的大脑预期世界是公平的：投入等于产出，结果是最终裁判。

然后你进入市场。

市场是地球上少数会打破这种进化预期的地方之一。市场不是为了教你而设计的，它是价格发现机制，但经常表现得像混淆制造机制。

交易不是确定性领域。它是包在噪声里的概率领域：隐藏信息、粗糙分布、非线性反馈。决策和结果之间的联系不只是松散；它经常被彻底切断。

你可以犯下严重的风险管理失职：凭直觉过度加杠杆，无视止损，根据群聊里的谣言交易，然后被一笔暴利奖励。你也可以执行一笔逻辑完美、仓位规模精确、确有数学交易优势的交易，却因为地缘政治冲击或随机流动性真空被止损，而这些都和你的交易论点无关。

结果是：市场会经常训练你去做错事。你鲁莽时，它给你多巴胺尖峰；你守纪律时，它用皮质醇惩罚你。如果你把确定性学习模型带进这个环境，如果你让短期 P&L 教你如何交易，你不是在学习。你是在被训练到失败。

职业交易的核心挑战不是掌握技术分析或宏观。它是一场认识论危机：你必须无视大脑接收到的最强信号，也就是结果。

这是结构性敌意的心理对应物。市场不只是数学上对你不利，它在生物层面也对你不利。

漂移与噪声

Susquehanna International Group，SIG，是全球最大的做市商之一，每天在股票、期权和衍生品上交易数十亿美元。它的合伙人并不是来自你想象中的 Ivy League 经济学系。他们一开始是扑克玩家，而且是严肃的扑克玩家。他们把概率思维应用到交易中。今天，SIG 不只是周五晚上打扑克娱乐；他们把扑克作为招聘和训练的强制筛选器。

因为扑克教授的是人类天生抗拒的一课：你可以一切都做对，然后仍然亏钱。

Jerrod Ankenman 是数学家、前职业扑克玩家，后来成为 SIG 的量化交易员。他用 Limit Hold'em 里的一个具体统计量来量化这一点。

在职业玩家和水平不错的业余玩家之间的一对一牌局中，职业玩家的优势，也就是每手牌的期望利润，可能是 0.02 个大注。这就是信号。一个微小的结构性优势，经过数千手牌，复利成一份生计。

然而，标准差，也就是运气因素、牌面随机分布，在任意单手牌上大约是 2.5 个大注。

噪声（2.5）比信号（0.02）大 125 倍。

这就是单笔交易的信噪比。方差淹没交易优势。如果你根据 1 手牌、10 手牌，甚至 100 手牌判断策略，你看到的是 99% 的噪声和 1% 的技能。你不能通过玩一天来“A/B 测试”一个策略。你需要 100,000 手牌，才能在统计上证明优势存在。

下面这张图展示了概率领域中短期噪声与长期信号之间的巨大差距：

在交易里，这个比率经常更糟。

噪声（方差）比信号（交易优势）大 125 倍。短期结果由随机性主导。

（交易优势 = 0.02）1% 技能信号 （方差 = 2.5）99% 噪声 短期结果（1-100 手） 长期收敛（100,000+ 手） 漂移开始可见

你在 Crude Oil 上执行一笔突破交易。你的入场是教科书式的：价格在放量中收复前一日高点。你的止损合乎逻辑，放在定义你交易论点的结构下方。你的目标来自你在期限结构中识别出的真实低效。你有正期望值。你有 Ankenman 所说的“漂移”，也就是交易优势随着时间在统计上缓慢拉向你这一边。

然后，一条地缘政治新闻跳出来。或者一家爆仓 hedge fund 的巨额平仓单扫过盘口。或者市场只是因为欧洲午餐时段流动性稀薄而随机游走。

你亏了。

你的大脑被祖先留下的反馈回路困住，尖叫道：坏结果 = 坏决策。以后别再这么做。

想想那个拿着口袋 A 的扑克玩家。翻牌前，他把钱推进去，对手拿的是 7-2 杂牌，也就是 Hold'em 里统计上最差的牌，然后公共牌发出 7-7-2，他输了。他犯错了吗？他应该以后不再打 A 吗？

不。他的钱是优势下注。他最大化了自己的漂移。亏损只是方差来收税。

教训不是“A 很危险”。教训是，在一个由方差主导的游戏里，单次观察毫无意义。那个根据一次 bad beat 调整策略的扑克玩家不是在学习，而是在对噪声反应，从而削弱自己的交易优势。

你也是一样。

三步审计

如果我们不能相信 P&L 告诉我们交易是否做得好，至少短期不能相信，那我们如何评估自己？如果结果是噪声，真相在哪里？

扑克世界为这个问题发展出了一套框架。它把每笔交易（或每手牌）拆成三个不同阶段。

底注

在扑克里，在你看到任何一张牌之前，你要先下 ante 或 blind。这是沉没成本。它迫使行动。如果没有它，最优策略就是一直等 A，等到宇宙热寂。底注迫使你玩边际牌，承担风险，参与游戏。

在交易里，你的底注不只是佣金。它是保持就绪状态的固定成本。

它是你的数据费。它是你的屏幕。它是你坐在那里盯着四个小时毫无动静的 tape 所消耗的精神能量。它是你的资金放在账户里，而不是在指数基金里复利的机会成本。每次你进入一笔交易，都要支付买卖价差。你一开始就在水下。你必须先克服这种摩擦成本，才能盈利。

业余者把价差看成烦人的东西。专业人士把它看成抽水，也就是入场费。你的交易优势必须超过这笔底注，否则你就是一边感觉自己很忙，一边慢慢流血而死。

（第 6 章会进一步讨论。）

决策

这是你唯一能控制的东西。

在一手扑克里，你有私人信息（你的底牌）和公开信息（公共牌、对手的下注模式）。你的工作是在时间压力下综合这些信息，做出最大化期望价值的决策。

两个约束：时间压力和信息不完整。

如果你可以暂停牌局，把牌带进实验室，运行 solver，分析一周，你就能完美游戏。但你不能。你只有 10 秒。时钟在走。市场在动。你必须现在行动，否则机会就会蒸发。

这就是交易难的原因。不是因为数学复杂，一个合格高中生也能计算期望价值。它难，是因为你必须在杏仁核尖叫时做数学，在 P&L 闪烁时做数学，在市场打印出看起来马上要甩开你的 K 线时做数学。

一笔好交易不是“赚钱的交易”。

一笔好交易，是尽可能接近你在拥有无限时间和超级计算机时会做出的决策。

如果你近似做到了那个决策，然后亏钱，你交易得好。如果你偏离了那个决策，然后赚钱，你交易得差。

审计

关键转变就在这里。你不能相信单笔交易的 P&L，所以你必须相信过程复盘。

在 SIG，交易员不会只是因为赢了就击掌。他们会坐下来叙述那手牌。

“我拿 J。翻牌是 Q 高，rainbow。对手 check。我下注三分之二 pot。他 raise。我 fold。”

同伴可能回应：“糟糕的 fold。根据他在那个位置的 range，他 40% 的时间是在 bluff。你的赔率足够 call。”

即使那次 fold 省了钱，即使对手碰巧真有 Q，过程仍然错了。这个 fold 把 EV 留在了桌上。经过数千个相同情境，这种 fold 就是漏洞。

反过来，如果你 call 了然后输了，同伴可能会说：“好 call。结果倒霉。下次继续这样做。”

你必须这样对待自己的交易日志。它不是你的情绪日记。不是你的成交流水账。它是对你漂移的取证审计。

每一笔重要交易之后，问三个问题：

我是否遵守了入场标准？这里是否有真实交易优势，还是我在合理化？

我是否根据这个 setup 和我的信念强度进行了适当的仓位管理？

我退出，是因为交易论点被证伪，还是因为我害怕？

如果三个问题的答案都是“是，我遵守了计划”，但你仍然亏钱，把这笔交易用绿色圈起来。赢的决策，亏的结果。被击败的口袋 A。漂移被噪声压倒。下次继续做。

如果你打破规则，追一根 K 线，tilt 后放大仓位，然后赚了 $5,000？用红色圈起来。亏的决策，赢的结果。那笔钱不是利润，而是市场众神借给你的贷款。他们会收回去。

坏过程最糟糕的结局，就是它被奖励。因为这样它就会被重复。

负偏态陷阱

信噪比问题解释了为什么好交易员会在单笔交易上亏钱。还有一个更深的陷阱，一个结构性陷阱，解释了为什么整套策略可以看起来盈利多年，然后突然引爆。

这就是负偏态陷阱。

看看那个在低波动率市场状态下收取期权权利金的卖方。他们一个月又一个月卖出指数裸 put，押注市场会保持平静，押注意味波动率会超过实现波动率，押注自己可以把差额收入囊中。

三年里，他们都赢。小额、频繁的支票。净值曲线是一条漂亮的 45 度上升线。夏普比率 2.0 或 3.0，这种数字会吸引资金配置和演讲邀请。对外部观察者来说，他们已经解决了市场。他们写博客谈论“收割波动率风险溢价”。他们把没有波动误认为没有风险。

市场正在喂他们多巴胺。赢。赢。赢。

然后尾部事件来了。

（在正态分布里，六西格玛波动应该每 1.4 million 年发生一次。市场不服从正态分布，它服从幂律。尾部是肥的。六西格玛波动每隔几年就会发生。模型说“不可能”；市场说“星期二”。）

波动率在一个上午扩张 300%。流动性蒸发。仓位向不利方向移动 10 个标准差。三年利润一小时内清零，接着本金被吞掉，接着公司偿付能力被吞掉。

Nassim Taleb 对此有一个完美隐喻：感恩节前的火鸡。每天被喂食。每一个数据点都让信心增长。到第 1,000 天，火鸡拥有压倒性的统计证据，证明人类是友好的。

第 1,001 天是感恩节。

前三年的结果教会期权卖方，他们的过程是稳健的。结果是谎言，是伪装成信号的噪声，直到它变成灾难。

依赖大多数时间正确、但携带灾难性尾部风险的策略，作用像麻醉品：持续确认，地基里却藏着炸药。正偏态策略，比如趋势跟随、做多波动率，常常看起来像失败。你缓慢流血。你在 60% 或 70% 的时间承受小亏损。持续疼痛。但这种疼痛是你为那笔定义十年的离群交易支付的权利金。

业余者看着期权卖方平滑的图表说：“这是个好交易员。”专业人士看着收益结构问：“尾部风险藏在哪里？”

概率现实

如果你认真想在这个行业活得久，就必须接受一个数学事实：你的短期 P&L 几乎不会告诉你任何关于技能的东西。

拿一个年化收益 15%、年化波动率 10% 的策略来说。世界级。那是主权财富基金愿意配置数十亿美元去捕捉的风险调整收益。这套策略在任意一天赚钱的概率是多少？

大约 54%。

这就是你的交易优势。这就是卓越在实践中的样子。在任意一个星期二，你赢的概率只比抛硬币略好。你的每日 P&L 是从一个分布里抽出的一次样本。大多数样本聚集在均值附近。你执着盯着的观察值，极大概率只是噪声。

现在看它的含义。如果你频繁查看 P&L，而大多数日内交易员都会执着地这么做，你盯着的是一条大约 95% 噪声、5% 信号的数据流。当你根据一天，甚至一周的表现评判自己时，你不是在分析数据。你是在看茶叶占卜。

盈利的一天不代表你交易得好。它意味着样本落在了对你有利的一边。亏损的一天不代表你的交易优势坏了。它意味着你正在支付方差的通行费。这是预期之内。这很正常。这可以熬过去，只要你理解它。

但人脑是一台为非洲稀树草原建造的模式识别机器，不是为 Chicago Mercantile Exchange 建造的。我们会患上 apophenia，也就是在随机数据中看见有意义模式的倾向。我们在云里看见人脸。赌徒相信“手热”。交易员在随机价格跳动里看见“市场状态变化”。在巧合里看见阴谋。在只有噪声的地方看见结构。

当你连续三天盯着亏损的 P&L 时，你的杏仁核会尖叫，告诉你某些东西出错了。恐惧触发战斗或逃跑。你说服自己，市场变了，setup 坏了，你失去了手感。你在生化恐慌状态下做决策，而冷静状态下的你会对这些决策感到震惊。

恶化从这里开始。你对噪声反应。收紧止损。微调入场标准。放弃系统，去追一个新的热门板块，或某个新 guru 的 setup。你不是在调试策略，你是在把它曲线拟合到噪声上。你追逐方差的幽灵，削弱自己过程的稳健性。

这种现象在决策理论中有一个名字：resulting，也就是用结果评判决策质量。Annie Duke 为此写了一整本书。教训简单，但很难内化：在任何有显著方差的领域，短期结果都是糟糕的老师。

失败的认知架构

Resulting 不是随机发生的。它由具体、可识别的偏差驱动。

归因偏差是第一个罪魁祸首。你的大脑会不断发明叙事，用维护自我的方式解释结果。在交易中，它表现为归因不对称。

当你赢时，内心独白是：“我完美读懂了 flow。我对 Fed 的论点完全正确。我的仓位规模很合适。我是一个熟练的操作者。”大脑把结果归因于内部能力。

当你亏时呢？“算法猎了我的止损。做市商刚好在最糟糕的时刻扩大了价差。Fed 让所有人意外。我只是倒霉。”外部恶意。

这是一个完美的反学习智力盾牌。如果每次赢都验证你的天才，每次亏都是受害叙事，你永远不会审视自己的错误。困在自我祝贺的循环里，一边慢慢流失资本，一边责怪发牌员。灾难性后果是，你会系统性修剪那些导致亏损的行为，即使那些行为有正期望价值。

后见之明偏差是第二个陷阱，也就是“我早就知道”的效应。一旦事件发生，你在神经层面就不可能准确重建你之前的不确定性。

市场崩盘之后，叙事会立刻结晶。当然市场会崩。收益率曲线倒挂了。估值是 30脳 earnings。地缘政治局势不稳定。现在看很明显。

诚实一点：当时并不明显。在决策当下，收益率曲线已经倒挂 18 个月，而股票还在上涨。估值很高，但盈利也在增长。地缘政治局势模糊，就像它一直以来那样。任何根据那些“明显”警告信号果断行动的人，都会在真正转折到来之前先流血而死。

后见之明偏差会抹去过去的不确定性。它让市场看起来确定、可解。它制造一种错误信念：只要你“更聪明”或“更有纪律”，你就能提前看见。

黑白思维是第三种失败模式。人类偏爱非此即彼的分类：100% 正确或 100% 错误，好交易或坏交易，聪明或愚蠢。

交易不在二元空间里运行。它在概率分布里运行。一笔交易可以构建得完美：高期望价值、仓位规模适当、执行干净，然后仍然亏钱。这不是失败。这只是在概率领域做生意的成本。

专业人士根据过程评估交易，而不是根据结果。我是否有交易优势？仓位规模是否正确？风险管理是否得当？我是否执行了计划？如果答案是肯定的，这笔交易就是好交易，不管这一次赚钱还是亏钱。

为什么智力不是你的盟友

到这里，你可能会想：“这些偏差是真实的，但我很聪明。我可以靠思考绕过它们。”

坏消息。智力不是偏差的解药，它经常是加速剂。

高智商个体往往更容易受到动机性推理影响，而不是更不容易。如果你聪明，你就异常擅长合理化。你有足够的认知马力，能构造复杂、精致的论证，去证明你的情绪大脑想要的任何东西。

新手交易员在市场底部恐慌卖出，然后承认：“我害怕了。”

老练交易员在底部恐慌卖出，然后写一份三页备忘录，解释“波动率市场状态的结构性转变，叠加信用条件恶化以及跨资产相关性破裂，要求我们战术性轮换至现金，以保留在更有利水平重新入场的可选择性。”

行动完全相同。结果完全相同。但聪明交易员围绕自己的妄想建起了一座堡垒。他们把自我隔离在错误之外。他们不会从这次错误中学习，因为他们的智力已经说服他们，错误并不存在，只是环境变了。

要看清这一点，我们需要重访金融史上最被用烂的案例：Long-Term Capital Management。

（是的，每一本交易书都会引用 LTCM。我们重访它，是因为它仍然是智力加速毁灭的最干净案例。）

1998 年，LTCM 的员工是智力巨人：两位 Nobel Laureates（Myron Scholes 和 Robert Merton），外加地球上一些最优秀的量化交易员。他们构建了一套数学上严谨的框架，用来识别相关证券之间的错误定价，并押注收敛。

论点是稳健的。数学是优雅的。回测是惊人的。在纸面上，LTCM 是一台把不确定性转化为利润的机器。他们相信自己已经如此精确地量化了风险，以至于可以使用 25-to-1 的杠杆。

LTCM 同时也是一座过度自信的纪念碑。他们把运气，也就是恰好奖励他们论点的有利市场条件，误认为结构性规律。

裂缝在崩塌前几个月就出现了。1998 年 5 月和 6 月，利差开始莫名扩大。模型说收敛；市场说发散。然后 Russia 对本币债务违约。一个他们模型认为极不可能发生的尾部事件。结构碎了。市场失控。多年稳定的相关性瓦解。LTCM 认为已经“对冲”的仓位一起朝错误方向移动。

基金在几周内流血超过 $4 billion。Fed 不得不组织一场私人救助，以防系统性崩溃。

教训不是杠杆，不是脆弱模型，也不是拥挤交易，尽管这些都成立。教训是：LTCM 不是因为交易员愚蠢而失败。他们失败，是因为他们是无法想象自己会错的天才。

他们的智力让他们构建出一套精致叙事：他们的模型是正确的，任何相反证据都是“噪声”。当市场朝他们不利方向移动时，他们没有削减风险。他们加倍下注。

没有谦卑的智力，只是通往毁灭的更快路线。

制度化解决方案：架构胜过意志力

如果你不能相信自己的大脑会自然地把过程置于结果之上（你不能），也不能相信自己的智力会压倒偏差（你绝对不能），那还剩什么？

职业交易公司并不依赖交易员成为斯多葛哲学家。他们假设交易员是有缺陷的人类，拥有对多巴胺上瘾的大脑。他们不依赖意志力。他们依赖架构，也就是外部脚手架，在你情绪受损时仍然强迫理性行为。

预先承诺：Ulysses 把自己绑起来

在 Homer 的《奥德赛》（Odyssey）里，Ulysses 知道自己无法抵抗 Sirens。他没有试图“硬扛”或“相信训练”。他承认未来的自己会软弱，并创造了一个物理约束：命令手下把他绑在桅杆上。

你必须在水面平静时，把自己绑在桅杆上。

在市场开盘前定义你的交易参数：入场触发、止损、仓位规模、获利目标。在 tape 开始移动之前。在 P&L 闪红或闪绿之前。

当你处在“冷”认知状态、理性运作时，你是一个合格的风险管理者。一旦仓位上线，你就进入“热”状态，被皮质醇和肾上腺素灌醉。你不再是决策者；你是执行者，执行理性自我写下的计划。

对日内交易员来说，这意味着要有晨间计划。Brent Donnelly 的“12-12”框架：向后十二小时（简短事后复盘：什么有效，什么坏了，你学到了什么）和向前十二小时（今天的计划是什么？哪些产品？哪些 setup？最大风险是多少？无论如何在哪里清仓？）。

计划放在你面前。那是过去的你，把现在的你绑在桅杆上。

事前决策日志

我们前面讨论的三步审计框架，需要一个具体工具：事前决策日志。

大多数交易员的日志只是会计记录：“6120 买 ES，6145 卖，赚 25 handles。”这不是学习工具。这只是记账。

日志真正的力量，来自你在进场前把事情写下来。

在你承担风险之前，写下交易论点：我为什么进入这笔交易？什么结果会证明我错了？我的交易优势是什么？我的仓位规模如何相对于信念强度确定？要具体：写“opening drive fade into overnight VWAP with 2:1 reward-to-risk”，不要写“看起来见顶”。

交易之后，再补几行：它是否按我预期的原因起效？我是否遵守计划？我是否在预定水平退出，还是偏离了？

六个月后，你把结果和日志条目比较。市场是否因为你写下的原因向你有利方向移动？如果是，那可能是技能，是信号从噪声中浮现。如果不是，如果你买入时预期 squeeze，结果它上涨是因为意外的 earnings leak，那不是胜利。那是嫁接在失败论点上的幸运事故。专业人士会把这笔交易标记为过程失败，即使它打印了利润。

一次亏损会烫伤手；一次幸运盈利会感染心智。日志让你更难对自己撒谎。

预演失败

对任何进入交易的人来说，乐观都是默认设置。你不会带着亏钱预期去承担风险。这很自然，但它会制造盲点。

在每个重要仓位之前，做一次预演失败。

假设已经是明天，这笔交易成了一场灾难。你坐在桌前盯着最大亏损。发生了什么？

强迫你的大脑提前构造失败叙事。相关性破裂？Fed 意外？误读订单流？流动性在最糟糕时刻蒸发？在失败模式发生之前把它们说出来，你就打破了必然性的幻觉。你可能会意识到，那个“意外”风险其实是一个概率相当合理的事件，只是你因为它与交易论点冲突而一直忽视。

（第 12 章会进一步讨论。）

概率主义者的誓言

从业余者到专业人士的转变，不是技术上的。它是哲学上的。

业余者是历史学家。他们看着图表、账户余额、新闻，然后重写过去，让自己成为英雄。他们根据轮盘球落在哪里，判断赌注质量。他们是结果的奴隶。

专业人士是概率主义者。他们接受自己在信息不完整的雾中运行。他们接受任何单笔交易的结果在很大程度上都是噪声。他们只关心自己正在投掷的硬币是否完整。

他们知道，如果硬币的权重偏向自己，并且他们管理风险，使自己能把它投掷数千次，那么大数定律最终会淹没噪声。

你必须学会感受一种奇怪、反直觉的情绪：为一笔遵守规则的亏损交易感到自豪；对一笔打破规则的盈利交易感到厌恶。

当你能亏钱，并且诚实地说“那是一笔好交易”时，你才终于打破了确定性反馈回路。你不再让短期结果训练你。

你在玩的，是一个赔率向你倾斜的游戏。你的仓位规模适合生存。你明白短期记分牌不是你的敌人，它只是无关噪声，需要你在数学收敛前忍过去。

市场不在乎你的感受。但你的感受会决定你是否能活到交易优势复利。

过程重于结果。信号重于噪声。漂移重于方差。

这就是誓言。

注释

扑克中的信噪比。Ankenman, Jerrod, and Bill Chen. The Mathematics of Poker. ConJelCo, 2006. 这是量化扑克理论及其交易应用的权威文本。

Resulting。Duke, Annie. Thinking in Bets: Making Smarter Decisions When You Don't Have All the Facts. Portfolio, 2018. 关于把过程与结果脱钩的核心文本。

负偏态和肥尾。Taleb, Nassim Nicholas. Fooled by Randomness: The Hidden Role of Chance in Life and in the Markets. Random House, 2004. 火鸡隐喻，以及对幼稚经验主义的批判。

LTCM 崩塌。Lowenstein, Roger. When Genius Failed: The Rise and Fall of Long-Term Capital Management. Random House, 2000. 叙事性记录。学术分析可参见 Jorion, Philippe. “Risk Management Lessons from Long-Term Capital Management.” European Financial Management 6, no. 3 (2000): 277-300.

归因偏差和动机性推理。Kunda, Ziva. “The Case for Motivated Reasoning.” Psychological Bulletin 108, no. 3 (1990): 480-498.

预演失败技术。Klein, Gary. “Performing a Project Premortem.” Harvard Business Review, September 2007.

12-12 框架。Donnelly, Brent. Alpha Trader: The Mindset, Methodology and Mathematics of Professional Trading. Harriman House, 2021.

SIG 训练与扑克。关于 Susquehanna 以扑克为基础的训练，已有多篇行业资料和访谈记录。该公司的合伙人公开讨论过他们的扑克起源，以及博弈论在其交易哲学中的作用。

第3章：逆向选择

“市场是一个被专门划出的地方，人们可以在那里彼此欺骗。”

——阿纳卡西斯，公元前六世纪

交易是一场负和游戏。你的大脑又被布线成会误导你，让你误判自己是否交易得好。现在进入第三层：即使你以为自己找到了机会，这个机会能落到你手里，本身就可能是证据，说明它根本不是机会。

坏掉的相机

二月某个星期二，快到午夜。屋子里一片寂静，只有显示器的蓝光照着你。你已经找了三个月的 Leica M10-R。

对不了解的人来说，Leica 不只是一台相机。它是一块由黄铜和镁合金构成的沉重砖块，在德国 Wetzlar 手工组装。一个机械欲望物，价格比一辆二手 Honda Civic 还高。你对这个市场熟到近乎偏执。你在清晨刷摄影论坛，中午追踪 eBay 挂单，开电话会议时刷新分类广告。

一台成色干净的机器——传感器无瑕、联动测距校准正常、原包装齐全——通常在 $5,200 到 $5,600 的窄区间内成交。你知道哪些序列号段要避开，知道“有动力的卖家”（离婚后清算资产的人）和“试探者”（只是测试市场水温的收藏者）之间的区别。在你自己的判断里，你已经成了专家。

一条新挂单出现。“Buy It Now。”$4,200。你向前探身。

挂单照片很清晰，在影棚灯光下拍摄，暗示卖家很专业。描述非常细致：“底板有轻微擦痕（见图 3.1），镜片完美，快门数 8,400，含原盒。”卖家五年来积累了 100% 好评。几乎无瑕的声誉。

图中标注：镜头卡口环。

图 3.1 对 Leica M10 的临床式剖析。挂单照片里，顶盖或镜头卡口环等外部特征可能看起来毫无瑕疵，但关键内部部件——尤其是复杂的联动测距机构——对买家是不可见的。这种不可见性制造了逆向选择发生所必需的信息不对称。

你的脉搏加快。就是它。一个错误定价。一个异常。按照有效市场假说——那套优雅的学院派虚构——这种机会不该存在。信息会瞬间传播；套利者本应在价差出现后的毫秒内把它抹平。可它就在这里，在你的屏幕上发光：$1,300 的即时权益。明显到像是天上掉下来的礼物。你明天就能把这台相机转手，赚 30%。或者你可以留下它，终于拥有这件渴望多年的工具，而且比公允价值少花几千美元。

在你说服自己放弃之前，你点击了“Buy It Now”。PayPal。确认。

你靠回椅背，多巴胺涌上来。你买到的不是一台相机。你战胜了市场。你比其他所有买家更快、更警觉、信息更充分；他们在睡觉，或者过着对交易机会缺乏应有敬畏的生活，于是错过了它。你是抓住猎物的猎人。你睡着时梦见黄金时刻的街景，梦见带着传奇 Leica 味道的人像。

三天后，包裹到了。相机很美。机加工铝，沉甸甸的黄铜，快门拨盘经过定位点时发出令人满足的咔哒声。你装上 50mm Summilux，对准书架，拍一张测试照。把照片导入 Lightroom，期待放大看像素的快感。

你放大到 100%。

画面发软。不是运动模糊，也不是明显没对上焦，就是不对。该锐利的地方有一层雾。你又拍一张。三脚架，f/8，快门线，墙上贴着对焦校准图。结果一样。最清晰的焦平面落在主体后方两英寸。你反复测试三次，方法严谨，不愿相信。每次结果都一样。联动测距失准。

你的胃一沉。

你在网上搜索序列号，找到 2021 年一条论坛帖，埋在一个 Leica 爱好者社区里。某个特定生产批次存在已知制造缺陷：一个凸轮随动件问题会导致联动测距逐步漂移失准。渐进式。任何本地维修店都修不了。必须送回 Leica 工厂，排队六个月，维修费 $1,400。

卖家知道。

他一定知道。挂单照片是用 Live View 拍的——完全绕过有缺陷的联动测距。“底板轻微擦痕”是干扰项，一个小而已披露的瑕疵，用来制造透明感，同时掩盖灾难性缺陷。细致的描述。专业灯光。无可挑剔的好评率。全是舞台布置。

那个“不可能”的价格不是错误。不是一个不懂自己手里东西价值的悲伤寡妇。不是幸运发现。它很精确。卖家理解维修成本，理解一台正常机器的市场价，也理解你的心理。他把相机定价在一个精确位置：贪婪刚好压倒怀疑。

你以为自己是猎人。

你其实是库存处置机制。

生物发光的诱饵

那场拍卖里发生的事并不特殊。它不是坏运气。它是一条生物常数，支配着竞争生态中每一次价值交换。

在深海中层——大约 2,000 米以下，阳光无法穿透的地方——雌性琵琶鱼游动着。

在压迫性的黑暗里，她是隐形的。猎物唯一能看见的，是悬浮在水柱中的一个小小发光球体。这是 esca，一种生物发光诱饵，从一根改造过的背鳍棘上垂下，像钓竿一样弯在她的嘴前。

对在永恒黑暗中航行的小鱼来说，这道光不可抗拒。它打破虚空的单调。在深海里，光意味着生命。意味着食物。发出机会信号。

猎物看到一次进食机会，于是靠近。它并不愚蠢——它是在基于可得信息做理性行动。

但信号是假的。

那道光掩盖的是半透明、针状、向内倾斜的牙齿——进入很容易，退出不可能。等猎物意识到机会其实是陷阱时，双颚已经合上。

那条 eBay 挂单不是相机。它是 esca——一个生物发光诱饵，设计目的就是从信息不足的人身上抽取资本。

这就是逆向选择。

它是金融市场里最危险的动态。比波动更致命，比回撤更持久，比欺诈更隐蔽。你在市场里找到的任何“轻松”一餐，很可能都是垂在捕食者嘴上的诱饵。

当你坐在交易桌前，你不在某个干净、中性的市场里。你在深海中层。你周围是 Goldman Sachs、Citadel、Renaissance Technologies、Jump Trading 这样的实体，它们已经进化到可以用冷酷效率从水里剥离热量。它们不是出于利他在“提供流动性”。

它们就是琵琶鱼。而你屏幕上闪烁的绿色跳动？

那个看起来完美无缺的突破形态？

那就是光。

柠檬市场

我们愿意相信流动性市场不一样。“我交易 S&P 500、原油、欧元。这些是世界上最深、最高效的市场。订单簿里没有怪物。”

我们愿意相信市场是一家超市——商品以公平价格陈列，你想拿什么就拿什么。但它不是超市。它是 1970 年的二手车市场。

要理解你为什么总是在顶部买入、底部卖出，我们要回到 George Akerlof。我们在第1章简要见过他的柠檬框架，但现在需要看完整机制。1970 年，Akerlof 还是一位年轻经济学家，他写了一篇论文，题为《柠檬市场》（The Market for Lemons）。这篇论文被三家主要期刊拒稿。审稿人不以为然——两个说它微不足道，一个说它根本错误。只不过是一个关于汽车的故事。

他们错了。二十年后，那篇“微不足道”的论文让 Akerlof 获得诺贝尔奖。它证明了一个毁灭性的数学真相：信息不对称不只是让市场低效。它会摧毁市场。

Akerlof 的逻辑很简单，但含义令人恐惧。

想象一个二手车市场。存在两类车：好车（状态极佳，保养虔诚，每 3,000 英里换一次机油，价值 $20,000）和柠檬车（有缺陷，热车时变速箱打滑，发动机缸体有发丝裂纹，价值 $10,000）。

关键摩擦成本——也就是不对称——在于卖家知道哪辆是哪种。他跟这辆车一起生活过。他知道变速箱会打滑。买家只能看到“一辆车”。买之前，他无法分辨差异。

看接下来会发生什么。

买家不能冒险花 $20,000 买到柠檬车。理性地，他给出平均价格。如果一半是好车，一半是柠檬车，他出价 $15,000。

现在看激励。柠檬车车主手里是一辆 $10,000 的车。有人出 $15,000。意外之财。他立刻接受，把有毒资产甩给买家。但好车车主手里是一辆 $20,000 的车。有人出 $15,000。侮辱。为什么要在优质资产上承受 $5,000 的损失？他拒绝。把好车开回家。

结果是死亡螺旋。好库存离场。坏库存涌入。平均质量下降，迫使买家压低出价（$12,000，然后 $10,000），又把中等质量的车也赶走。最终市场崩溃。它变成了一个筛选最差结果的机制。最后留在市场上出售的，只剩下没人应该买的东西。

这不是关于汽车的寓言。这是在描述你的订单流。

每一次你看着屏幕上的价格，你都是二手车市场里的买家。你看到的是一个限价卖单——有人愿意以某个具体价格卖出一份合约。问自己：这份合约是好车，还是柠檬车？

如果这份合约是好车——马上要因好消息上涨——卖家为什么要卖给你？为什么他们不自己持有？为什么更聪明、更快的专业人士还没有把它买走？

如果它是柠檬车——马上要因坏消息下跌——卖家会急着出去。他们会立刻打你的买价。

这导向逆向选择的基本规则：如果你很容易成交，你大概率拿到了柠檬。

当你挂出限价单，它一直没有成交，而市场逐笔走高，你看到的是好车开走。卖家知道价值在上升。他们不会卖给你。但当你挂出限价单，然后——啪——立刻成交，价格马上朝你反方向跳？那就是柠檬车车主在倾倒库存。你不是“拿到了成交”。你成了别人退出时的流动性。

限价单悖论

这种动态会在你的交易平台上实时展开，而且常常以你来不及察觉的方式发生。陷阱在毫秒内合上。

想象你在交易 E-mini S&P 500。2025 年末，市场在 6,800.00。你看多。买价 6,800.00，卖价 6,800.25。

你表现得像一个有纪律的专业人士。拒绝支付价差。你在 6,800.00 挂限价买单。加入买价队列。等待。

这张限价单不是一个中性工具。它是你写给市场的一份期权。你在说：“无论接下来五分钟发生什么，我承诺以 6,800.00 买入。”

这是不是一笔好交易，完全取决于谁接受你的报价。

情景 A：噪音交易者。Omaha 的一名牙医读到一条吓人的新闻，于是卖出自己的投资组合。他打你的买价。你成交。公允价值没有变化——这个牙医只是为了退出而支付了价差。你捕获了交易优势。你在买价成交，而市场仍然值卖价。这就是做市商印钱的方式。

情景 B：知情交易者。利空消息上了新闻线——意外加息，地缘政治冲击。S&P 500 的公允价值瞬间跌到 6,795.00。高频交易者在微秒内看到。他们需要倾倒库存。他们看到你的限价单挂在 6,800.00——一个陈旧价格。他们打你的买价。咔。你成交了。

你以为自己拿到了好价格。现实中，高频交易者扫掉订单簿，是因为你的价格错了。市场现在是 6,795.00。你已经亏了五个点。

这就是逆向选择悖论：

当你是对的（市场上涨），知情交易者不会按你的限价卖给你。你挂在买价上，错过行情。

当你是错的（市场即将下跌），知情交易者会冲过来打你的买价。你立刻成交，就在亏损发生之前。

限价单是被动风险。如果你分不清牙医和高频交易者——如果你读不懂订单流，不知道公允价值何时正在移动——你的限价单会系统性地捕获下行，错过上行。你会成为聪明钱最后的流动性来源。

机构架构

问题比单笔交易更深。市场本身的结构就是分层的，确保你收到最低质量的流量。

在股票市场，这通过暗池和内部化商发生。暗池是私人交易场所，机构可以在不暴露意图的情况下撮合大额订单。内部化商是 Citadel 或 Virtu 这样的批发做市商，它们向券商付费，以换取填充散户订单的权利。

当大型机构想买入时，它不会在公开交易所亮出自己的手牌。它会在私人场所交易。如果你是零佣金应用上的散户交易者，你的订单会被路由给内部化商。

内部化商查看你的订单。如果它认为你没有信息优势——随机噪音，没有交易优势——它就自己与你成交，并留下价差。如果它认为你有信息——你知道某些东西——它就把你的订单送到公开交易所，在那里价格可以朝你不利的方向移动。

在期货里，机制不同，但结果相同。

中央限价订单簿（CLOB）是主要场所，但机构仍然通过大宗交易（机构之间的大额场外交易）和冰山订单（通过每次只显示一小部分来隐藏真实规模的算法）掩盖自己的意图。鲸鱼通过大宗交易台在“楼上”彼此交易，或者用算法隐藏规模：屏幕上只显示一手，背后保留几千手。

点亮的市场——你 DOM 上的公开订单簿——并不像股票市场那样是最后的流动性来源。期货主要在 CLOB 上交易；没有内部化层在最佳流量到达你之前把它吸走。但机构仍然掩盖意图。大宗交易在你永远看不到的对手方之间楼上成交。冰山算法把真实规模藏在一手显示之后。最快的参与者——拥有托管服务器的高频交易者——能在你处理订单流之前看到并反应。这个场地比股票更公平，但速度仍然制造层级。

这就是学术界所说的有毒流量。当你在公开交易所买入时，你买到的常常是机构机器排出的尾气。你在吃剩饭。你能在垃圾里找到宝石吗？可以。但概率对你不利。你押注的是：世界上最复杂的玩家看过某个东西后说“不，谢谢”，而你却能从里面看见价值。

与必要性交易：一个案例研究

逆向选择在宏观尺度上更加无情。最致命的形式，发生在你与一个不是为了利润而行动的对手方交易时。他们是为了生存而行动。

2018 年 11 月，天然气市场疯了。我用这个例子，是因为它展示了价值——图表所说的东西——和结构——谁被困住——之间的区别。

NatGas 已经连续几个月缓慢走高，但在 $4.00 撞墙。这不只是一个心理数字。它是过去三年的价值区高点——在这个价格之上，几乎没有历史成交量。

我当时刚接触 NatGas，正在研究成交量分布。我们交易到了低成交量节点——一个流动性稀薄、价格通常会剧烈拒绝的区域。我的年度 VWAP 带显示价格向上延伸了三个标准差。widowmaker 价差正在扩大到历史水平。

我机构交易手册里的每一个指标都在尖叫：做空。

逻辑是稳固的：“生产商会在这些水平对冲。我们正在交易到流动性真空。均值回归是概率最高的设置。”

于是我做空。在 $4.10 卖出 12 月期货，目标是回转到 $3.60 的 VWAP。我觉得自己像狙击手。在结构阻力位逆向做一个抛物线行情。

我被摧毁了。

11 月 14 日，价格没有拒绝。它加速了。

买盘不只是守住——它重新装填。我盯着 DOM：每次卖方打到买价，更大的买方就进来吸收。这不是清算。这是发起。

价格撕裂我的阻力位，穿过 $4.20。然后 $4.50。然后，在最后一次暴力挤压中，到 $4.93。单日上涨 18%。

在期货里，带杠杆空头遭遇 18% 的反向波动，不是亏损。是葬礼。那些卖出“安全”深度虚值看涨期权的期权卖方，被担架抬出去。一个基金 OptionSellers.com 在那一周亏掉全部客户权益，不得不发布一段后来臭名昭著的视频，解释爆仓。

我对价值的判断是对的。天然气不值 $4.93。几周后它暴跌回 $3.50。

我对对手方的判断是错的。

谁在 $4.50、$4.80、$4.93 买入？不是追逐动量的投机者。是公用事业公司和空 gamma 爆仓者——那些卖出期权、被迫买入标的来对冲爆炸风险的交易者。

想象东北部一家公用事业公司遭遇早期寒潮。它有监管义务：供暖不能停止。如果天然气耗尽，电网失效，人们挨冻，公用事业公司失去牌照。

当储罐见底时，他们进入市场。

他们在乎价值区高点吗？不在乎。VWAP 上方三个标准差？不在乎。他们对价格不敏感。他们必须买。如果天然气是 $5，他们会付。如果是 $10，他们也会付。与监管失败相比，天然气成本只是四舍五入误差。

我看的是一张公允价值图。他们看的是一张生存图。

你无法在谈判中战胜一个别无选择的人。

我的错误就是逆向选择。我选择了一笔交易，其中一个对手方——公用事业公司——有无限动机继续买入，另一个对手方——空 gamma 基金——正在被强制清算。我站到一列货运列车前面，只因为我的 VWAP 模型说它超速了。

赢者诅咒

这些陷阱通向拍卖理论中的一个概念：赢者诅咒。它把我们在本章一直绕着讨论的东西形式化了——“赢得”一笔交易这个动作本身，可能就是你已经输了的证据。

想象一场海上石油钻探租约拍卖。地质数据很复杂。多家能源公司雇用地质学家和工程师团队估算储量价值。他们的估计各不相同，围绕真实但未知的租约价值形成钟形曲线。有些保守，有些接近真实价值，有些过度乐观。

图中标注：真实价值；拍卖理论中的赢者诅咒；平均竞标者：更接近真实价值，但不会赢得拍卖；最高竞标者（赢家）在这里：最乐观的估计，支付过高价格的概率最高；赢者诅咒区域；估计价值；概率密度。

图 3.2 拍卖理论中的赢者诅咒。钟形曲线代表不同竞标者对一项资产估值的分布。中心的竖线代表真实价值。最右侧的阴影区域代表最高出价者的估计值。拍卖“赢家”就是估值最高的竞标者，落在极右尾部——也最有可能高估资产价值。

谁赢得拍卖？出价最高的公司。谁是出价最高者？按定义，就是估计最乐观的公司。它位于分布最右侧的极端尾部。“赢家”击败了所有竞争者，但在这样做的同时，最可能高估了资产价值。胜利是一种诅咒。他们很可能支付了超过租约价值的价格。

在交易里，每一次你“赢得”成交，你都赢得了一场拍卖。你愿意付最高价格。你击败了 Citadel。击败了 Virtu。击败了高频交易者。问自己：你击败他们，是因为你更聪明？还是因为他们看见了陷阱，选择站到一边？

这导向每个专业交易员都熟悉、但很少讨论的一种状态：

专业人士的长期不满足。如果你买入后价格立刻上涨，你不高兴——你买得不够，你的信念太低。如果你买入后价格立刻下跌，你不高兴——你根本不该买，你的信息错了。没有任何结果会让你满意。你能找到一个对手方这个事实本身，就是证据：某个更快、资本更充足的人不同意你。

操作者协议

你要怎样在这片海里游泳而不被吃掉？

你无法消除逆向选择。只要你在承担风险，你就在暴露于信息不对称。但你可以反转游戏。停止像猎物一样行动。开始像琵琶鱼一样思考。

傻瓜的零假设。转变从翻转默认假设开始。大多数交易者默认自己是对的，直到被证明错了。反过来。从这个假设开始：“我是那个冤大头。”每笔交易之前，问那条小鱼没问的问题：“为什么这份流动性会提供给我？”如果你识别不出对手方的约束、恐慌或结构性义务，就不要交易。

瞄准受约束的玩家。一旦你剥掉傲慢，就可以开始正确狩猎。阿尔法不是被创造出来的；它是被转移出来的。它从那些必须交易的人，流向那些可以交易的人。停止寻找价值，开始寻找困境。谁正在被保证金追缴清算？谁在收盘时再平衡杠杆 ETF？谁在对冲监管要求？这些才是安全的对手方。他们对价格不敏感。他们不是在试图击败你——他们是在试图清掉一张票。当你向他们提供流动性时，你不是被逆向选择。你是在为服务收取溢价。当你识别出强制流时，轻松成交正是你想要的。只要你的对手方受约束，逆向选择就会站在你这一边。

尊重沉默。如果你挂出一张限价单，它在那里躺了一个小时，市场在它周围交易却始终不碰它，然后突然——啪——你成交了，就退出。不要庆祝成交。那次成交是警报。有毒流量找到了你。信息已经改变，而你还拿着旧价格。琵琶鱼已经合上了嘴。

立刻接受小亏。不要等交易论点展开。成交本身就是论点失效。

滑点就是信息。如果你试图买入，而价格从你面前跑掉，不要追。那个滑点是市场在对你尖叫。它在告诉你：你已经晚了。如果你追，你吃的是残渣。

唯一好的成交，是难以拿到的成交。市场不是商店。它是一片黑暗海洋。你看到的每一道光，要么是食物，要么是陷阱。

咬下去之前，先知道区别。

但如果你不能相信价格，也不能相信成交，你还能相信什么？你如何知道任何事是真的？这就是我们下一步要去的地方。

注释

柠檬市场。Akerlof, George A. “The Market for Lemons: Quality Uncertainty and the Market Mechanism.” Quarterly Journal of Economics 84, no. 3 (1970): 488-500. 关于信息不对称的奠基性论文。

赢者诅咒。Thaler, Richard H. “Anomalies: The Winner’s Curse.” Journal of Economic Perspectives 2, no. 1 (1988): 191-202. 对这一概念的易读介绍。

金融市场中的逆向选择。Glosten, Lawrence R., and Paul R. Milgrom. “Bid, Ask and Transaction Prices in a Specialist Market with Heterogeneously Informed Traders.” Journal of Financial Economics 14, no. 1 (1985): 71-100. 市场微观结构中逆向选择的正式模型。

有毒订单流。Easley, David, Marcos López de Prado, and Maureen O’Hara. “Flow Toxicity and Liquidity in a High-Frequency World.” Review of Financial Studies 25, no. 5 (2012): 1457-1493. 关于知情流量如何影响做市商的学术处理。

订单流付款与内部化。各类 SEC 报告和行业分析。若要看更易读的处理，可参见 Matt Levine 在 Bloomberg Opinion 的相关报道。

2018 年 11 月天然气飙升。当时 Reuters、Bloomberg 和行业出版物均有报道。OptionSellers.com 的崩溃被金融媒体广泛报道。

琵琶鱼生物学。Pietsch, Theodore W. Oceanic Anglerfishes: Extraordinary Diversity in the Deep Sea. University of California Press, 2009.

第 4 章：确定性的幻象

市场在结构上是敌对的。你的大脑天生会学到错误的教训。即使你发现了一个机会，它的可得性也可能正是逆向选择的证据。现在进入第四层，也是最让人失去方向的一层：即使你真的拥有交易优势，你也无法确定自己拥有它。你对策略感到的确定性，可能正是它最危险的部分。

撞击前四分钟

2009 年 6 月 1 日 02:10:05 UTC，Pierre-Cédric Bonin 做了一件在外行看来毫无道理，但在心理学家眼里可怕地、悲剧性地说得通的事。Air France 447 航班这名 32 岁的副驾驶向后拉动侧杆，在大西洋上空的漆黑夜色中开始爬升。

没有任何理由爬升。飞机当时在 35,000 英尺高度正常飞行，以 0.80 马赫穿越巴西和塞内加尔之间的赤道风暴。机长 15 分钟前离开驾驶舱，去进行计划内的小睡。一切例行。直到不再例行。

起点是结冰。冰晶开始堆积在皮托管上。皮托管是测量空速的外部传感器。读数开始失常。自动驾驶系统被编程为一旦数据冲突就交出责任，于是断开。一声警报响起，随后是合成语音：“Autopilot off.”

任何飞行员都会告诉你，这不是紧急情况。他们反复训练皮托管结冰，直到睡着都能处理。程序简单到乏味：保持姿态，保持高度，等待。不到一分钟，冰会升华。传感器恢复在线。你继续喝咖啡。

Bonin 没有等。他向后拉杆。机头抬起。空速衰减。几秒之内，Airbus A330 进入气动失速：机翼不再产生足够升力。

失速警告尖叫。一道刺耳、重复的合成语音：“STALL. STALL. STALL.”

接下来的三分半钟里，飞机以每分钟 10,000 英尺的速度从 38,000 英尺坠落，而 Bonin 一直向后拉着那根侧杆。他维持着那个必然导致坠机的输入。警告响了七十五次。他的同事 David Robert 试图接管。但在 Airbus 上，两根侧杆没有机械联动。如果一名飞行员向后拉，另一名向前推，计算机会对输入取平均。Robert 正在向下推，试图救他们。Bonin 正在向后拉，把他们推向死亡。飞机用单调的声音宣布“DUAL INPUT”，而两人一路向下互相对抗。

02:11:43 UTC，机长 Marc Dubois 冲回驾驶舱。录音文字记录下了这句话：“Eh, qu'est-ce que vous foutez?”（你们到底在干什么？）

Robert：“On perd le contrôle de l'avion, là!”（我们正在失去对飞机的控制！）

还剩两分钟。

驾驶舱里警报声混成一团。高度正在流失。但有一个细节把这件事从悲剧变成了教训：仪表是工作的。

迎角指示器显示了失速。警告声尖叫着给出诊断。高度表正在倒数他们生命的秒数。这些人合计有 20,000 小时飞行经验。他们有数据。他们有训练。

他们拥有的是确定性。他们确定仪表在撒谎。

撞击前九十秒，Robert 终于意识到 Bonin 在做什么。“Alors descends. Alors, donne-moi les commandes.”（那就下降。把操纵给我。）Bonin 松手。Robert 压低机头。速度开始恢复。短暂一瞬，也许三四秒，生还有可能。

然后，Bonin 没说一句话，惊慌中再次向后拉杆。

近地警告尖叫“PULL UP”。海面正向他们冲来。听见“拉升”，Bonin 就照做了。

02:14:28 UTC，Air France 447 航班以 107 节速度撞上海面。受控飞行。发动机完好运转。飞机坠落，是因为一个人正在命令它失速。

这就是人把信心误认为知识时会发生的事。

BEA，也就是法国相当于 NTSB 的机构，用三年时间清理残骸，既有物理残骸，也有心理残骸。他们的报告读起来像一份认知失败目录：注意力隧道化、选择性感知、过度自信效应。盯着一个数字，忽略其余全部。因为传感器与直觉不一致，就判定传感器坏了。来自训练模拟的确定性，而那些模拟总有好结局。

Bonin 不是无能。他有将近 3,000 小时飞行时间。他是专业人士。但在压力之下，他用自己脑中的现实模型替代了现实本身。他的模型说：“如果我遇到麻烦，就爬升。”这个启发式方法成功过数千次。他对它的信心淹没了驾驶舱里尖叫的现实。

你也到过这里。我知道我到过。

你有一套策略。它有效。然后止损开始鸣叫。指标看起来不对。但你的大脑低语：“这只是操纵。只是扫止损。会反弹的。”你在权益曲线失速时向后拉杆，确信市场错了，因为你确信自己的策略没问题。

唯一的区别是：市场不会在四分钟内杀死你。

它会用四个月把你的血放干。

火鸡问题

Air France 机组有数千小时经验。他们的信心建立在数据之上，也就是多年成功飞行的记录。那么，数据什么时候真的能告诉你关于未来的真相？答案比大多数交易者愿意听到的更令人不安。

Bertrand Russell 在 1912 年就预见了这个问题，他提出了关于鸡的思想实验，后来 Nassim Taleb 把它推广为火鸡问题。

想象一只火鸡在 9 月 1 日被农场收走。每天早晨，农夫都会来喂它。火鸡是一名优秀的经验主义者，于是开始收集观察结果。第一天：被喂食。第二天：被喂食。第三天：被喂食。随着数周过去，火鸡积累了越来越稳健的样本。晴天被喂，阴天被喂；工作日被喂，周末被喂；农夫看起来高兴时被喂，看起来心不在焉时也被喂。无论条件如何，模式都成立。

到 11 月下旬，火鸡的信心达到历史最高。连续 84 天被喂食。样本量充足。零方差。每一个数据点都确认同一个假设：农夫明天还会喂我。

第 85 天早晨，也就是感恩节前一天，火鸡带着最大确定性走向食槽。农夫如预期般出现。但他拿来的不是饲料，而是一把刀。

火鸡的问题不是数据不足。84 次观察是一个合理样本。火鸡的问题在于，归纳法，也就是从具体观察推断一般规律，无法解释底层过程的结构性断裂。火鸡建立了一个模型，捕捉到了表面模式（农夫出现，食物到来），却对生成该模式的机制视而不见（农夫正在把火鸡养肥以便宰杀）。火鸡从未问过自己为什么被喂。它只问什么时候被喂。

David Hume 在 1739 年指出了这一点。他称之为归纳问题：没有任何证明性论证能够证明，我们尚未经历的实例会类似于我们已经经历的实例。有记录以来，太阳每天早晨都会升起。这在逻辑上或数学上并不能证明它明天还会升起。我们相信它会升起，是因为我们拥有理论知识：天文学、物理学、轨道力学。这些知识解释了太阳为什么升起。火鸡没有这种知识。它只有模式识别，而且这种模式识别运行在对现实的不充分表征之上。

交易优势验证不是统计问题。它是哲学问题。

你的回测就是那只火鸡。它观察了历史模式，也许是跨越多年数据的数千笔交易。它记录了哪些配置有效，哪些无效。夏普比率高。回撤可控。胜率高于 50%。按照所有常规指标，这套策略都有“交易优势”。

但回测无法告诉你这些模式为什么存在。它无法区分结构性现象和短暂巧合。前者是市场微观结构效应，因为它来自市场运作方式中持久存在的特征，所以能够延续；后者只是统计伪影，来自已经不再成立的条件。回测是在收集喂食时间表的数据，却不理解农夫的意图。

看信心曲线。第一天，信心很低，一次观察说明不了什么。到第 40 天，信心大幅上升。到第 80 天，它接近确定。正斜率，大致线性，渐近于 100%。

现在把实际风险叠加到同一张图上。风险也在上升，但火鸡看不见。每过一天，感恩节就更近。农夫的意图不是更遥远，而是更迫近。风险指数级上升，而信心线性上升。两条曲线彼此不可见。

第 84 天，两条曲线相交。信心最大。风险最大。

最大确定性恰好出现在最大脆弱性的那一刻。

这就是每一个连胜后加大仓位的人。胜利感觉像证据。它们确实是证据，可能什么都证明不了，可能证明一切，也可能证明某个你用现有数据无法识别的具体东西。你从这些胜利中获得的信心，与正在积累的风险没有必然关系。连胜可能是技能。可能是市场状态。可能是方差。模式本身无法告诉你是哪一种。

确定性的不可能

你可能会反驳：“好吧，火鸡只是寓言。但只要数据足够多、测试足够严谨，我们总能像科学家证明假设那样证明自己的交易优势吧？”答案是否定的。要理解原因，你必须抓住一个大多数交易者从未接触过的区分。

想像药物试验证明疗效那样证明交易优势，这个梦想与市场在结构上不兼容。

药物验证之所以有效，是因为生物学是固定的。一种药物要么与受体结合，要么不结合。受体结构由生物学固定。结合机制受化学和物理规律支配。这些相互作用背后的规律，不会因为制药公司开始测试化合物而改变。

Pfizer 对降压药进行临床试验时，高血压的底层生物机制在整个研究期间保持不变。研究人员可以隔离干预因素，控制混杂变量，随机分配受试者，并在稳定基线下衡量结果。

University of Chicago 经济学家 Frank Knight 在 1921 年指出了根本区别。在《风险、不确定性与利润》（Risk, Uncertainty, and Profit）中，他把随机性分为两类：

风险，存在于你无法知道某个具体事件的结果，但可以准确衡量概率分布的时候。

赌场运行在风险领域。轮盘大约 47.4% 的时间会落在红色。这一概率由轮盘的物理构造固定。一百万次旋转会收敛到这个分布。赌场不知道某一次旋转会是红还是黑，但它以数学精度知道自己的长期期望是什么。

不确定性，存在于你甚至无法为结果分配准确概率的时候。Knight 称之为“不可度量的不确定性”：在这些情境中，我们一开始就无法知道设定准确赔率所需的全部信息。你无法计算中国在未来十年内入侵台湾的概率。你无法给出一个可靠百分比，衡量 AI 到 2035 年取代对冲基金经理的可能性。这些问题包含太多未知变量、太多相互依赖的系统，以及预测与结果之间太多反身性反馈。

市场生活在 Knight 的第二类里。市场生成的噪音看起来像风险。你可以计算历史波动率，衡量过去的回撤，计算观察到的夏普比率。但这些向后看的统计量并不约束未来。明天收益所来自的分布，不是昨天收益所来自的同一个分布。系统会变异。

George Soros 把这种变异命名为反身性：参与者的行动会改变他们试图理解的系统。当你用规模交易时，你会推动价格。当你的交易优势被人知道时，更快的交易者会抢跑它，资本会涌入，机会会消失。当波动率转变时，曾经有效的策略会停止有效。系统是敌对的，也是适应性的。它会响应你的观察，改变你正在观察的东西。

Andrew Lo 在适应性市场假说中形式化了这种不稳定性：市场效率不是一个恒定状态，它会随着参与者学习和适应而循环。模式有效，直到足够多资本发现它们。然后它们退化，或者彻底消失。McLean 和 Pontiff 估计，交易异象在样本外会损失约 26%，发表后会损失 58%，因为套利资本会作出反应。

这就造成了专业交易的根本结构性问题：你需要交易优势才能生存。你无法验证自己拥有交易优势，直到你交易足够久，收集到有意义的数据。而等你收集到有意义的数据时，市场很可能已经改变了。

没有漏洞。你在测量一个移动目标，而这个目标的移动，部分正是由你试图测量它所导致的。（这正是逆向选择赖以生长的认识论噩梦。如果你无法知道系统的真实状态，你就永远容易被知道得稍微更多的人伤害。）

非平稳性的机制

许多交易者用赌场类比安慰自己：“我就像庄家。我有交易优势。我只需要打足够多手。”这个类比会杀死你。原因如下。

摧毁赌场类比。

赌场运行在平稳过程之上，也就是概率固定且不变。轮盘的赔率由物理学固定。赌场优势不会因为赌徒变得更老练而衰减。2024 年的结果分布与 1984 年相同。一百年的玩法不会侵蚀轮盘偏差。这正是赌场能赚钱的原因：它们面对的是风险，不是不确定性，而风险可以通过仓位规模和分散化管理。

市场是非平稳的。收益的底层分布会随时间变化。有时缓慢，有时猛烈，而且一开始总是不可见。波动率市场状态扩张又收缩。相关性翻转。流动性潮起潮落。监管变化改写规则。央行政策重塑无风险利率和风险溢价。参与者构成演化。散户主导时有效的东西，在机构算法到来后会停止有效。

你无法实时看见这些变化。当非平稳性体现在你的 P&L 上时，市场状态已经改变。你是在事后检测转变，始终基于关于系统状态的过期信息操作。

Clausewitz 称之为战争迷雾：指挥官在战斗中经历的不确定、混乱和不完整态势感知。“战争中行动所依据的因素，有四分之三都笼罩在程度不一的不确定迷雾中。”成功的指挥官不是穿透迷雾的人。迷雾无法被穿透。成功的指挥官是形成了能在迷雾中运作的作战原则的人。

交易提出的是同一个挑战。你无法知道自己处于什么市场状态，直到该市场状态结束。你必须在信息不完整的情况下自信行动：设定仓位、进场交易、管理风险。同时你还必须承认，你对当前条件的模型可能在一些你无法检测的方面是错的。

工具确实存在。隐马尔可夫模型可以从可观察数据中识别市场状态。高斯混合模型可以把历史收益聚类为不同波动率市场状态。机器学习可以检测结构性断裂并标记异常行为。但这些工具没有一个能提供实时确定性。它们提供的是概率评估、滞后指标，以及把历史模式识别应用到一个系统上，而这个系统从现在到未来的关系，可能不同于它过去到过去的关系。

你永远在迷雾中操作。

Wason 选择任务

面对所有这些不确定性，你也许会以为人类天生会保持怀疑。我们不会。我们被设计成保护自己的信念，而不是证伪它们。

1966 年，Peter Wason 设计了一个优雅而简单的实验，揭示了这个缺陷。

受试者面前有四张卡片。每张卡一面是字母，另一面是数字。可见的正面分别是：E、K、4、7。

实验者给出一条规则：“如果一张卡片的一面是元音，那么另一面就是偶数。”

你必须翻开哪些卡片，才能判断这条规则是真是假？

答案并不直观。

大多数受试者选择 E 和 4。这看起来合乎逻辑：E 是元音，所以检查背面是否是偶数；4 是偶数，所以检查背面是否是元音。

正确答案是 E 和 7。

翻开 E 是必要的。如果 E 背面是奇数，规则就是假的。但翻开 4 证明不了任何东西。规则说的是“如果是元音，那么是偶数”。它并没有说明偶数背面必须是什么。K 在一面，4 在另一面，并不违反规则。

翻开 7 至关重要。如果 7 背面是元音，规则就是假的，因为元音与奇数配对了。大多数受试者从未考虑翻开 7，因为他们是在寻求对规则的确认，而不是证伪。

Wason 记录了他称为确认偏误的现象：人类系统性地倾向于寻找支持既有信念的证据，同时忽略可能推翻它们的证据。我们是寻找确认的人，不是寻找真相的人。我们的认知架构进化出来，是为了识别模式、构建叙事，而不是为了严格地用反证检验假设。

生活在虚假确定性中的交易者，持续不断地活在 Wason 选择任务里。

他们观察到盈利交易，就把它当作交易优势的确认。他们观察到亏损交易，就把它解释掉。“市场操纵。”“滑点。”“执行不好。”他们从不检验自己的交易优势并不存在这一假设，因为他们从不翻开 7。他们只寻找 E 和 4，也就是确认自己既有信念的证据。

问题不是愚蠢。Wason 的受试者包括受过训练的逻辑学家和科学家。问题在于，人类推理默认走向确认，而不是证伪。用反证来检验你的假设，需要有意识地对抗认知重力。

过度自信效应

确认偏误解释了为什么我们不寻找反证。但还有一个相关现象同样危险：我们无法评估自己到底知道多少。

2013 年，Houston VA 的一项研究发现了一件足以让你夜不能寐的事。

研究人员向 118 名医生展示诊断病例片段。有些病例很直接：典型表现，症状模式清楚。另一些则很困难：非典型表现、症状重叠、罕见疾病。

结果很刺眼。医生对较简单病例的正确诊断率为 55.3%，对困难病例只有 5.8%。准确率下降近 10 倍，这在预期之内。困难病例本来就困难。

出乎意料的是：相应的信心下降很小。医生对简单病例的信心评分为 7.2/10，对困难病例为 6.4/10。准确率从 55% 跌到 6%。信心只从 7.2 跌到 6.4。

研究人员计算了校准度，也就是信心与准确率之间的一致性，发现系统性过度自信。当医生最可能出错时，他们的信心几乎仍然和最可能正确时一样高。他们感觉不出知道与猜测之间的区别。

更麻烦的是：更高的信心与更低的追加检查或寻求会诊可能性相关。当医生感觉确定时，他们停止收集信息。本应促使更多调查的认知状态，也就是面对困难病例时的不确定，被一种没有根据的“我知道”感掩盖了。

对交易者来说，这解释了为什么信心会感觉像知识，尽管它不是。你的模式识别系统在意识之下自动运行。它生成输出：确信感、方向直觉、“这就是那个设置”的感觉。但它不会让你接触到输入或推理。你把输出体验为知识。它不是。它是神经机器生成的、带有信心权重的猜测，而这套神经机器进化于另一个环境。

当这套机器面对困难病例时，也就是面对超出你经验的市场条件、你从未见过的市场状态转变、你的训练没有准备过的变量配置时，准确率会急剧下降。但信心不会相应下降。你在困难病例中感觉和简单病例中一样确定，即使你正确的概率已经崩塌。

爆仓的交易者通常不是不确定的人。不确定的交易者仓位小、用止损、持续监控。爆仓的是那些自信的人。他们确信自己理解正在发生什么，把相反证据解释为操纵或坏运气的确认，“知道”这个仓位会奏效，因为它以前奏效过。他们在飞机坠落时仍然向后拉着侧杆，因为他们的现实模型已经与现实本身脱钩。

预测悖论：预言与预期

这里有一个矛盾需要解决。本章一直在论证，确定性是一种幻象，未来不可知，任何声称能预测市场的人都是骗子。但后文我会要求你用五星量表“给自己的确信度打分”，要求你“预期”二阶效应。

我们到底是在预测，还是不是？

要解决这个问题，你需要区分两种不同的智力行为：预言和预期。

预言，是试图知道结果。它是决定论式的。“S&P 500 年底会到 7,000。”“原油要去 60 美元。”预言需要一个拉普拉斯妖，也就是一个假想的智识，它知道宇宙中每个粒子的位置和动量，因此能够计算所有未来状态。在一个反身性、非平稳的系统中，预言是不可能的。当你试图预言时，你是在幻觉出确定性。

预期，是试图评估偏斜。它是概率式的。“考虑到当前持仓结构和波动率市场状态，下行方向的速度潜能高于上行方向。”预期不声称知道会发生什么。它声称知道当前可能性分布长什么样。

赌场不预言。你问一个赌桌主管：“下一次旋转会是红色吗？”他会诚实回答：“我不知道。”对结果没有任何确信。但对偏斜有 100% 确信。他知道轮盘在结构上向自己倾斜。他预期交易优势，同时接受单次旋转的不确定性。

本书中我们“给确信度打分”时，衡量的不是我们对某个具体未来事件的信心。我们衡量的是概率分布的倾斜程度。我们问的是：“当前这副牌叠得有多重？”

业余者预测牌。专业人士打赔率。

四条公理

本章的一切可以压缩成四条不可约减的真理。专业交易不是由你可以绕开的规则支配的。它由你只能设法活下来的公理支配。

公理一：交易优势从来不是事实；它是概率。物理学家处理常数。重力不会休假。交易者处理潜变量，也就是“交易优势”或“情绪”这类你无法直接观察的量。你只能看到它们投射在价格和 P&L 上的影子。因为你处理的是影子，你永远无法绝对验证一项交易优势。你只能估计它，更新它，并学会与永远无法真正知道所带来的残余恶心感共处。问题从来不是“我有没有交易优势？”这个问题预设了一个并不存在的二元世界。问题是：“根据我看到的影子，我应该下多重的注？”

公理二：地面在移动。市场是非平稳的，也是反身性的。收益分布会转变，往往正是因为你和你的同行正在与它互动。阿尔法会制造自己的熵。发现会加速衰减。但即使没有发表，策略也会腐烂。市场状态改变，技术演化，你正在利用的现象蒸发。2019 年造就百万富翁的交易，可能在 2024 年让他们破产。不是因为他们失去了技能，而是因为地形抹掉了地图。

公理三：随机性污染一切。短期表现证明不了任何东西，但你的大脑天生会把它当成福音。Tversky 和 Kahneman 半个世纪前把它记录为“小数定律信念”。我们期待 10 笔交易揭示一套策略的真相。在那个样本量下，你盯着的是噪音。即使一千笔交易也能骗你，如果你的策略依赖的是尚未出现的肥尾。你可以正确多年，同时仍然错判了分布。

公理四：生存是唯一指标。夏普比率和利润因子是游客的虚荣指标。专业人士只痴迷于一个二元问题：还在场内，还是被出局。Paul Tudor Jones 出名，不是因为他最大化上行。他出名是因为他假设自己马上要亏钱，并本能地防守。这似乎矛盾，既然关注亏损，为什么还交易？但这是抵达长期的唯一方式，只有在长期中，概率才真正收敛。你保护资本，不是为了把它藏在床垫下面。你保护资本，是为了在方差中活得足够久，让数学发挥作用。

偏差正常化

还有一个认知陷阱，会让这些公理在实践中难以遵守。它解释了聪明、有经验的专业人士如何在自以为安全运作的同时，漂向灾难。

1986 年 1 月 28 日，Challenger 在发射后 73 秒解体。原因是低温引发 O 形环密封失效。工程师曾警告管理层。管理层推翻了他们。

十七年后，Columbia 在再入大气层时解体。原因是发射时泡沫碎片击中机翼。工程师曾请求卫星图像来评估损伤。管理层拒绝了他们。

社会学家 Diane Vaughan 研究 Challenger 灾难，并创造了一个每个交易者都应该贴在显示器上的术语：偏差正常化。

它描述的是组织如何漂向灾难。O 形环曾在之前的飞行中被侵蚀，但航天飞机安全返回。泡沫曾在之前的飞行中击中机体，但航天飞机成功着陆。偏离安全，变成了新的安全标准。他们是正在积累数据点的火鸡，把运气误认为结构完整性。

如果 NASA 拥有数十亿美元资金、成队的博士，以及明确的安全使命，仍然无法阻止自己把风险正常化，那么除非你可怕地警惕，否则你一个人没有任何机会做到。

你是黑暗驾驶舱里的单个飞行员。你没有任务控制中心。当你“就这一次”移动止损，而交易最终成功时，你并没有赢。你输了。你教会了自己的大脑：偏差是安全的。你侵蚀了 O 形环。下一次，你会把止损移得更远。你会凭预感加仓。你会忽略市场状态转变，因为上一次你忽略它还拿到了钱。你正在一笔一笔交易地把自己的毁灭正常化，直到某个早晨，方差追上偏差。

贝叶斯式生存

这种漂移的解药不是更多数据。而是另一种关于知识本身的哲学。

Thomas Bayes 提供了框架。在贝叶斯世界里，你从不“知道”任何东西。你持有一个先验，也就是一个带有特定信心水平的信念。你遇到新证据。你更新先验，形成后验。这个后验又成为下一次事件的新先验。

这不是数学题。这是生存机制。

牛顿式交易者问：“市场是看涨还是看跌？”他想要一个二元答案，这样他就能确定。当市场转向不利于他时，他僵住了。他的现实被侵犯了。他扛着仓位，因为他需要自己是对的。

贝叶斯式交易者问：“市场看涨的概率是多少，而这段价格行为让这个概率改变了多少？”当交易走向不利于贝叶斯式交易者时，他体验到的不是认知失调。他体验到的是一次更新。价格行为是信息。它降低了他对论点的信心。随着信心下降，仓位规模下降。他不是在与市场搏斗，而是流动地调整暴露，使它匹配自己当前的概率估计。他像水一样流动。

牛顿式交易者像玻璃一样碎裂。

协议

像什么都不知道一样操作。因为你确实不知道。你有模型，有本能，有回测。它们都不是地形。它们是地图，而地形一直在移动。

协议很简单，尽管很少容易。

交易规模要小到任何单一意外都无法击穿船体。

寻找不相关的押注，让一台发动机失效时不会把其他发动机也一起熄火。

培养一种激进的脱离意愿。

当反馈回路尖叫，当仪表读数冲突，当“不可能”发生时，不要成为 Pierre-Cédric Bonin。不要向后拉杆，试图把你的模型强加给世界。

松手。平掉账本。离开屏幕。选择做五分钟的胆小鬼，这样你才能做二十年的飞行员。

确定性是业余者的奢侈品。专业人士生活在不确定性中，前提是他们的仓位允许他们活下来。

注释

Air France Flight 447. Bureau d'Enquêtes et d'Analyses (BEA). Final Report on the Accident on 1st June 2009 to the Airbus A330-203. July 2012. 另见 Palmer, Brian. The limits of expertise. Slate, December 6, 2011.

The Problem of Induction. Hume, David. A Treatise of Human Nature. 1739. Book I, Part III. Russell 的鸡出现在 The Problems of Philosophy (1912) 中。

Knightian Uncertainty. Knight, Frank. Risk, Uncertainty, and Profit. Houghton Mifflin, 1921.

Reflexivity. Soros, George. The Alchemy of Finance. Simon & Schuster, 1987.

Adaptive Markets Hypothesis. Lo, Andrew W. Adaptive Markets: Financial Evolution at the Speed of Thought. Princeton University Press, 2017.

Post-publication Decay of Anomalies. McLean, R. David, and Jeffrey Pontiff. "Does Academic Research Destroy Stock Return Predictability?" Journal of Finance 71, no. 1 (2016): 5-32.

Wason Selection Task. Wason, Peter C. Reasoning. In New Horizons in Psychology, edited by Brian Foss. Penguin, 1966.

Physician Overconfidence Study. Meyer, Ashley N.D. et al. "Physicians' Diagnostic Accuracy, Confidence, and Resource Requests." JAMA Internal Medicine 173, no. 21 (2013): 1952-1958.

Normalization of Deviance. Vaughan, Diane. The Challenger Launch Decision: Risky Technology, Culture, and Deviance at NASA. University of Chicago Press, 1996.

Fog of War. Clausewitz, Carl von. On War. 1832. Translated by Michael Howard and Peter Paret. Princeton University Press, 1976.

第 5 章：概率思维与期望值

我们已经画出了地形图。这里很敌对。现在的问题是：你到底该怎么做？

如果确定性不可能存在，专业人士如何决策？答案是：他们与概率建立了另一种关系。

空返的飞机

1971 年春天，一位名叫 Akira Okazaki 的年轻货运主管坐在东京的日本航空总部，面对一个没有明显解法的问题。

日本航空的 747 货机从成田向西飞，满载而出：Sony 晶体管收音机、Panasonic 电视机、Honda 摩托车，以及日本战后工业奇迹所能出口的全部产物。它们在 JFK 机场降落、卸货，然后返航。空着返航。经济账非常残酷：从东京运到纽约的每 7 吨货物，返程只有 1 吨。飞机两程烧同样的燃油。机组拿同样的薪水。着陆费也一样。但有一半航班创造的收入是零。

Okazaki 的工作，是用某种东西填满这些飞机，任何东西都可以，只要日本消费者愿意为它支付溢价。货物必须足够有价值，能支撑空运费率。它必须在日本国内买不到。理想情况下，它还应该是美国卖家根本没有意识到其价值的东西。

他在爱德华王子岛的垃圾填埋场里，找到了正在腐烂的答案。

1971 年，加拿大东海岸把大西洋蓝鳍金枪鱼归为讨厌物种。运动钓鱼者捕它，是为了搏斗过程。一条蓝鳍金枪鱼可以超过 1,000 磅，挣扎数小时。但它的肉被认为毫无价值。当地人称它为“竹荚鱼”。包船返回码头后，鱼尸被拖到市政垃圾场掩埋。有些渔民甚至付处置费，只为摆脱它们。

在东京，同一种鱼的售价超过同等重量的白银。

日本人吃蓝鳍金枪鱼已有几个世纪，但供应仅限于附近海域能捕到、并在数小时内消费掉的数量。鱼肉深红、脂肪纹理丰富、极度细嫩，但氧化和腐坏速度几乎超过地球上任何蛋白质。当时没有技术能保存它。没有物流链能运输它。价格反映的是物理限制制造的稀缺，不是经济学制造的稀缺。

Okazaki 看到了这个缺口。他也看到，要弥合这个缺口，必须解决此前没人解决过的问题。

第一项挑战是温度。蓝鳍金枪鱼必须保持在 28 至 32 华氏度之间。要足够冷，才能阻止细菌生长。又要足够暖，才能避免冰晶破坏口感。横跨 6,000 英里的旅程，误差空间只有 4 度。

第二项挑战是时间。蓝鳍金枪鱼死亡的一刻，生化时钟就开始倒计时。酶会分解肌肉组织。细菌会繁殖。即使在完美冷藏条件下，这条鱼也许只能保持 72 小时的寿司级品质。从新斯科舍外海的渔船，到东京的拍卖场，包括卡车运到机场、清关、跨太平洋飞行、降落、再次清关、再次卡车运输，所有环节必须被压缩进这个窗口。

第三项挑战是搬运。肉眼看不见的瘀伤，切片时会显现为棕色斑点。筑地鱼市场的拍卖师会像外科医生一样检查每一条鱼。一个瑕疵就可能让价格腰斩。

Okazaki 的团队花了一年多设计解决方案。他们设计了带凝胶冰袋的保温运输箱，冰袋按精确的热曲线校准。他们制定了搬运流程：如何瞬间杀鱼，防止压力激素污染鱼肉；如何正确放血；如何包装，避免产生压力点。他们谈妥了加急清关。他们训练从未听说过生鱼片的加拿大渔民，让他们像神经外科医生一样处理渔获。

1972 年夏天，第一批来自爱德华王子岛的大西洋蓝鳍金枪鱼抵达筑地拍卖场。4 天前，它们还在海里游动。它们卖出的价格，让加拿大人怀疑翻译出了错。

到 1974 年夏天，蓝鳍金枪鱼占据了日本航空从加拿大飞往日本航班全部货物的 91%。这种鱼在 1970 年每磅售价 10 美分，到 1990 年达到每磅 10 美元，在东京餐厅则达到每磅 100 美元。Okazaki 没有发现一个新市场。他发明了现代全球寿司贸易。也正是在这个过程中，他展示了每一位专业交易者都必须理解的东西：优势的本质。

机会结构

蓝鳍金枪鱼的故事看起来像信息套利：Okazaki 知道别人不知道的事情。并不完全是。要理解原因，必须拆开“优势”到底是什么意思。

Okazaki 拥有的信息，别人也拥有。蓝鳍金枪鱼在东京的价值不是秘密。空着返航的飞机不是秘密。加拿大渔民掩埋渔获也不是秘密。货运行业里的任何人，都可以把这些点连起来。

但 Okazaki 拥有的不只是信息。他拥有行动能力：物流基础设施、机构支持，以及花一年多解决冷藏问题却没有任何收入的耐心。渔民没有这种能力。美国货运公司没有这种能力。甚至其他日本航空公司的竞争者，也缺少这种特定组合：空置的西行运力，以及投资一个未经验证市场的意愿。

优势不是鱼。优势是那架空返的飞机。

Agustin Lebron 曾在 Jane Street 工作多年，后来写作阐述交易优势的机制。他把这个洞见形式化为一个不等式，抓住了专业竞争的本质：

理解力 + 行动能力 > 边际交易者

这不是哲学。如果你不能具体填入每一个变量，如果你说不清自己理解了别人不理解的什么、你拥有什么别人没有的能力、你的交易对手是谁，那么你几乎一定是这个等式右边的变量。你不是拥有优势的交易者。你是被优势交易的对象。

范畴错误

Lebron 的不等式看起来很简单。那么为什么聪明人仍然无法应用它？

失败模式不是不够努力。失败模式是范畴错误。他们把机械逻辑套到了生物系统上。

喷气发动机很复杂，但它没有反身性。涡轮叶片不会因为你在观察就改变行为。燃料不会因为太多工程师在分析燃烧室，就拒绝燃烧。你可以拆开发动机，研究每个部件，建模物理过程，并精确预测它会如何表现。

市场不是喷气发动机。

Yuval Noah Harari 区分了他所谓的一阶混沌系统和二阶混沌系统。天气是一阶混沌。它复杂，对初始条件敏感，超过几天就不可能确定预测。但它不会对预测作出反应。如果气象学家宣布飓风周四将袭击迈阿密，飓风不会为了反抗他们而改变路径。预测不会改变被预测的系统。

市场是二阶混沌。它们具有反身性。预测会改变系统。如果足够多分析师宣布某只股票被低估，资本就会流入，价格会上涨，低估会消失。不是因为底层业务改变了，而是因为预测创造了让自己失效的条件。如果足够多交易者相信一家银行资不抵债，他们会取走存款，银行会遭遇流动性危机，而这个信念会变成事实。因果链会折回自身。

George Soros 靠这个洞见建立了财富。他称之为反身性：参与者的信念会改变他们试图描述的现实。这就是为什么预测会失败，而概率还能存活。

科学方法在这里会崩塌。你不能隔离变量。你不能做受控实验。你不能在测试一个假设时保持条件不变，因为你的测试本身会改变条件。你测量的系统，会因你的测量而变异。

这给聪明人制造了一个特定的认知陷阱。他们一生的成功都来自理解系统。分析输入和输出，识别因果关系，建立能够预测行为的心智模型。他们进入市场时，期待同样的方法继续有效。他们分析图表，研究基本面，建立模型，形成预测。

一开始，它似乎有效。他们赢了几笔交易。模式识别机器找到了相关性。叙事机器构造了解释。信心开始累积。

然后市场切换。模式失效。模型失败。

他们没有更新信念，没有承认系统已经改变，而是开始用模型对抗证据。

进化陷阱

为什么聪明人会捍卫失败的模型？

因为大脑是生存机器，不是统计处理器。

大脑不是为处理证伪而设计的。Air France 447 的失速警报响起时，飞行员向后拉杆。市场尖叫着告诉我们某个仓位错了，我们却加仓。

这不是心理小毛病。这是进化陷阱。Wason 选择任务证明，我们天生偏向确认：我们本能地翻开能确认自己信念的牌，而不是能证伪它的牌。在交易中，确认就是死亡。我们必须学会主动猎杀证伪证据。

我们运行的是为另一个环境设计的认知软件。

在人类祖先的环境里，第一类错误，假阳性，也就是把风声当成危险而逃跑，只消耗几卡路里。第二类错误，也就是无视捕食者，会付出生命。

进化选择了一套认知架构，优先处理即时、二元的威胁识别。我们天生会在没有模式的地方看见模式，因为那些偶尔因风声而逃跑的祖先活下来并繁衍了，而那些等待统计显著性的祖先成了午餐。

这套架构服务了我们这个物种数十万年。它不服务于你在市场中的生存。

在交易中，成本结构倒置了。第一类错误，也就是相信自己看见了优势，其实看到的是噪声，会复利式地走向毁灭。你交易的每一个虚假模式，都会流失资本。第二类错误，也就是没有看见真实优势，只会损失机会。你永远可以找到下一笔交易。你不一定永远能找到更多资本。

我们天生会在不存在因果的地方看见因果。我们构造叙事，解释随机序列，因为另一种选择，也就是承认自己在一片随机噪声的海上航行，只拥有部分且不断衰减的信息，在心理上难以承受。我们需要感觉自己掌控局面。

而一旦我们形成叙事，更危险的机制就会启动：我们会捍卫它。

确认偏误不是性格缺陷。它不是靠纪律就能克服的小怪癖。它是一种嵌入极深的操作性故障模式。靠意志力对抗它，就像用双腿对抗重力。你无法靠想明白来逃出去。

唯一的防御是结构。外部约束必须在你的直觉有机会破坏之前，强迫证伪发生。入场前定义止损。提前写下失效标准。风险限制必须自动触发，把决策从你的情绪脑中移走。

期望的几何

你不能信任直觉。你需要替代品。这个替代品就是数学，期望值的数学。

但聪明人也会在这里跌倒。他们把频率，也就是正确率，和幅度，也就是赚钱，混为一谈。

期望值是盈利能力的核心指标。它回答的是你的 P&L 真正在意的问题：每部署一单位风险，有多少财富能留在账户里？

公式很简单：

Expectancy = (Win Rate × Average Win) − (Loss Rate × Average Loss)

交易里有一句危险的陈词滥调：“胜率是虚荣指标。”只要赢家足够大，即使只有 10% 的正确率，也能变富。

数学上，这是真的。心理上，这是谎言。

胜率不是虚荣指标；它是效用指标。它是让你在等待优势显现时保持情绪偿付能力的燃料。

考虑一套趋势跟随策略，胜率 20%，但赢家巨大。它有正期望值。但你能承受连续 20 笔亏损吗？你能坐在那里 3 个月，每一天都流失资本，然后仍然以完美精度执行第 21 笔交易吗？大多数交易者不能。他们会断裂。他们会在连胜开始前正好放弃系统。

相反，一套胜率 60% 的策略会提供频繁的正反馈。它让多巴胺持续流动。它让你保持投入。

专业人士面对的是一种取舍。

高胜率策略更容易交易，但它们往往携带左尾风险。一次糟糕亏损就能抹掉数周收益。低胜率策略在复利上可能更优，但执行起来心理上极其残酷。

你不是机器人。你不能只为数学期望值优化。你必须为一个你实际能活下来的系统优化。如果一套策略有正期望值，但胜率低到会让你放弃纪律，那么它的实现期望值就是零。

专业仓位管理不只是最大化“R”倍数。它是平衡利润数学与耐受生物学。

波动税

期望值数学还有更阴暗的一层。它解释了为什么两套平均收益相同的策略，会产生截然不同的财富结果。

交易收益是几何的，不是算术的。它们会复利。如果你某一年赚 50%，下一年亏 33%，你的算术平均收益是 +8.5%。但你的实际财富没有变化。100 美元变成 150 美元，再从 150 美元变回 100 美元。你回到了起点。算术平均在撒谎。

几何平均，也就是财富实际复利增长的速度，总是低于算术平均，而波动率越高，两者之间的差距越大。数学家称之为波动拖累，或方差损耗。几何收益（G）、算术收益（R）与波动率（σ）之间的关系可近似表示为：

G ≈ R − (σ² / 2)

这个公式看起来抽象，直到你推演它的含义。假设你有一套策略，算术期望收益为 20%，波动率为 40%。听起来有利可图。但波动拖累是 (0.40)² / 2 = 8%。你的几何收益，也就是财富实际复利增长的速度，只有 12%。

现在，为了追逐更高收益，把这套策略加到 2× 杠杆。算术期望翻倍到 40%。但波动率也翻倍到 80%。拖累变成 32%。你的几何收益现在是 8%，低于未加杠杆版本，尽管算术期望翻了一倍。

继续提高杠杆，几何收益会转负。你可以拥有正期望值，拥有真实优势，却仍然破产，因为方差相对于你的资本基础太高。

仓位规模不是次要考虑。它不是你找到优势后再优化的东西。它和优势本身一样基础。

正确的论点配上错误的仓位，仍然是亏损命题。无论你的分析多聪明，波动税都会吃掉你的收益。

如果你不确定自己的优势，如果你无法精确量化自己的优势，就把仓位做到比舒适感还要小。仓位太小的成本是线性的：你少赚钱。仓位太大的成本是凸性的：你承担毁灭风险。

决策栈

当屏幕闪烁、P&L 移动时，专业人士到底如何操作？

他们不会盯着图表寻找确认。他们不会读新闻，希望找到叙事支撑。他们执行一个决策栈，也就是一套快速认知循环，优先定价，而不是预测。

第一，分类。在任何事情之前，先分类环境。这次波动是流动性，还是信息？你以前见过这种模式吗？交易另一边是谁？

如果对手方是一家正在进行收益率曲线控制的央行，它的行动能力在功能上是无限的。押注反对它不是逆向操作。那是自杀。如果对手方是恐慌性在低点卖出的散户交易者，他的能力已经耗尽。向他提供流动性是有利可图的。

这种分类发生得很快，按秒计，不按分钟计，因为它调用的是多年建立起来的模式库。你不是从第一性原理分析局面。你是在把它和你以前见过的模板匹配。

第二，定价。在你买入一股之前，定义证伪点。什么价格水平会杀死你的论点？最大痛点在哪里？明确计算期望值，不要凭直觉。承担 X 的风险，以 Z 的概率赚取 Y。这笔数学账成立吗？

问那个不舒服的问题：为什么这笔交易轮得到我？

在竞争性市场里，如果一笔交易看起来太好，它通常是陷阱。如果你在买，就有人在卖。他们为什么愿意以这个价格让给你？他们知道什么你不知道的东西？

如果你回答不了这个问题，如果你无法识别谁是更弱的一方，那么你很可能就是更弱的一方。

第三，执行。根据确信度和波动率定仓位。不是根据希望。不是根据你想赚多少。仓位要基于如果你错了，你能承受亏多少。

第四，更新循环。流程不会在入场时结束。在成交这个条件发生后，你还满意吗？如果你挂了限价单并立刻成交，你是不是错误定价了流动性？市场是不是穿过了你？这就是信息。更新你的概率估计。

如果入场后的价格行为迟缓，如果你预期的走势没有出现，一个 60% 概率的论点会变成 45% 概率的论点。削减敞口。不要等止损。不要希望恢复。更新，然后行动。

这不是捍卫交易。这不是合理化。这是实时贝叶斯更新。

大多数人是直觉上的频率主义者。他们认为概率需要重复试验，例如掷骰子 1,000 次，观察 6 点出现的频率是 16.6%。但你不能把当下重跑 1,000 次。“现在”只发生一次。

交易者必须成为贝叶斯主义者。我们不把概率视为未来结果的频率，而是视为对一个单一、独特事件的信念程度。我们给自己的论点分配一个概率，随着新信息到来，价格行为、新闻、订单流，我们更新这个信念程度。

专业人士不问：“我对了吗？”他们问：“基于入场以来我观察到的信息，我正确的概率是多少？我的仓位是否适合这个概率？”

方差免疫

这一切写在纸上都很理性。实践中，方差会击垮人。在我待过的交易公司里，有一个训练步骤看起来和市场毫无关系。

我们打扑克。

不是为了好玩。不是为了学习同花听牌的赔率。是为了让我们对方差产生免疫。

目标是体验一种特定的恶心感：你把钱在优势情况下推进去。手持一对 A，对手是一对 2，你有 82% 的胜率，然后你输了。公共牌连续发出三张 2。你看着它发生，感到不公平。感到冤枉。感到所有应当正确的东西都被侵犯。

然后观察接下来会发生什么。

你会失控吗？你会在下一手改变策略，因为刚刚遭遇坏拍而打得更紧或更松吗？下次拿到一对 A 时，你会犹豫吗？你脑子里的某个部分会不会低声说，牌被诅咒了？

如果你退缩，你就变得脆弱。

市场是骗子。它会以足够高的频率奖励鲁莽，让你相信鲁莽就是技能。它用多巴胺奖励糟糕流程，并训练你在方差反转前正好增加仓位。等你意识到那不是技能时，你的账户已经没了。

Annie Duke 把这称为“结果化”：根据结果而不是过程来判断决策。好决策可能产生坏结果。坏决策可能产生好结果。在小样本里，方差占主导。

但在数千手牌或数千笔交易之后，过程质量会与结果质量收敛。优势会表达自己。数学会起作用。

你的工作，是活到数学起作用。

把那些违反规则却盈利的交易视为有毒物。它们不是技能证据。它们只是方差恰好落在了有利于你的一边，并训练你重复违规。惩罚这种行为。降仓位。强化过程，不强化结果。

把那些遵循完美流程却亏钱的交易视为操作成功。你支付了学费，以了解这个形态是否有效。你收集了信息。你更新了模型。这一个实例亏钱，只是噪声。过程是健全的。

专业转变

Okazaki 的故事展示了本章的全部内容，也指向了区分专业人士与业余者的根本转变。

Okazaki 没有预测蓝鳍金枪鱼会变得有价值。他没有预测寿司会征服世界。他识别出一个结构性低效：东京的高价值，加拿大的零价值，以及阻止套利的物流壁垒。然后他建立了行动能力，去利用它。

当他进入这笔交易时，他下注的不是自己的预测会正确。他下注的是，自己对物流的理解，以及自己解决冷链问题的能力，超过所有其他人。

这就是优势。不是预测。不是模式识别。不是图表分析。而是看见别人看不见的东西，并以别人无法行动的方式行动。

聪明人在市场中失败，是因为他们在一个概率世界里玩预测游戏。他们想要“知道”的舒适感。他们想要正确。他们想要市场确认自己的聪明。

市场不在乎你的聪明。

专业交易者放弃“知道”的舒适感。他们接受市场不会告诉他们是否正确，只会告诉他们是否活着。他们不预测；他们为不确定性定价。他们猎杀证伪点，寻找能证明自己错误的证据。他们像赌场一样行动，依靠许多下注中优势的几何，而不是依靠任何单笔下注的结果。

你不需要成为房间里最聪明的人。你需要成为那个明白“正确”是虚荣指标、赚钱是一种纪律的人。

能活下来的交易者，不是预测最准的人。他们是更新最快、仓位最小、并且在市场杀死他们之前先杀死自己优势的人。

他们是找到那架空返飞机的人。

注释

JAL 蓝鳍金枪鱼贸易。Issenberg, Sasha. 《寿司经济：全球化与现代美味的形成》（The Sushi Economy: Globalization and the Making of a Modern Delicacy）. Gotham Books, 2007. 关于大西洋蓝鳍金枪鱼如何成为全球商品的权威叙述。

Lebron 的优势不等式。Lebron, Agustin. 《交易法则：人人都能用的更好决策交易者指南》（The Laws of Trading: A Trader's Guide to Better Decision-Making for Everyone）. Wiley, 2019. 理解交易优势结构的必读书。

一阶混沌与二阶混沌。Harari, Yuval Noah. 《人类简史》（Sapiens: A Brief History of Humankind）. Harper, 2015. 其中区分了天气（一阶）与市场（二阶）混沌系统。

反身性。Soros, George. 《金融炼金术》（The Alchemy of Finance）. Simon & Schuster, 1987.

波动拖累。投资组合数学中的标准结果。公式 G ≈ R − σ²/2 是一个近似式，假设收益服从对数正态分布。正式推导可见任何连续时间金融学研究生教材。

贝叶斯概率与频率主义概率。通俗介绍可见 Silver, Nate. 《信号与噪声》（The Signal and the Noise）. Penguin, 2012. 形式化处理可见 Jaynes, E.T. 《概率论：科学的逻辑》（Probability Theory: The Logic of Science）. Cambridge University Press, 2003.

结果化。Duke, Annie. 《下注思维：在事实不完整时做出更聪明的决策》（Thinking in Bets: Making Smarter Decisions When You Don't Have All the Facts）. Portfolio, 2018.

进化语境中的第一类错误和第二类错误。Haselton, Martie G., and Daniel Nettle. “The Paranoid Optimist: An Integrative Evolutionary Model of Cognitive Biases.” Personality and Social Psychology Review 10, no. 1 (2006): 47-66.

第6章：操盘者方程

哲学不能支付账单。本章把概率翻译成可操作的数学，也就是支配每一个专业交易决策的方程。先从一个故事开始：聪明人把确认误当作验证时，会发生什么。

发射

1986 年 1 月 28 日。NASA 面临一个二元决策：发射 Challenger，或推迟。天气预报显示，夜间温度会降到 18°F，远低于以往任何一次航天飞机发射。此前最低温发射是 53°F（STS-51-C 任务），那本身就是一个异常值，而且已经出现了截至当时最严重的 O 形环侵蚀。

Morton Thiokol 的工程师手里有数据，显示 O 形环在较低温度下会发生侵蚀。但他们还有另一组东西：连续 24 次成功发射，O 形环表现足够好。数据很清楚。模式已经建立。航天飞机是安全的。

他们的陈述聚焦于确认：“看，它一直运作得多好。看，它的表现多么一致。”

但有一名工程师问了另一个问题：“它在什么温度下会失效？”他寻找的是证伪，不是确认。他想找到低温浸泡测试数据，证明 O 形环不安全。那组数据不存在，因为他们从未在低于 53°F 的条件下发射过。

批准发射的工程师在寻找确认。他们翻开的，是无法验证自己决策的那张牌。提出反对的工程师试图翻开那张 7，寻找能证明他们错误的条件。

第二天早晨，Challenger 在 36°F 下发射。73 秒后，O 形环失效。七名宇航员丧生。

专家决策中代价最高的认知错误，不是信息不足，而是把重复成功误认为已经验证的优势。工程师有 24 个确认案例。他们有 0 个证伪案例，不是因为系统安全，而是因为他们从未测试相关条件。

你每一天交易，都在运行同一套决策流程。

当你发现一个模式已经“连续有效”17 次，你就是会议室里的 NASA。当你回测一个策略，看到一条漂亮的权益曲线，你看到的是 24 次成功发射。真正重要的问题，也就是证伪条件，恰恰是多数交易者从不问的问题：“在什么条件下，它会失效？”

接下来，是正确提出这个问题的方程。它不是哲学，而是三种竞争声音之间的日常仲裁。

优势、期望价值与期望值

但先把几个词清理干净。

我花了多年时间，才精确区分交易者经常混用的三个术语：优势、期望价值、期望值。

优势，是创造系统性优势的底层市场现象。它是“为什么”，是因果机制。当一只股票被纳入 S&P 500 时，被动指数基金必须买入数十亿美元，不管价格如何。这就是优势。你可能观察到的模式，比如“价格在纳入日期前上涨”，只是信号。如果足够多的交易者提前抢跑这股资金流，机会消失，那么你的模式还在，但你的优势已经死了。

期望价值（EV），是这种优势在单次下注上的理论表达。“如果我能在完全相同的条件下重复这笔交易数千次，这笔交易应该值多少？”这是数学，不是现实。它是这笔交易在完美模拟中理应产生的结果。

期望值，是你在许多真实交易中实际实现的东西。你的历史记录，你真实交易业务的单位经济学。EV 是理论，期望值是经验证据。

多数交易者在这里混淆得很灾难。你可以有每笔交易 +0.35R 的理论 EV，却实现 -0.08R 的真实期望值。不是理论出了问题。是所有实务环节都出了问题。成交极差。进场犹豫。移动止损。纸面上有优势，实践中向市场捐款。

如果你不能把优势表达为正的期望值，如果你不能衡量它，你就是在靠信仰操作。对市场抱有信仰，会通向贫穷。

把这些词弄错，市场就会向你收学费。

三种声音与操盘者方程

每一个交易决策，都包含你脑内三种相互竞争的主张。多数交易者把它们体验为模糊情绪：自信、恐惧、迟疑。专业人士会把它们识别为不同的声音。

乐观者：你的优势模型说，“这个形态有 +0.40R 的期望值。条件匹配。执行。”

悲观者：你的风险模型说，“你本周已经亏了 2.3%。连续三笔亏损。再亏一笔，你就进入心理螺旋区。放弃这笔。”

会计：你的摩擦成本模型计算，“来回成本是 2.3 个 tick 滑点，1 个 tick 手续费。这笔交易一开始就水下 3 个基点。你的优势真有那么大吗？”

这三种声音之间的仲裁，也就是决定表现的决策过程，多数交易者并不把它识别为正式流程。他们只是感觉到了什么，然后行动。或者僵住。

系统是一条方程：

表现 =（期望价值 × 最优暴露）− 摩擦成本

三个变量。三个可以调的旋钮。

EV：你的优势。如果你能执行数千次，单笔交易的平均利润。没有正 EV，其他都不重要，你只是在补贴其他参与者。

最优暴露：你的仓位规模相对于资本和信念的大小。太小，优势无法复利。太大，优势显现之前，方差就会毁掉你。重点不是把规模最大化，而是把规模最优化。差别巨大。

摩擦成本：所有吞噬你优势的成本。买卖价差。佣金。滑点。市场冲击。机会成本。隐藏的税，会在多数“盈利”策略抵达你账户之前杀死它们。

你不是预测者。你是概率引擎的操作者。交易者失败，是因为他们只优化一个变量，却忽略其他变量。

追逐优势的人，找到理论 EV 巨大的形态，却从不计算真实成本。一个 50 个基点的优势，如果执行成本是 75 个基点，那就是披着发现外衣的亏损。

规模成瘾者读到凯利准则（Kelly Criterion），算出“最优”仓位应该是多少，然后每笔交易冒 25% 资本风险。他忽略了自己的 EV 估计有巨大的不确定性（凯利假设你知道概率，但你不知道），也忽略了一个坏的市场状态切换就能摧毁整个账户。连续三笔亏损，每笔风险 25%：回撤 58%，游戏结束。

抠成本的人痴迷于最小化摩擦成本，只用限价单，追求最窄价差，把佣金谈到接近零。但他会放弃最好的想法，因为它们可能多花一个 tick。他省下硬币，却放弃美元。

这条方程只有在三个变量都对齐时才有效。市场不在乎你的优势，如果你的仓位规模把自己送进毁灭。市场也不在乎你多会降低摩擦成本，如果你根本不交易。

样本量陷阱

Challenger 的工程师有 24 次成功发射。他们落入的陷阱有一个数学维度。

你发现一个模式。回测它。它连续 17 次有效。你的大脑尖叫：“这是真的！”你每一次都找到了确认。你从不追问自己还没看到什么证据。

问题在这里：你大约需要 380 笔交易，才能以 95% 的置信度确认 55% 的胜率不是随机好运。如果你每天做 5 笔交易，这是两年。如果你每月做 1 笔交易，这是 17 年。

然而交易者经常在 30 到 50 笔交易后就投入大量资本。他们不是在验证优势。他们是在押注噪音，并把它称为证据。

标准样本量公式（给有统计倾向的人）会把你带到大约 380 笔交易，以获得 95% 置信度和 5% 误差范围：

n = z² × p × (1 − p) / e²

其中，z 是置信水平，p 是预期比例，e 是误差范围。

但这假设每笔交易彼此独立，就像抛硬币。市场不是这样。交易会聚集。趋势中你赢钱。震荡中你输钱。自相关意味着你的有效样本量小于你的交易笔数。你的置信区间窄得不诚实。

我做过这种交易者。我发现一个缺口回补策略“连续有效”17 次。于是把风险放大到每笔 3%。第 18 笔发生在美联储公告期间。波动率爆炸。一个上午我亏了 6%。我的“优势”，只是方差穿上了技能的服装。

大数定律不会把你从小样本里救出来，它会惩罚你对它的误解。当样本量趋近无穷，观察结果会收敛到真实结果。它对 n = 50 时会发生什么，几乎不给你任何有用信息。在 n = 50 时，你处在最大自信和最大脆弱性同时存在的位置。

波动税

我们在第 5 章讲过波动税。现在看它如何作用于两种真实策略的比较。

两个“单笔平均利润”相同的交易者，可能产生完全不同的财富结果。

策略 A（磨盘型）：65% 胜率。平均盈利 1.2R。平均亏损 1.0R。

策略 B（狙击型）：35% 胜率。平均盈利 3.0R。平均亏损 1.0R。

策略 A：

（0.65 × 1.2）−（0.35 × 1.0）= 0.43R

策略 B：

（0.35 × 3.0）−（0.65 × 1.0）= 0.40R

它们看起来差不多。策略 A 甚至看起来略好。但现在看波动税。

财富是几何增长，不是算术增长。它会复利。复利的敌人是方差：

G ≈ 算术收益 −（方差 / 2）

策略 B 的方差巨大。长时间连续亏损，然后突然大幅跳升。这种方差会在组合上制造“拖累”。如果你亏 50%，需要赚 100% 才能回本。策略 B 大部分时间都在从坑里往外爬。

策略 A（磨盘型）有平滑的权益曲线。它的方差低。它支付的波动税很少。因此，它的“总期望值”有更多能转化为“净财富”。

路径重要。一个策略第一年赚 50%，第二年亏 35%，平均收益是 +7.5%。但你实际上亏了 2.5%。100 美元 → 150 美元 → 97.50 美元。

专业人士执着于胜率和平滑度，因为平滑度创造几何效率。一个较低收益、较低波动的策略，可以通过杠杆产生比高收益、高波动策略更多的财富；后者不断中断自己的复利。

作为湍流的夏普比率

如果你对日内交易者提夏普比率，一半人会翻白眼。可以理解。教科书版本确实有问题，Two Sigma 还发表过一篇论文讨论这些问题。它假设收益彼此独立（并不是），把上行波动和下行波动同等处理，而且看不见偏度。

多数主观交易者把夏普丢进“给对冲基金 PM 用的量化废话”里。我也这么做过，直到我意识到自己错过了重点。

夏普是湍流的代理指标。你的权益曲线相对于它产生的收益，抖动得有多剧烈？在利润之间，你要承受多少痛苦？你在最差时刻被迫平仓的可能性有多高？

这就是你能持有的优势，和把你扣为人质的优势之间的差别。

波动税是真实的。如果你第一年赚 50%，第二年亏 50%，你的算术平均收益是 0，但你的资本下降了 25%。路径越锯齿，复利越会反过来伤你。你可以在期望上正确，却在实践中亏钱，因为路径太狂野。

多数交易者漏掉的是：控制湍流，能让你使用战略性杠杆。

如果你的策略运行在 2.0 夏普（极少数能做到），你可以审慎加杠杆，瞄准高得多的绝对收益，同时保持同样的风险调整后特征。平滑度给了你加仓容量。一个 0.5 夏普的策略，即使原始期望值更高，也无法安全加杠杆。湍流最终会把你送进一个超过你风险承受度或保证金限制的回撤。

这就是为什么专业交易台执着于夏普。它告诉他们能不能压上去。对日内交易者来说，问题是：条件好时，我能不能加大仓位？还是路径波动会把我炸掉？

你不需要精确计算夏普。但看着你的权益曲线，诚实一点：它是一条平滑复利线，还是锯条？如果它是锯条，当优势真实存在时，你也无法压大规模。波动税会吃掉你。

贝叶斯思维

你大约需要 380 笔交易，才能从统计上验证一个优势。但如果你的策略每年只产生 30 笔交易呢？你难道要等 16 年？

不用。贝叶斯思维能救你。

Kahneman 和 Tversky 提出过一个著名问题。你得到一段对 Steve 的描述：“非常害羞、退缩，总是乐于助人，但对人或现实兴趣不大。温顺、整洁，需要秩序和结构，并热衷细节。”

图书管理员，还是农民？

多数人说“图书管理员”。这段描述符合刻板印象。但这是非理性的。它忽略了基础率：农民数量大约是图书管理员的 20 倍。即使 40% 的图书管理员符合这个描述，而只有 10% 的农民符合，农民数量也多得多，所以 Steve 更可能在拖拉机上，而不是在书库里。

理性不是知道事实。理性是知道哪些事实相关。

在交易中，Steve 就是你的图表形态。

你看到一个看起来“温顺、整洁”的形态，一个完美牛旗，一个教科书式突破。它完美匹配你的心理刻板印象。你忽略基础率：在这个波动率市场环境中，80% 的突破会失败。你在押注描述，却忽略先验。

贝叶斯思维会纠正这一点。不要把概率想成一个数字，而要想成信念的几何结构。

想象所有可能性是一块 1 × 1 的正方形。你的先验信念，是这块正方形的一片区域。当你看到新证据，比如突破、新闻事件、订单流失衡，你不是简单地给分数加点。你是在限制空间。你把正方形里不再可能的部分切掉。

如果你的先验很强，比如“熊市中突破会失败”，那就需要极强证据才能证明做多合理。一个简单图表形态不够。你需要资金流、成交量、跨资产确认。

贝叶斯定理看起来吓人，但用普通话说就是：你的更新后信念，等于你的先验乘以新证据的强度。

它的力量来自奖励因果推理。如果你的优势是结构性的，建立在不会消失的机制之上，你可以从较高先验开始。比如 70%。指数基金必须买入被纳入 S&P 500 的股票。被动再平衡按时间表发生。税损卖出遵循日历模式。这些机制是被强制的。

如果你的优势纯粹是统计性的，是你数据挖掘出的模式，没有经济逻辑，那么你的先验应该很低，也许 20%。多数统计模式都是海市蜃楼。相关性会在你交易它的那一刻破裂。

看贝叶斯更新在实践中意味着什么。

高先验的结构性优势：10 笔确认交易后，信心升至 85%。30 笔后，92%。你可以开始放大规模。

低先验的统计模式：10 笔确认交易后，信心只升至 35%。30 笔后，也许 55%。你需要多得多的证据，因为你一开始就保持怀疑。

同样的数据。不同的结论。结构性优势需要较少验证，因为机制稳健。统计性优势需要大量验证，因为它们容易破裂。

当你没有足够数据时，这能让你清醒思考。你不再说“我不知道”，而是说：“基于我知道的它为什么应该有效，这是我的理性信心水平；这是我需要多少新证据才能提高它。”

负和游戏

多数交易者从不计算这场游戏要他们付出多少成本。

在扑克里，一个玩家每赢 1 美元，另一个玩家正好输 1 美元。零和。

交易更糟。赢家每赚 1 美元，输家亏掉的不止 1 美元。差额流向交易成本：佣金、价差、市场冲击、滑点、交易所费用、数据成本，以及现代市场的整套基础设施。市场对每一次互动征税。

在 ES 期货里，这一点变得很明确。你做多，市场上涨 10 点。你的收益：10 点。空头的亏损：10 点。到这里还是零和。

但计入来回成本。你的 10 点收益变成 9.7 点（佣金和滑点）。空头的 10 点亏损变成 10.3 点。系统总共抽走 0.6 点。

低效率预算，也就是可被提取的总优势，非常小。市场只维持足够多的低效率，用来补偿信息收集者和流动性提供者。但这笔预算必须先支付所有交易成本。剩下的，真正可提取的优势，是用基点衡量的，不是百分点。

在我们的交易台，我们运行的策略每笔交易总期望值是 30 个基点。扣掉执行成本后呢？净值可能只有 8 到 10 个基点。这就是专业交易：为碎屑而战。

你与市场互动的次数有限。每一次都消耗资本、时间、精神能量和机会。问题不只是“你盈利吗？”而是“你是否以最低成本、风险和努力产生回报？”

摩擦税

摩擦成本是一种税，你在保留任何利润之前就要支付。

把你的策略想成一台热力学发动机。没有发动机是 100% 有效率的，能量总会在摩擦中流失。你的策略把总期望值转化为净期望值。差额就是执行缺口。

显性成本：佣金、交易所费用、平台费用，都是看得见的税。容易计算，相对较小。

隐性成本：买卖价差、滑点、市场冲击、逆向选择，是杀死多数策略的隐藏税。我见过有 40 个基点优势的交易者，执行成本却要 42 个基点。他们在为券商经营慈善机构。

专业的反制动作是偏置。如果你的模型预测价格上涨，你不会只是挂在最佳买价上祈祷。你会偏置订单，把它往卖价方向移动，确保参与。你支付一小部分价差，因为你的阿尔法说行情即将发生。你用预测来对抗摩擦成本。

心理成本：进场犹豫、过早出场、报复性交易、移动止损。自我施加的税。我见过总期望值 +0.50R 的策略，因为交易者无法按设计执行，最终交出 -0.10R 的净结果。

一个总期望值 +0.40R 的策略，在所有摩擦成本之后可能只剩 +0.10R。你的优势刚刚缩水 75%。

机构交易者明白散户不明白的事：在负和游戏中，摩擦成本比优势质量更能决定赢家和输家。拥有 0.30R 总优势、0.05R 摩擦成本的公司，会碾压拥有 0.50R 总优势、0.40R 摩擦成本的散户。问题不是谁更聪明，而是谁在摩擦成本这一项上拥有结构性优势。

门槛收益率

即使净期望值为正，也还不够。你必须越过自己的门槛收益率，也就是证明风险合理所需的最低回报。

例子：+0.20R 期望值，每年 200 笔交易，100,000 美元账户每笔风险 1%。

年回报：

200 × 0.20R × 1,000 美元 = 40,000 美元（40%）

听起来很好。但你的机会成本：无风险利率 5%，是 5,000 美元。股票指数 10%，是 10,000 美元。你的时间：每年 1,000 小时管理它。

你的真实阿尔法：

40,000 美元 − 10,000 美元 = 30,000 美元

时薪：

30,000 美元 / 1,000 小时 = 30 美元/小时

这几乎无法补偿认知负荷和资本风险。

多数交易者从不做冷冰冰的数学。他们看到 40% 回报就兴奋。他们不扣除机会成本，不给自己的时间定价，也不为压力和认知负荷定价。

在我们的交易台，策略必须在门槛收益率之上清出 25% 的风险调整后回报，我们才会投入自营资本。低于这个水平，它是爱好，不是生意。低于 15%，不值得占用脑力。

五个决策

对一个主观日内交易者来说，现实的决策管线是什么样？

它不是清单。它是一串你通常在一分钟内跑完的问题，因为市场不会等你。

第一：我今天可能在哪里有优势？某个具体产品（因为宏观原因，ES 优于 NQ）。某个具体时间窗口（开盘、伦敦收盘、午间清淡时段）。某个具体资金流事件（财报、美联储讲话、再平衡）。现在什么样的交易有意义，为什么？

这就是从基于时间的交易（市场开着）转向基于谓词的交易（某个具体条件被满足）。你是等待蛛网震动的捕食者。没有震动，就没有交易。

第二：一旦形态出现，做摩擦成本检查。价差是多少？盘口有多跳？这个产品让你的止损滑点的频率有多高？如果你无法论证优势超过成本，就放掉它。不要把自己放进这样的位置：即使你判断正确，扣掉摩擦成本后也只是打平。

第三：如果你有多个想法，但资本或注意力有限，哪一个得到你的聚焦？“根据我的交易手册，我是想在原油里反做这波移动，还是在定盘价附近做 ES 延续？”选择那个对你此刻来说优势、清晰度和可交易性组合最好的机会。

第四：选择规模。不是凭感觉，而是按规则。每笔交易基准风险（资本的 0.5% 到 1%），再根据信念和近期表现上调或下调。如果你情绪失衡，自动降规模。如果形态干净，属于你的能力圈，由叙事和跨市场确认支持，可以适度提高规模，但必须留在让毁灭概率保持低位的区间。

第五：交易结束后，这类交易是否应该在你的未来占有位置？记录它，打标签，定期查看统计：哪些形态能跨过摩擦成本和心理执行的门槛，哪些只是你喜欢按下去的噪音？

底层仍然是同一条方程：表现 = EV × 暴露 − 摩擦成本。你已经把它从白皮书翻译成了 9:30 到 16:00 之间实际点击按钮的方式。

最后一个细节：解决速度。如果两笔交易的净优势相似，但一笔一小时内解决，另一笔拖五天，通常前者更好。它释放你的资本。释放你的脑力。你不必连续三个早晨醒来，还没喝咖啡就先检查自己的波段仓位。

目标函数

前面五个决策都假设你知道自己在优化什么。多数交易者不知道。

多数人会说自己的目标是“赚钱”，这是一个美妙地不可证伪的说法。在表面之下，每个人都有真实的目标函数。

有些交易者最大化类似夏普的平滑度。他们对回撤的厌恶，超过对大赢的热爱。他们宁愿稳定收割 0.5R 到 1.0R 的日子，也不愿追求伴随负 R 回撤的 5R 周。这类交易者最适合高频、适度优势、低方差的玩法。

另一些人明显在最大化原始期望值。他们不介意为了真实收益承受真实痛苦。他们愿意扛住日内暴跌，继续持有一个可能打印 10R 的多日波段。对他们来说，挑战不是数学，而是建立心理和财务缓冲，承受波动税。

有些人，尤其是还有其他责任的人，真正想最大化的是每小时注意力回报。他们想用最少的高强度、屏幕绑定式专注，换取最高的美元结果。对他们来说，某些极度活跃的剥头皮风格，无论夏普多好，都是糟糕匹配；它对生命能量的“成本”太高。

还有一个更小的群体，通常拥有大量资本和高风险承受度，他们更字面地试图最大化复利。他们用类似凯利的方式思考，接受自己的 P&L 路径会很狂野，并且优化长期财富，而不是年度舒适感。

重点不是哪一个“正确”。重点是，无意识地混合它们是致命的。

如果你像复利最大化者一样设定仓位规模，又要求夏普最大化者的舒适感，还期待每小时回报型交易者的自由时间，你会永远处在不满和混乱之中。

说清楚。“今年，我的目标是 X。我会偏好这些交易、这些持有时间、这些仓位规则。”现在，你的日常决策有了脊梁。

管线

还有一件事：每一种优势都会衰减。

你今天发现的日内细节，ETF 套利腿之间那一点滞后，原油里的某个日内时间模式，对某个经济数据发布的可靠反应，都有半衰期。随着更多资本发现它，原始夏普会被压缩。你的摩擦成本不会下降，所以净优势会缩水。

能活过十年或更久的交易者，不是找到某个永恒黄金形态，然后把它守到坟墓里。他们管理的是一条优势管线。

结构性优势建立在规则或变化缓慢的机构之上。监管驱动的资金流、与税法绑定的日历效应、围绕央行定盘窗口的可预测行为。这些衰减很慢。

行为性优势利用反复出现的人性倾向：某些水平上的恐慌、安静市场环境中的均值回归、对新闻标题的可预测过度反应。它们耐用，但不永久。

信息性优势转瞬即逝。某个产品刚推出时的错误定价，交易场所结构造成的可利用滞后。这些很快消失。

你的工作，是把交易手册当作一组优势组合来管理，每个优势都有自己的衰减速度。观察它们随时间变化的期望值。当一个过去平均 +0.5R 的形态，现在只打印 +0.2R，就降低它的规模。当它扣除成本后向零漂移，就退役它，寻找下一个。

这不是光鲜的工作。但真正的钱也在这里赚到。

从概率到生存

到这里，模式应该已经清楚。

你从事的不是人们随口所说的预测生意。你运行的是一台混乱的、有人类介入的概率机器。

三种声音，乐观者（优势）、悲观者（风险）、会计（摩擦成本），不是要被压制的烦人东西。它们是决定你的交易人生是向上还是走平的方程里的三项。

EV 告诉你，交易“理应”赚多少。期望值告诉你，它们实际赚多少。

一个常见陷阱：把平均单笔交易（算术）和财富增长（几何）混为一谈。一个拥有正期望值的策略，如果仓位规模太激进，仍然可以让你破产。期望值衡量交易质量。几何增长衡量交易者质量。

样本量和贝叶斯告诉你，应该多认真地对待自己的结果。夏普提醒你，权益曲线的形状和它的斜率同样重要。摩擦成本统计你每笔交易支付的税。门槛收益率追问这门事业是否胜过替代选择。管线逼迫你接受没有任何东西永远有效。

最后一步，是把这一切连接到生存。

残酷的反转在这里：你可以在期望上把所有事都做“对”，仍然破产。

不是因为你的优势是假的，而是因为你的仓位规模对方差来说太激进；或者因为你实际经历的那一串盈亏序列，在数学有时间救你之前，就先撞上了吸收壁垒。

对某个策略而言，所有可能路径组成的集合可以漂亮地盈利。你实际活过的那一条路径，仍然可能终点是零。

这才是真正的操盘者方程：不只是如何下注得好，而是如何构造这些下注，让你的路径停留在能够生存下来的轨迹子集里。

这就是第二部分的工作。

注释

Challenger 灾难。Presidential Commission on the Space Shuttle Challenger Accident（Rogers Commission）。Report to the President。1986 年 6 月 6 日。另见 Vaughan, Diane。《Challenger 发射决策》（The Challenger Launch Decision）。University of Chicago Press，1996。

Lord Kelvin 关于测量。Thomson, William（Lord Kelvin）。Popular Lectures and Addresses, Vol. 1。1889。“当你能衡量你所谈论的东西，并用数字表达它时，你就对它有所了解。”

样本量计算。标准统计结果。可参见任何入门统计学教材。该公式假设简单随机抽样和独立观测。

夏普比率的局限。Two Sigma。“A Sharpe Ratio Is Not Enough。”2016。可见 twosigma.com。

Sortino Ratio。Sortino, Frank A., and Lee N. Price。“Performance Measurement in a Downside Risk Framework。”Journal of Investing 3, no. 3（1994）：59-64。

Steve 图书管理员/农民。Kahneman, Daniel, and Amos Tversky。“On the Psychology of Prediction。”Psychological Review 80, no. 4（1973）：237-251。原始的基础率忽视研究。

贝叶斯定理。通俗入门可参见 McGrayne, Sharon Bertsch。《不死的理论》（The Theory That Would Not Die）。Yale University Press，2011。

执行缺口。Perold, André F。“The Implementation Shortfall: Paper versus Reality。”Journal of Portfolio Management 14, no. 3（1988）：4-9。

凯利准则。Kelly, J.L。“A New Interpretation of Information Rate。”Bell System Technical Journal 35, no. 4（1956）：917-926。实践应用与局限可参见 Thorp, Edward O。“The Kelly Criterion in Blackjack, Sports Betting, and the Stock Market。”收录于 Handbook of Asset and Liability Management，2006。

第二部分：心智模型

第 7 章：优势从哪里来

“击败轮盘赌的唯一办法，就是趁荷官没看见时把钱偷走。”

——据传为 Albert Einstein 所说

第一部分是诊断。第二部分是处方。如果这个游戏天生对你不利，那么哪里不是这样？

击败轮盘的人

1961 年，Edward Thorp 走进 Reno 的一家赌场。他不是来赌博的。他是在做一场物理实验。

200 年来，轮盘一直是纯粹、不可战胜的随机性的象征。赌场优势是数学上的，也是绝对的。在美式轮盘中，因为有 0 和 00 两个格，赌场在每一轮都拥有 5.26% 的优势。时间拉长，大数定律保证玩家会被碾成粉末。

人们普遍把一句话归于 Einstein：击败轮盘赌的唯一办法，就是趁荷官没看见时把钱偷走。Einstein 是否真的说过这句话仍有争议，但这句话抓住了两百年来的常识。

Thorp 不同意。他看到的不是机会游戏。他看到的是一组微分方程。

轮盘是一台机械装置。小球向一个方向旋转；转盘向另一个方向旋转。摩擦力、重力和角动量决定结果。Thorp 意识到了一件事。

如果你能在释放小球时测量转盘和小球的速度，你不能预测精确数字，但你可以预测小球会落在哪个八分区。不是确定性，而是一个严重向你倾斜的概率分布。

为了证明这一点，Thorp 与信息论之父 Claude Shannon 在 MIT 的地下实验室合作。他们一起造出了世界上第一台可穿戴计算机。它有一包香烟那么大，手工焊接，接线藏在鞋里。小球经过参考点时，Thorp 会用脚趾轻敲，记录转动时间。计算机会计算轨道衰减，并向一个微型耳机发送音乐音调，告诉他该下注轮盘的哪个区域。

他不是在猜。他不是“觉得自己运气好”。他把机会游戏转化成了物理游戏。

他开始赢钱。他赢得如此稳定，以至于赌场开始怀疑。他们不知道他怎么做到的，因为计算机是隐形的，但他们知道他确实做到了。他们禁止他入场。他们更换轮盘。最终，Thorp 意识到物理优势很难规模化；“赌场经理风险”太高。于是，他转向了一个更容易规模化的低效领域：金融市场。

Thorp 创办了 Princeton Newport Partners，这是第一只真正意义上的量化对冲基金。在那里，他把同样的严谨性用于权证定价（与经济学家 Sheen Kassouf 合作）和风险管理。在 20 年的运行期内（1969-1988），该基金扣费后年化复合收益率为 19.1%，没有一年亏损。

Thorp 是专业交易的守护圣徒，因为他理解了区分专业人士与业余者的根本真相：

教训是：你不是在玩游戏。你是在玩游戏中的低效。

大多数人走进赌场，或者市场，都会接受既定规则。他们试图在游戏约束内变得“幸运”或“聪明”。Thorp 看着这个游戏，问的是：机制里的缺陷在哪里？

在轮盘中，缺陷是物理。轮盘不是随机的；它只是复杂。

在二十一点中，缺陷是记忆。牌组不会在每一手后重置；赔率会随已经打出的牌而变化。Thorp 的《击败庄家》（Beat the Dealer）开创了算牌法，至今仍是应用概率论的经典。

在市场中，缺陷更微妙，但同样真实。它们是结构性、行为性和信息性的低效，使交易者能够从零和系统中提取价值。

如果你试图通过“预测未来”赚钱，你就是在玩赌场希望你玩的游戏。你是在猜红或黑。你可能会赢一阵子，但交易成本和买卖价差最终会把你活活吃掉。

要生存，你必须停止试图预测，开始试图定位缺陷。你必须找到赔率被破坏的地方。你必须找到自己的优势。

扑克原则

Thorp 的故事说明了如何寻找优势。但还有一个更早的问题，大多数交易者从不问：对谁的优势？

优势不在真空中存在。它相对于交易对手而存在。

交易是零和游戏。（扣除佣金后，它是负和游戏。）你要生成阿尔法，就必须有人生成负阿尔法。除非有人输，否则你不能赢。

想象你是世界排名第九的扑克玩家。你是天才。你精通博弈论、心理学和概率论。你在真空中拥有“正期望值”。现在，想象你坐到一张牌桌上，同桌的是排名第一到第八的玩家。

会发生什么？

你会输。你会输光。

你是地球上第九好的玩家，这不重要。你比 99.9999% 的人类更强，这也不重要。在那张特定的牌桌上，在那场特定的游戏里，你就是“鱼”。你就是另外八名玩家的阿尔法来源。

优势不是绝对的。优势是相对的。这是零售交易者必须内化的最重要概念。你不是在和“市场”竞争。你是在特定时间框架内，和特定交易对手竞争。

你买入一只股票时，有人把它卖给你。是谁？

你卖出一份期货时，有人从你手里买走。是谁？

所以，你到底在和谁交易？

答案取决于你在哪里交易。

你可能以为自己在和 Citadel 或 Jane Street 竞争。事情更细。假如你是一个零售交易者，提交一笔买入股票的市价单，你的订单会被 Citadel Securities 或 Virtu 这样的批发商截获。他们付费购买接单权，因为他们已经把你归类为“无信息流”——行业黑话，意思就是傻钱。他们知道你没有优势，所以他们以强到近乎印钞的统计确定性赚取价差。你不是在和他们战斗。你是他们正在处理的产品。

但如果你进入期货市场或暗池，你坐到的就是鲨鱼桌：宏观对冲基金、HFT 公司、Millennium 或 Point72 这样的多策略巨头。他们有更快的数据、更低的费用、更好的模型、更深的口袋。

你对他们有优势吗？如果答案是“我不知道”，那你就没有。

但仍有希望。同一个零售交易者，可能在微盘困境债、某个特定加密山寨币，或小盘生物科技公司的财报反应中拥有巨大优势。为什么？因为数十亿美元规模的基金不能在那张桌子上玩。他们的体量阻止他们进入无法吸收其流动性的市场。竞争更软。鱼更多。

问题不是：“我够好吗？”

问题是：“我此刻是否比这笔交易另一边的人更强？”

如果你不能识别自己的优势，尤其是你拥有哪一种优势，你就是在给能识别优势的人提供流动性。金融市场中的优势来源只有四种。

信息优势

四种来源中的第一种最明显；对零售交易者来说，也最难追求。

这是“知道别人不知道的事”的优势。

在 1980 年代，钱就是这样赚的。场内的某个人。公司里的一个联系人。比 Iowa 那个人更早拿到报纸。你在价格反映之前就知道财报很好。

今天，对零售交易者来说，信息优势基本是神话。

两件事杀死了它：监管和技术。

Regulation FD 由 Securities and Exchange Commission（SEC）在 2000 年颁布，要求上市公司同时向所有人发布重大信息。不再能对分析师耳语。

军备竞赛：高频交易算法现在能在微秒级解析新闻标题、财报公告和经济数据源。它们使用自然语言处理，在你显示器上的像素尚未加载之前，就读懂 Federal Reserve 声明的情绪。

等你在 Bloomberg 或 Twitter 上看到标题时，价格已经动了。你正在读的“新闻”已经是历史。如果你试图据此交易，你就是在用陈旧数据，和 50 毫秒前已经反应过的机器交易。

Grossman 和 Stiglitz 认为，市场不可能完全有效。如果市场完全有效，就没有人愿意收集信息，市场反而会变得无效。信息总会有某种报酬。但今天，这种报酬流向了那些购买卫星图像、统计 Walmart 停车场汽车数量的人，或者抓取信用卡数据预测收入的人。除非你花数百万美元购买另类数据，否则你在信息上处于劣势。

清洁工的故事

想象你是 Major League Baseball 球场的一名清洁工。你无意中听到队医告诉明星投手，他的代言合同会影响一家上市鞋企的股价：他的肘部废了，本赛季报销。

你比 ESPN 更早知道。你比高频算法更早知道。你可以买入那家鞋企的看跌期权，赚一大笔钱。

这是纯粹的信息优势。它也违法。

这叫重大非公开信息，Material Non-Public Information，即 MNPI。如果你据此交易，你不是“聪明的交易者”。你是罪犯。SEC 可以对你处以最高达获利三倍的罚款。

问题在于：等信息可以合法交易时，也就是发布在新闻稿里时，机器已经重新给股票定价。你要么是罪犯（第一个），要么是流动性提供者（最后一个）。没有第三种选择。

例外

零售交易者是否可能拥有信息优势？可以，但几乎从不发生在流动性指数或超级大盘科技股中，那里被全世界盯着。

信息套利的机会与流动性和关注度成反比。

如果你交易小盘加密代币，而真正的更新发生在开发者的 Discord 频道或 GitHub 仓库里，你可能拥有信息优势。如果你交易本地房地产，你比 Blackstone 的算法更了解那个街区。如果你交易微盘公司的困境债，而你读过量化团队忽略的法庭文件，你就有优势。

但在流动性强、公开市场的竞技场里？你不可能在信息上击败机器。你是最后知道的人。

分析优势

如果所有人都有同样的信息，你怎么赢？你处理得更好。

这就是分析优势。

这是差异化认知的领域。你看到和所有人一样的数据：同样的财报、同样的图表、同样的宏观数据发布，但你得出不同结论。而那个结论最后是对的。Steinhardt 将其定义为持有一种“实质上不同于共识”的观点。

问题在于：区分技能和运气。分析优势极难持续，因为共识通常相当聪明。而且，你必须区分自己是正确，还是只是走运。正如 Mauboussin 所指出的，在运气发挥作用的活动中，短期结果是很差的技能指标。你可能连续做成 10 笔盈利交易，仅仅因为你在牛市里很激进。那不是分析优势。那是幸存者偏差。

在现代，分析优势很大程度上已经转移到量化机构手中。Renaissance Technologies 不像你一样“阅读”新闻。他们把新闻摄入为数据点，在 PB 级历史数据中测量情绪速度，寻找人眼看不见的相关性。他们处理海量数据，发现资产 A 将随资产 B 运动的 51% 概率，然后把这 1% 的优势扩展到数百万笔交易上。

专业化

对主观交易者来说，分析优势通常来自极端专业化。你不可能分析一切。你不会同时在 S&P 500、原油、黄金、Apple 和 Bitcoin 上都比市场更聪明。

但你可能在某个中盘软件股细分行业上比市场更聪明。如果你每天花 10 小时研究那一个行业，阅读每一份电话会文字稿，理解产品周期，跟踪客户情绪，你可能会发展出一般性算法错过的直觉。

你可能会看到，一家公司的“业绩不及预期”实际上是一次战略转向，两季之后会带来回报。算法卖出不及预期。你买入转向。这就是分析优势。

但这需要工作。真正的工作。不是看 5 秒钟图表，然后看见一个“头肩形态”。那不是分析。那是空想性错视：在随机噪音中看见有意义的模式，就像在云里看见人脸。

结构性优势

第三种来源不要求你知道更多，也不要求你思考得更好。

它要求你理解市场本身的机制。

如果信息优势是“我知道得更多”，分析优势是“我思考得更好”，那么结构性优势就是“我因为帮助你而获得报酬”。

结构性优势来自市场本身的机制。某些参与者无论价格如何都被迫交易。

在第 3 章，我们讨论了逆向选择，即避免那些比你知道更多的知情交易者的问题。结构性优势正好相反：它是关于寻找被迫参与者。

被迫参与者不是为了利润而交易的参与者。他们交易是为了满足授权、监管、追加保证金或对冲要求。他们对价格不敏感。他们现在就需要流动性，并且愿意为此付费。

Gamma 挤压

一个有力的现代案例是 gamma 挤压，2021 年 GameStop 事件让它变得著名。

机制是：当零售交易者大规模买入价外看涨期权时，卖出这些期权的做市商在法律和数学上都必须对冲。他们做空期权，因此做空“gamma”（方向性暴露的加速度，本质上就是价格变动时风险变化的速度）。随着股价上涨，做市商的 delta 变得更负。为了保持中性，他们必须买入标的股票。

股票涨得越高，他们就必须买得越多。

理解这个机制的交易者，并不是在押注 GameStop 的基本面（基本面很差）。他们是在利用一个结构性循环：零售买入看涨期权 → 做市商买入股票 → 价格上涨 → 做市商买入更多股票。

Volmageddon

2018 年 2 月。Volmageddon。

一种名为 XIV 的热门产品，即反向 VIX，具有每日再平衡的结构性授权。随着波动率飙升，该基金的招募说明书要求它买入 VIX 期货，以覆盖其空头暴露。这制造了死亡螺旋：基金买入 VIX → VIX 上涨 → 基金价值下跌 → 基金必须买入更多 VIX。

读过招募说明书并理解再平衡机制的交易者知道，XIV 是被迫买方。他们抢跑这股流量。XIV 在单个交易日损失了 96% 的价值，并被清算。

你可以交易的结构性优势

机构级结构性优势，比如 ETF 篮子与成分股之间的 HFT 套利，零售交易者无法触及。但宏观结构性优势会出现在日历和数据中。你可以交易它们。

纳入指数

当一只股票被纳入 S&P 500 时，被动指数基金被授权要求在纳入日收盘时买入它。它们不能等回调。它们是价格不敏感的被迫买方。它们的买入兴趣不是猜测，而是确定性，是跟踪 S&P 500 的 13 万亿美元资金和该股票指数权重的函数。

在纳入日前买入的交易者，是在抢跑一道有保证的资金墙。历史数据很清楚：被纳入 S&P 500 的股票，在纳入时平均上涨 3-5%，几乎完全由被迫的被动买盘驱动。你不是在猜；你是在日历上读取机构授权。

月末再平衡

养老基金有严格的配置授权，例如 60/40。如果股票一个月上涨 10%，它们必须在月末卖出股票、买入债券，以恢复配置比例。这不是偏好。这是监管要求。这股流量对价格不敏感。

零售交易者可以根据当月表现预测流量方向，并在“定盘”之前交易。如果市场在 11 月大涨，养老基金必须在月末再平衡（卖出股票、买入债券）。这会在当月最后一个交易日对股票价格造成可预测压力，这是你能在日历上看到的结构性优势。

收盘市价单失衡

每天美国东部时间下午 3:50，NYSE 发布 Market on Close（MOC）失衡数据。它告诉你机构在收盘时需要买入或卖出多少股票。

如果出现“20 亿美元买入失衡”，意味着机构——养老基金、共同基金、指数再平衡者——在当天最后 10 分钟被结构性地迫使买入 20 亿美元股票。日内交易者可以利用这些数据顺势搭车。

机制并不神秘。MOC 失衡会在最后几分钟制造临时价格压力。激进交易者可以在下午 3:50 失衡数据公布时买入，借买盘压力上行 9 分钟，然后在下午 3:59 把筹码卖给收盘流动性。你不是在投机；你是在抢跑已知的被迫流量，并把包袱交给那些被迫在下午 4:00 执行的机构。

税损卖出

12 月，共同基金和个人会卖出亏损最大的持仓，以实现亏损用于税务目的。这不是偏好，而是最小化税负的授权。流量是价格不敏感的，也是季节性的。

这种人为卖压会在 12 月下旬把“被厌恶”股票的价格压到公允价值以下。零售交易者可以在 12 月买入这些被打残的名字，并持有到 1 月的季节性反弹（“一月效应”）。你是在利用税收激励制造的结构性日历优势。

如果你和一名对冲基金经理交易，你处在一场公平战斗中，或者一场注定失败的战斗中。如果你和一名执行强制性货币转换的公司司库交易，或和一家被迫买入 S&P 500 新纳入成分股的指数基金交易，你就有结构性优势。他们对价格不敏感。你不是。你赢。

行为优势

最后一种优势来源最持久，因为它依赖于一种永远不会改变的东西：人性。

这是在满屋疯子中保持冷静者的优势。

市场由人组成（以及由人编程的算法组成）。人会受恐惧、贪婪、恐慌和亢奋支配。这些情绪会让价格偏离价值。

非理性的科学

Kahneman 和 Tversky 的前景理论证明，人感受到损失的痛苦，是同等收益带来快乐的两倍。这导致处置效应：交易者过早卖出赢家（锁定好感觉），却持有输家太久（避免承认亏损的痛苦）。

George Soros 用反身性理论进一步推进了这一点。他认为，这些偏差不只是影响价格；它们会影响现实。如果投资者相信一家科技公司就是未来，他们会把股票买高。高股价让公司能够低成本融资，雇用最好的工程师，收购竞争对手，实际上把自己变成未来。偏差创造了基本面。

为什么行为优势会持续存在

信息优势会消失（互联网）。结构性优势会衰减（算法会适应）。但行为优势永远不会消失。为什么？因为人性不会改变。我们运行的硬件，和 100,000 年前在草原上时一样。

你能从行为优势中赚钱，是因为其他市场参与者被困在一种失败的认知结构里。他们在犯系统性错误，而你可以利用这些错误。但要做到这一点，你必须先确保自己没有犯同样的错误。

有三种机制同时创造机会和陷阱：

归因偏差。人脑左半球像一个“解释器”，不断发明叙事来解释感官输入，并以保护自我为目标。在交易中，它表现为归因不对称。业余者赢钱时，内心独白很清楚：“我完美读懂了流量。我的论点完全正确。我是熟练的操作者。”他们把结果归因于内部能力。他们亏钱时呢？“算法猎杀了我的止损。Fed 让所有人都意外。我运气不好。”他们把结果归因于外部恶意。于是市场里充满了永远不会从错误中学习的参与者。他们重复同样的错误，因为他们已经把错误合理化掉。你的优势来自成为那个接受错误、学习并且不再重复的人。

后见之明偏差。市场崩盘之后，叙事会瞬间凝固。“市场当然会崩。收益率曲线倒挂。估值太高。”现在看起来很明显。但在决策那一刻，它并不明显。后见之明偏差抹去了过去的不确定性，让市场显得确定且可解。这会让业余者过度自信。他们相信自己“早就知道”，于是下一笔交易承担过度风险，以为自己有水晶球。他们没有。你可以从他们的过度自信中获利。

智力陷阱。你可能以为聪明人能免疫这些偏差。事实相反。高 IQ 个体往往比普通人更容易受到动机性推理影响，而且他们的智力会让其合理化更复杂、更难察觉。为什么？因为如果你很聪明，你就极其擅长合理化。新手恐慌卖出后承认：“我害怕了。”天才恐慌卖出后，会写一份 10 页备忘录，用“结构性市场状态变化”为情绪崩溃辩护。

执行耐心

这是独立交易者最容易获得的行为优势。

大多数机构交易者都在严格约束下运作：职业风险、月度或季度业绩目标。他们被迫急躁。一个拥有 50 亿美元暴露的养老基金经理不在乎图表看起来有多糟。他们需要在下午 4:00 前买入 5 亿美元股票，因为授权要求如此。如果股票在当天跌了，他们必须买更多。他们对价格不敏感，因为他们没有选择。

你有一个他们没有的选项：你可以持有现金。

没有老板。没有季度报告。没有投资者会因为你某个月表现不好而赎回。如果图表很糟，你可以持有现金 5 个小时。在你进场之前，等待被迫清算完成。

这是日内时间周期套利。当机构被迫按市场价格执行大宗交易时，价格会暂时错位。你在错位价格买入，持有 10 分钟，等机构流量过去，然后在正常价格退出。你的优势不是持有多年。你的优势是能够在赔率完美之前不交易。

优势来自理解他们为什么交易（授权，而非自主判断），以及他们必须在什么时候交易（日历、数据源）。当他们被迫执行时，你可以自由选择只在有优势时执行。

这在来源上是结构性的：被迫买方创造机会。但要利用它，需要行为纪律：不交易的纪律、等待的耐心，以及知道二者区别的智慧。

阿尔法检查

你如何在实时交易中应用这一点？

在点击“买入”或“卖出”之前，停下来回答三个问题。

框架是：“我正在接下[特定参与者]的另一边，因为[特定约束]迫使他们交易。”

一只股票在两天内放量暴跌 30%。你想买。阿尔法检查：“我正在接下杠杆零售交易者和风险管理基金的另一边，他们被迫交易，因为他们正在收到追加保证金通知并触发止损限制。卖出是机械性的，不是基本面的。”结论：有效的结构性优势。

一只抛物线上涨的科技股，一个月涨了 200%。你想做空。阿尔法检查：“我正在接下由 FOMO 驱动的零售买家和动量算法的另一边，他们交易是因为他们在追逐业绩，害怕错过。价格已经脱离现实。”结论：有效的行为优势。

现在你想买入 EUR/USD，因为它“看起来低”。阿尔法检查：“我正在接下……嗯……市场？因为……我觉得它会上涨？”结论：没有优势。删掉订单。

如果你不能识别牌桌上的傻瓜，你就是那个傻瓜。

优势衰减

即使你找到了真正的优势，也有一个令人沮丧的真相：它会死。

优势是有机的。它们诞生、成熟、衰减。

Andrew Lo 的适应性市场假说比 Fama 的有效市场更有用。市场不是静态机器，而是进化生态系统。当一种策略赚钱时，它会吸引捕食者。

衰减周期遵循可预测模式。首先是发现：少数先驱找到一个低效（小盘股的“一月效应”，或指数再平衡），并赚取巨额回报。然后是模仿：其他交易者注意到回报，或读到学术论文。他们逆向工程出策略。资本涌入。然后是拥挤：正如 AQR 的 Cliff Asness 所指出的，因子拥挤会压缩溢价。每个人都试图抢跑抢跑者。入场价格被越来越早地抬高。最后是反转：交易拥挤到变成陷阱。最轻微的偏离都会引发大规模平仓，因为所有人都试图从同一扇门出去。优势变成负担。

专业交易者知道这一点。他们不会和自己的优势结婚。他们只是和它约会。他们监控表现，观察衰减迹象：更小的盈利、更大的回撤、更多的滑点。当优势消失时，他们离开。回到赌场地板，寻找下一只摇晃的轮盘。

BAIT 框架

有一个有用的框架叫 BAIT：

Behavioral（行为）：利用其他交易者可预测的非理性决策。

Analytical（分析）：比共识更好地处理同样的信息。

Informational（信息）：知道市场不知道的重大信息。

Technical（技术/结构）：利用市场本身嵌入的机制和被迫流量。

对独立交易者来说，公式很简单：

忘掉信息优势。它要求你违法，或拥有你没有的速度。

专注于分析优势。选择一个细分领域（一个行业、一个资产类别），在那个空间里变得真正比竞争对手更聪明。

猎取结构性优势。学会读日历（月末再平衡、税损卖出、指数纳入）。学会读数据（MOC 失衡、期权到期钉住）。被迫流量就印在交易所数据源上。

通过耐心利用行为优势。你的超能力是你不必交易。持有现金，直到机构搅动制造错位价格，然后执行。

最好的交易会叠加多重优势：一个结构性设置（MOC 失衡），叠加一个行为机会（收盘前恐慌卖出），再叠加一个分析洞察（这只微盘股总是在财报前拉升）。但一个清晰识别出的单一优势已经足够。

偏置与基于前提的择时

找到优势只是战斗的一半。执行它是另一半。专业世界里有两个概念：

当你坐在专业交易台前，你会立刻注意到一件事。他们不只是“做这笔交易”。他们会向交易偏置。

这是我们在第 6 章讨论过的摩擦成本的反制动作。如果你的模型预测价格上涨，你不会在被动一侧等待完美成交。你会把订单主动偏向卖价。你愿意支付一小部分价差，因为你的优势说明走势即将发生。你的预测证明了这笔摩擦成本的合理性。

零售交易者为每一个 tick 争斗。专业人士支付优势值得支付的价格。

然后是择时。基于时间的择时是业余者的标志。他们交易，因为市场开着。因为他们无聊。因为他们“有感觉”。

专业人士使用基于前提的择时。他们是等待蛛网上震动的捕食者。没有震动，就没有交易。

这种震动可能是 Level 2 中某个特定订单失衡模式。可能是交易商 gamma 对冲水平正在接近。可能是一个跨市场信号，让三类资产在几秒钟内错位。

重点是：你不是因为你能交易而交易。你交易，是因为某个特定前提已经被满足。你不是日内交易者。你是条件执行者。

回到轮盘

Thorp 的故事并没有停在轮盘。甚至也没有停在市场。

在击败赌场并通过 Princeton Newport Partners 击败市场后，他专注于资金管理。他使用凯利准则（Kelly Criterion）：一个来自信息论的公式，它会告诉你在给定优势下到底该下注多少，才能在不破产的前提下最大化财富。我们将在第 9 章建立在这一点之上。

这个公式很残酷。如果你的优势为零，最优下注规模就是零。

Thorp 击败轮盘，不是因为他是更好的赌徒。

他击败轮盘，是因为他拒绝赌博。他识别出一个结构性优势（物理）和一个分析优势（计算机）。他忽略噪音，攻击缺陷。

明天，当你坐到交易台前，看着屏幕。

不要寻找“钱”。钱是副产品。

寻找缺陷。

寻找被迫玩家。

寻找恐慌。

寻找那个迫使某人做蠢事的结构性约束。

如果你能找到它，你就有优势。如果你找不到，关掉电脑。

因为如果你坐到牌桌前，却不知道优势从哪里来，那么你就不是玩家。你是筹码。

注释

Edward Thorp。Thorp, Edward O. 《通吃市场的人：从 Las Vegas 到 Wall Street，我如何击败庄家和市场》（A Man for All Markets: From Las Vegas to Wall Street, How I Beat the Dealer and the Market）。Random House, 2017。另见 Thorp, Edward O., and Sheen T. Kassouf. Beat the Market: A Scientific Stock Market System. Random House, 1967。

《击败庄家》（Beat the Dealer）。Thorp, Edward O. Beat the Dealer: A Winning Strategy for the Game of Twenty-One. Blaisdell, 1962。这本书开启了算牌法。

Claude Shannon 与可穿戴计算机。Thorp 在《通吃市场的人》（A Man for All Markets）中描述了这次合作。这台计算机比公众所知的可穿戴计算设备早了几十年。

Regulation FD。Securities and Exchange Commission. “Final Rule: Selective Disclosure and Insider Trading.” August 2000。

重大非公开信息（Material Non-Public Information, MNPI）。关于 SEC 执法权限，见 Securities Exchange Act of 1934, Section 10(b) and Rule 10b-5。处罚依据见 Securities Enforcement Remedies and Penny Stock Reform Act of 1990。

Grossman-Stiglitz 悖论。Grossman, Sanford J., and Joseph E. Stiglitz. “On the Impossibility of Informationally Efficient Markets.” American Economic Review 70, no. 3 (1980)。

差异化认知（Variant Perception）。Steinhardt, Michael. No Bull: My Life In and Out of Markets. Wiley, 2001。

《成功方程式》（The Success Equation）。Mauboussin, Michael J. The Success Equation: Untangling Skill and Luck in Business, Sports, and Investing. Harvard Business Review Press, 2012。

指数纳入效应。Chen, Honghui, Gregory Noronha, and Vijay Singal. “The Price Response to S&P 500 Index Additions and Deletions: Evidence of Asymmetry and a New Explanation.” Journal of Finance 59, no. 4 (2004): 1901-1929。

MOC 失衡数据。NYSE Market on Close Order Imbalance Information。美国东部时间每天下午 3:50 发布。可通过 NYSE 数据源获得。

前景理论。Kahneman, Daniel, and Amos Tversky. “Prospect Theory: An Analysis of Decision Under Risk.” Econometrica 47, no. 2 (1979)。

处置效应。Shefrin, Hersh, and Meir Statman. The disposition to sell winners too early and ride losers too long: Theory and evidence. Journal of Finance 40, no. 3 (1985)。

反身性。Soros, George. The Alchemy of Finance. Simon & Schuster, 1987。

适应性市场假说。Lo, Andrew W. Adaptive Markets: Financial Evolution at the Speed of Thought. Princeton University Press, 2017。

因子拥挤。Asness, Cliff. How Can a Strategy Still Work If Everyone Knows About It? AQR Capital Management, 2015。

凯利准则（Kelly Criterion）。Kelly, J.L. “A New Interpretation of Information Rate.” Bell System Technical Journal 35, no. 4 (1956)。实际应用可参见 Thorp 关于最优下注规模的著述。

GameStop 与 gamma 挤压。Bloomberg、Reuters 及学术分析的多篇同期报道。另见 Barber, Brad M. et al. “Attention-induced Trading and Returns: Evidence from Robinhood Users.” Journal of Finance 77, no. 6 (2022)。

归因偏差。Kunda, Ziva. “The Case for Motivated Reasoning.” Psychological Bulletin 108, no. 3 (1990)。

后见之明偏差。Fischhoff, Baruch. “Hindsight Foresight: The Effect of Outcome Knowledge on Judgment Under Uncertainty.” Journal of Experimental Psychology 1, no. 3 (1975)。

高 IQ 中的动机性推理。Stanovich, Keith E., and Richard F. West. “On the Relative Independence of Thinking Biases and Cognitive Ability.” Journal of Personality and Social Psychology 94, no. 4 (2008)。

第 8 章：结构性纪律

你已经知道优势在哪里。现在的问题是，如何执行它，同时不亲手破坏它。大多数交易者的钱，就是亏在这个缺口里。

干扰效应

周三下午 2:00。你正在盯一笔原油交易。

功课已经做完。你识别出 $75.50 的结构性支撑位。你标出了流动性。库存数据偏空，但价格拒绝下破。典型的吸收信号。你在等低点回测，准备做多。计划很精确：

入场 $75.55，止损 $75.30，目标 $76.80。

你很冷静。你准备好了。你像狙击手，等目标进入准星。

然后，你开始思考自己的思考。

“我这是有耐心，还是只是被动？这是纪律，还是恐惧？如果这就是我一直等的设置，而我却僵住了怎么办？如果这是陷阱，我马上要被碾过去怎么办？”

价格下跳。$75.65。$75.60。你的入场位越来越近。

但现在你在监控自己。你在检查自己的脉搏。你在问：“我是因为准备好了才冷静，还是因为我其实已经决定不做这笔交易才冷静？”

$75.55。你的价位。

你犹豫了。不是因为设置错了。是因为你忙着分析自己的心理，没法执行计划。

$75.60。$75.75。$76.00。

这笔交易完美运行。

但没有你。

运动心理学家把这叫再投资。它指的是，运动员试图有意识地控制本应自动完成的动作。职业高尔夫球手如果在下杆时想着自己的手腕角度，就会打出剃头球。他把一个本该属于快速、自动大脑的过程，强行塞进了缓慢、分析性的大脑。干扰摧毁表现。

我称之为干扰效应。

当你试图在实时执行中“监控自己的心理”——观察自己有没有恐惧、贪婪、FOMO 或失控交易的迹象——你制造的是一个噪音反馈回路。你同时成了四分卫和现场解说员。

你的大脑无法让两个过程都保持最高效率。“观察自己”的分析负荷，会偷走读取盘口所需的认知燃料。结果就是瘫痪、犹豫、执行延迟。

最糟的是：你知道它正在发生。你能感觉到自己在犹豫。那个安静的声音说：“直接做这笔交易。”但更响的声音问：“如果我对自己的判断错了怎么办？”那个更响的声音就是干扰。通常都是它。

那天晚上，你在做复盘尸检。“我需要更有纪律。我需要训练自己的心理。”

你买了一个冥想应用。你写更多交易日志。你重读《交易心理分析》（Trading in the Zone）。

停。

你没有心理问题。你有的是卫生问题。

决策卫生的概念

决策卫生不是比喻。

这个行业告诉你，解决方案是更多正念。“觉察自己的情绪。”他们错了。解决方案不是更多自我观察。是外部化。

你不可能靠思考摆脱干扰。你要把决策从脑子里搬出来，放到桌面上。

如果你在执行当下问“这是不是 FOMO？”，你已经输了。专业人士不内省。他们看清单。这笔交易符合标准吗？是，还是不是。

如果方框都打勾，这笔交易就是有效的。你对此有什么感觉，无关紧要。

把权威从你的内部状态转移到外部系统，干扰就会消失。你不再扮演心理学家。你开始成为操作员。

这就是我所说的结构性纪律。

卖书的谎言

交易教育行业靠一个有利可图的谎言生存：你坏了，你需要被修好。

“掌控你的情绪。”“消除偏差。”只要在心态上下足功夫，你就能变成一个没有情绪、纪律完美的机器。

这是胡扯。

你不可能消除情绪。你是生物有机体。你的大脑是在非洲大草原上进化出来的。即时威胁检测意味着生存。你在硬件层面就被写入了程序：感知到威胁时会恐惧，感知到奖励时会分泌多巴胺。

你的大脑是为另一个环境建造的。市场会无情利用这种错配。

你不可能靠心态绕过三百万年的进化。

大多数交易者正是照这个行业告诉他们的去做。他们冥想。他们强迫性地写日志。他们背诵肯定语。他们读《交易心理分析》，直到整本书都被划满重点。他们参加“交易心理学”研讨会。

可是。

当 VIX 飙到 40，他们的 P&L 一片红时，他们仍然恐慌。当他们当天赚了 $10,000 时，他们仍然变得贪婪，为了整数目标把它全押回去。

为什么？因为什么都没有变。硬件还是同一套。情绪触发器仍然会启动。他们只是多加了一层内疚：“我知道我不该有这种感觉，我也在努力不要这样，但我还是这样。”

现在他们不只是害怕——他们害怕自己害怕。

他们为自己的焦虑而焦虑。他们在实时监管自己的神经系统。

专业人士理解的是另一件事。他们接受硬件。他们停止试图修好人类。

相反，他们修系统。

NASA 不会训练宇航员“不要犯错”。他们假设错误一定会发生，尤其是在压力之下。所以他们设计驾驶舱、检查清单和流程，让系统即使在人为错误存在时也能运转。系统接住人。

这就是结构性纪律。

决策卫生的起点，是承认你就是自己交易系统里最薄弱的一环。目标不是变完美。目标是建起护栏，防止不完美的你把车开下悬崖。

过度思考陷阱

这个机制是神经层面的。它比多数交易者意识到的更阴险。

我注意到一件事。那些最努力“管理自己心理”的交易者，往往最容易爆仓。

为什么？他们同时运行两个过程。一个次级系统在和主系统竞争。两个都很耗能。

当你在分析自己想买入的冲动到底是“直觉”还是“FOMO”时，你启动的是系统 2——缓慢、审慎、分析性的大脑。但交易执行需要系统 1——快速、自动、识别模式的大脑。在这里，这一点变得具有操作层面的关键意义。这两个系统会争夺资源。你的大脑在字面意义上无法让两者同时满负荷高效运行。

Kahneman 证明了系统 2 很懒。你每一次把它浪费在内省上，都是在耗掉你交易所需的电池。你不是在多任务处理。你是在同时把两件事都做烂。

你因为分析它是不是 FOMO 而错过入场。你因为怀疑它是不是恐惧而搞砸出场。你忙着管理自己的想法，忙到无法执行。

你越想控制自己的心理，控制力就越少。

我合作过的一位交易者，在入行大约六个月时给我发消息。他说：“我知道自己无聊时会过度交易。亏损后会报复性交易。我有 FOMO 问题。我已经为这些问题努力好多年了。但我还是在做。”

多年内省。多年自我修炼。模式仍然一样。

他的解决方案不是再读一本心理学书。是一条简单规则：一天关上笔记本之后，第二天早上之前不能再打开。句号。除非有市场紧急事件（不会有）。除非我想到一个“必须看”的设置（我不会）。

他用软件在盘后把自己锁出交易平台。

他就是这么认真。他不能相信自己的意志力。他的 P&L 大幅改善。不是因为他变成了更好的人。

而是因为他移除了自己成为烂交易者的选项。

这修好了他的心理吗？没有。他仍然会无聊，仍然冲动，仍然容易 FOMO。

但现在系统让这些特质与他的 P&L 无关。

建立一个在你失灵时仍能运转的系统

我认识的最优秀交易者都已经内化了这一点：系统必须独立于你的心理状态运转。

我们交易台上有一位交易者。管理大量资本。是我见过最稳定盈利的交易者之一。按他自己的说法，他是个焦虑废墟。

什么都想太多。到处都看见危险。严重的冒名顶替综合征。如果你在晚宴上遇见他，你会想：“这个人的性格简直是最不适合交易的。”

但他就是能赚钱。

怎么做到的？

他有一次告诉我：“我的心理对交易来说很糟。所以这些年来，我搭建了一套能在我之外完成交易的系统。”

他没有试图变成另一个人。他接受自己神经质。然后围绕它做工程设计。

长期焦虑意味着他会在入场时犹豫。解决方案：一旦他批准一个设置，算法负责执行。手离开键盘。不再二次猜疑。

分析瘫痪意味着他可能在点击前花三小时分析一笔交易。解决方案：60 秒计时器。如果他还没点击，这笔交易作废。由时钟决定，不由他的大脑决定。

损失厌恶意味着他想覆盖仓位规模规则。解决方案：仓位规模由波动率公式锁定。他不能调整。

他没有修好自己。他让自己与执行无关。

旧思维：“我需要变得更不情绪化。”新思维：“我需要一个无论我有什么情绪都能工作的系统。”

旧思维说：“我需要停止报复性交易。”新思维说：“我需要一个熔断器，在连续三笔亏损后物理性阻止我交易。”

战斗机飞行员做对了什么

那些交易者是通过试错弄明白这件事的。有一个职业已经把它系统化了：军事航空。战斗机飞行员面对的问题和我们一样：在极端时间压力下做高风险决策，而人类大脑在这种场景下显然很糟糕。他们花了数十亿美元来解决它。

Hasard Lee——F-22 和 Thunderbird 飞行员——写了《清晰思考的艺术》（The Art of Clear Thinking）。他必须解决的正是这个问题：当人类大脑在极端压力下显然不擅长决策时，你如何做决策？

美国空军的答案是 ACE Helix：Assess、Choose、Execute。评估、选择、执行。

这不是思考过程。是协议。

他们把关键时刻里的“思考”工程化地移除。你也需要对自己的交易做同样的事。

Assess 阶段发生在你需要它之前。收集信息，想清楚场景，推演可能的失败。是在地面上，在你冷静时，在你的前额叶皮层在线时完成。

Choose 阶段很快。你已经识别了选项。选一个。

Execute 阶段是自动的。你已经排练过太多次，手知道该怎么做，不需要意识干预。

这就是飞行员为什么会“椅上飞行”。每次飞行前，他们坐在椅子上，闭上眼睛，在脑中走完每一步。不是成功场景——是失败场景。40,000 英尺高空发动机熄火。液压故障。无线电中断。

当真实紧急情况发生时，他们不是在发明解决方案。他们是在执行预加载代码。

你的盘前仪式，就是你的椅上飞行。

多数交易者漏掉了重点：你不是在想象成功。你是在排练失败。

如果原油击穿我的止损，而我感到恐慌，我怎么办？我检查 VIX。如果 VIX 低于 20，我信任止损，然后继续。

如果我赚了 $10,000，并觉得自己不可战胜，我怎么办？我会把仓位减小 50%。下一笔交易我会把止损移到盈亏平衡。中午我会合上笔记本。

这不是积极想象。这是预先承诺。你是在未来那个自己受损之前，把他锁进一个协议里。

多巴胺陷阱

到目前为止，我们说的是恐惧。瘫痪、犹豫、干扰。但还有一个同样危险、却远少被讨论的状态。赢钱。

我们谈到失控交易时，通常说的是亏损后的反应。还有一种更危险的形式，没人提醒你：赢家失控。

你刚刚做成一笔巨大的交易。大赚。大脑被多巴胺淹没。你觉得自己不可战胜。好像能“看见矩阵”。

就在这个精确时刻，你的判断力比亏钱时更差。

原因在这里。有一种认知偏差叫赌场钱效应。当你赚钱时，你开始把利润看成“市场的钱”，不是你的钱。“我今天赚了 $5,000。我可以拿 $1,000 去试这笔。就算亏了，我今天还赚 $4,000。”

这很诱人，因为它有一部分是真的。它也是陷阱。

那 $5,000 一旦结算，就是你的钱。在你的权益里。真实存在。拿它冒险，和从你的储蓄账户开一张支票没有区别。你被多巴胺浸泡的大脑不相信这一点。

你的风险感知受损了。你醉了。

Dan 是我们的一位风险经理，他讲过这个故事。某自营交易公司，下午尾盘。有个交易者在 Eurostoxx 期货上盈利 €990,000。人生中最好的一天。离整数一百万只差一个 tick。

他想要那个数字。想要那张截图。

于是，他加到 1,000 手。他只需要一个 tick。每 tick €10。

小小一个 tick。

市场向他反向跳了一下。他没砍。“只是回调，”他的大脑说。“我已经赚了一百万。我扛得住。”

风险警报开始尖叫。10 分钟内，这个交易者从 +€990,000 变成持平。零。

他全身发抖。不是因为恐惧——是因为多巴胺崩塌。神经化学高潮之后的生理性戒断。赢家失控会让你变成瘾君子。市场就是你的毒贩。

他那天没有亏钱。他摧毁了一笔足以定义职业生涯的盈利，因为他是在自己神经化学物质的影响下交易。

回吐协议

这就是为什么专业公司不信任大幅盈利的交易者。

他们见过太多次。当天赚 5% 的交易者，和当天亏 5% 的交易者一样危险。所以他们建立硬规则，在你盈利时启动。

50% 规则：你绝不允许回吐超过当天高水位的 50%。如果你赚了 $10,000，接下来当天的止损就是 +$5,000。打到 +$5,000，你就被平仓。清掉。结束。

仓位规模衰减：当你的 P&L 进入异常值区域——比如超过你平均日盈利的 2 个标准差——你的最大仓位规模下降。不是上升。是下降。

为什么？因为你已经受损。你在兴奋高点上。你不该操作重型机械。

目标：捕捉收益的肥尾，而不是把它们还回去。

缺陷审计

你需要一个系统。但在建护栏之前，你要知道自己开的是什么车。

Brent Donnelly 把这叫 Nosce Te Ipsum——认识你自己。不是作为禅宗原则。是作为建立有效系统的现实前提。

不同缺陷，不同护栏。

有些交易者是焦虑型过度思考者。到处看见危险。无休止分析。扣动扳机时犹豫。错过入场，然后追价。被犯错的恐惧瘫痪。

对这类人，修法不是“更自信”。而是把决策从当下移走。使用僵硬的“如果/那么”清单。标准满足？你点击。不分析。给自己一个 30 秒计时器。如果到 0:00 还没点击，这笔交易作废。由时钟决定，不由你决定。

有些交易者是冲动型行动者。到处看见机会。先交易，后思考。因为无聊而过度交易。“发明”设置。无法安静坐着。

对这类人，修法是摩擦成本。放慢“看到”和“点击”之间的循环。每笔交易前，写在纸上：设置、止损、目标、论点。写不出来？不能交易。通常，当你拿起笔时，冲动已经消退。

有些交易者是情绪型共感者。他们会在身体里感受市场。市场崩盘时，胃往下沉。市场猛拉时，他们感到狂喜。他们会被群体情绪卷走。别人恐慌时，他们也恐慌。

对这类人，把你的感受外包给数据。当你感到恐慌，不要相信这个感觉。检查 VIX。检查 put/call ratio。检查结构。如果这些东西没有尖叫“恐慌”，你的感觉就是关于你自身状态的信号，不是关于市场的信号。把你的情绪当作反向指标。“我觉得恶心，所以底部可能接近了。”

你不是在试图修复缺陷。你是在围绕缺陷建系统。

“但如果我三种都有呢？”你大概率就是。多数交易者都是。识别哪一种缺陷让你亏掉最多钱，先给它建护栏。你不需要解决一切。先堵住最大的漏口。

熔断器

你的卫生工具箱里，终极工具是熔断器。

交易所有熔断器。S&P 500 下跌 7%，交易暂停 15 分钟。为什么？停止恐慌。给冷静的大脑时间思考。在反馈回路变成灾难之前打断它。

你需要个人熔断器。

不是一笔交易的止损。是交易者的止损。是一条硬规则，停止你交易。

三次规则：连续三笔亏损，你离开 60 分钟。句号。没有例外。没有“再试一次”。

我知道你脑子里的声音。“但如果下一笔就是赢家呢？如果这就是我一直等的设置呢？”

那是你的杏仁核。那正是熔断器要让它闭嘴的对象。那个声音是错的。它在那个时刻永远是错的。

离开房间。去散步。重置你的生理状态。

每日止损：一天亏掉账户的 X%，你就结束。平台关闭。必要的话改密码——让你到明天之前都无法登录。

为什么？

报复性交易。

报复性交易不是策略。它是一种生物性的战斗反应。当你亏钱时，你的杏仁核把它感知成身体攻击。它让肾上腺素淹没身体。关闭你的前额叶皮层。

你变笨了。不是比喻——是神经层面的事实。

你不可能靠意志力摆脱肾上腺素倾泻。移除刺激。停止交易。

熔断器不会让你更不情绪化。它会移除你在神经化学重置之前按情绪行动的能力。

仪式

规则如果不执行，就毫无用处。那么，你如何确保自己执行规则？

把它们锚定在仪式里。

你不能从刷 Twitter 或和配偶吵架，直接切进高频期货交易。你需要一个缓冲。一个从平民模式切换到专业模式的转换。

飞行员有飞行前检查清单。外科医生有刷手流程。交易者需要盘前仪式。

不必很长。15 分钟足够。

第一周你做这件事时，会觉得荒唐。你会觉得自己在演戏。这很正常。专业人士也会这么觉得。他们照做。到了第三周，它不再像表演，而开始像打开开关。

五个组成部分：

一：回顾隔夜。亚洲发生了什么？伦敦发生了什么？库存在哪里？哪些价位被突破或守住？

二：检查日历。今天有美联储噪音吗？有重要财报吗？有可能推高波动率的经济数据吗？

三：卫生检查。我累吗？宿醉吗？愤怒吗？（如果任何一个答案是是，减小仓位，或者不交易。）

四：写下计划。今天你愿意交易的两三个场景：“如果 ES 守住 4450，我寻找 FOMC 前做多机会。”“如果原油跌破 75 并站稳，我在回测时寻找做空机会。”其他都是噪音。你不会交易。

五：激活你的专业身份。这是在告诉你的大脑：“玩耍时间结束。工作时间开始。”

Brent Donnelly 说得很好：交易者最大的盲点之一，是不了解自己的性格。不是深层心理意义上的了解——是实际意义上的了解。数据怎么描述你？一天中哪个时段你交易最好？你的日志显示你最擅长哪些设置？哪些设置你总是搞砸？

他发现自己的交易在上午 11 点之后崩掉。上午交易：干净、有利可图。下午交易：混乱。于是他建立了一条规则：上午 11 点前把大部分风险平掉。之后如果还交易，仓位更小，必须基于论点，而不是噪音。

这不是自我提升。这是把自我认知应用到系统设计。

货物崇拜的危险

我给了你很多规则。清单、协议、仪式。在你搭建它们之前，必须警告你这种方法最大的失败模式。

Feynman 的“货物崇拜科学”演讲：二战之后，一些太平洋岛民用竹子造飞机，用椰子壳做耳机，模仿他们看到美国士兵做过的事。他们有形式。没有功能。飞机从未到来。

在交易中，这会变成流程僵化。

你可以完美遵守一张清单，仍然爆仓，因为清单是为一个已经不存在的市场设计的。你可以认真填写交易单，仍然亏钱，因为你的论点是错的。你可以遵守熔断器规则，却从不做真正的交易，因为规则太紧。

一套从 2010 年到 2021 年都运行漂亮的“买入回调”算法，在 2022 年变成自杀机器。如果你的纪律僵硬到阻止你适应市场状态变化，那它只是穿着流程外衣的慢性死亡。

区别在这里：协议是你用来执行的工具。它服务你。仪式是你为了舒适而表演的习惯。它服务自己。

如果你只是机械地填写交易单，只为了“做完流程”，好去做那笔你早就决定要做的交易，你戴的就是椰子壳耳机。

真正的系统复盘是这样的。每周五下午 4 点，问自己三个问题：

哪些规则阻止我做了一笔本来会盈利的交易？（假阴性。）

哪些规则允许我做了一笔亏钱的交易？（假阳性。）

哪些规则让我避免了一次灾难性亏损？（真阳性。）

如果一条规则产生的假阳性多于真阳性，收紧它，或者废掉它。如果一条规则产生假阴性，放宽它。如果一条规则救过你一次，保留它——即使它让人烦。

这是系统 2 在复盘系统 1。这是你避免变成货物崇拜的方式。

解放

清单、规则、熔断器、仪式。听起来像束缚衣。

事实正相反。

你越约束自己的行动，你的心智越自由。

当你不必决定是否交易、该冒多少风险、何时停止时，你会释放出巨大的认知带宽。内部战争结束了。

你停止和自己打架。停止怀疑自己是不是“足够有纪律”。停止在市场运行时做心理内省。只运行系统。

你过去浪费在“管理心理”上的能量——对自己想法的焦虑、自我监控、二次猜疑——现在可以用于管理交易。你能清楚读取盘口，因为你不再透过内部冲突的雾来读它。

你成为交易者。

不是一个假装在交易的业余心理学家。

回到周三下午 2:00

同一个交易者。同一个市场。同一个诱惑。不同的系统。

周三下午 2:00。你正在盯 $75.50 的原油交易。

上午 8:00，盘前仪式：你跑完清单。把“$75.50 原油做多”识别为今天三个 A+ 设置之一。写了下来。你还写下：“我会被 NQ 波动分散注意力。今天如果我在盯原油设置，上午 10:00 关闭 NQ 图表。”

下午 2:00，设置出现：价格打到 $75.55。你准备好了。

下午 2:01，干扰出现：一条 Twitter 通知。“这里做空 NQ。科技股看起来沉。”

你的大脑感到拉力。多巴胺上冲。你想看。

但你的协议已经启动。你有一条规则：“中午以后不接受新想法，除非它们在早上的观察名单上。”

NQ 在观察名单上吗？不在。

因此：不做。

你不需要使用意志力。不需要分析 NQ 图表，也不需要和自己辩论。这个决定四小时前已经由一个更冷静的你做完了。

你划掉通知。甚至不打开 NQ 图表。

下午 2:02，执行：全部注意力放在原油上。看见吸收。以 $75.55 点击“买入”。

交易运行。到达 $76.80 目标。

后来，你检查 NQ。它来回震荡，然后猛拉上去。那个 Twitter 大师被止损了。

你笑了。

不是因为你预测了 NQ——而是因为你熬过了你自己。

那里面有一种奇怪的满足感。一种安静的骄傲，和大赚后的多巴胺冲击不同。那是智胜自己最坏本能的骄傲。一个有效系统，感觉就是这样。

同一个人。同一个市场。同一个诱惑。

不同的结果。

系统奏效了。

注释

再投资（运动心理学）。Masters, R.S.W. “Knowledge, Knerves and Know-How: The Role of Explicit versus Implicit Knowledge in the Breakdown of a Complex Motor Skill Under Pressure.” British Journal of Psychology 83, no. 3 (1992): 343-358。关于有意识关注自动过程如何降低表现的基础研究。

系统 1 和系统 2。Kahneman, Daniel. 《思考，快与慢》（Thinking, Fast and Slow）. Farrar, Straus and Giroux, 2011。关于决策中双过程理论的基础著作。

《交易心理分析》（Trading in the Zone）。Douglas, Mark. Trading in the Zone. Prentice Hall, 2000。一本被广泛阅读的交易心理学书，强调心态。

《清晰思考的艺术》（The Art of Clear Thinking）。Lee, Hasard. The Art of Clear Thinking: A Stealth Fighter Pilot's Timeless Rules for Making Tough Decisions. St. Martin's Press, 2023。关于压力下决策的 ACE Helix 框架。

赌场钱效应。Thaler, Richard H., and Eric J. Johnson. “Gambling with the House Money and Trying to Break Even: The Effects of Prior Outcomes on Risky Choice.” Management Science 36, no. 6 (1990): 643-660。

Nosce Te Ipsum。Donnelly, Brent. Alpha Trader. Harriman House, 2021。另见他的交易笔记中关于自我认知和系统设计的内容。

货物崇拜科学。Feynman, Richard. Cargo Cult Science. Caltech Commencement Address, 1974。收入 Surely You're Joking, Mr. Feynman! W.W. Norton, 1985。

NASA 人因工程。关于驾驶舱设计和错误管理的背景，见 Reason, James. Human Error. Cambridge University Press, 1990。

预先承诺与自我控制。Ariely, Dan, and Klaus Wertenbroch. “Procrastination, Deadlines, and Performance: Self-Control by Precommitment.” Psychological Science 13, no. 3 (2002): 219-224。

杏仁核与金融决策。Kuhnen, Camelia M., and Brian Knutson. “The Neural Basis of Financial Risk Taking.” Neuron 47, no. 5 (2005): 763-770。

第 9 章：仓位规模

“我刚入行时听到的第一句话是：多头赚钱，空头赚钱，猪会被宰。我要告诉你，我就是猪。而且我坚信，想获得长期优于市场的回报，唯一的方法就是做猪。”

-- Stanley Druckenmiller

Druckenmiller 可以做猪，因为他已经赢得了这个资格。几十年校准过的冒险。能够加大仓位的能力，是建出来的，不是天上掉下来的。你还没有赢得这个资格。至少现在还没有。本章讲的，就是你如何走到那里。

任意一笔交易，你应该冒多少风险？做错，优势救不了你。做对，即使平庸的优势也能复利成财富。仓位规模，就是理论碰到账户余额的地方。

你屏幕上的设置

二月下旬的一个周二，上午 9:47。你在 $75.82 做空 WTI 原油。

你有你的理由。叙事很干净：OPEC+ 正在放话延长减产，但沙特正在悄悄借反弹卖出。基本面有些浑浊 -- 库存数据混杂，但公布值高于小道预期。技术面一致：原油正在测试一个重要阻力簇。情绪亢奋：散户蜂拥做多，根据交易商持仓报告，投机者净多头接近纪录水平。

每根支柱都在对齐。高信念。

但真正重要的问题是：你做空多少张合约？

不是论点。不是入场价。是规模。

原油在 $75.82 交易。最近一个摆动高点 -- 结构上真正重要的那个点 -- 在 $76.15。那是失效点。如果原油穿过 $76.15，你就是错的。止损放在它上方。

你为猎杀止损的算法加一个缓冲（向做市商支付通行费），选 $76.21。

三十九美分的承压空间。

你交易的是一个 $500,000 账户，但你不按这个数来定仓位。你按风险资本来定 -- 也就是今年你能承受的最大回撤。你的风险资本是 $100,000。你今年迄今盈利 $12,000，所以调整后风险资本是 $112,000。每笔交易的基准风险：其中的 1%。也就是 $1,120。

计算：

Barrels = $ Risk / |Entry - Stop|

$1,120 / $0.39 = 2,872 barrels

原油每张合约是 1,000 桶。也就是 2.87 张合约 -- 四舍五入到两张还是三张？

大多数业余者会向上取整，因为他们贪婪。你选两张。风险 $780，占调整后风险资本的 0.7%。纪律优先于最大化单次机会。

你在 $75.82 做空两张合约。止损已经硬性挂入市场，价格 $76.21。如果你错了，亏 $780。如果你对了，目标是 $74.50 -- 一笔 3.4R 的交易。（R 是你的风险单位。3.4R 意味着你赚到所冒风险的 3.4 倍。）

你想着风险，不想着利润。手离开键盘。

原油跳到 $75.85。然后 $75.90。浮亏 $160。然后 $76.00，浮亏 $360。你不碰鼠标。止损是你的调速器。到 $76.21，你出场。没有争论。没有第二念头。决定在你点击之前已经做完。

上午 10:13，原油触及 $76.18。你感到肾上腺素飙升 -- 生理系统在尖叫，让你做点什么。但你没有退缩。止损没被打。卖盘被吃掉。原油转头下跌。中午，$75.60。下午 2:30，$75.10。下午 3:45，$74.50。目标成交。

净利润：$2,640。你一天内让风险资本复利增长 2.4%。

你合上笔记本。不击掌。不发推。你执行了一个系统。系统有效，是因为仓位规模正确。

学习问题

上一笔交易成功了。但不舒服的真相是：你事先不可能知道它会成功。信念不是确定性。

大多数交易者认为仓位规模讲的是风险管理。

我最多能亏多少？

真正的问题是：我如何活得足够久，直到能知道我的优势是否真实？

交易是一个伪装成金融问题的学习问题。你永远在雾中行动。你对市场有一个理论 -- 相信某些条件会预测某些结果。这个理论可能是真的。也可能只是过拟合、幸存者偏差、市场状态运气，或叙事谬误的产物。你不知道是哪一种。

唯一的办法是做实验。你交易，观察结果，更新信念。但统计显著性需要样本量。在你跑过几百次试验之前，55% 的胜率和 50% 没有区别。也许要几千次。

如果你在第 47 笔交易上因为押得太大，押在一个“必成”的东西上而爆仓，你永远到不了判断优势是否真实所需的样本量。实验还没结束，你就毁掉了实验室。

仓位规模是样本量保护。它是一种纪律，让你留在游戏里足够久，把信念转化为知识。

但我花了很多年才明白：仓位规模不只是为了生存。它是为了优化。更具体地说，是优化你的财富随时间的几何增长。这才是目标。不是任何单笔交易的结果，而是你的账户穿越几百、几千笔交易后的轨迹。

目标：在活到终点的前提下，最大化长期几何增长。

凯利的礼物 -- 以及陷阱

如果目标是几何增长，有一个数学框架直接处理这个问题：凯利准则。第 7 章已经谈过它。现在你需要更深入地理解它，包括它的力量和局限。

1956 年，贝尔实验室的 John Kelly 发表了一篇论文，题为《信息率的一种新解释》（A New Interpretation of Information Rate）。他当时想的不是股票，也不是赌博。他是在 Claude Shannon 的信息论基础上继续推进，试图弄清楚如何通过有噪声的电话线路传输数据而不被破坏。

Kelly 意识到，Shannon 关于信息容量的方程可以被重新使用。如果一条有噪声的信道可以传输信息，也许一个拥有优势的赌徒也可以把这种优势随时间传输为资本增长。

在解决这个问题时，Kelly 给了交易者一个强大的框架，用来在不确定性下实现最优资本增长。他的工作回答了仓位规模的核心问题：给定一个可重复的优势，每次下注应该冒多大比例的资本风险，才能在长期最大化财富？

直觉是：一定存在一个甜点。押得太少，你把钱留在桌上 -- 账户增长太慢，不足以产生意义。押得太多，不可避免的回撤会严重到让波动拖累摧毁复利，即使平均结果是正的。你的长期增长率会被推向零，然后变成负数，最终走向毁灭。

对一个只有两种结果的简单投注，应该冒险的最优资本比例 -- 凯利比例 -- 是：

f* = (bp - q) / b

其中 b 是净赔率（1 单位本金对应的净收益），p 是获胜概率，q 是失败概率，q = 1 - p。

在交易语境中，如果盈亏以 R 倍数衡量，且收益不对称，它可以推广为：

f* = (pW - qL) / (WL)

其中 W 是平均盈利的 R 倍数，L 是平均亏损的 R 倍数。

一套策略胜率 60%（p = 0.60），赔率为等额收益（b = 1）：

f* = (1 x 0.60 - 0.40) / 1 = 0.20

凯利说，每笔交易冒你账户 20% 的风险。如果你把预期长期增长画成 f 的函数，凯利曲线会在全凯利处达到峰值，然后急剧下滑。过度下注的惩罚是灾难性的；下注不足的惩罚只是增长变慢。在模拟和经验研究中，半凯利是一种稳健折中 -- 大约获得最大增长的四分之三，同时显著降低波动率和回撤风险。

为什么凯利在实践中失效

当概率和收益固定、已知且稳定时，凯利公式运转得很干净。Kelly 的背景，是通过一条有噪声但完全可定义的信道传输数据。Thorp 的应用是在二十一点和其他规则固定、状态空间清晰的游戏中。

在那些环境里，道路条件是受控的，引擎红线标得很清楚，地图是完整的。

金融市场不是那个世界。

市场是复杂的适应性系统 -- 结构性不确定、市场状态切换、反馈回路。不是平稳、可量化的风险。

概率从来不是真正已知的。它们来自不完整、路径依赖的数据估计，而且会随着其他参与者适应而演化。

使用全凯利仓位，等于对自己知道优势和收益分布的精确程度做出非常强的声明。任何估计误差或模型设定错误，都会被有效加杠杆。对 p、b、W 或 L 的过度自信，能把理论上的最优策略变成脆弱、暴露过度、容易发生灾难性回撤的策略。

最关键的失败点：参数不确定性。你声称自己完美知道胜率，而依据是一个几乎必然因过拟合而乐观的回测。使用全凯利，就是把回测当成福音真理，而不是有偏估计。这是一种致命的智识傲慢。

这就是为什么，在我甚至开始考虑仓位规模之前，我会先施加所谓的回测税。

你的回测告诉你，胜率 58%，盈亏比 1.3:1。这些数字感觉很精确。它们来自数据。但它们不是真理 -- 它们是来自一个结构上偏向乐观的流程的估计。你测试了几百种参数组合，留下了有效的那些。你把回测停在一个看起来不错的点。你排除了不合适的数据。

回测税很简单：假设你真实世界的参数会比回测显示的更差。把估计胜率打 10-20% 的折扣。把盈亏比也类似打折。然后用打折后的数字计算凯利。

Graham 称之为安全边际。以低于内在价值的折价买入资产 -- 不是因为你知道价值一定错了，而是因为你知道自己的估计不确定。折价保护你免受自身分析错误的伤害。

回测税起同样作用。你不是在防市场。你是在防自己。

关于实践中的凯利

凯利在理论上听起来很好，数学也优雅，但当你和做了足够久的主观交易者交谈时，很多人会告诉你，他们日常其实不用凯利。至少不是显式地用。

在我主动交易的那些年，我不会在每次入场前坐在那里计算凯利比例。我会先从自己的风险限制开始 -- 日内止损、最大仓位规模、回撤阈值 -- 然后倒推出仓位。问题不是“凯利怎么说？”而是“这笔交易我最多能亏多少，才不会损害我明天继续交易的能力？”

尽管如此，凯利仍然给了你有价值的东西：一个思考优势和仓位关系的框架。它把许多交易者凭直觉感受到的东西说清楚了 -- 更大的优势可以支持更大的下注，但只到某个点为止。它也量化了过度下注的严重成本。

实践现实是：如果你要在主观交易语境中使用凯利，就必须大幅降仓。不是半凯利。四分之一凯利或更低。我尊重的一些交易者把十分之一凯利作为上限。公式假设你拥有完美知识。你拥有的是不完美知识。因此，你必须大幅折扣输出结果。

好消息是：计算凯利从未如此容易。借助现代 AI 工具，你可以立刻得到凯利计算、敏感性分析、蒙特卡洛模拟。过去需要定制电子表格或编程的东西，现在计算障碍已经消失。

但计算不是难点。把输入弄对才是难点。

对主观交易者来说，输入永远不确定。

还有其他值得了解的方法。Lance Breitstein -- 公司合伙人，《市场奇才》交易者 -- 主张指数式下注规模。仓位规模随信念指数式放大，而不是线性放大。五星级设置不只是比四星级略好；它在类别上就不同，你的仓位应该反映这种非线性。它激进，需要真实校准（我们很快会讨论），但在智识上是连贯的。

重点不是凯利是唯一方法，甚至也不是它是最好方法。重点是，你需要某种系统化方法，把信念转化为仓位规模，而且这种方法应该优化凯利所优化的东西：随时间的几何增长。无论你用凯利、指数式仓位、固定比例，还是某种混合方法 -- 找到适合你心理和交易风格的东西。只要确保你明白自己在优化什么。

波动税

你以前见过波动税。这里是它为什么对仓位规模特别重要。现在来看它如何应用于仓位规模，因为抽象概念正是在这里变成操作层面的关键。

为什么即使期望价值为正，过度下注也会摧毁财富？

因为百分比数学是不对称的。

你以前见过波动税。这里是它为什么对仓位规模特别重要。

如果你亏 10%，需要赚 11% 才能恢复。亏 20%，需要 25%。亏 30%，需要 43%。亏 50%，需要 100% -- 翻倍 -- 才能回到盈亏平衡。

你跌得越深，重力拉得越狠。50% 回撤不是 25% 的两倍糟。它在类别上更糟 -- 恢复数学几乎变得不可能。想想你上一次亏 30% 时的感觉。那座山突然变得多大。那种感觉，就是波动税变成了身体经验。

高方差制造深回撤。深回撤要求指数级更大的恢复。即使期望价值为正，波动税也可能超过优势带来的利润。

两个拥有相同优势的交易者 -- 同样的胜率，同样的盈亏比 -- 可能仅仅因为仓位规模不同而得到相反结果。交易者 A 每笔冒 2% 风险，稳定复利。交易者 B 每笔冒 10% 风险，偶尔赚得惊人。但 B 的回撤会触发波动税，吞噬回报的速度快过优势创造回报的速度。长期下来，A 构建财富，B 成为反面教材。

这就是为什么正确的优化目标是几何增长，而不是算术期望。一套期望价值较低但方差较低的策略，长期可能跑赢一套期望价值更高但方差也更高的策略。波动税是真实存在的。它会反向复利，压在你身上。

克制的理性

如果全凯利是通向毁灭的快车道，我们该怎么办？

做专业人士一直在做的事：尊重理论，但让它适应环境。把凯利视为基准，一个理论速度上限。在这个上限的保守比例上运行 -- 分数凯利。通常是二分之一或四分之一，虽然我认为主观交易里应该更低。

这通常被描述成一种实践折中 -- 用最优性换安全。但它不止于此。选择分数方法不只是更安全。当你承认自己知识有限时，它在哲学上更优越，也更理性。

预防原则完美概括了这一点。

预防原则，是在深度不确定且涉及生存性风险时做决策的框架。它说，如果某个行动被怀疑可能造成严重、不可逆的伤害，那么证明它无害的责任落在采取行动的人身上。

把它应用到你的交易运营中。你的资本基础面临不可逆伤害的威胁 -- 毁灭，那个没有回头路的吸收壁垒。全凯利仓位最大化理论增长，但同时最大化波动率，也最大化在你的假设哪怕略微错误时你接近毁灭的速度。

因此：如果你的首要目标是生存，不要使用全凯利仓位。

明知道输入脆弱，明知道错误的后果是灾难性的，还套用完整公式，这不是激进。这是鲁莽。对一个承认自己没有未来完美知识的操作者来说，分数下注是唯一理性的选择。

方差问题

在搭建仓位规模架构之前，你必须理解方差 -- 因为它会测试你创建的每一条规则。大多数交易者低估了它对表现的影响有多剧烈。

在统计学里，方差意味着在一组具有特定平均值的数字中，单个数据点会偏离这个平均值。因此，即使你过去几年平均每日 P&L 是 +$2,000，你仍然可能连续五天亏 $5,000。这未必意味着你做错了什么。它只是方差。

一个思想实验：某个交易者胜率 50%，盈亏比 1.67:1（平均盈利 $2,000，平均亏损 $1,200）。这是一套盈利策略 -- 每笔交易的期望价值为 $400。250 个交易日，你预期大约赚 $100,000。

但那只是预期结果。对这套完全相同的策略跑一千次模拟，你会看到年收益从 $50,000 到 $150,000 不等，纯粹来自方差。同样的优势。同样的流程。结果天差地别。有些年份你看起来像天才；另一些年份你质疑一切。两种感知都不准确。只是分布在做分布该做的事。

方差看起来像这样：我错了很多次。犯错是交易的一部分。我运气不好 -- 我做多，突然有意外新闻出来。当我错了、亏钱了，但坚持了自己的风险管理系统，我耸耸肩，继续前进。这就是交易。

不是方差的东西看起来像这样：我判断对了，也读懂了市场，但仍然亏钱。（红旗 -- 我的流程有问题。）我没有计划就交易。我过度交易，围绕随机想法做一连串小赌注，每天漏钱。我把一个过期订单留到隔夜，结果触发亏损。我的纪律很差 -- 我破坏规则，仓位太大，不停移动止损而不是砍掉。

如果亏损来自第二类，那不是方差。

那是糟糕交易、糟糕流程，或糟糕心态。砍掉所有风险，弄清楚如何把事情拉回正轨。

路径依赖

方差逐笔交易起作用。但还有一个更大的模式，会支配你整年的表现。

在大多数交易运营中，一年是最重要的表现单位。要长期生存，你希望自己的年度表现像一份看涨期权：坏年份持平或小亏，好年份中等到巨大盈利。

要实现这种分布，你必须理解路径依赖：一个过程未来的步骤取决于它的历史。一连串抛硬币不是路径依赖的 -- 如果你连续抛出 10 次反面，硬币没有记忆，第 11 次仍然是 50/50。但交易年份里的每个月都是路径依赖的。你一月的表现决定你二月的风险资本和心理状态。

最重要的原则：永远不要在一个期间采取会对未来期间造成过度伤害的行动。

慢慢开始，随着年初至今 P&L 积累再提高风险。1 月 1 日、P&L 为零时，你不能拥有和 8 月 15 日、已经大幅盈利时一样的风险胃口。零界线有某种特殊而可怕的东西。从 +$50,000 掉到 +$25,000，感觉明显没有从 +$10,000 掉到 -$15,000 那么糟，尽管两者都是 $25,000 的下跌。

任何写在你名字旁边的红色数字都会让人难受。

这不只是心理问题。当你的 P&L 跌破零，你承担风险的能力会下降。它有非线性的现实影响。当你低于零，你就穿上了束缚衣。如果你在公司交易，这件束缚衣可能是字面意义上的 -- 风控经理会削减你的限额。如果你交易自己的资本，这件束缚衣是心理上的，但同样真实。

年初慢慢来，然后逐步建立。开局方式对结局影响很大。如果你在一月亏掉 20% 的风险资本，达到年度目标的概率几乎为零。如果你一月赚 4%、二月赚 6%，你低于预算，但仍然在位置上。

思路是安全离开零界线，然后，当超级机会出现且你已有缓冲时，出手。

定义风险资本

在建立仓位规模框架之前，我需要知道自己的风险资本：我能承受亏掉的钱。

风险资本不是你的总账户净值。它是你愿意为这一年承受的最大回撤。如果你的账户是 $500,000，而你决定亏掉 $100,000（20%）就停止交易一年，以保住核心，那么你的风险资本就是 $100,000。

所有仓位规模都应该按风险资本的百分比计算，而不是按账户净值计算。在这个框架里，1% 风险是 $1,000。相对总净值，那是 0.2% 的头寸风险。

为什么这重要？如果你每笔冒总净值 1% 的风险（每笔 $5,000），连续 20 次亏损就会抹掉你的全部风险资本缓冲。你出局。如果你每笔冒风险资本 1% 的风险（每笔 $1,000），你可以承受 100 次连续亏损而不触及停机阈值。数学一样。生存能力完全不同。

这个缓冲，就是你的寿命。

你的风险资本是路径依赖的。调整后风险资本 = 初始风险资本 + 年初至今 P&L。如果你从 $100,000 开始，现在盈利 $30,000，调整后风险资本就是 $130,000。如果你亏 $20,000，就是 $80,000。这个数字会随你的表现移动。

这为你的风险承担创造了自然节流阀。当你赢钱时，你可以更激进 -- 用“赌场的钱”玩（虽然我不喜欢这个说法；利润是真钱）。当你亏钱时，系统自动约束你，在你最承受不起大亏的时候迫使你缩小仓位。

引擎上的调速器

我们已经确立了如何确定你愿意冒风险的资本百分比。现在：把这个抽象百分比转化为一个具体工具、一个实时波动市场中的具体仓位规模。

如果你在一只沉闷公用事业股和一只高波动加密货币上都有 1R 的交易预算，执行方式必须截然不同。对两者使用同样的名义美元金额，就是让市场波动率决定你的风险，而不是反过来。

当环境不恒定时，仍然保持风险恒定的纪律，就是波动率归一化仓位。

这不是现代金融发明。它是一个 200 年前工程原则的应用：调速器。

James Watt 在蒸汽机上面对一个关键问题：速度大幅波动，有时快到会爆炸。他的解决方案是离心调速器 -- 一个反馈控制系统，根据旋转速度调节蒸汽流量，从而自动调节速度。当引擎加速时，调速器的旋转重锤向外飞出，减少蒸汽流量，使引擎减速。当它减速时，重锤下落，增加蒸汽流量。自我修正。

你的波动率归一化仓位规模就是你的调速器。无论市场速度如何，它都会自动调整你的暴露，以维持恒定风险。

Position Size = $ Risk / |Entry - Stop|

但止损必须基于市场结构和波动率设定，而不是任意百分比。专业止损放在交易失效的位置，再加上市场噪音的缓冲 -- 向做市商支付的通行费，确保你的止损不会在交易有机会运行之前，被随机噪音触发。

一个 $100,000 账户，1% 风险预算（每笔 $1,000）：在低波动公用事业股上，如果止损距离是 $1.00，你买 1,000 股。在原油上，如果止损距离是 $0.50，你做两张合约。在比特币上，如果止损距离是 $2,000，你做 0.5 BTC。

仓位规模差异巨大，但美元风险保持恒定。调速器会自动节流。市场波动率决定你的规模，不是你的情绪。

赢得权利

现在进入仓位规模中最有争议的部分：当你感到自信时，押得更大。

直觉很强。如果你看到一个绝佳球，你想挥得更重。但这个直觉建立在一个巨大假设上：你的自信感和你的真实准确率可靠相关。

如果这种相关性不存在 -- 对大多数人来说，确实不存在 -- 那么根据信念改变下注规模，不只是无用，而是更糟。它引入噪音，增加方差。

所以命令是：你必须测量它。

除非你有至少 100 笔交易的数据集，显示你的信念评分（三星对五星）与你实现的夏普比率之间存在统计相关性，否则你被禁止使用信念仓位。100 这个数字不是随意的 -- 在典型胜率和收益分布下，它大约是区分信号和噪音所需的最低样本量。

大多数交易者会发现，他们的“高信念”交易实际表现比标准设置更差。确认偏误。他们感到确定，是因为他们忽视了相反证据，不是因为证据更强。

在你有数据证明你的感觉与现实相关之前，你是一级操作者。你所有交易都用固定规模。每个设置交易 1R。直到数据证明你的信念有价值之前，你没有资格使用信念仓位。

这可能让人感觉受限。很好。限制会保护你免受自身过度自信的伤害。如果你的信念确实有预测价值，数据会显示出来 -- 你会赢得加仓的权利。如果没有，你就避免了在那些感觉很好、实际平庸的交易上炸掉自己。

三类交易

一旦你赢得权利 -- 一旦数据证明你已经校准 -- 你就可以升级到分层系统。这个框架改编自 Brent Donnelly 在《阿尔法交易员》（Alpha Trader）中的路径依赖仓位模型。其他方法也存在 -- 固定比例、波动率目标、指数式信念放大 -- 但这个架构在进攻性和生存之间取得了合适平衡。

不是所有交易都配得上同等资本。行业标准建议 -- 每笔交易冒 1% 风险 -- 是为生存设计的，对初学者来说，这是正确方法。但对已经校准的交易者，固定下注会拖累表现。你把一个常规技术设置和一次历史性宏观经济错位赋予同样资本权重。你低押了最高期望价值机会，高押了边际机会。

这个分层系统建立在反马丁格尔原则上：只在盈利后提高下注规模，绝不在亏损后提高。数学是有利的。在连胜期间，资本几何增长。在连亏期间，你风险预算中的可变部分收缩或消失，自动回到保守仓位。系统迫使你在表现最差时交易最小。

I 类：标准交易

你的基本盘设置。任意一天都会做的普通机会。技术面一致，基本面不冲突，情绪可接受。它符合你的标准，但没有对你尖叫。它属于你的常规流程。

冒调整后风险资本 1% 的风险。再多也不行，不管你已经赚了多少钱。I 类交易的目标不是让你暴富 -- 而是让你留在游戏里，并产生足够的利润库存，用来资助 II 类和 III 类交易。如果你刚开始使用这个框架，在你的校准数据支持升级之前，留在这里。

II 类：高信念交易

这些交易的特征是叙事转变。市场不只是在移动 -- 它移动的原因正在改变。央行从鹰派转向鸽派。一种商品因供应冲击突破多年盘整。你专业领域内的错误定价，广泛市场尚未识别。

公式：冒初始风险资本（你的起始资本，在年初固定）的 3% 风险，加上年初至今利润的 10%，但上限为调整后风险资本的 5%。上限是安全调速器；它防止热手变成爆仓。

假设初始风险资本为 $100,000，数学会随 P&L 水平变化：

如果你今年持平（YTD = $0）：基础风险是 $3,000（$100,000 的 3%），可变部分是 $0（没有利润的 10%），总风险是 $3,000。调整后风险资本是 $100,000（你既没赚也没亏），所以 5% 上限是 $5,000。上限不生效（你的总额低于上限）。你的 II 类风险是 $3,000。

如果你盈利 $20,000：基础是 $3,000，可变部分是 $2,000（你 $20,000 利润的 10%），总额是 $5,000。调整后风险资本是 $120,000（起始资本加利润），上限是 $6,000（$120,000 的 5%）。上限不生效。你的 II 类风险是 $5,000。

如果你盈利 $50,000：基础是 $3,000，可变部分是 $5,000（$50,000 的 10%），总额是 $8,000。调整后风险资本是 $150,000，上限是 $7,500。上限生效（你的 $8,000 总额超过了 $7,500 上限）。你的 II 类风险是 $7,500。

如果你盈利 $100,000：基础是 $3,000，可变部分是 $10,000，总额是 $13,000。调整后风险资本是 $200,000，上限是 $10,000。上限生效。你的 II 类风险是 $10,000。

不对称已经内置。当你处于回撤，可变部分消失（零或负数的 10% 是零或负数，所以公式自然迫使你进入防守）。当你盈利，你踩下油门，但调速器防止鲁莽。你不能为了“赚回来”而加仓。你只能为了压住赢家而加仓。

这里也有心理维度。大仓位交易会消耗情绪。对亏损的恐惧会让交易者过早退出赢家，或在高信念设置上犹豫。把可变部分框定为“累积利润”，而不是“我的钱”，你就给了自己激进的心理许可。你冒险的不是房租 -- 你冒险的是市场此前贡献给你账户的钱。这种重构会降低情绪负荷。

III 类：绝佳球

罕见、特殊的事件，历史性错位，市场从根本上错误定价了一个二元结果或市场状态转变：Soros 在 1992 年击垮英格兰银行。2012 年安倍经济学做空日元交易。2017 年比特币期货上市时的喷发行情顶部。你一年可能看到一两次真正的 III 类设置。也可能一次都没有。

在你的生存约束内冒最大允许风险，通常是调整后风险资本的 5-8%，取决于你的波动承受能力。

但只有当你处于强势位置时才这样做。如果你今年亏损，你就保持小仓位（即使是完美设置）。这不是惩罚；这是架构。从深度回撤中感知到的 III 类机会是陷阱。想要“一笔赚回来”的心理压力会导致执行错误：止损太紧，过早退出，犹豫。这个框架要求，即使是完美交易，只要你的账户没有盈余，也必须防守性定仓。专业人士绝不会因为在弱势位置上冒最大风险，而让一个伟大机会变成职业生涯终结错误。

相关性陷阱

如果你忽视相关性风险，对这个框架的天真应用会炸掉你。假设你识别出一个“避险”叙事，并做了三笔 II 类交易：做空 S&P，做空 AUD/USD，做多黄金。你以为自己有三个独立头寸。你没有。你有的是同一笔押注的三种表达（做多波动率，做空风险偏好）。如果你错了，三笔会同时错。

风险预算适用于投资组合主题，不只是代码。如果你有多个相关头寸表达同一观点，合并风险不得超过你的安全调速器。不汇总相关性，会把一个 II 类配置变成对单一市场结果的 15% 押注（三个会一起移动的“独立”5% 头寸）。那不是 II 类交易。那是等待发生的毁灭。

五个步骤

你如何实时确定仓位规模？流程很直接。

步骤 1：想法。你决定买入 TBT（超短债券 ETF），因为你认为债券会在非农就业数据前遭到抛售。

步骤 2：信念。你检查自己的校准数据。你是一个已校准的交易者，而这个设置符合你的 II 类标准 -- 多根支柱对齐，叙事转变正在发生。

步骤 3：风险预算。你今年盈利 $30,000。你的 II 类配置是初始风险资本的 3%（$3,000），加上 YTD 利润的 10%（$3,000），等于 $6,000。你的调整后风险资本是 $130,000，所以 5% 上限是 $6,500。上限不生效；你的风险是 $6,000。

步骤 4：止损。你分析图表。TBT 在 $100.00。结构在 $98.00 破坏 -- 那里是论点失效的位置。每股风险是 $2.00。

步骤 5：输出。Position Size = $6,000 / $2.00 = 3,000 shares。

糟糕交易者反向操作。他们说：“我想买 10,000 股，因为我想赚很多钱，所以我把止损放在 $99.50，好让数学成立。”

这就是你爆仓的方式。市场不关心你的钱包。市场关心水平。永远先从风险美元额开始，然后通过分析市场确定止损。仓位规模是输出，不是输入。

止损谬误

我们讨论的一切，都假设你的止损会在你指定的价格执行。这个假设经常是假的。

2015 年，我交易天然气期货。三个月稳定盈利。一套通过了所有回测的策略。到收盘时，我账户的 40% 都压在一个单一论点上。

第二天早上，天然气跳空低开 4%。

不是穿过我的止损。是越过它。一个不连续 -- 价格图表上的一个洞，而我的风险管理本该存在在那里。

我的止损放在一个如果触发意味着 -?% 的水平。市场开盘在 -?5%。不是某笔交易。是当天。

三周后，天然气反弹 12%。我的论点完全按预期演绎。我在场外看着，知道自己除了唯一重要的那件事之外，其他全都判断对了。

教训不是关于天然气。它关于止损谬误。

止损单是请求，不是命令。它说：“当价格达到这个水平时，请执行一张市价单。”这里有两个隐藏假设：价格会达到你的水平，而不是直接跳过它；当你需要流动性时，流动性会在那里。

危机中，两者都不成立。问问 2015 年 1 月瑞士国家银行取消瑞郎盯住汇率时，任何做多 EUR/CHF 的人。1.19 的止损在 0.85 成交 -- 或更糟。50:1 杠杆的交易者账户变成负数 -- 他们欠经纪商钱。止损单是市价单，不是承诺。

任何头寸上的真实风险不是你的止损距离。它是止损距离 + 跳空风险。如果你隔夜持仓，认为自己“到止损亏 2%”，你实际冒的是 2% 加上隔夜灾难的概率加权幅度。在高波动市场隔夜持仓时，跳空风险可能压倒你的预期风险。

仓位规模不只是正确计算公式。它还要求你理解公式漏掉了什么。

熔断器

熔断器承担一种具体的仓位管理功能：最后一层防线，保护你的整个操作系统免受系统性风险、相关性错误和你自身人类脆弱性的伤害。

回撤锁。日内止损达到 -?R，意味着你当天停止交易，没有例外。周度休眠达到 -?R，意味着你本周停止交易。当我触发周度休眠时，我不只是停止交易 -- 我会做深度复盘。我是否漏看了市场中的某些东西？我的流程坏了吗？还是这只是方差？答案决定接下来发生什么。

连亏调速器。连续三笔亏损后，自动把下一笔交易规模降低 50%。这是对抗上头螺旋的机械防御 -- 那种亏损带来沮丧、沮丧带来冲动交易、冲动交易带来更多亏损的心理状态。

相关性上限。如果你做多 EUR/USD，同时做多 GBP/USD，你没有两个独立头寸；你有两种做空美元的方式。你在相关头寸上的总风险应该最多限制在风险资本的 10%。（这比听起来更难实施，因为相关性会变化。看起来分散的组合，可能在危机中相关性飙升时，一夜之间变成集中押注。）

睡眠点。它是仍然能让你清晰思考的最大 P&L 波动。超过这个点，无论设置质量如何，每笔交易都是负期望价值 -- 你会失去理性执行能力。你的有效最大下注规模，是数学最优值和睡眠点中较小的那个。如果数学说押 5%，但这种规模的头寸让你睡不着，睡眠点说了算。

睡眠点是个人化的。它取决于你的净资产、财务义务、心理结构。没有公式。你通过经验发现它 -- 通常是先超过一次，然后学到它会怎样破坏你的判断。

玻璃盒

天然气爆仓之后，我建立了规则。不是来自理论。来自伤疤组织 -- 具体失败、具体成本、以及我在压力下不断重复哪些错误的具体教训。

这里铺开的架构 -- 凯利作为理论上限，分数凯利作为稳健操作区间，回测税作为安全边际，波动率归一化仓位，经校准门槛控制的信念仓位，路径依赖分层，熔断器 -- 是这些教训的综合。

它不是黑箱。它是玻璃盒。你能看见每个部件。你理解每个部件为什么存在。你可以修改它，让它适合你的风格、你的心理、你的风险承受能力。

但有一件事你不能修改：底层目标。本章一切都服务于一个目标 -- 在你留在游戏中足够久、能够实现它的前提下，最大化财富随时间的几何增长。这就是优化目标。那也是 Kelly 真正求解的东西。每一个仓位规模决策都应该追溯到它。

系统不承诺完美。它承诺让你留在游戏里足够久，发现你的优势是否真实。

这才是唯一重要的事。

注释

R 倍数。Tharp, Van K. 《通向财务自由之路》（Trade Your Way to Financial Freedom）。McGraw-Hill，1998。以风险单位思考的奠基性作品。

凯利准则。Kelly, J.L. “A New Interpretation of Information Rate.” Bell System Technical Journal 35, no. 4 (1956)。关于实践应用和局限，参见 Thorp, Edward O. “The Kelly Criterion in Blackjack, Sports Betting, and the Stock Market.” 收录于 Handbook of Asset and Liability Management，2006。

分数凯利。MacLean, Leonard C., Edward O. Thorp, and William T. Ziemba. The Kelly Capital Growth Investment Criterion. World Scientific，2011。

安全边际。Graham, Benjamin. 《聪明的投资者》（The Intelligent Investor）。Harper & Brothers，1949。第 20 章：安全边际作为投资的核心概念。

预防原则。Taleb, Nassim Nicholas. 《利益攸关》（Skin in the Game）。Random House，2018。

反马丁格尔策略。标准下注理论。它是马丁格尔（亏损后加倍下注）的反面，反马丁格尔只在盈利后提高下注规模，在连胜期间产生几何复利，在回撤期间自动降低风险。

赌场赢钱效应。Thaler, Richard H., and Eric J. Johnson. “Gambling with the House Money and Trying to Break Even.” Management Science 36, no. 6 (1990)。

路径依赖仓位。Donnelly, Brent. 《阿尔法交易员》（Alpha Trader）。Harriman House，2021。分层仓位架构、基于信念的配置，以及安全调速器概念，改编自 Donnelly 的机构宏观方法论。

指数式下注规模。Breitstein, Lance。在他的 50in50 系列和交易教育材料中讨论。

睡眠点。Carver, Robert. Systematic Trading. Harriman House，2015。另见 Leveraged Trading（2019），其中详细讨论杠杆和风险。

SNB 闪崩。2015 年 1 月 15 日。同期报道来自 Reuters、Bloomberg 和 Financial Times。由于客户账户负余额，多家零售经纪商面临破产。

James Watt 的调速器。标准工程史。离心调速器成为反馈控制系统的基础范例。

Druckenmiller 引文。来自 Lost Tree Club 演讲，广泛流传。

第 10 章：风险定义

风险定义

仓位管理假设你知道自己在冒什么风险。大多数交易者并不知道。他们以为自己只是在押一个赌注，实际上押的是一整包赌注。而那些他们没有分析过的赌注，才是最终摧毁他们的东西。本章讲的是如何看见全貌。

山顶与风暴

1996 年 5 月 10 日，尼泊尔时间上午 11:30，来自三支不同探险队的 33 名登山者，被拉成一条长线，困在珠穆朗玛峰最后一段山脊上。他们在 Hillary Step 前缓慢排队。那是一面 40 英尺高的垂直岩壁，距离峰顶只有 300 米。

天气完美。论点正确。

Rob Hall 是世界上最受尊敬的高海拔向导，他把该做的事都做对了。他的 Adventure Consultants 团队已经进行了数周适应性训练。他们在营地储备了氧气，沿路线架设了固定绳索，并选择了理想的天气窗口。他带客户登顶的成功率堪称传奇：到 1996 年为止，他已经带 39 名客户登顶，没有失去过任何一人。竞争对手开玩笑说，Hall“铺了一条通往世界之巅的黄砖路”。

他的折返规则是绝对的：如果下午 2:00 还没有登顶，就必须返回。没有例外。下午 2:00 之后，数学变了。日照不够。氧气不够。容错空间塌陷。

下午 1:00，Hillary Step 前的队伍仍然堵着。

本该数小时前就架好的固定绳索，并不在那里。登山者在死亡区一动不动地站着。那里海拔超过 8,000 米，人体会因缺氧而慢慢死亡。他们一边等待，一边消耗随身携带的补充氧气。

下午 2:00，到达折返时间时，仍有几名登山者距离峰顶还有一小时路程。Hall 的规则要求他们返回。

他们没有返回。

Hall 的客户 Doug Hansen 前一年曾尝试攀登珠峰，却在距离峰顶仅 100 米处失败。他凑钱再次回来。65,000 美元的费用，对一个邮政工人来说是巨款。Hall 觉得自己有责任。探险业务模式依赖登顶成功率。这个叙事太强了：帮助 Doug 完成他已经开始的事。

到下午 4:00，仍有人在登顶。竞争对手 Mountain Madness 探险队的领队 Scott Fischer 在下午 3:45 登顶，距离最后期限已经过去将近两个小时。天气还撑着。

然后它不撑了。

下午 5:00，一场风暴几乎毫无预警地出现。

风速超过每小时 100 英里。能见度降至零。气温骤降。刚刚还在峰顶庆祝的登山者，现在散落在上部山体各处，在白茫茫的暴风雪中盲目前行，氧气即将耗尽。

Rob Hall 没能下山。他被发现时已冻死在南峰附近，一只手臂环着 Doug Hansen 的遗体。Scott Fischer 在峰顶下方 1,200 英尺处倒下，死在他倒下的地方。那天有 8 人遇难，是当时珠峰历史上死亡人数最多的一天。

论点正确。天气窗口真实存在。路线正确。Hall 的系统很可靠。Jon Krakauer 在《进入空气稀薄地带》（Into Thin Air）中写道，“没有人的系统比他更好”。但这不重要。

杀死他们的不是风暴。珠峰会有风暴，这是已知风险。

杀死他们的是一整包他们从未作为整体分析过的风险。

拥挤风险：三支探险队在同一天冲顶，制造了瓶颈，消耗氧气和时间。相关性风险：一支队伍落后于计划时，所有队伍都会落后，他们的命运被捆在一起。竞争压力：Hall 和 Fischer 是商业竞争对手，谁都不想第一个让客户掉头。

然后是路径依赖。登山者一旦进入死亡区，选择就会塌缩。撤退几乎需要和前进一样多的能量。还有流动性风险：当所有人都需要同时下降时，“出口”变成了瓶颈。Hillary Step 一次只能通过一个人。

最后是跳空风险。风暴不是逐渐到来的。它是突然出现的。没有预警，没有时间调整。

Hall 花了多年完善他的论点：如何把客户带上珠峰峰顶。他的系统严密。他的记录无人能及。他理解那些他收钱承担的风险：海拔、寒冷、技术难度。

但他从未建模那些不属于论点本身的压力、依赖关系和相关性所构成的相互连接的网络。

他是在从 B 号 urn 中抽球。

两个 urn

“B 号 urn”这个说法需要解释。要理解为什么聪明的交易者会持续爆仓，我们需要看一个思想实验。这个实验击穿了标准效用理论，并揭示了人类决策中的一个根本故障。

1961 年，在泄露《五角大楼文件》十年前，Daniel Ellsberg 还是 RAND Corporation 的一名年轻经济学家。他设计了一个思想实验，揭示了人类操作系统中的一个故障。这个故障解释了为什么聪明的交易者会持续爆仓。

想象桌上放着两个 urn。

A 号 urn 里有 100 个球：正好 50 个红球、50 个黑球。

B 号 urn 里有 100 个球：红球和黑球比例未知。可能是 100 个红球，可能是 100 个黑球，也可能是介于两者之间的任意组合。

你选择一种颜色，红色或黑色。然后你选择一个 urn。抽出一个球。如果球的颜色与你选择的颜色一致，你赢 100 美元。否则，什么也没有。

你会从哪个 urn 抽球？

如果你和大多数人一样，包括几乎所有做过这个测试的经济学家，你会选择 A 号 urn。

从数学上看，这种偏好是非理性的。如果你选择红色，A 号 urn 给你的获胜概率是 50%。B 号 urn 虽然未知，但期望概率同样是 50%。你没有任何信息显示它会向任何方向偏斜。两者的期望价值完全相同。

但你的大脑会对你尖叫：选已知的东西。你偏好可度量的风险（A 号 urn），而不是不可度量的不确定性（B 号 urn）。

Ellsberg 称之为模糊厌恶。我们天生会避开不知道赔率的游戏。

当你坐到交易桌前，点击“买入”时，你以为自己是在从 A 号 urn 抽球。你分析了图表。你读了基本面。你量化了止损。你相信自己知道结果分布。

但市场不是 A 号 urn。

每一笔交易都迫使你从 B 号 urn 中抽球。

Knightian 区分

有一个更深的框架，可以解释为什么混淆 A 号 urn 和 B 号 urn 会致命。

1921 年，经济学家 Frank Knight 画出了一条线。这条线把幸存者和伤亡者分开：

承担已知风险所获得的回报，与承担其价值本身未知的风险所获得的回报之间，存在根本区别。

Knight 在两个多数人混为一谈的概念之间划下硬线：

风险是可度量的不确定性。你不知道会发生什么，但你可以计算赔率。抛硬币有风险。你不知道会是正面还是反面，但你知道概率是 50/50。轮盘赌有风险。你准确知道赌场优势。保险公司整天都在给风险定价，因为结果分布可以从历史数据中得知。

不确定性不可度量。你不知道会发生什么，也无法知道赔率。你是在一个分布本身未知的领域中行动。更糟的是，可能的结果甚至还没有被人构想出来。

风险可以投保；不确定性不能。风险可以对冲；不确定性只能生存下来。

这个区分在第 4 章出现过。这里，它变成了操作层面的东西。它决定的不只是你如何思考仓位，还决定你如何给仓位定规模。

专业交易者的工作，是尽可能把不确定性转化为风险，把暴露从 B 号 urn 移到 A 号 urn。但问题在这里：你永远无法完全清空 B 号 urn。总会有一部分不可约的不确定性残留。市场不是规则固定的赌场。它是一个复杂自适应系统，会根据参与者的行为改变自身行为。

你的回测度量的是风险。市场交付的是不确定性。

你的模型假设平稳性。市场并不平稳。

你的止损定义风险。跳空风险无视它。

这就是 Knightian 区分重要的原因：如果你把不确定性当成风险，你会持续低估自己的暴露。最自信的交易者，那些“已经把一切都建模了”的人，通常暴露最大。

他们的自信让他们看不见模型没有捕捉到的东西。

你会在并不知道赔率的时候，按自己知道赔率的方式设定仓位规模。

你会因为模型优雅而感到自信。但在非平稳环境中，优雅与准确性没有关系。

Rob Hall 有一套系统。系统基于几十年的珠峰数据。那些数据告诉他风险：海拔、天气窗口、氧气消耗率、客户体能水平。数据无法告诉他的，是不确定性：三支探险队在同一天挤上同一路线会发生什么；竞争压力压过安全规程会发生什么；一场风暴在天气预报错过的 15 分钟窗口中突然出现会发生什么。

他把不确定性当成了风险。他死了。

定义问题

Knightian 框架给了我们一种思考对手的方式。但要把它操作化，我们需要一个超越抽象概念的风险工作定义。

如果你让大多数交易者定义风险，他们会说：“亏钱。”

这不是定义。这是症状。它描述的是疼痛，不是病理。如果风险只是“亏钱”，那止损就应该能解决问题。设一个价格，退出，问题解决。

但止损保护不了你免受跳空开盘。它保护不了你免受交易所宕机。它保护不了你免受相关性失效，也就是整个投资组合同时朝着不利方向运动。

风险是所有可能负面结果及其概率的分布。

风险是一个集合。它不是“波动率”或“风险价值”这样的单一数字，而是一组可能出错的具体场景。每个场景有不同机制、不同概率、不同幅度。

而且每个场景都有一个概率。没有概率的负面结果只是焦虑。有概率的负面结果，才是你可以定价、对冲和管理的变量。

当你买入一只股票时，你接受的是一整包具体结果。

有论点风险（A 号 urn）：股票走势与你的论点相反。这是你分析过的风险。但还有这整包东西中的其余部分（B 号 urn）。

市场风险：整个市场崩盘，不管你的股票自身质量如何，都把它一起拖下去。

行业风险：行业失宠。你的股票没问题，但类别有问题。

流动性风险：你需要退出仓位时，因为买盘消失而无法退出。

然后还有执行风险（成交价比预期更差）、相关性风险（你的“分散化”仓位因为共享隐藏暴露而一起移动）、对手方风险（你的经纪商出问题）。

也别忘了跳空风险（价格不连续，市场在一个地方收盘，又在完全不同的地方重新开盘）和操作风险（你的网络中断、平台崩溃，或你手滑下错单）。

第 8 章的飞行前仪式是一项风险管理控制，不只是一个习惯。

专业人士不会只是列出这些风险。他们会给它们加权。

他们会问：这些风险中，哪些是我拿钱承担的？

核心原则

我们已经梳理了这整包风险。现在是原则：只承担你拿钱承担的风险。其余全部对冲、消除或最小化。

实践中：

假设你的论点是 Apple 的盈利会超出预期。你已经做了工作。你分析了供应链，和渠道调研对象聊过，建模了收入。你有信息优势，或者至少你相信自己有。

你的优势：Apple 相对于市场共识的具体表现

不是你的优势：S&P 500 的方向

如果你只是买入 Apple 股票，你押注的是你的盈利论点加上整体市场方向。如果 S&P 明天崩 5%，即使你的财报判断完全正确，Apple 也很可能跌 3%。你会亏钱，尽管你对自己真正分析的东西判断正确。

这是隔离失败。你让 B 号 urn（市场风险）污染了 A 号 urn（论点风险）。

专业人士会隔离优势。

他们可能买入 Apple 股票，同时做空等量的、按贝塔加权的 SPY 或 QQQ。如果市场崩盘，空头会抵消多头。驱动 P&L 的唯一因素，是 Apple 相对于市场的表现，而这正是他们的论点所预测的东西。

你剥离了噪音。你只暴露在自己有优势的具体风险上。

这就是 Agustin Lebron 在《交易法则》（The Laws of Trading）中所说的：“只承担你拿钱承担的风险。”如果你拿钱预测 Apple 盈利，就不要隐含押注市场方向、行业轮动，或 risk-on/risk-off 情绪。对冲它们。中和它们。隔离优势。

对冲有成本：交易成本、跟踪误差、资本拖累。决策并不总是简单。但原则很清楚：每一个未对冲暴露都应当是有意识的选择，而不是被动默认。

杀人的那整包风险

大多数交易生涯并不是因为交易者不擅长选股而结束。它们结束，是因为交易者暴露在一个自己不理解的结构性风险之下。

三种机制。

路径依赖

第 9 章中，我们讨论过杠杆如何与波动税相互作用。更深的问题是：杠杆不只是放大收益。它创造路径依赖。

如果你用现金买入一项资产，你只需要判断价格最终会到哪里。10% 的回撤之后再来 15% 的反弹，你仍然领先。

如果你用 10× 杠杆买入同一项资产，你就必须判断它抵达终点的路径。那 10% 的回撤会在 15% 的反弹到来之前把你清零。

终点可能证明你的论点正确。但杠杆迫使你押注旅程：每一个 tick，每一次摆动，每一个隔夜跳空。除非你的优势明确包含路径预测，而这几乎从不成立，否则杠杆加入了一项你没有获得补偿的风险。

这就是 2018 年 2 月之前做空反向波动率产品的交易者所遭遇的事。（我们在第 7 章考察过 XIV 崩盘。）他们的论点是正确的：波动率倾向于均值回归。但这些产品的再平衡机制创造了他们没有建模的路径依赖。反馈循环在论点有机会兑现之前，就摧毁了这些产品。

流动性风险

你买入一只小盘股。它看起来便宜。你下了大仓位，也许占投资组合的 10%。

然后坏消息出现。你想卖。但没人买。你屏幕上的“买价”显示 8.25 美元有 100 股，而你持有 50,000 股。要退出，你必须亲手砸穿价格。

这是金融风险中的暗物质：不到你试图移动时，它不会显现。

流动性风险是不对称的。进场时看不见，出场时灾难性。当其他所有人都想要你手里的东西时，它没问题。当所有人都想同时出去时，它致命。

Brent Donnelly 说：“除非你知道自己能出来，否则永远不要进一笔交易。”如果你是方向性交易者（不是做市商），你是流动性索取者，不是流动性提供者。你支付价差；你不收取价差。交易非流动性工具，意味着你接受被困住的风险，却没有收取提供流动性的溢价。

如果你不是做市商，就不要承担流动性风险。坚持交易那些你可以自由进出的工具。（即便在流动性市场中，也要记住流动性是有条件的。它恰恰会在你最需要它的时候蒸发。）

相关性：虚假的分散化

最危险的风险，是那些你看不见的风险，因为你以为自己已经处理过它们。

考虑我称之为“科技员工投资组合”的东西：

收入：大型科技公司的软件工程师

房地产：旧金山的一套公寓

投资：做多一篮子高增长科技股

期权：雇主股票中的已归属股权

这个人相信自己已经分散化。他有工作、有房子、有投资组合，三个不同桶。现实中，他 100% 做多单一因子：“科技繁荣”。

如果行业转向，他会失业，房屋净值下降，投资组合同时崩盘。相关性之所以隐藏，是因为暴露看起来不同。它们在类别上不同（就业、房地产、证券）。但它们全都是同一个底层押注的表达。

专业人士会检查相关性矩阵。不只是交易之间，还包括整个财务生活。如果资产在压力下会一起移动，它们就算同一个仓位。如果你想承担五个独立风险，它们必须是真正独立的五个风险，而这比听起来难得多。

相关性不稳定。在正常市场中看似不相关的资产，会在危机中变得高度相关。这正是分散化失效的时候，也就是你最需要它的时候。你在回测中测得的相关性，不是你在回撤中会经历的相关性。

风险审计

我们已经识别了毁灭机制。现在需要一个系统方法，在每笔交易之前应用这些知识。

风险审计：每笔交易之前，列出这整包风险。

给每一项贴标签：是（我有优势并接受这项风险）、否（我没有优势，应该消除这项风险），或中性（我接受这项风险作为经营成本，但我不是为它拿钱）。

对每一个“否”，你都需要一个行动：对冲、降低仓位规模、更换工具，或者不做这笔交易。

例子：基于供需论点做多原油（CL）。

论点风险（供需失衡）：是。这是我的优势，也是这笔交易的全部意义。

市场风险（广泛 risk-off 事件）：中性。我不对冲它，但会相应调整仓位规模。

行业风险（能源情绪转向）：中性。这是该领域自带的东西，通过仓位规模管理。

流动性风险：是。原油期货流动性很高，可以接受。

跳空风险（隔夜/周末）：否。我不会持仓过周末；如果必须隔夜持有，我把仓位规模降低 50%。

相关性风险：检查中。这是否增加了现有能源暴露？如果我的投资组合已经做多天然气，这笔交易会提高集中度。

操作风险：已管理。止损单在市场中，不是心理止损。

这项审计需要五分钟。它迫使你在点击买入之前面对这整包风险。最重要的是，它把你选择承担的风险和你继承来的风险分开。

业余者想：“我做多原油，因为我认为供应紧张。”

专业人士想：“我做多原油，排除周末跳空风险，对能源情绪保持中性，并且已经确认这不会增加现有相关性暴露。”

同一笔交易。对真正被置于风险之中的东西，理解完全不同。

你拿钱承担的风险

放大视角。

交易从根本上说，是一门通过仓储风险来获得报酬的生意。你持有别人不想持有的仓位。你收到的“费用”就是优势，也就是这笔交易的期望利润。风险不是要避免的东西；它是优势变现的机制。没有风险，就没有回报。

问题不是“我如何最小化风险？”问题是“哪些风险是我拿钱承担的？”

如果你是基本面分析师，你拿钱承担的是论点风险。你做了别人没做的工作。你的优势是信息性的。

如果你是动量交易者，你拿钱承担的是趋势风险。你的优势是行为性的。你押注其他交易者会继续做他们一直在做的事。

如果你是做市商，你拿钱承担的是流动性风险。你的优势是操作性的。你能比竞争对手报价更窄，并且更好地管理库存。

每一种优势（第 7 章）都捆绑着交易者没有拿钱承担的风险。

基本面分析师不是拿钱预测市场方向。动量交易者不是拿钱预测公司基本面。做市商不是拿钱预测股票会往哪个方向走。

专业风险管理，就是拆包的纪律。你隔离自己拿钱承担的风险。你对冲、消除或最小化其余部分。剩下的，就是最纯粹形态的优势。它没有被那些你没有选择、也无法预测的暴露稀释。

下一章：分解。这是拆包的数学结论。

模型为什么失效

为什么成熟基金也会爆仓？

它们把不确定性当成风险。它们构建的模型假设世界是 A 号 urn，而现实其实是 B 号 urn。

每个模型都嵌入了假设。这些假设中的大多数，对模型使用者来说是不可见的。它们被烘进数据、函数形式和参数里。模型在自身假设范围内运行得很漂亮。然后现实违反这些假设，模型不只是表现不佳，而是灾难性失败。

考虑风险价值（VaR），这是全球银行和对冲基金使用的标准风险指标。VaR 回答的问题是：“在给定时间范围内，以 99% 置信水平，我最多可能亏多少？”

问题在于，传统 VaR 模型假设收益服从正态分布。事实并非如此。金融收益呈现“肥尾”特征，极端事件发生频率远高于简单模型的预测。按正态分布假设，2008 年金融危机是一个“25σ 事件”，也就是说它应该每 10^135 年才发生一次。显然，模型错了。尾部并不薄；尾部很肥。依赖 VaR 的银行没有准备好。

Nassim Taleb 称之为“游戏谬误”，也就是把不确定性当成规则已知的游戏。在赌场中，赔率是固定的。在市场中，赔率本身就是不确定的。当你忘记这个区别时，你的“风险管理”就变成了一种虚假的安全感。你以为自己已经度量了暴露。实际上，你只是度量了一个模型对你暴露的幻想。

地图不是领土。回测不是未来。VaR 不是风险。

与 B 号 urn 共存

那么，如果不确定性无法度量，你该怎么做？

你不能消除它。你做不到。但你可以构建自己的操作，使其能够在不确定性中生存。

承认它存在。最危险的交易者相信自己已经把所有不确定性都转化成了风险。他们已经建模了一切；他们对参数很有信心；他们跨市场状态回测过。然后他们距离毁灭只差一个尾部事件。认识论上的谦逊不是软弱，而是生存。正如 Robert Carver 所说：“过去的不确定性，对风险调整后收益来说最大。”连你的历史数据都是不确定的。

建立缓冲。第 9 章介绍了分数凯利和安全边际。它们不只是仓位规模工具，也是对不确定性的缓冲。你把仓位规模设得小于“最优”，因为你知道输入“最优”的参数是不确定的。你对回测结果征税，因为你知道它们有偏。缓冲之所以存在，正是因为你无法度量它要缓冲的东西。

保持选择权。在不确定的世界里，适应能力比预测能力更有价值。不要把资本锁进非流动性仓位。不要承诺那些要求特定结果的策略。不要持有无法解除的仓位。保留干火药。保持灵活。在不确定性中活下来的交易者，不是预测到它的人，而是能够回应它的人。

尊重跳空风险。跳空是不确定性具象化的地方。市场收盘；世界继续运动；市场在另一个地方重新开盘。你的止损只存在于连续价格空间中。现实以不连续跳跃运行。如果你无法承受跳空，就无法承受不确定性。

真正分散化。不是跨标的分散，而是跨风险来源分散。真正的分散化意味着你的仓位由不同因子驱动，对不同市场环境作出反应，在不同场景下失败。如果所有东西都在同一个环境中有效，并在同一场危机中失效，你就不是分散化，而是带着更多文书工作的集中暴露。

三个问题

进入下一笔仓位之前，问：

我正在承担的完整风险包是什么？把它们列出来。全部列出来。论点风险、市场风险、行业风险、流动性风险、相关性风险、跳空风险、操作风险。要具体。如果你列不出来，就说明你不理解这笔交易。

其中哪些我真正有优势？诚实一点。你的优势很窄，可能比你想的更窄。风险包里的大多数风险，都不是你获得补偿去承担的风险。

我能消除或对冲其他风险吗？如果可以，就去做。如果不可以，就把仓位规模降下来。如果这整包风险无法清理干净，这笔交易也许不值得做。

这就是拆包纪律。它把“风险”这种模糊焦虑，转化为具体、可行动的类别。它迫使你面对一个差异：你以为自己在做的交易（A 号 urn），和你实际上正在做的交易（B 号 urn）。

如果你回答不了这三个问题，你就不是在交易。

你是在赌博。而赌场，也就是你没有分析过的那整包风险，最终总会赢。

山上的教训

回到那座山。

Rob Hall 是有史以来最伟大的登山者之一。他的系统严密。他的记录无人能及。

他不理解那整包风险。

风暴是已知风险。珠峰天气反复无常，任何有经验的登山者都会把它纳入考虑。Hall 没有考虑到的，是那组复杂的相互依赖关系。它们把一个可管理风险变成了灾难：多支探险队制造的瓶颈；侵蚀安全边际的竞争压力；压过折返规则的情感承诺；当所有人都需要同时下撤时，所有登山者命运之间的相关性。

他的论点正确。杀死他的是那整包风险。

Hall 曾说：“只要有足够的决心，任何该死的傻瓜都能上这座山。诀窍是活着下来。”

对交易者来说，诀窍也是一样。进场很容易。论点很诱人。入场感觉像是在取得进展。

但出场才是你生死所在。出场依赖的不是论点，而是那整包风险：流动性、相关性、跳空、路径依赖，以及所有决定你是否能在需要时出来的东西。

专业交易者不是拥有最佳论点的人。专业交易者是理解自己正在接受的完整风险包的人，并且拒绝接受那些自己没有拿钱承担的风险。

论点让你进场。风险包决定你能否出场。

注释

1996 年珠峰灾难。Krakauer, Jon. 《进入空气稀薄地带》（Into Thin Air: A Personal Account of the Mt. Everest Disaster）. Villard, 1997。另见 Boukreev, Anatoli, and G. Weston DeWalt. The Climb. St. Martin's Press, 1997。

Ellsberg 悖论。Ellsberg, Daniel. “Risk, Ambiguity, and the Savage Axioms.” The Quarterly Journal of Economics 75, no. 4 (1961): 643-669。关于模糊厌恶的奠基论文。

Knightian 不确定性。Knight, Frank H. Risk, Uncertainty and Profit. Houghton Mifflin, 1921。关于可度量风险与不可度量不确定性的经典区分。

只承担获得补偿的风险。Lebron, Agustin. 《交易法则》（The Laws of Trading）. Wiley, 2019。尤其参见 Law 2: “Know the Edge.”

流动性风险。Donnelly, Brent. Alpha Trader. Harriman House, 2021。关于方向性交易者面对的流动性。

风险价值批评。Taleb, Nassim Nicholas. 《黑天鹅》（The Black Swan）. Random House, 2007。另见 “The Fourth Quadrant” 以及多篇关于肥尾和 VaR 局限性的技术论文。

游戏谬误。Taleb, Nassim Nicholas. 《黑天鹅》（The Black Swan）第 9 章：“The Ludic Fallacy, or the Uncertainty of the Nerd.”

相关性不稳定。Longin, François, and Bruno Solnik. “Extreme Correlation of International Equity Markets.” The Journal of Finance 56, no. 2 (2001): 649-676。

历史数据的不确定性。Carver, Robert. Systematic Trading. Harriman House, 2015。关于回测参数中嵌入的不确定性。

2018 年 2 月波动率事件。见第 7 章注释。XIV 崩盘是路径依赖摧毁论点正确交易的经典案例。

第 11 章：分解

大多数交易者看着自己的盈亏，然后给自己讲一个关于技术的故事。真正的故事通常是关于他们从未理解的潮汐和水流。本章讲的是如何在你自己的交易记录中分离信号与噪音，回答一个交易者最不舒服的问题：我真的擅长这个吗？

并不存在的手感火热

1985 年，三位心理学家发表了一篇论文，颠覆了我们对技术的理解。

Thomas Gilovich、Robert Vallone 和 Amos Tversky（后者是行为经济学的奠基人之一）研究篮球运动员，想回答一个简单问题：“手感火热”真的存在吗？当一名球员连续命中几球后，他下一球命中的概率会更高吗？

所有人都相信答案是肯定的。球员相信。教练相信。提供数据的 Philadelphia 76ers 组织也相信。手感火热如此显而易见，如此有体感，以至于质疑它看起来荒唐。

研究者分析了 76ers 主场比赛中的数千次投篮。他们追踪序列：命中之后发生了什么，投丢之后发生了什么。他们做了统计检验。

他们的结论是：手感火热是神话。

连续命中之后的投篮命中概率，与连续投丢之后的投篮命中概率，在统计上无法区分。球员和球迷感知到的“连中”，不过是任何随机序列中都会出现的正常聚集。抛硬币 100 次，你会看到连续五六次正面。这不是硬币热起来了。这只是概率。

这篇论文后来成为行为经济学中被引用最多的论文之一。后来获得诺贝尔奖的 Daniel Kahneman 把手感火热称为“一种巨大而广泛的认知错觉”。在 30 年里，它一直是一个经典案例：人类如何在随机性中看见模式，如何把运气误认为技术。

然后，2015 年，两位经济学家发现了一个缺陷。

Joshua Miller 和 Adam Sanjurjo 各自独立工作，发现原始研究犯了一个细微但致命的统计错误。当你以一串成功为条件，再去测量下一次结果时，你会引入一种选择偏差，使真实的手感火热效应变得不可见。数学上很反直觉（它涉及无条件概率与条件概率的差异），但含义很明确。修正偏差后，手感火热确实出现了。

所谓“手感火热谬误”本身就是一个谬误。

但对交易者真正重要的是：即便经过修正，手感火热效应也很小。远小于球员和教练相信的程度。人们感知到的连贯性，远远超过现实。

当一名篮球运动员连续命中五球时，有三件事同时发生。第一，是基础命中率：他本来就是一名不错的射手（比如三分命中率 45%），这与近期历史无关。第二，是方差：随机序列会产生连中，仅靠偶然也会经常出现连续五次命中。

最后，才是手感火热（阿尔法）：一个很小但真实的效应，也许让他在连续命中后的命中概率升到 48%。

球员感觉自己像天才。观众欢呼。教练布置战术把球交给他。但他们正在经历的大部分，是基础率和方差。真正的技术成分，也就是阿尔法，只是他们无法控制的因素之上薄薄的一层残留。

他们以为自己游得很好。其实他们只是漂着。

交易者的错觉

我们会高估自己对自身成功的贡献。对交易者来说，这很致命。

上一章里，我们把风险定义为你的优势可能失效的那一组具体方式。但这个定义隐含了一个危险假设：你真的有优势。

大多数交易者没有。

大多数交易者只是骑在一股自己看不见的潮水上，把上涨的海面误认为自己的游泳能力。赚钱时，他们给自己讲一个关于技术的故事。亏钱时，他们给自己讲一个关于倒霉的故事。两种归因都是反的。

收益私有化，亏损社会化。

专业人士会反过来。赚钱时，他们问：这里面有多少只是市场上涨？亏钱时，他们问：我是不是为一个原本不打算承担的风险付了钱？

这个过程叫作分解。它是一种心智模型，把交易从赌博成瘾转化为科学追求。它是一种纪律：把你真正做了什么，与发生在你身上的事分开。

第 9 章：我该下注多少？

第 10 章：我到底在赌什么？

本章：我到底有没有在赌任何东西？

公式

分解不是比喻。它是一个数学框架，有明确公式。理解这个公式，是理解你自身收益的必要条件。

任何交易或投资组合的收益都可以分解为三个部分：

收益 = 市场贝塔 + 因子暴露 + 阿尔法

回归版本：

R i = 伪 + 危 尾 k F k + 蔚 i

其中 R i 是收益，伪（alpha，阿尔法）是你的特异性技术，å°¾ k 表示你对因子 F k 的暴露，蔚 i 是残差噪音。

心智模型是：贝塔是潮汐，也就是托起所有船只的广泛水流。因子是水流，也就是奖励特定站位的可预测力量。阿尔法是你的游泳速度，也就是在海洋完成它的工作之后，你自己创造的部分。

我们逐一拆开。

贝塔：潮汐

贝塔是你仅仅因为对某个资产类别承担基础暴露而赚到的收益。它是市场的引力。潮水上涨时，所有船都会上升，你的船上升与技术无关。

如果你买入一只股票，S&P 500 上涨 10%，你的股票也上涨 10%，你创造的技术为零。你只是把资本租给了市场。你用一只低成本指数基金也能取得相同结果，而且完全不用工作。

一个常见混淆是：交易者把择时贝塔误认为阿尔法。如果你成功择时市场（在 S&P 500 上涨前买入，在下跌前卖出），这种择时构成阿尔法。你基于预测优势做了一个自由裁量决策。但如果你只是因为自己是信徒而“做多加密货币”，然后加密货币升值，那不是天才。那是贝塔。你没有预测这次波动；你只是站在它的路径上，并从潮汐中获益。一个是技术。另一个是暴露。

因子：水流

因子是你通过暴露于已知的系统性风险而捕获的收益。它们是奖励特定站位的可预测力量。

学术研究已经记录了几十种因子。与自由裁量交易者最相关的包括：

动量：买入近期已经升值的资产，搭乘其持续强势。

价值：买入相对基本面便宜的资产，在市场重新定价时收获溢价。

套利息差：买入高收益资产，卖空低收益资产，收取收益率差。

波动率风险溢价：向焦虑的对冲者出售保险（看跌期权、看涨价差、做空波动率），因为承担尾部风险而获得报酬。

规模：买入小市值标的，历史上它们的表现优于大市值同类。

这些因子中的每一个，都曾在较长时期内产生正收益。当市场状态轮换时，它们也都可能毁掉你。

假设市场持平，而你这一年获得 20% 的收益，但实现方式是在平静年份里卖出裸看跌期权。你不是天才。你是风险溢价收割者，因向紧张的交易者提供保险而获得报酬。这是一门有效生意，但它不是阿尔法。它是因子暴露。而且它带有内嵌风险（左尾崩盘），最终会结算。

你可能在执行上具备技术：更好的行权价选择，更强的风险管理，更聪明地选择何时收割溢价。但核心收益流是一种已有记录、可被理解的溢价。它不是独特发现。它不是阿尔法。

阿尔法：残差

阿尔法是剩下的东西。

它是你在中和市场贝塔并计入因子暴露之后创造的收益。它衡量的是你的具体、特异性技术：你增加的、无法通过被动站位或已被学术记录的因子复制的价值。

阿尔法稀有。阿尔法困难。阿尔法是大多数交易者声称拥有、但几乎没人真正拥有的东西。它是唯一源自你、而非源自市场的收益流。

当你从大多数交易者的收益中剥离贝塔和因子后，残差接近零。常常是负数。他们以为自己拥有的“技术”，其实只是暴露于一些他们没有完全理解、也没有正确为风险定价的力量。

Archegos 解剖

我给你看一下，当一个人把加杠杆贝塔误认为阿尔法时会发生什么。

Bill Hwang 是 Julian Robertson 的门生，后者是 Tiger Management 的创始人，也是史上最成功的对冲基金之一。Hwang 经营自己的基金 Tiger Asia，直到 2012 年，他就与中国银行股内幕交易相关的电汇欺诈认罪，并支付 4,400 万美元罚款。被禁止管理外部资金后，他把 Tiger Asia 转为一家名为 Archegos Capital Management 的家族办公室。

2013 年到 2021 年初，Hwang 把大约 2 亿美元变成了超过 350 亿美元。

收益非同寻常。如果你看业绩曲线，你会得出结论：Bill Hwang 是有史以来最伟大的交易者之一。

他不是。

Hwang 确实发现了一些东西，但那不是交易优势。他发现的是披露制度中的一个漏洞。

通过使用总收益互换（total return swaps，一种衍生品，一方收取某项资产的总收益并支付融资成本，而不是直接持有底层股票），而不是直接买入股票，Archegos 可以积累巨额头寸，却不触发 SEC 的 5% 所有权披露要求。互换由银行持有（Goldman Sachs、Morgan Stanley、Credit Suisse、Nomura），这些银行拥有底层股票作为对冲。

Archegos 没出现在任何申报文件中，即便它控制了 ViacomCBS 和 Discovery 等公司超过 50% 的自由流通股。

Hwang 在多家主经纪商处复制了类似头寸。每家银行只看见拼图的一角，没有一家理解 Archegos 整体暴露的完整规模。其峰值大约达到 1,600 亿美元总头寸，而资本为 350 亿美元：全账簿杠杆约为 5:1，据报道个别头寸高达 8:1。

我们分解一下 Hwang 实际在做什么：

贝塔：做多美国股票市场。股票上涨时，Archegos 上涨得更快。

因子暴露：做多动量（买入已经上涨的股票）、做多科技/媒体板块（集中在单一行业）、做多小盘/中盘（他的许多头寸流动性较差），并且隐含做空波动率（杠杆会制造路径依赖，惩罚波动率，我们在第 9 章已经讨论过）。

阿尔法：Hwang 对 ViacomCBS 或 Discovery 有什么独特洞见，足以证明持有超过半家公司是合理的？没有任何已经被清楚表达出来的东西。他的“论点”似乎是：他自己的买盘会把价格推高，让他能借更多钱，从而买更多。这是反馈循环，不是阿尔法。

Hwang 构建了一台在平静上涨市场中印钱的机器。他的收益是贝塔和因子，经杠杆放大，并伪装成天才。

2021 年 3 月 22 日，ViacomCBS 宣布二次股票发行以筹集资本。股价下跌 9%。

对 Archegos 来说，这是第一道裂缝。以保证金持有的 ViacomCBS 集中头寸，突然需要更多抵押品。但 Archegos 已经满仓。没有缓冲。

3 月 24 日，ViacomCBS 又下跌 23%。Archegos 的银行开始发出追加保证金通知。

关键在于，由于互换的不透明，银行并不知道它们都在向同一个客户、针对同一批抵押品催缴保证金。

当 Archegos 无法满足追加保证金要求时，“囚徒困境”随之出现。Goldman Sachs 和 Morgan Stanley 率先行动，通过数十亿美元的大宗交易清算头寸以覆盖自身暴露。Credit Suisse 和 Nomura 犹豫了，希望达成协调处置。等它们决定卖出时，价格已经崩塌。它们成了数十亿美元亏损的接盘方。

Hwang 后来在 11 项刑事指控中的 10 项上被定罪，包括欺诈和敲诈勒索。虽然法律判决是欺诈，但爆仓的机械原因，是一场典型的杠杆螺旋，并被不透明衍生品进一步放大；这些衍生品隐藏了真实风险的累积。

但先把欺诈指控放到一边。即便 Hwang 没有做任何违法的事，分解也已经讲清楚了故事：他以为自己在创造阿尔法。他其实是在上涨市场中收割加杠杆贝塔和因子暴露。潮水退去时，底下没有游泳速度。

每笔交易都是实验

Archegos 是极端案例。但同样的分解逻辑适用于每一个交易者，包括你。如果你不知道钱从哪里来，你就无法知道它什么时候会停止到来。你在运行实验。每笔交易都是一个假设。盈亏是数据。

但数据只有在你能正确解释时才有用。

如果你今年赚了 50,000 美元，并把它归因于自己出色的选股，但真实来源是贝塔（市场上涨 25%）加动量因子（你追逐赢家）加运气（方差），那么你对自身技术的信念就是校准错误的。你会按一种自己并不具备的优势来设定未来交易规模。你会在回撤中继续持有，期待不会到来的均值回归。你会爆仓。

专业人士把每笔交易视为受控实验。他们会问：

我到底在测试什么？

如果你的论点是“Apple 会跑赢 Microsoft”，你不能只是买入 Apple。如果你只买 Apple，你下注的是 Apple（论点），加上科技板块（噪音），加上美国股票（噪音），加上全球风险偏好（噪音）。

如果市场崩盘，即便你的论点正确，你也会在“Apple vs. Microsoft”上亏钱。噪音淹没了信号。你无法从结果中学到任何东西，因为实验被污染了。

要专业地交易这个论点，你要分解这笔下注。你要隔离你想测试的变量：做多 Apple，做空 Microsoft（或做空 QQQ 来对冲板块暴露）。

现在如果市场崩盘，你的空头会保护你。如果科技板块上涨，你的空头会拖累你，但你的多头会拉动你。你已经中和了贝塔和板块因子。剩下的是纯粹残差：Apple 减 Microsoft。

这才是专业对冲的真实含义。散户交易者以为对冲是“买保险，这样我就不会痛”。专业人士知道，对冲是隔离优势。它是剥离那些你没有获得报酬却在承担的风险（正如我们在第 10 章确立的），让你能够集中承担，并放大承担，那些你确实获得报酬的风险。

杠杆陷阱

常见反对意见：

“如果我买一只 3 倍杠杆 S&P 500 ETF，市场上涨 10%，我赚 30%。我跑赢基准 20%。这不是阿尔法吗？”

不是。

那是加杠杆贝塔。你承担了三倍风险，以获得三倍收益（扣除杠杆成本和损耗）。你没有战胜市场。你只是用扩音器做了同一笔下注。

这个区别至关重要，因为杠杆会放大你站位的后果，却不会改变你下注的性质。

如果你有阿尔法（真实技术），杠杆会让你变富。

如果你有贝塔（市场暴露），杠杆只会让你波动更大。

如果你有负阿尔法（你不擅长这个），杠杆会让你更快破产。

Hwang 的 Archegos 看起来像天才，因为他的加杠杆贝塔产生的收益远超指数。但他的夏普比率（单位风险收益）很可能并不比直接持有 SPY 更好，甚至可能更差。他没有创造风险调整后的超额表现。他创造的是伪装成超额表现的加杠杆市场暴露。

牛市里的许多“明星”交易者，只是一些运行 2 倍或 3 倍贝塔、但还没有爆仓的人。上涨时他们看起来像天才。下跌时，他们发现自己到底是什么。

策略因子陷阱

即便是“独特”策略，也常常只是伪装过的因子。

量化交易早期，配对交易（买入 Pepsi，卖出 Coke）是阿尔法。它新颖。很少有人做。收益是真正的超额表现。

今天，配对交易已经商品化。成千上万个算法在相关证券上运行均值回归策略。“容易的优势”已经被套利掉。剩下的是一种策略因子：均值回归风险溢价，更难捕获，也更容易拥挤。

如果你在 2025 年运行一个基础配对交易策略，你不是在创造阿尔法。你是在收割一种已知溢价，任何拥有 Python 脚本和券商账户的人都能获取。

这很重要，因为策略因子和市场因子一样，也会变得拥挤。

当一种策略变成因子时，收益会压缩（所有人都在追逐同一溢价），相关性会上升（所有人持有相似头寸），崩盘风险会上升（所有人同时退出）。

想想动量。如果你因为一只股票“正在上涨”而买入，你可能会觉得自己做了一个具体而有技术含量的决策。但如果你只是买入过去 12 个月赢家中的最高十分位，你不是选股者。你是因子投资者。你在收割动量风险溢价。

这没问题。动量在很长时期内产生过正收益。但它不是阿尔法。当“动量崩盘”发生时（例如 2009 年，动量因子在一个季度内亏损 40%），你会发现自己的“独特”投资组合与地球上所有其他趋势跟随者相关。

阿尔法：你发现了一个能预测盈利意外的独特数据源。难以复制。在信号衰减前可持续。

策略因子：你运行的是标准趋势跟随模型。容易复制。容易拥挤。收益会随时间压缩。

如果你混淆两者，你会把自己的“独特”策略按特殊策略来设定规模，直到危机中发现自己与每一家运行同类策略的对冲基金相关。

实践中的分解

你今年赚了 35%。恭喜。现在我们看看你到底做了什么。

扣除贝塔贡献。S&P 500 回报 20%。你的投资组合对市场的贝塔约为 1.2（你持有风险更高的股票）。贝塔是你的收益对市场收益的敏感度；贝塔为 1.2 意味着市场每波动 1%，你波动 1.2%。你的贝塔贡献是：

1.2 × 20% = 24%

扣除因子贡献。科技板块跑赢大盘 8%。你的投资组合大约超配科技 30%。因子贡献：约 2.5%。动量因子今年回报 6%。你的策略倾向追逐近期赢家。估计动量暴露：约 0.5。因子贡献：约 3%。你略微偏向较小公司。规模因子回报 2%。贡献：约 1%。因子总贡献：约 6.5%。

计算残差。

原始收益：35%

贝塔贡献：24%

因子贡献：6.5%

残差（阿尔法）：4.5%

你没有赚 35%。你赚了 4.5%。其他都是潮汐和水流。

现在问：考虑到你的样本量，4.5% 在统计上显著吗？如果你只交易了一年，答案几乎肯定是否定的。这个 4.5% 很容易只是噪音。你需要多年正残差收益，才有任何把握得出结论：你确实有技术。

一个粗略启发式：要用统计显著性区分 55% 胜率和 50% 胜率，你需要数百笔交易。要区分真正阿尔法和因子暴露，你需要跨越不同市场状态的多年数据。大多数交易者永远积累不到足够样本，无法知道自己的优势是否真实。这就是我们在第 9 章讨论过的样本量问题，现在应用到你的整个职业生涯。

酸性测试

分解是对你自我的酸性测试。

剥离贝塔。你是跑赢了指数，还是只是给指数加了杠杆？

剥离因子。你是跑赢了风格（价值、动量、科技、小盘），还是只是搭上了风格？

检查残留。剩下的才是你的阿尔法。

如果残留为零，或为负，你没有优势。你有的是一个昂贵爱好。如果这个昂贵爱好还涉及杠杆，你就不是交易者。你是流动性。

下面是大多数交易者从不面对的残酷数学：扣除费用后，平均主动管理共同基金每年落后其基准约 1%。这些都是拥有研究团队、Bloomberg 终端和数十年经验的专业人士。如果他们都无法创造阿尔法，你凭什么认为你可以？

答案可能是：没有凭什么。你可能没有优势。

分解迫使你诚实地面对这种可能。

但如果你确实有优势，如果残差在多年和不同市场状态中持续为正，那么分解会告诉你同样重要的另一件事：这个优势到底是什么。它让你隔离那种能够产生收益的具体、可复制技术，这样你可以专注于它，打磨它，并保护它不被衰减侵蚀。

提供者与猎手

这种分解逻辑会带来一个深刻认识：交易究竟为什么会发生。

当我把股票卖给你时，我们中必然有一个人错了，对吗？

不一定。我们可能在玩不同游戏。我们可能有不同的定价核，不同地加权未来世界状态。

想象一下：我卖给你一只小盘生物科技股。对我来说，这是一种我不想要的风险：流动性差、二元结果、板块集中。我愿意接受较低价格来摆脱它。

对你来说，这正是你获得报酬所承担的风险。你专精生物科技。你拥有我没有的信息。你愿意支付溢价（相对于我的估值）来获得这个头寸。

我们都是理性的。我们只是不同类型的参与者。

提供者从事的是库存化风险业务。做市商、价值投资者、波动率卖方：他们因为持有别人不想要的头寸而获得溢价。他们在收割因子。

猎手从事的是信息业务。他们有一个具体观点，一个具体论点，一条边际参与者缺少的具体知识。他们在创造阿尔法。

这对应第 7 章中的四种优势来源。

这笔交易对我们双方都是理性的。市场能够出清，是因为我们扮演互补角色。

业余者看着价格问：“它会涨吗？”

专业人士看着价格问：“另一边是谁？他们在玩什么游戏？”

分解做不到什么

测量有噪音。在小样本交易中，你可能仅凭运气显示出正阿尔法；回归系数周围的置信区间很宽。因子不稳定；在一种市场状态中解释收益的东西，可能在下一种市场状态中解释不了。阿尔法也会衰减：今天的独特洞见，会随着市场适应，变成明天的拥挤因子。

用分解来质疑你的盈亏，不要用它来认证你的天才。

它要求的谦卑

Agustin Lebron 在《交易法则》（The Laws of Trading）一书中提出了一个测试：如果你不能在五分钟内解释你的优势，你就没有优势。

你的优势来自两种情况之一：你理解了一些边际参与者不理解的市场事实，或者你能够对一些他们无法行动的事采取行动。就这些。如果你无法用直白语言准确说出那是什么，而且不含糊其词，那么你大概率只是在收割因子暴露，并把它称为技术。

分解要求谦卑。它要求你接受一个事实：你的盈亏中，大部分并不是关于你。市场比你大。潮汐比你的游泳能力更强。

但这种谦卑之中有力量。如果你知道自己收益中哪一部分真正属于你，如果你能够隔离残差、阿尔法、你带来的具体技术，那么你就可以培育它。你可以把精力集中在重要之处。你可以停止把时间浪费在无法控制的因子上，专注于那个狭窄领域，那个你可能真的擅长的地方。

这就是分解提供的礼物：不是一面讨好你的镜子，而是一面准确的镜子。不是关于你天才的故事，而是关于你的优势，或你没有优势的真相。

知道自己的手感火热真实但很小的篮球运动员，比以为每次连中都是命运的人，能做出更好的决策。知道自己的阿尔法是 2% 而不是 35% 的交易者，能恰当地设定仓位规模，有意识地对冲因子暴露，并活得足够久，让那一点点优势复利增长。

这就是建立职业生涯的方式。不是相信自己的神话，而是精确知道什么真正属于你。

手感火热也许是真的。但它很可能比你想象的小。

我们已经建立了心智模型。现在开始使用它们。

注释

手感火热研究。Gilovich, Thomas, Robert Vallone, and Amos Tversky. “The Hot Hand in Basketball: On the Misperception of Random Sequences.” Cognitive Psychology 17, no. 3 (1985): 295-314.

手感火热修正。Miller, Joshua B., and Adam Sanjurjo. “Surprised by the Hot Hand Fallacy? A Truth in the Law of Small Numbers.” Econometrica 86, no. 6 (2018): 2019-2047.

Kahneman 论手感火热。Kahneman, Daniel. 《思考，快与慢》（Thinking, Fast and Slow）. Farrar, Straus and Giroux, 2011. Chapter 10: The Law of Small Numbers.

因子模型。Fama, Eugene F., and Kenneth R. French. “The Cross-section of Expected Stock Returns.” The Journal of Finance 47, no. 2 (1992): 427-465.

动量因子。Jegadeesh, Narasimhan, and Sheridan Titman. “Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency.” The Journal of Finance 48, no. 1 (1993): 65-91.

动量崩盘。Daniel, Kent, and Tobias J. Moskowitz. “Momentum Crashes.” Journal of Financial Economics 122, no. 2 (2016): 221-247.

Archegos 崩盘。参考 Wall Street Journal、Financial Times 和 Bloomberg 在 2021 年 3 月至 4 月期间的同期报道。法律结果见 Department of Justice 2024 年 7 月新闻稿。

总收益互换。关于合成股票暴露和披露要求的背景，见 SEC Staff Bulletin on beneficial ownership reporting。

共同基金表现不佳。SPIVA（S&P Indices Versus Active）年度报告持续显示，在 10 年以上周期中，多数主动管理人跑输其基准。

优势表述。Lebron, Agustin. The Laws of Trading. Wiley, 2019. Law 1: “If you can't explain your edge in five minutes, you don't have one.”

第三部分：专业人士的优势

第三部分 专业人士的优势

第12章：二阶思维

我们已经搭好了工具箱。现在开始使用它。

扼杀上涨的降息

时间是 2024 年 9 月 18 日下午 2:00。你和所有人一样盯着屏幕。

FOMC 公告落地：降息 50 个基点。一次超大幅度降息。

这是美联储自新冠疫情初期以来的首次降息，而且他们一上来就下重手，比两周前大多数分析师预期的 25 个基点高出一倍。

ES 期货暴涨。S&P 500 在 10 分钟内拉升 1%。你的 Twitter 信息流开始狂欢。“Fed put 回来了。”“软着陆确认。”“风险偏好开启。”你感到那种熟悉的多巴胺冲击，仿佛自己站在历史正确的一边。你已经做多。就是这一次。

整整 10 分钟，你觉得自己像个天才。

然后，奇怪的事发生了。

美国国债收益率没有下跌。它们在上涨。公告发布后几个小时，10 年期收益率上行 6 个基点。这是反的。如果美联储正在宽松，而经济又没问题，长期利率应该下行。相反，债券市场发出了完全不同的信号。

你打开美联储的《经济预测摘要》（Summary of Economic Projections）。失业率预测刚刚被上调，从 4.0% 上调到 4.4%。声明承认“就业的下行风险已经增加”。在新闻发布会上，Powell 反复使用“重新校准政策”这个说法。他多次坚持说，这不是一项紧急措施。

当一个人坚持说自己没有恐慌时，他正在恐慌。

到下午 2:45，最初的亢奋已经破裂。ES 回吐了一半涨幅。到收盘，S&P 500、Dow 和 Nasdaq 当天全部收低：美联储给了市场一直乞求的东西，市场却收出红色蜡烛。

第二天早上的标题捕捉到了这种困惑：“美联储宣布降息半个百分点后，股市小幅收低。”认知失调非常明显。一次鸽派意外怎么会带来下跌的一天？

如果你买在下午 2:00 的那根冲高上，你已经浮亏。你做了教科书告诉你的事：美联储降息 = 股票上涨。你照着剧本交易，然后亏了钱。

你是一阶思维的受害者。

市场公告的博弈论

看 9 月 18 日。

一阶思维者看到一个标题：“美联储降息 50bp。”他们用一个简单模型处理它：“降息利好。买。”

二阶思维者问了另一个问题：“为什么美联储在四周前的 Jackson Hole 还暗示 25bp，现在却降息 50bp？”

答案揭示了陷阱。

美联储不会因为一切都很好而降息 50bp。他们降息 50bp，是因为他们担心。25bp 降息的意思是：“通胀降温后，我们正在正常化。”50bp 降息的意思是：“我们在前置宽松，因为我们在劳动力数据里看到了让我们担心的东西。”降息幅度本身就是信息，而这个信息偏空。

但还有更深一层。

到 9 月 18 日，市场已经定价了大量宽松。在公告发布前一周，联邦基金期货从认为 25bp 概率为 75%，转向认为 50bp 概率超过 60%。当 50bp 降息宣布时，它不是意外；它是确认。而对已经被定价的东西进行确认，不会把市场推高。它会让资金撤出。

这就是市场公告的博弈论。当你读到标题时，交易已经拥挤。那些真正推动市场的成熟参与者已经完成了仓位布局。你买公告时，是从他们手里买。你是他们的出口。

Wall Street 那句老话说得很准：“买预期，卖事实。”（这就是我们在第 5 章讨论过的贝叶斯更新的实践：市场在事件发生前就更新了概率，事件本身已经没有意外可言。）

但这里的原则不是关于利率。它关于任何能推动市场事件中的信息流结构。业绩意外、经济数据发布、地缘政治冲击，都遵循同一种博弈论逻辑。公告是最不重要的时刻。重要的是公告前的仓位，以及公告后的重新评估。

二阶思维的定义

这种事到处都在发生。

Oaktree Capital 的亿万富翁创始人 Howard Marks，用整个职业生涯解释聪明人为什么亏钱。他的诊断几乎总是一样：他们困在一级思维里。

一级思维简单、表面、反应式。它是人群的思维。“前景很差，所以股票会下跌。”

“业绩很好，所以股票会上涨。”“美联储降息，所以我应该买。”

二级思维更深、更复杂、更有层次。它会把一个事实纳入考虑：市场里的其他参与者也有脑子，而且他们已经对一级数据做出了反应。

“前景很差，但所有人都知道它很差。恐慌已经被定价。如果消息只是‘坏’，而不是‘末日’，股票反而会上涨，因为卖方已经耗尽。”

“业绩很好，但低于市场私下预期，指引也弱。股票已经按完美状态定价，所以‘好’还不够好。它会崩。”

“美联储降息 50bp，但降息本身传递的是劳动力市场疲软。债券市场在卖出，不是在上涨。这次‘利好’降息，其实是衰退警告。”

Marks 说得很直白：“一级思维说，‘这是一家好公司；我们买这只股票。’二级思维说，‘这是一家好公司，但所有人都认为它是一家伟大的公司，而它并不是。所以，这只股票被高估、被高价定价；我们卖。’”

你不是因为正确而获得报酬。你是因为在共识错误时正确而获得报酬。

如果你买一只股票，是因为它是一家“好公司”，而其他所有人也都同意它是一家好公司，那么价格已经反映了这种好。共识观察里没有优势。要产生阿尔法，也就是高于市场的收益，你需要一个不同于共识且正确的观点。

一阶思维带来平均结果。在市场里，平均结果在扣除费用和滑点之后就是亏损。一阶思维通向毁灭。

凯恩斯选美比赛

Marks 给了我们一个实用框架。但 Keynes 早在一个世纪前就抵达了同一个地方。

John Maynard Keynes 不只是经济学家，他也是投机者。市场不是关于价值。市场关于对价值的感知。

他用当时报纸上的一个比喻描述股市：选美比赛。

想象一家报纸举办比赛。他们刊登 100 张脸的照片。读者被要求选出六张“最漂亮”的脸。比赛赢家不是选出最漂亮脸的人；赢家是选择最接近所有其他参赛者平均偏好的人。

想想这里的策略。

在第 1 层，你选择自己认为最漂亮的脸。“我喜欢金发，所以我选金发。”这是天真的投资者，因为喜欢某个产品就买入股票。他们假设自己的品味是普遍品味。他们通常会输。

在第 2 层，你问：“普通读者会认为谁最漂亮？”你更喜欢棕发，但你知道公众更喜欢金发。所以你选择金发。这是动量交易者。他们不在乎资产本身；他们在乎人群喜欢什么。他们试图预测共识。

在第 3 层，你问：“普通读者会认为，普通读者认为谁最漂亮？”你知道公众喜欢金发。但你也知道其他参赛者也知道这一点。他们都在博弈这个系统，选择显而易见的美。也许显而易见的选择已经太拥挤。

Keynes 写道：“这不是选择那些按照个人判断真正最漂亮的脸，甚至也不是选择平均意见真正认为最漂亮的脸。我们已经到达第三层，在那里，我们把智慧用来预判平均意见预期平均意见会是什么。”

这个循环没有尽头。

当你看一张图表时，你看的不是一只股票。你看到的是成千上万其他交易者观察这只股票的视觉呈现。

你看到 $100 的支撑位。你知道他们也看到 $100 的支撑位。你知道他们知道你也看到 $100 的支撑位。

如果所有人都看到了支撑，它是强的？还是弱的，因为所有人都已经买了，已经没有人剩下来买？

拥挤交易悖论

选美比赛引出一个反直觉的真相：一笔交易越明显，它越不容易奏效。

如果一个设置“完美”——基本面很好，技术面干净，宏观一致——那么所有人都已经看到了。如果所有人都看到了，所有人都已经买了。如果所有人都已经买了，谁还剩下来买？

购买力已经耗尽。这笔交易“拥挤”。

在拥挤交易里，价格对最轻微的失望都很脆弱。如果 10,000 名交易者做多，而消息只是“还可以”，价格就会下跌，因为没有新买家，而现有买家已经没有耐心。

二阶思维寻找让人不舒服的交易。图表看起来很糟，消息也很差，但卖压停止了。为什么？如果消息很差而价格不再下跌，就说明卖方已经没了。边际交易已经转向买方。

麻雀问题

一阶思维损失的不只是钱。

1958 年，Mao Zedong 发起“除四害”运动。目标是蚊子、苍蝇、老鼠和麻雀。当时的推理是，麻雀吃掉了中国农民需要的粮食。消灭麻雀，增加收成。

这场运动有效得惊人，也毁灭得惊人。民众被鼓励敲锅打盆，让麻雀无法落地。鸟巢被毁。雏鸟被杀。估计显示，单年就有超过 10 亿只麻雀被消灭。

一阶思维：麻雀吃粮食。杀麻雀。更多粮食。

二阶思维：麻雀还吃什么？

答案是昆虫。中国科学家后来通过解剖发现这一点，但已经太晚。麻雀吃的蝗虫远多于粮食。唯一的天敌被消灭后，蝗虫数量爆炸。昆虫群扑向田地，吞噬了这场运动本来要保护的庄稼。

结果是中国大饥荒。3,000 万人死亡。一项旨在增加粮食产量的政策，造成了大规模饥荒。

Mao 后来把麻雀从害虫名单上换成了臭虫。

但蝗虫已经赢了。

每一次干预都会产生超出预期效果之外的后果。

一阶思维者看直接影响。二阶思维者问：“然后呢？”

反身性

麻雀问题展示了静态系统中的二阶效应。但市场不是静态的。市场具有反身性，也就是观察和参与这个行为本身会改变系统。

George Soros 依靠这个概念建立了财富。

古典经济学假设市场趋向均衡，价格像水寻找水平面一样落在公允价值上。参与者是被动观察者。他们的买卖不会改变基本价值。

Soros 认为这是胡说。他主张，市场价格会影响基本面。

这种关系是双向的，也就是反身的。认知功能从基本面流向价格：我们观察现实并形成预期，预期推动价格。但操纵功能从价格流回基本面：价格一旦形成，就会改变我们正在观察的现实。

Black Wednesday。1992 年 9 月 16 日。

英国加入了欧洲汇率机制（European Exchange Rate Mechanism），把英镑与德国马克挂钩，汇率水平在 Soros 看来高得不可持续。英国通胀率是德国的三倍。利率正在压垮资产价格。基本面无法支撑这个挂钩。

Soros 不只是押注这一点。他理解其中的反身性动态：如果足够多的参与者相信英镑会下跌，他们的卖出就会迫使它下跌。感知变成现实。

他建立了 100 亿美元的空头仓位。9 月 15 日，Bundesbank 行长随口评论称，“一两种货币可能承压”。市场把这解读为信号。其他对冲基金跟在 Soros 后面涌入。

Bank of England 估计花掉了 40% 的外汇储备，试图徒劳地支撑英镑。他们把利率从 10% 提高到 12%，随后又宣布将进一步提高到 15%。没有任何作用。到晚上，英国退出 ERM。英镑崩盘。

Soros 单日获利超过 10 亿美元。

一阶思维者：货币按官方汇率交易，央行会维持它。

二阶思维者：这是一个反身性循环。怀疑挂钩的人越多，防守成本越高，破裂概率越大。对不可持续的感知，创造了不可持续。

Soros 不只是预测了结果。他明白，自己的行动加上其他持同样观点者的行动，会造成这个结果。在市场里，观察者和被观察者不是分开的。

“然后呢？”测试

如何在交易决策的热度里练习这一点？Farnam Street 的 Shane Parrish 提供了一个简单启发式：“然后呢？”

这是溶解坏想法的万能酸。

考虑一个场景：美联储降息。一阶思维说：“利率下行 → 股票上涨。全部买入。”

二阶：为什么美联储降息？他们通常在经济走弱时降息。如果经济走弱，盈利下降。如果盈利下降，即使利率更低，股票也可能下跌。然后呢？

再考虑另一个场景：你的仓位正在盈利。

一阶：“它在奏效。加仓。”二阶：如果我在这里加仓，然后它反转，我的平均成本会变差。我会看着赢家变成输家。我会不会恐慌性卖掉整个仓位？三阶：给盈利仓位加仓听起来很有纪律，但不对称性对你不利。如果它继续奏效，你觉得自己聪明。如果它反转，你在加仓部分亏钱，并破坏你对原始仓位的心理状态。

你必须把电影往前放：大多数交易者会把电影暂停在让自己感觉良好的那一幕——入场、降低风险。强迫自己把后面的部分看完。

预演失败：一个实用工具

你不能只是“更努力地思考”。你需要流程。

二阶思维最好的工具是预演失败（pre-mortem），这是心理学家 Gary Klein 倡导、Daniel Kahneman 推广的概念。

在标准的事后验尸中，医生检查尸体，找出病人为什么死亡。在预演失败中，你在病人死亡之前就做检查。

在你下单之前——当你最乐观、最自信、最确信自己的论点时——你停下来。闭上眼睛。

你告诉自己：“现在是下周。这笔交易是一场灾难。我亏到了最大值。止损被触发，而且有滑点。我的论点完全错了。”

然后你问两个问题：发生了什么？谁站在我对面，为什么他们是对的？

（这把第 10 章的风险审计倒过来。你不问“我承担了哪些风险？”而是问“哪一个风险杀死了我？”）

你的大脑会换挡，从确认模式（寻找买入理由）切换到失败分析模式（寻找威胁）。

“如果它失败，大概是因为它和美元的相关性断裂了。”“它失败是因为财报其实是明天，不是下周。”“它失败是因为流动性太薄，我出不来。”“对面的机构看到了我无法获得的订单流数据。”

一旦你假设失败已经发生，你会震惊于风险变得多么明显。那些“隐藏”风险从来没有隐藏。你只是因为想让这笔交易成功而无视它们。

预演失败迫使你倒过来思考。你不问“我怎么赢？”你问“我是怎么输的？”

Man muss immer umkehren——反过来，永远反过来。

中等聪明陷阱

警告：二阶思维可能很危险。

互联网上有一个著名梗图，“Midwit”曲线，用 U 形曲线描绘智慧。

左边：傻瓜。“股票涨。我买。”他们赚钱。

中间：中等聪明者。“RSI 超买，宏观偏空，收益率曲线倒挂，gamma 暗示反转。”他们在顶部做空，被轧过去，亏钱。

右边：专家。“资金流太强。股票涨。我买。”他们赚钱。

有时候，一阶动作就是正确动作。

在猛烈牛市中，“笨钱”会赢，因为他们只是买。“聪明钱”反而聪明过头。他们看到并不存在的陷阱。他们预期永远不会到来的反转。分析瘫痪。你在看并不存在的因子。

“我知道他知道我知道他知道……”这个循环会永远下去。

解药是什么？奥卡姆剃刀。

最简单的解释通常是对的，除非有令人信服的理由相信并非如此。

用二阶思维检查你的一阶冲动，但不一定要推翻它。

冲动：“买突破。”二阶检查：“这是流动性陷阱吗？成交量是否确认？这里是谁在卖给我？”决策：“成交量巨大，卖方正在被吸收，上方没有阻力。一阶动作是正确的。买。”

二阶思维是一道过滤器，不是要求你必须逆向。

为了逆向而逆向，只是披着外衣的一阶思维。

流动性地图

你如何把这套东西应用到眼前的图表上？

停止寻找“形态”。开始寻找流动性。

说明一点：技术分析是执行工具，不是想法生成器。交易想法来自宏观、仓位、叙事。下面讨论的是执行。

Larry Harris 在他的开创性著作《交易与交易所》（Trading and Exchanges）中，按照动机对交易者分类。其中最具掠夺性的一类，被他称为订单预判者（Order Anticipators）：他们不在乎基本价值。他们只在乎其他交易者必须交易的机械需求。

止损狩猎不是阴谋，而是商业模式

散户交易者喜欢抱怨“止损狩猎”。他们想象某个坐在暗室里的人按下按钮，偷走他们的股票。真相更无聊，也更残酷：这只是流动性提供。

设置是这样：$100 的支撑非常明显。一个所有人都能看到的“三重底”。成千上万散户做多。他们把保护性卖出止损放在 $99.90、$99.80、$99.50。

对成熟参与者来说，这些止损代表有保证的流动性。

卖出止损一旦触发，就会变成市价卖单。

如果我是一个需要买入 500,000 股的大型机构，我有一个问题。如果我从 $100 开始买，我还没买完，价格就已经被我推到 $105。滑点巨大。

我在哪里能找到 500,000 股被迫卖出？$100 下方。

当价格跌破 $99.90（无论是自然波动还是主动卖压导致），第一波止损被触发。这些市价卖单砸向订单簿。我在那里挂着被动买入限价单，吸收所有恐慌性卖出。我买入的对象是被迫卖出的人，不是因为基本面变了，而是因为图表上一条任意线被跌破。

止损清完后，卖压消失。已经没有更多卖方。价格浮回 $100，然后 $101。现在我持有 500,000 股多头，平均价格 $99.80，而股票交易在 $101。

如何绘制流动性地图

看一张图表，问：“痛点在哪里？”

不要问“它会在哪里反弹？”要问“最多参与者会在哪里被迫吐出仓位？”

一个支撑位保持的次数越多，下方聚集的止损越多。“三重底”不是强支撑，而是目标密集区域。人类很懒：他们把止损放在 $100、$150、$200 这样的整数位。50 日和 200 日均线被广泛关注，所以止损会聚集在它们下方。

二阶交易

不要在支撑位买入（一阶），而是等待跌破。等待冲洗。观察盘口。

卖压是否先加速，然后撞上一堵墙？跌破时成交量是否放大？（投降。）价格是否迅速收回该水平上方？

如果是，那就是流动性事件。止损已经没了。弱手出局。“强手”现在做多。那才是买入时机。

你买入的是一阶思维的残骸。

9 月 18 日复盘

重放 FOMC 那一天。

下午 1:55。你在看 ES 期货。公告还有 5 分钟。

一阶预期：“降息 50bp = 利好。做多。”

二阶暂停：“等等。市场已经大幅重定价。期货已经显示 50bp 的概率超过 60%。如果真的给出 50bp，这是新闻，还是确认？”

你检查跨资产信号。会议前几天，美国国债收益率一直在缓慢上行，不是下行。这告诉你，债券市场不是在庆祝即将到来的降息；它担心这次降息所传递的信号。

假设：“美联储四周前还暗示 25bp，现在却降息 50bp，这是一种承认。他们担心就业。降息幅度就是信息，而这个信息偏空。如果收益率上涨而不是下跌，股票的上涨会消退。”

新计划：“我不追下午 2:00 的冲高。我等债券确认。”

下午 2:00——宣布 50bp。ES 拉升 50 点。你的一阶大脑尖叫着要做多。

下午 2:05——你看 10 年期收益率。它在上涨。这不是一次“利好”降息应该有的表现。

下午 2:30——亢奋消退。ES 已经回吐一半涨幅。Powell 不断说“重新校准政策”，试图把这件事包装成例行操作，而他自己的预测却显示失业率正在上升。

下午 3:00——你在 5,650 做空 ES。论点：信用市场看到了股票交易者没看到的东西。这次降息是警告，不是礼物。

到下午 4:00，S&P 下跌 0.29%。Dow 下跌 0.25%。Nasdaq 下跌 0.30%。这次“利好”的 50bp 降息，产生了红色蜡烛。

同一个公告。同一组数据。不同结果。

差异不在事件，而在框架。

它要求的纪律

二阶思维让人不舒服。你在每一种本能都尖叫着要加入人群时抵抗人群。你质疑自己的兴奋，在最大信心的那一刻问：“我漏掉了什么？”

但不适是优势的来源。舒适很昂贵。

舒适的交易，也就是论点显而易见、图表干净、所有人都同意的交易，是你成为出口流动性的交易。

不舒服的交易，也就是别人恐慌时你买入、别人亢奋时你卖出、淡化那个“显而易见”动作的交易，才是阿尔法存在的地方。

重大决策的标准建议是：把自己投射到 80 岁，问哪个选择会让你因为没有做而后悔。在交易中，把它倒过来：把自己投射到下周，问哪个选择会让你因为做了而后悔。

一阶思维者：“我希望发生什么？”

二阶思维者：“如果所有人都希望同一件事发生，会怎样？”

这一个问题——持续、严格、不舒服地应用——把专业人士和流动性区分开来。

Man muss immer umkehren.

反过来，永远反过来。

注释

2024 年 9 月 18 日 FOMC。Federal Reserve 新闻稿与《经济预测摘要》（Summary of Economic Projections），2024 年 9 月 18 日。市场数据来自 Bloomberg 和 Reuters 的同期报道。

二级思维。Marks, Howard. 《最重要的事：聪明投资者的非凡常识》（The Most Important Thing: Uncommon Sense for the Thoughtful Investor）。Columbia Business School Publishing，2011。第 1 章：“Second-level thinking”。

凯恩斯选美比赛。Keynes, John Maynard. 《就业、利息和货币通论》（The General Theory of Employment, Interest and Money）。Macmillan，1936。第 12 章：“The state of long-term expectation”。

除四害运动。Dikötter, Frank. 《毛泽东的大饥荒：1958-1962 年中国最具毁灭性灾难的历史》（Mao's Great Famine: The History of China's Most Devastating Catastrophe, 1958-1962）。Walker & Company，2010。

反身性。Soros, George. 《金融炼金术》（The Alchemy of Finance）。Simon & Schuster，1987。另见《金融市场新范式》（The New Paradigm for Financial Markets）。PublicAffairs，2008。

Black Wednesday。Financial Times 和 The Economist 于 1992 年 9 月的同期报道。关于 Soros 自述，见其多次访谈和自传性写作。

然后呢？Parrish, Shane. 《伟大心智模型》第 1 卷：一般思维概念（The Great Mental Models Volume 1: General Thinking Concepts）。Latticework Publishing，2019。

预演失败。Klein, Gary. “Performing a Project Premortem.” Harvard Business Review，2007 年 9 月。Kahneman 的《思考，快与慢》（Thinking, Fast and Slow）第 24 章也有讨论。

订单预判者。Harris, Larry. 《交易与交易所：市场微观结构实践者指南》（Trading and Exchanges: Market Microstructure for Practitioners）。Oxford University Press，2003。

Man muss immer umkehren。归因于十九世纪数学家 Carl Gustav Jacob Jacobi。由 Charlie Munger 在投资领域推广。

第 13 章：生存数学

市场保持非理性的时间，可以长过你保持偿付能力的时间。

——常被归于 John Maynard Keynes

如果你活不到被证明正确的那一天，完美分析毫无意义。

毁灭的物理学

交易者不是在真空中运作。你是在一个物理系统里运作，一个由数学法则支配的刚性环境。这些法则像重力一样不可变。

你可以掌控自己的心理。你可以拥有一个在回测里疯狂赚钱的优势。但如果你的资本管理违背市场物理学，你会死。不是“如果”，而是“何时”。

交易中的数学不是描述性的。它是规定性的，是一本生存手册。它告诉你什么会杀死你，以及杀得有多快。为什么聪明、守纪律的交易者会破产？因为他们把集合和时间序列混为一谈。

这个概念叫遍历性。它借自统计力学，却是对你的银行账户最重要的思想。

（第 2 章和第 4 章已经触及过这一点。现在进入完整数学。）

集合平均

想象你坐在芝加哥市中心的一家酒吧里。还有十个人，多半是正在挣扎的日内交易者，一边抱怨美联储。你询问每个人的净资产。平均净资产也许是 $50,000。这个数字代表这个群体的中心趋势，是一个有用的统计量。它告诉你这个房间里这些人的人口统计现实。

突然，门开了。房间安静下来。Elon Musk 走进来，点了一杯酒。

现在是十一个人。重新计算均值：人均数十亿美元。

这反映现实吗？你，这个坐在角落里挣扎的交易者，突然变成亿万富翁了吗？你的购买力改变了吗？你爆仓的风险下降了吗？

没有。

集合平均声称酒吧里的每个人都极其富有，但你人生的时间序列没有改变。你仍然在挣扎。这就是偏斜，平均值撒谎的第一种方式。一个单一离群值会扭曲整个总体的指标。在交易中，当你查看某个策略的平均收益时，这种情况就会出现。如果一个策略在某个幸运年份赚了 1,000%，接下来十年都原地踏步，平均收益看起来会非常漂亮。但如果你从第二年开始交易它，你会饿死。你吃不到平均值。你吃到的是你具体时间范围内的收益。

抛硬币幻觉

但平均值还有一种更阴暗的撒谎方式。

一百名交易者各自以 $100,000 起步。规则很简单：每个月抛一次硬币。正面，盈利 50%。反面，亏损 40%。游戏运行 20 个月。

集合概率，也就是回测的数学，会说这是一个好游戏。

运行一次 Monte Carlo 模拟。有些交易者撞上幸运连胜，最后拥有数百万美元。另一些人很早就被摧毁，只剩几千美元勉强前行。所有交易者的平均终局财富呢？

很漂亮。期望价值为正。平均交易者赚了钱。

标准金融风险模型，也就是银行使用、MBA 课程教授的那类模型，会得出结论：“期望价值为正。平均来看，交易者盈利。我们应该玩。”

现在切换到时间概率，也就是个体的数学。

你不是平均值。你是一个交易者。你的路径：

第 1 个月：正面。你的 $100,000 → $150,000。

第 2 个月：反面。$150,000 → $90,000。

第 3 个月：正面。$90,000 → $135,000。

第 4 个月：反面。$135,000 → $81,000。

第 5 个月：又是反面。$81,000 → $48,600。

注意正在发生什么。即使用的是一枚公平硬币，正反概率相等，你也在缓慢流血。五个月后，尽管你“赢”的次数占 40%，你的资本已经损失超过一半。继续跑下去。20 次抛掷后，如果正反各半，也就是最可能出现的结果，你的 $100,000 会变成大约 $13,000。你在一个“期望价值为正”的游戏里亏掉了 87% 的钱。

钱去了哪里？集合留住了它。那些连续七次正面的交易者，也就是彩票赢家，吸收了中位数交易者失去的财富。群体平均值为正，但中位数结果是毁灭。

集合看起来是绿色的。回测通过。但你不能把自己的财富和那个幸运家伙做平均。你吃的是自己的收益。你活的是自己的路径。

市场是非遍历的

交易时，你不是集合。你是一条轨迹。如果你爆仓，损失 100% 的资本，你就无法参与复苏。如果 S&P 500 下跌 50%，随后上涨 100%，市场回到高点。但如果你在顶部用了 2:1 杠杆，你会在底部被强平。市场复苏了。你没有。

市场物理学第一定律：吸收壁垒。

吸收壁垒

在概率论中，吸收壁垒是一种一旦进入就无法离开的状态。黑洞。粒子一旦越过事件视界，就永远回不来。在俄罗斯轮盘里，壁垒是死亡。在交易里，是清算。

（这就是第 10 章的“毁灭”场景。现在我们看到，为什么它是一股主动把你拉向它的力量。）

交易者以为自己的资本是流动的，可以无限上下波动，只要他们“坚持策略”，大数定律就会站在他们这一边。只有在你拥有无限资本或无限时间时，这才是真的。你两者都没有。

吸收壁垒是阻止你抵达长期的那面墙。对主动交易者来说，它几乎从来不是零。

经纪商壁垒

硬底线。如果你交易期货（ES、NQ、CL）或 Forex，你就在使用杠杆。如果你的账户权益跌破维持保证金，经纪商不会好声好气地询问。他们的算法会立刻市价卖出你的仓位。这通常发生在痛苦最大的位置，也就是绝对底部。你被清算，资本消失，五分钟后市场反转，走向你的目标。市场是遍历的。你的账户不是。

Prop Firm 壁垒

追踪回撤。很多交易者会通过 prop firm 交易。prop firm 已经把吸收壁垒武器化。常见规则：“如果你的权益从高水位回落 $2,000，你失败。”这是一道移动的吸收壁垒。它跟着你上移。这改变了一切。

一笔在一周尺度上“正确”的交易，如果波动触发回撤限制，在一小时尺度上可能就是“失败”。你不再交易资产的自然波动，而是在交易公司的人工包络线。你的论点必须足够快、足够平滑地正确，才能活下来。（这就是为什么第 10 章把 prop firm 规则视为硬约束，而不是指南。）

心理壁垒

最危险的壁垒，因为它看不见。每个交易者都有一个数字，一个具体的亏损金额。一旦触及，理性的前额叶皮层关闭，杏仁核接管。一旦越过这个阈值，你就不再交易自己的系统。你是在赌博，想回到盈亏平衡。最大化杠杆。放弃止损。进入复仇循环。从数学上说，一旦你越过上头点，你的时间平均增长率就转为负数。你实际上已经被吸收。

波动税

如果吸收壁垒是悬崖，波动就是把你拖向悬崖的斜坡。

多数交易者对波动有情绪关系：兴奋、多巴胺冲击，以及他们选择交易而不是会计的原因。把这些剥掉。用纯数学看波动。

一个令人不安的东西浮现出来：波动是一种税。

不是比喻。它是从你的复合收益中扣除的一项真实数学扣减。钱从你的账户里消失，不是因为你做了坏交易，而是因为你的权益曲线在抵达终点的过程中晃动得太厉害。

（第 9 章已经介绍过这一点。现在看机制。）

有两类收益听起来相似，但行为截然不同：算术收益和几何收益。

算术收益是简单平均。把收益加总，除以期数，结束。它是人们在酒会上使用的数字。也是酒吧里那个人告诉你他今年赚了 40% 时使用的数字。

几何收益，也就是 CAGR，复合年增长率，才是复合现实。它是你实际可以花的钱。是你从券商账户提款时看到的那个数字。

让人不舒服的地方在这里。

平滑路径与动荡路径

你有 $100。两天，两种情景。看钱。

情景 A（平滑路径）：第 1 天赚 10%，你变成 $110。第 2 天再赚 10%。你有 $121。总收益：$21。

情景 B（动荡路径）：第 1 天大获全胜，涨 50%。余额冲到 $150。第 2 天很艰难，亏损 30%。余额跌到 $105。总收益：$5。

问题是：每种情景的平均收益是多少？

情景 B：(50 − 30) / 2 = +10%。情景 A：(10 + 10) / 2 = +10%。平均收益完全相同。但平滑路径产生的利润超过四倍。

情景 B 里的钱去了哪里？你没有把它付成佣金。你没有把它输给某个对手方。它只是消失了，消散在空气里，被波动税吞掉。

这揭示了一件残酷的事：负收益比正收益更有力量。数学是不对称的，而且不站在你这边。

亏 10%，你需要赚 11.1% 才能回本。亏 20%，你需要赚 25%。亏 50%，你需要把钱翻倍。亏 90%？你需要 900% 的收益。你需要把剩下的钱做到 10×。

这种关系是指数型的。随着回撤加深，随着波动增加，吸收壁垒的引力会变强。洞越来越深，墙也同时越来越陡。

每个量化交易者都背得出来的近似式：

R_geometric ≈ R_arithmetic − σ² / 2

第二项，负的 sigma 平方除以二，就是波动拖累。（σ 是你收益的标准差，也就是你的权益曲线晃动的幅度。）

这一项永远被扣除。永远是负数。不存在波动能增加你复合收益的情景。你的权益曲线震荡得越厉害，从终局财富中扣走的钱越多。不是因为你是坏交易者。而是因为乘法的物理学。

市场物理学第二定律：平滑就是速度。

这听起来反直觉。我们把速度和进攻性、大幅波动、戏剧性摆动联系在一起。但在复利里，事实相反。一个每周稳定赚 1%、低波动的交易者，会碾压一个某周赚 10%、下一周亏 8% 的交易者，即使后者的收益更刺激，在酒吧里也有更好的故事可讲。

稳定的交易者几乎不缴波动税，在铺好的高速路上复利。高波动交易者像是在沙地里开车，引擎尖叫，只为维持位置而烧燃料。

Shannon 的恶魔：收割这项税

所以波动总是破坏性的？必须不惜一切代价最小化？并不完全是。

并不完全是。而这正是事情变得有趣的地方。如果你真正理解数学，不只是害怕它，而是理解它，你实际上可以把波动税变成返利。你可以让波动给你付钱。

20 世纪 40 年代，Claude Shannon 提出了一个思想实验，现在被称为 Shannon 的恶魔。（Shannon 基本上发明了 Information Theory。这个人的层级完全不同。）

Shannon 问：你能不能从一只最终完全没涨的股票里获利？

想象一只股票第一年翻倍，第二年腰斩。第 1 年：$100 → $200。第 2 年：$200 → $100。两年下来完全持平。买入并持有的收益正好是零。

Shannon 提出了一种再平衡策略：把你的 $100 在股票和现金之间对半分，50/50。每年年末，无论发生什么，都再平衡回 50/50。

结果如下。

第 1 年：股票翻倍。你的 $50 股票变成 $100。现金仍为 $50。总计：$150。再平衡：卖出 $25 股票。新配置：$75 股票，$75 现金。

第 2 年：股票腰斩。你的 $75 股票跌到 $37.50。现金仍为 $75。总计：$112.50。

等等。股票没有涨，最终正好回到起点。但你有 $112.50。你在一个零收益资产上赚了 12.5%。

这钱从哪里来？你收割了波动。再平衡过程迫使你系统性地高卖，股票上涨时兑现利润；低买，股票下跌时增加暴露。那个摧毁买入并持有投资者的东西，变成了你的收益来源。

击败波动税的唯一办法：通过纪律化再平衡主动收割它。但注意前提：你必须活过回撤，才能执行再平衡。如果你在第 2 年触及吸收壁垒，如果股票下跌时你的经纪商把你清算，恶魔会和你一起死。这个策略要求你留在游戏里。这又把我们带回生存。

杠杆特权

交易中最被误解的概念：杠杆。

零售交易者被教育说杠杆很危险。监管机构在期货账户上贴警告标签：“你的亏损可能超过初始投资。”财务顾问摇着手指训话。对业余者来说，对那些权益曲线锯齿状、高方差的交易者来说，他们是对的。杠杆是死刑判决。

原因如下。当你把杠杆加到一个高波动策略上，你会放大震荡。你会增加我们刚才讨论的那个公式里的 σ² 项。这意味着你在缴纳被大幅放大的波动税，同时加速冲向吸收壁垒。你同时把两个问题都变得更糟。

（这就是第 11 章所讲杠杆陷阱背后的数学：跳空风险、路径依赖、XIV 崩盘。）

但对专业人士来说，杠杆是另一回事。它不是要避开的危险，而是要赚来的工具。我称之为杠杆特权。

如果你能设计出一个真正平滑的策略，收益适中、波动接近零，你就赢得了使用杠杆的权利。而当你这样做时，一件非凡的事情会发生。

枪手与外科医生

两个交易者：

交易者 A（枪手）：每笔交易冒 5% 风险。大开大合，赢得巨大，输得巨大。年末数字：30% 收益，40% 最大回撤，夏普比率 0.5。

交易者 B（外科医生）：每笔交易冒 0.5% 风险。小而无聊的胜利。权益曲线几乎平坦。年末数字：10% 收益，3% 最大回撤，夏普比率 2.0。

业余者会被枪手吸引。30% 收益！是外科医生的三倍！

专业人士看到的是另一件事：交易者 B 赢得了杠杆特权。

因为交易者 B 的曲线平滑，因为他几乎不缴波动税，他可以安全地使用杠杆。比如 4×。

加杠杆后的收益：大约 40%（10% × 4，减去一些拖累）。

加杠杆后的回撤：大约 12%（3% × 4）。

枪手：30% 收益，40% 回撤。每获得一美元收益，要承受 $1.33 的回撤痛苦。

加杠杆的外科医生：40% 收益，12% 回撤。每获得一美元收益，只承受 $0.30 的回撤痛苦。

外科医生用一小部分风险赚到更多钱。不是运气。不是内幕信息。是数学。

这是对冲基金行业里公开藏着的秘密。最好的基金不是寻找高收益交易。它们寻找高稳定性交易，也就是能够以最小方差产生一致、无聊、小额收益的策略。然后它们给这些策略加杠杆，直到收益对投资者有吸引力。收益来自杠杆。优势来自平滑。

对日内交易者来说，这直接转化为仓位规模。

在你能不制造动荡地交易一张合约之前，你没有资格交易五张。

如果你交易一手，P&L 就剧烈摆动，一天赚 $2,000，下一天亏 $1,500，然后你决定加大仓位以便更快回本，你就是在违反物理法则。给正在崩塌的桥增加重量。在靠近壁垒的同时提高 σ。

你必须通过被证明的平滑性来赢得杠杆特权。降低拖累。证明你能小规模、稳定地交易。让权益曲线平坦，同时仍然赚钱。

然后，也只有到那时，才增加马力。

生存的几何学

我们已经建立了环境（非遍历）、成本（波动税）和工具（杠杆）。现在看时间线。

在集合中，也就是标准数学分析中，收益的顺序无关紧要。乘法满足交换律：1.5 × 0.5 × 1.2 与 1.2 × 0.5 × 1.5 产生相同结果。

在时间序列里，也就是你的真实账户里，顺序就是命运。路径依赖。

两个交易者，都使用一个在 100 笔交易后产生 20% 收益的策略。

交易者 A 先遇到连胜。前 50 笔交易账户翻倍。然后遇到连败。因为她是在用赌场的钱交易，已经建立了远离吸收壁垒的缓冲，她活过回撤，最终盈利。

交易者 B 先遇到连败。前 50 笔交易亏掉 40%。触及上头点。失去信心。经纪商降低他的杠杆。即使后面连胜到来，他也无法利用。他已经退出、被解雇，或者爆仓。

同一个策略。同一个优势。不同顺序。不同人生。

你不能控制顺序。市场会洗牌。你可能先拿到 A，也可能先拿到 2-7 杂牌。它是随机的。如果你交易时假设顺序不重要，以为长期会拯救你，你就是在赌一次好运洗牌。

Kelly 解决方案

如果你不能控制牌的顺序，你能控制什么？

你下注多少。Kelly Criterion（凯利准则，第 9 章已讨论）给出了最优下注规模。但“最优”是一个危险的词。

Size = Edge / Odds

完整公式在第 9 章。直觉是：下注规模应当与优势成正比，与赔率成反比。

Kelly 在数学上保证最快的几何增长。精确押注 Kelly 比例，你就最大化长期复合增长，在无限时间上。

但有一个问题。Kelly 假设你拥有无限时间、对赔率有完美认知（你没有，你的优势只是估计值），以及机器人的心理。

全 Kelly 的波动极其疯狂。它会接受 80% 或 90% 的回撤作为“最优”，因为它知道自己会反弹。但你是人。你有吸收壁垒：恐慌、追加保证金。押全 Kelly，你会在实现几何增长之前很久就撞上壁垒。

专业标准：分数 Kelly，通常是一半。如果公式说“冒 4% 风险”，你冒 2%。

为什么要降低仓位？

安全边际。你可能高估了自己的优势。如果你的胜率是 45%，不是 50% 呢？假设你的参数比测得的更差。

降低波动。半 Kelly 会把方差降低 75%，但只把增长降低 25%。你放弃四分之一利润，换取巨大的平滑性。

顺序保护。通过下注更小，你确保一次“坏洗牌”（开局连败）不会把你推入吸收壁垒。你在购买时间。支付一笔保费，留在游戏里，直到连胜到来。

物理学检查清单

在你下下一笔交易之前，跑一遍这份检查清单。

零点在哪里？计算你的清算水平或最大回撤限制。确保你的止损离它足够远。

我在缴波动税吗？这个仓位规模会不会造成我无法承受的动荡？如果这笔交易亏损，我的情绪会不会受损？

我赢得杠杆了吗？我的权益曲线是否足够平滑，足以证明这个乘数合理？还是我在用杠杆赌博？

我的仓位管理基于生存吗？我是在押全 Kelly（贪婪），还是四分之一 Kelly（生存）？五次亏损会杀死我吗？如果会，降仓。

大过滤器

业余者痴迷预测。他们专注入场，相信只要能猜到价格要去哪里，数学会自己解决。

专业人士痴迷结构。他们专注规模。他们接受预测困难且脆弱。他们知道自己会经常错。他们知道顺序会残酷。所以他们建立一种能承受错误的结构。

他们优化的是几何收益，不是算术收益。他们把吸收壁垒视为终极敌人。波动是一项要最小化的税，不是一种要追逐的刺激。杠杆是稳定性的奖励。

他们确定仓位规模，不是为了最好情景，而是为了最坏情景。

市场是一台大过滤器。它过滤掉那些玩集合游戏的人：赌徒、乐观主义者、游客，那些相信平均值的人。它留下幸存者：理解在非遍历世界里，你必须活过路径，才有资格领取奖品的实用主义者。

你不是一个平均值。你是一条穿过时间的单一、脆弱轨迹。

保护这条轨迹。生存是唯一的阿尔法。

注释

遍历性。Peters, Ole. “The Ergodicity Problem in Economics.” Nature Physics 15 (2019): 1216-1221。另见 Peters, Ole, and Murray Gell-Mann. “Evaluating Gambles Using Dynamics.” Chaos 26 (2016)。

金融中的非遍历性。Taleb, Nassim Nicholas. 《切身利害：日常生活中的隐藏不对称》（Skin in the Game: Hidden Asymmetries in Daily Life）。Random House, 2018。第 19 章：“The logic of risk taking.”

吸收壁垒。Feller, William. 《概率论及其应用导论》（An Introduction to Probability Theory and Its Applications）。Wiley, 1950。

波动拖累。该近似式来自对数正态收益的性质。见 Luenberger, David. 《投资科学》（Investment Science）。Oxford University Press, 1997。

Shannon 的恶魔。Poundstone, William. 《财富公式：击败赌场和华尔街的科学投注系统不为人知的故事》（Fortune's Formula: The Untold Story of the Scientific Betting System That Beat the Casinos and Wall Street）。Hill and Wang, 2005。

凯利准则。Kelly, John L. Jr. “A New Interpretation of Information Rate.” Bell System Technical Journal 35 (1956): 917-926。

分数 Kelly。MacLean, Leonard C., Edward O. Thorp, and William T. Ziemba. 《凯利资本增长投资准则：理论与实践》（The Kelly Capital Growth Investment Criterion: Theory and Practice）。World Scientific, 2011。

金融中的路径依赖。Mandelbrot, Benoit, and Richard L. Hudson. 《市场的（错误）行为：金融动荡的分形视角》（The (Mis)behavior of Markets: A Fractal View of Financial Turbulence）。Basic Books, 2004。

杠杆与风险。Carver, Robert. 《杠杆交易：面向所有交易者的 FX、保证金股票、CFD、价差投注和期货专业交易方法》（Leveraged Trading: A Professional Approach to Trading FX, Stocks on Margin, CFDs, Spread Bets and Futures for All Traders）。Harriman House, 2019。

第14章：市场状态意识

“决定一群羚羊生命史的突变、竞争和自然选择这些基本原则，同样适用于银行业，只是种群动态略有不同。”

-- Andrew Lo，《适应性市场：以思想速度演化的金融》（Adaptive Markets: Financial Evolution at the Speed of Thought）

生存的物理法则运行在一个本身并不稳定的环境里。今天定义“最优”的参数，明天可能定义“灭绝”。

本章讲的是读天气。你必须识别：一个季节里繁荣的策略，会在下一个季节变成负债。

551天的沉默

1977年1月，Daphne Major 岛上的雨停了。

如果你从未去过加拉帕戈斯群岛，你也许会想象那里是葱郁的热带天堂。Daphne Major 完全不是。它是一座从太平洋中升起的微小、敌意十足的火山口：一座岩石烤炉。正常年份里，岛上每年会有适度降雨，足以维持一层绿色藤蔓，也足以维持关键的 Portulaca 植物。这种植物会结出小而柔软的种子。这些种子是岛上居民中地雀（Medium Ground Finch，Geospiza fortis）的主食。

但在1977年，天空变成一整片嘲弄般的蓝，并且持续了551天。降雨降到近乎薄雾。全年总雨量仅 24 mm。岛屿先变褐，再变黑。Portulaca 枯萎，然后消失。

对这些雀鸟来说，这不只是天气事件。这是经济崩溃。“容易获取的热量”没了。随着干旱拖下去，岛上唯一剩下的食物来源，是 Tribulus cistoides，也就是蒺藜的种子。Tribulus 种子是一座堡垒：包裹在坚硬、多刺、木质的外壳中，需要大约55 Newtons 的力量才能压开。对一只小鸟来说，它就是一座生物学银行金库。

几周变成几个月后，一个残酷、沉默的筛选机制开始启动。喙较小的地雀，那些在1976年轻松年份里敏捷、高效、基因上“更优越”的鸟，发现自己只能徒劳地啄着这些装甲种子。它们缺少扭矩。缺少杠杆。它们被食物包围，却无法进入食物。于是成百上千地死去，瘦成骨架的尸体散落在火山灰上。

但那些笨拙的鸟，那些喙更深、更宽的离群者，突然拥有了唯一重要的技术。它们能压开 Tribulus。它们活了下来。

到1978年雨水回归时，种群数量已经崩塌了85%。然而，如果你观察幸存者，会看到某种可怕的精确：种群的平均喙深增加了3-4%。进化并不是在数百万年的缓慢漂移中发生的；它发生在一个交易季里。

然后，终极残酷降临。市场状态翻转了。

1983年，一个巨大的 El Niño 系统停在太平洋上空。那不是下雨，而是倾倒。这个系统向 Daphne Major 倾泻了1,359 mm 的水，是此前记录中雨季最大值的10倍。雨连续下了八个月。岛屿爆发出生命。绿色藤蔓生长得如此浓密，甚至把 Tribulus 仙人掌挤死。又大又硬的种子消失了，取而代之的是过剩的小而柔软的种子。

那些大喙鸟，1977年的赢家，现在过度专业化了。它们沉重的下颌太笨拙，无法高效处理这些微小种子。它们被幸存的小喙弱鸟击败。干旱中的“优越”硬件，变成了洪水中的负债。

这就是市场参与者的噩梦。这是每一个交易者的故事：他熬过了崩盘，却在牛市里流血而死。我们用整个职业生涯为干旱优化自己的喙，确信“硬种子”才是永久现实。我们建立能在高波动、紧流动性中存活的策略。然后，一夜之间，雨开始下了。波动消失。流动性涌入。我们饿死。不是因为我们错了，而是因为我们灭绝了。

在自然界，市场状态改变时，不适应的生物会慢慢饿死。在金融市场里，饥饿是即时的，灭绝事件是彻底的。没有比2018年2月更清楚的例子，能说明一种为特定季节优化的策略，如何被天气变化彻底抹掉。

XIV 之死

2018年2月5日上午，VIX（CBOE Volatility Index，常被称为市场“恐惧指标”）开盘于18.44，此前一个交易日收于17.31。到收盘时，它飙升至37.32。单日涨幅+115%。盘后交易中，它冲上50以上，达到2015年8月闪崩以来的最高水平。

在那几个小时里，整个金融产品类别停止存在

VelocityShares Daily Inverse VIX Short-Term ETN（Exchange-Traded Note，交易所交易票据），代码 XIV，在一天之内损失了96%的价值。产品发行方 Credit Suisse 在第二天早上宣布终止产品。那些在2月2日星期五收盘时仍持有份额的投资者，当时 XIV 交易价格为 $115.55，最终收到的清算款为每股 $5.99。ProShares 的 SVXY，一个类似产品，损失了91%。数十亿美元的名义价值，代表多年累积收益，在几个小时内蒸发。

对不熟悉的人来说：ETN 是银行发行的债务工具，不是持有资产的基金。“Inverse VIX”意味着这个产品在波动率下降时上涨。当波动率飙升时，这些产品就会内爆。

这个机制具有反身性，正如 Soros 会预测的那样

XIV 和类似产品的设计目标，是提供短期 VIX 期货每日收益的反向表现。波动率下跌，它们上涨。波动率上涨，它们下跌。为了维持这种反向暴露，这些产品需要在每个交易日结束时再平衡。如果 VIX 期货大幅上涨，产品的管理资产会下降，迫使它们在收盘时买入 VIX 期货，以维持目标杠杆。这些买入会把 VIX 期货推得更高，导致产品进一步下跌，然后需要更多买入。

这个反馈循环写在招股说明书里。Credit Suisse 明确披露，如果产品价值在单日下跌超过80%，将触发加速事件（强制清算）。成熟交易者理解这一点。学术论文已经分析过灾难性损失的可能性。风险是已知的、公开的，并且被写进了产品设计。

这些对经历了三年稳定盈利的投资者都不重要

从2015年到2017年，波动率一直被压制。VIX 期货维持持续的 contango，也就是近月合约价格低于远月合约价格的期限结构，为做空波动率策略创造正的展期收益。（当你在 contango 中做空波动率时，本质上是在收取一笔溢价，因为你卖出的昂贵远月合约会随着时间滚落到更便宜的近月价格。）

一个月又一个月，XIV 上涨。社交媒体上充满了“免费钱”的帖子。论坛帖子讨论收割波动率溢价的最佳杠杆比例。有些投资者借钱买入更多，把这个策略当作收益增强型债券替代品。

交易优势是真实的。它是结构性的，来自 VIX 期货的期限结构，以及做市商的对冲行为。它有效了很多年。

这个交易优势也依赖于一个不可能永远持续的市场状态

2月5日，利率预期上升、意外的工资增长报告，以及拥挤头寸突然解除，共同制造了反馈级联。股票下跌。波动率上升。做空波动率产品下跌。它们的强制再平衡放大了波动率飙升。放大效应触发更多卖出。几个小时内，一次普通市场修正，摧毁了那些连续一千个交易日都曾盈利的产品。

这不是黑天鹅，不是所有合理模型之外不可预测、前所未有的事件。这是为特定市场状态优化、却无视市场状态必然变化之后的必然结果。XIV 的招股说明书披露了终止触发条件。反馈循环的物理机制，可以从产品结构中用数学推导出来。任何具备足够专业能力的人，都可以计算出会导致灾难性失败的情境。

失败不是信息层面的。失败是认识论层面的。投资者的行动方式好像过去表现，即便是三年持续、可记录、结构上可解释的表现，也构成了未来表现会继续的证明。他们是信心峰值上的火鸡，确信明天会像今天，因为到目前为止，他们所有的明天都像今天。

最大确定性只领先最大意外一个交易日。

静态谬误

地雀故事和 XIV 崩塌有一个共同根源。

为什么会这样？为什么聪明人，工程师、医生、能解微分方程的人，会在市场中爆仓？

通常不是缺乏纪律，当然也不是缺乏智力。它是我们绘制地图时的一个根本错误。

我们大多数人通过平稳性的镜头看市场。

平稳性是一个统计概念：系统的参数，也就是均值和方差，随时间保持不变。想想赌场。轮盘赌中，押中红色的概率是47.4%。这个数字是物理常数。外面是否下雨、赌场是否破产、你旁边的玩家是否在尖叫，都不重要。轮盘的物理机制是封闭的。如果市场像轮盘赌，你就能“解出”它。你可以找到“最优策略”，加上杠杆，然后退休。

但市场不是机械的；市场是生物性的。市场是非平稳的。

你在回测中发现的“交易优势”，不是像重力一样的物理定律。它是参与者之间一项临时行为协议。不同于重力，这项协议可以在一瞬间破裂。

（这是我们在第4章建立的认识论基础：风险与不确定性的区别。平稳性假设你是在从 Urn A 抽样，分布是已知的。市场是 Urn B。分布本身是不确定的，而且会变化。）

过去十年里的“逢低买入”策略，就展示了这一点。从2010年到2019年，在 S&P 500 每次回撤5%时买入，不只是个好主意；它是一个主导策略。它感觉像自然法则。但这条“法则”取决于一个特定市场状态：低通胀和支持性的 Federal Reserve。到了2022年，当市场状态转向高通胀，同一策略开始大量失血。策略没有变。操作者没有变。房间里的物理法则变了。

在2010年代的低波动年份里，许多做空波动率基金看起来像天才。它们每个月都在印钱。现实中，它们只是收割了一项尚未被索取偿付的风险溢价。当2018年市场状态转变时，也就是我们在第7章讨论过的“Volmageddon”事件，那个阿尔法被揭示出来：它不过是伪装成能力的杠杆化贝塔。

遍历性问题

这种脆弱性连接到第13章的遍历性。市场是非遍历的：你的个人路径可能在长期平均实现之前先触及毁灭。重要的不是集合平均，而是你能否活过这段序列。

如果你亏掉100%，你就不能参与下一轮。游戏结束。这就是为什么“平均收益”是谎言。如果一个策略第1年赚+50%，第2年亏-50%，那么“平均收益”是0%。但你的实际资金从 $100 到 $150，再跌到 $75。你损失了25%的财富。

这对市场状态意识很重要，因为优化假设遍历性。当你为过去10年优化一个策略时，你是在假设自己能活过市场的“路径”。但如果市场状态转变，如果波动制造的回撤足够深，触及你的吸收壁垒，不管那是追加保证金还是情绪崩溃，你就无法实现长期平均。你就是那只在雨回来之前饿死的地雀。

生存不只是“留在游戏里”。生存是确保你的时间平均永远不触及零。你不能做一个“平均”参与者。你必须做一个活下来的参与者。

策略分类法

如果我们停止把市场当作数学题，而开始把它当作生态系统，首先会注意到：并非所有参与者都在试图吃同一种食物。

如果你审视系统化基金、CTA 和专业自主交易者交易的策略，会发现它们聚集成不同家族。每个家族都有自己的原生栖息地、进食机制，以及灭绝风险。这就是第7章介绍的“结构性交易优势”的实际应用。

学术文献和实务研究，尤其是来自 AQR、Moskowitz-Pedersen 和 Robert Carver 的研究，已经收敛出一套稳健的分类法。核心策略家族是趋势/动量、均值回归、carry、价值和波动率溢价。对日内和波段交易者来说，还有第六类，它连接技术方法和系统化方法：突破/区间策略。每一种策略都依赖市场状态；它们不可能在任何地方、任何时间都有效。

趋势跟随与动量

趋势跟随买入正在上涨的资产，卖出正在下跌的资产。逻辑是持续性：强者恒强，弱者恒弱。这个策略忽略“价值”或“公允价格”，只关注运动。

主要有两种实现方式。时间序列动量问的是：“这个资产相对于它自己的过去表现是否更好？”如果资产近期收益为正，交易者做多；如果为负，交易者做空。这是 CTA 趋势跟随中的主导方法，横跨股票、债券、大宗商品和货币期货。横截面动量问的是：“这个资产是否跑赢同类？”交易者在一个资产池内，比如行业或国家指数，买入相对赢家，做空相对输家。

Moskowitz、Ooi 和 Pedersen 在2012年的开创性论文证明，时间序列动量在58个期货市场、多个十年里产生了显著的风险调整后收益。收益由自相关驱动：过去的赢家往往会继续赢，至少会持续一段时间。

原生栖息地是具有持续性的方向性市场：高波动环境和危机时期。趋势跟随历史上会产生“危机阿尔法”，因为当市场崩盘时，它往往处于做空状态。

死亡地带是区间震荡、来回打脸的市场。当 Hurst 指数较低（H < 0.5）时，每一次突破都会失败。策略会持续消耗资本，在顶部买入，在底部卖出。趋势策略可能亏损数月甚至数年，只为等待一个始终没有出现的趋势。

典型特征是低胜率（通常30-40%），但盈利单远大于亏损单。这需要心理韧性，能够承受连续亏损。由于持仓周期较长，交易成本相对较低。

均值回归

均值回归建立在相反前提上：偏离历史均值的价格会弹回。价格向均值下方拉伸“太远”（超卖）时买入；向均值上方拉伸“太远”（超买）时卖出。

实现方式范围很广。统计套利和配对交易识别两个相关资产的临时背离，并押注其收敛。技术性均值回归使用 RSI、Bollinger Bands 或 VWAP 等指标识别过度延伸：RSI 跌破30时买入；升破70时卖出。基本面价值投资买入相对于内在价值指标（P/E、P/B）“便宜”的资产，等待市场纠正错误定价。

原生栖息地是边界明确的区间市场：低波动环境，结构稳定，“公允价值”可识别。

杀死它的是趋势市场，在那里“超卖”会继续变得更超卖。如果你持续逆向淡化一个已经从根本上打破旧结构的走势，比如抛物线式上涨或清算级联，你会溺死。2022年的债券市场以暴力方式上了这一课。随着收益率上升，那些不断买入“便宜”债券的交易者，是在把均值回归启发式应用到一个已经结构性转变的市场状态上。

典型特征是高胜率（通常70-85%），但亏损单大于盈利单。这需要纪律，能够扛过回撤，因为随着头寸对你不利，交易优势往往会改善。止损必须宽，这会制造令人不适的 P&L 波动。

Carry

Carry 利用收益率差异。策略借入低收益资产，投资高收益资产，以捕捉利差。

货币 carry 借入日元（低利率），投资澳元或新兴市场货币（高利率）。固定收益 carry 捕捉长期债券相对于短期利率的收益率溢价（期限溢价）。大宗商品 carry 利用期货曲线处于 backwardation（现货价格高于期货）时的展期收益。

Carry 被称为“在压路机前捡硬币”。在平静市场中，收益稳定且可预测，但当风险情绪转向时，策略暴露于突然、剧烈的反转。

原生栖息地是低波动、“risk-on”环境：货币政策稳定、VIX 较低、相关性温和的时期。

杀死它的是 risk-off 事件。当 carry 平仓时，它会以暴力方式平仓。日元 carry trade 在2024年8月壮观地解除，就像2008年那样。高收益资产被集体抛售，“避险”货币暴涨。Carry 策略具有负偏度：大多数时候赚钱，偶尔灾难性亏损。

典型特征是高胜率、小而稳定的收益，以及罕见但巨大的亏损。Carry 与波动率负相关，需要谨慎的尾部风险管理。

波动率溢价

卖出波动率收割隐含波动率（期权价格所反映的波动）与实现波动率（实际发生的波动）之间的差距。因为市场参与者系统性地为保险支付过高价格，所以通过卖出看跌期权、卖出跨式组合或做空 VIX 期货来出售这种保险，会有一项持续溢价可赚。研究一致显示，隐含波动率平均高于实现波动率2-4个百分点。波动率卖方日复一日、月复一月捕捉这项溢价。

原生栖息地是“正常”市场条件，在那里恐惧高于现实：隐含波动率被抬高，但实现波动率受控。

敌对市场状态是尾部事件。当恐惧变成现实，也就是实现波动率炸穿隐含波动率时，做空波动率的卖方会被压碎。Volmageddon（2018年2月）在一天内抹掉了多年累积收益。XIV ETN 隔夜损失超过90%的价值。收益分布是趋势跟随的镜像：许多小收益，偶尔灾难性亏损。

典型特征是极高胜率（可以超过90%），但亏损一旦发生就很严重。负偏度。这需要严格的风险管理，以及在尾部事件中活下来的纪律。

突破与区间

这些策略位于趋势与均值回归的交汇处，但它们关注结构性边界：支撑、阻力，以及市场状态之间的转换。

区间交易在定义明确的区间内部交易，在支撑买入，在阻力卖出。交易者假设边界会保持。突破交易交易的是区间被突破。当价格突破阻力或跌破支撑，就沿突破方向进场，并骑上新趋势。

这些方法是技术分析的基本口粮。开盘区间突破（ORB）是经典日内实现方式，交易者标记开盘前15-30分钟的高点和低点，并交易其突破。

关键问题是市场状态识别。市场处于区间中（淡化极端），还是正在转入趋势（跟随突破）？判断错误是致命的。如果你用区间交易去交易突破，你会卖出一个继续上涨的强势行情。如果你用突破交易去交易区间，你会买入每一个假突破，然后被反复切碎。

区间策略的原生栖息地是盘整期：低波动环境，结构边界清晰。

突破策略的原生栖息地是过渡期：当区间压缩（波动率收缩）时，随后往往会出现突破，尤其是在新闻事件或使旧边界失效的结构性转变附近。

灭绝风险是错判转换时点。突破策略在震荡区间市场中受害（假突破）。区间策略在区间被打破、趋势出现时受害。

市场状态依赖矩阵

现在我们可以映射策略在哪里活，在哪里死。

在趋势性、高波动市场中（想想2020年3月或2022年末），趋势跟随繁荣，均值回归死亡。动量交易者骑上浪潮；价值交易者接住下落的刀。

在区间震荡、低波动市场中（想想2017年或2019年初），均值回归繁荣，趋势跟随失血。区间交易者把每一次走势淡化回均值；趋势交易者在每一次假突破中被来回抽打。

在平静的“risk-on”环境里，carry 和卖出波动率繁荣。硬币不断累积。但当环境转向 risk-off 危机时，同样的策略会面对灾难性亏损：压路机到了。

在过渡期（区间压缩之后进入扩张），突破策略发光。但在已经形成的趋势或区间里，它们会遭遇假信号和震荡消耗。

AQR 对另类风险溢价的研究发现，组合这些策略（因为它们相关性低或为负）可以产生显著优于任何单一策略的风险调整后收益。尤其是动量和价值，其相关性约为-0.6，意味着它们往往在不同时间表现良好。

这就是生态学洞见：跨市场状态分散，比在单一市场状态内优化更强大。能吃硬种子也能吃软种子的地雀，既能活过干旱，也能活过洪水。

策略审计

在你能应用市场状态意识之前，必须诚实审计自己的策略。

识别你的核心交易优势。你押注的是持续性（动量）还是回归（均值回归）？你是在收割溢价（carry、波动率），还是在捕捉结构性转换（突破）？

定义你的原生栖息地。什么市场条件有利于你的方法？你需要波动率？需要区间？需要趋势？

理解什么会杀死你的策略。趋势跟随者死于震荡。均值回归交易者死于趋势。波动率卖方死于尾部事件。

为敌对市场状态制定计划。你能识别环境何时已经转向不利于你吗？你有油门机制吗？也就是当条件恶化时减少暴露的机制？

业余者交易时假设条件是永久的。专业人士交易时假设条件是临时的，因为它们本来就是临时的。雨总会来。然后又会停。

传感器

为了读取市场状态，我们需要几个具体测量。

记忆：Hurst 指数

我们首先要测量的是记忆。大多数学术金融假设价格是“随机游走”，像一个醉汉在街上踉跄，下一步与上一步无关。但我们知道，并不总是这样。有时候，这个醉汉有目的地。

我们用 Hurst 指数测量这一点。Hurst 回答的问题很简单：市场有记忆吗？

如果 Hurst 值较低（H < 0.5），市场在与自己对抗。它是均值回归的。每前进一步，很可能接着后退一步。这是区间交易者的天堂。

但如果 Hurst 值飙升（H > 0.5），市场正在锁定为趋势。强者恒强。在这种市场状态下，你的“超买”振荡指标是谎言。市场不是超买；它只是刚开始。

注意，Hurst 是估计值，不是魔法数字。它很嘈杂。但它是唯一能在不滞后价格的情况下区分“震荡”和“趋势”的工具。

凝聚：跨资产相关性

第二个传感器是凝聚。在健康市场中，资产独立运动。Apple 因 iPhone 销售而动；Exxon 因油价而动。这意味着市场中存在多元观点。

但在流动性危机中，这种多元性会消失。资产之间的相关性走向1.0。如果你看着屏幕，发现某只股票的“好消息”被无视，而所有东西都同步运动，你就处于流动性市场状态。在这种环境里，选股已死。你持有的不是分散化投资组合；你持有的是对市场管道系统的一笔单一、杠杆化押注。

当相关性收紧时，你的实现风险会指数级高于理论风险。（这就是第9章风险架构中“相关性上限”存在的原因。它们不只是双保险；它们是市场状态传感器。）

恐惧：VIX 期限结构

最后，观察恐惧，但不要用媒体观察恐惧的方式。VIX 有用，但 VIX 的价格不如它的形状重要：期限结构。

正常情况下，VIX 处于“contango”，意思是未来波动率比今天的波动率更贵。这是健康的。它意味着人们担心未知的未来。

但当市场状态破裂时，曲线会翻转为“backwardation”。现货波动率会急剧高于未来波动率。这是市场在为即时现金尖叫。当你看到这种倒挂时，对加杠杆的交易者来说，价值投资就是自杀。地板没了。

60/40 的尸检

2022年的债券崩盘是教科书案例。

40年来，整个投资行业依赖一个单一相关性：股票和债券反向运动。这是“60/40 投资组合”的基石。逻辑是，如果股票因衰退而崩盘，Fed 会降息，债券会上涨。你被对冲了。

但这种相关性不是物理定律。它是低通胀市场状态的副产品。

2022年，通胀撞破天花板。突然之间，Fed 不能降息拯救股市；他们必须加息杀死通胀。相关性翻转。对冲变成放大器。当股票下跌18%时，债券并没有拯救局面；它们也一起下跌了13%。

那些在2022年不断买入债券、以为“它们必须反弹”的交易者，正像雨季里的大喙地雀。他们在应用一个在新大气中已经不再物理可行的启发式。他们以为自己是在单独承担久期风险。实际上，他们承担的是通胀市场状态风险。这是完全不同的东西。

油门

所以，我们要怎么处理这一切？我们无法预测市场状态何时改变。无法预测雨何时开始。

我们通过唯一真正能控制的东西来适应：油门。

业余者用二元方式思考：“做多”或“做空”。专业人士用连续方式思考：“多大仓位？”

当你的传感器一致时，也就是 Hurst 较高、相关性较低、VIX 稳定，而你又是趋势跟随者，你就踩油门。你使用完整的风险分配。你不犹豫，因为这是你的原生栖息地。种子到处都是。

但当信号变混乱时，比如价格在趋势中，但波动率在尖叫，或者相关性开始收紧，你不能只是“希望”。你把脚从油门上抬起来。你削减仓位规模。你承认环境正在变得敌对。

然后还有第三种状态。红灯。市场状态直接反对你的生存。

在这种状态下，你转为现金。

我知道这听起来有多痛苦。对主动交易者来说，持有现金感觉像失败。感觉像“什么都没做”。但你必须立刻重新定义它。现金不是“什么都没有”。现金是一种头寸。它有零久期、零凸性和最大可选性。

当你在交易中，你的心智资本就是人质。你有偏见。你在防守自己的 P&L。但当你持有现金，你就是纯粹的势能。你在保全资本，而其他鸟群还在试图在水下呼吸并因此窒息。

不要为了强迫一笔交易而饿死，因为房间里的物理法则并不支持它。

等待雨水。

注释

Daphne Major Finches. Grant, Peter R., and B. Rosemary Grant. How and Why Species Multiply: The Radiation of Darwin's Finches. Princeton University Press, 2008. Also, Weiner, Jonathan. The Beak of the Finch: A Story of Evolution in Our Time. Vintage, 1994.

Adaptive Markets Hypothesis. Lo, Andrew W. Adaptive Markets: Financial Evolution at the Speed of Thought. Princeton University Press, 2017.

Non-stationarity in Finance. Mandelbrot, Benoit, and Richard L. Hudson. The (Mis)behavior of Markets: A Fractal View of Financial Turbulence. Basic Books, 2004.

Time-series Momentum. Moskowitz, Tobias J., Yao Hua Ooi, and Lasse Heje Pedersen. "Time Series Momentum." Journal of Financial Economics 104, no. 2 (2012): 228-250.

Cross-sectional Momentum. Jegadeesh, Narasimhan, and Sheridan Titman. "Returns to Buying Winners and Selling Losers." Journal of Finance 48, no. 1 (1993): 65-91.

Alternative Risk Premia. Ilmanen, Antti. Expected Returns: An Investor's Guide to Harvesting Market Rewards. Wiley, 2011.

Carry Trade Dynamics. Brunnermeier, Markus K., Stefan Nagel, and Lasse H. Pedersen. "Carry Trades and Currency Crashes." NBER Macroeconomics Annual 23 (2008): 313-347.

Volatility Risk Premium. Carr, Peter, and Liuren Wu. "Variance Risk Premiums." Review of Financial Studies 22, no. 3 (2009): 1311-1341.

The Hurst Exponent. Hurst, H.E. "Long-term Storage Capacity of Reservoirs." Transactions of the American Society of Civil Engineers 116 (1951): 770-799.

Correlation Regimes. Longin, Francois, and Bruno Solnik. "Extreme Correlation of International Equity Markets." Journal of Finance 56, no. 2 (2001): 649-676.

VIX Term Structure. Mixon, Scott. "The Implied Volatility Term Structure of Stock Index Options." Journal of Empirical Finance 14, no. 3 (2007): 333-354.

2022 Stock-bond Correlation. Asness, Clifford. The 60/40 Obituary. AQR, 2022.

Strategy Diversification. Carver, Robert. Systematic Trading: A Unique New Method for Designing Trading and Investing Systems. Harriman House, 2015.

第 15 章：操作系统

“经验不可避免。学习并非如此。”

——Paul Shoemaker

第 14 章让我们看到，市场不是一台规则固定的机器，而是一个会进化的生态系统。我们学会了读取市场状态，识别环境何时有利于我们的策略，何时会威胁生存。但如果你无法把市场状态意识转化为一致行动，它就毫无用处。

邪恶环境

如果你打网球，把球打进网里，你会立刻知道自己犯了错。反馈即时、清晰、准确。如果你下国际象棋，把皇后暴露出来，对手会惩罚你。反馈有逻辑。你会学会下次不再这样做。

交易不是网球，也不是国际象棋

在交易中，你可以把所有事都做错——追涨突破、无视止损、加大仓位只为回本——却赚到钱。市场用一次多巴胺冲击奖励你的愚蠢。反过来，你也可以把所有事都做对——等待设置、仓位正确、执行完美——却亏钱。市场用痛苦惩罚你的纪律。

心理学家把这称为邪恶环境。这个术语来自 Robin Hogarth 关于学习环境的研究。“友善”环境，比如国际象棋，会给你可靠反馈。“邪恶”环境，比如医学或市场，则不会。在邪恶环境中，反馈嘈杂、滞后，并且经常倒置。经验不能保证专业能力。事实上，如果你从错误反馈中学到错误教训，经验只会让你对自己的坏习惯更有信心。

一个有 10 年经验却仍在亏钱的交易者，并没有 10 年经验。他只有 1 年坏习惯，重复了 10 次。

要活下来，你需要一个系统。

检查清单：B-17 的启示

早在算法交易出现之前，操作系统的必要性就已经被火焰和残骸写明。

1935 年，美国陆军航空队举行竞标，寻找下一代轰炸机。Boeing 的参选机型 Model 299 是一项奇迹——比之前任何飞机都更快、更大、更复杂。它是航空业的未来。在一次飞行演示中，由陆军顶尖试飞员驾驶的飞机急剧爬升、失速，然后在猛烈爆炸中坠毁。两名机组人员死亡。

调查没有发现机械故障。原因是“飞行员错误”。这架飞机对一个人的记忆来说太复杂了。飞行员忘记解除方向舵上的一个简单锁定机构。媒体宣称这架飞机是“一个人无法驾驭的飞机”。

Boeing 没有重新设计飞机。他们重新设计了飞行员的流程。他们制作了一张简单的索引卡，上面列出起飞、飞行、降落和滑行的步骤。借助这个工具，Model 299 成为 B-17 Flying Fortress——盟军空中战役的骨干。

检查清单不是无能的标志。它承认的是：复杂性会超过记忆能力。

交易就是你的 B-17。它太复杂，不能靠记忆驾驶。你需要一个外置的纪律假肢。

执行循环

检查清单为交易前提供结构。但在两者之间那些混乱时刻呢？市场快速移动，你只有几秒钟做决定。

John Boyd 登场。他是一名战斗机飞行员、朝鲜战争老兵、军事理论家。Boyd 意识到，胜利不在于拥有最快的飞机，而在于拥有最快的头脑。他把这一点编码为 OODA 循环：观察、定向、决策、行动。谁能更快完成这个循环，谁就获得复利式优势。

这个循环有四个阶段。你观察——接收原始数据。价格、成交量、订单簿、新闻流。然后你定向——这是关键步骤。定向意味着用你的心智模型过滤数据。“这是趋势回调，还是反转？”“这条新闻已经被定价，还是意外冲击？”第三，你决策——从你的交易手册中选择与定向匹配的预定义战术。第四，你行动——毫不犹豫地执行。

业余者卡在观察阶段，被太多数据、太多指标、太多观点拖住，陷入瘫痪。或者他们完全跳过定向，只对价格波动作出冲动反应，却不理解背景，就像一个战斗机飞行员还没锁定目标就开火。

专业人士使用 OODA 循环创造“节奏”。他们比对手更快地完成观察-定向-决策-行动，而在交易中，你的对手就是市场共识。于是他们在共识完成反应之前行动。他们在大众认清正在发生什么之前，已经完成布位。

反馈循环

最危险的交易，是糟糕的盈利

想象你酒后开车回家。你在车流中蛇行，闯了红灯，最后安全停进自家车道。你的大脑说：“我是个优秀司机。我能扛住酒精。”你是一枚统计意义上的定时炸弹。你只是走运了。

在决策科学中，用结果评判决策叫作结果论偏误。这个术语来自 Annie Duke 关于扑克和决策的研究。它是概率世界的首要罪行。

如果你因为“有感觉”而买入一只股票，它上涨了 20%，你的大脑会把这种“感觉”接线为有效策略。你觉得自己是天才。下一次“有感觉”时，你加大仓位。最终，运气耗尽，而因为你并没有真正的优势，你会被摧毁。

我使用一个我称为复盘矩阵的工具：

应得的成功最容易处理——你遵守计划，赚到了钱。强化你做对的事。诗意的正义也很直接——你违反规则并亏钱。你交了学费。吸取教训。

棘手的是两个非对角象限。坏运气是你把所有事都做对了，仍然亏钱。这是在概率游戏中做生意的成本。不要改变计划。最糟糕的做法，是因为方差而放弃一个健全策略。如果你这样做，你只是在追逐结果。

然后是愚蠢的运气——你违反规则，却赚到了钱。这是有毒阿尔法。你必须把它视为失败。那笔利润有毒。以后当你试图复制一次从未真实存在过的“成功”时，它会让你付出 10 倍代价。

你必须学会憎恨糟糕的利润。

复盘的四大支柱

复盘一笔交易时，不要只看盈亏。审计操作的四大支柱。

计划遵守——我遵守检查清单了吗？我等待设置了吗？指标：本场交易中，缺乏纪律让我损失了多少钱？

执行质量——我拿到了好的成交价吗？我发生滑点了吗？这是你的理论模型价格与实际成交位置之间的差距。

论点质量——我的定向正确吗？市场是否按我预期的方式运行？按设置类型追踪胜率。你可能会发现，你的突破交易胜率是 60%，但均值回归交易胜率只有 35%。这是可行动的情报。

操作者状态——我处于 A 级状态吗？还是上头、无聊、分心、带着愤怒交易？给自己打 1 到 10 分。如果你最大的亏损总是发生在上头等级为 7 或更高的时候，你已经找到了一个漏洞。你不需要更好的策略；你需要一条规则：“如果上头 >5，离场。”

单循环学习与双循环学习

最后，你需要区分自己如何修复问题，因为失败有两种根本不同的类型。

单循环问的是：“我们是否把事情做对了？”问题是操作者错误。我错过入场，因为我去倒咖啡了。修复：上午 9:30 不要离开交易台。

双循环问的是：“我们做的事情本身对吗？”问题是系统失败。我完美执行计划，但这个策略已经连续三个月亏钱。修复：退役或重新设计。优势已经衰减。

单循环像恒温器调节温度。双循环是在问：你到底该不该使用恒温器。

关键错误，是把两者混淆。如果你因为缺乏纪律（操作者失败）而改变策略（双循环），你只是从一种失败跳到另一种失败。你在用结构性方案治疗行为问题。然后你会把坏习惯原封不动地带进新策略。

围住你最糟糕自我的墙

关于本章所有内容，有一个令人不适的真相：知道该做什么，不等于真的会去做。

大多数交易者停在“我需要更有纪律”。这是一个软弱的假设。它无法被测试，更重要的是，它依赖意志力——一种有限资源，会在交易日中逐渐耗尽。

专业人士不依赖意志力。他们依赖机制设计。他们围绕自己的坏习惯筑墙，让自己在物理上无法重复这些行为。

如果你总是扩大止损，你就要求经纪商在账户上设置一个硬性最大亏损限制，并且你在当日交易时无法覆盖它。如果你无聊时过度交易，你就安装一个网站屏蔽器，在预定义交易时段结束后把你锁在交易平台之外。如果你在亏损后报复性交易，你就找一个伙伴，在任何超过亏损限制的日子之后更改你的平台密码。

这不是软弱的标志。恰恰相反。它是在承认你有可预测的失败模式，而正确回应不是羞耻，而是架构。

不要依赖纪律。依赖设计。

在你需要它之前就把墙建好，因为在当下的高温中——当市场反向冲击你，当上头程度上升，当每一种本能都尖叫着让你去做错误的事——意志力救不了你。

只有系统能救你。

注释

邪恶环境。Hogarth, Robin. 《教育直觉》（Educating Intuition）. University of Chicago Press, 2001. 另见 Epstein, David. 《范围：为什么通才在专业化世界中胜出》（Range: Why Generalists Triumph in a Specialized World）. Riverhead Books, 2019.

B-17 检查清单故事。Gawande, Atul. 《清单革命：如何把事情做对》（The Checklist Manifesto: How to Get Things Right）. Metropolitan Books, 2009.

OODA 循环。Boyd, John. 《关于赢与输的论述》（A Discourse on Winning and Losing）. OODA 循环（观察-定向-决策-行动）是 Boyd 机动作战理论的核心。

结果论偏误。Duke, Annie. 《下注思维：在信息不完整时做出更聪明的决策》（Thinking in Bets: Making Smarter Decisions When You Don't Have All the Facts）. Portfolio, 2018.

单循环学习与双循环学习。Argyris, Chris. 《推理、学习与行动：个体与组织》（Reasoning, Learning, and Action: Individual and Organizational）. Jossey-Bass, 1982.

第四部分：交易这门生意

第四部分 交易这门生意

第 16 章：战术协议

“业余者有目标。专业人士有流程。”

《手册》

本章弥合理念与执行之间的缺口。

把理论转化为协议

Brent Donnelly 把每个交易者都描述成“一碗滚烫的偏见浓汤”。这些偏见不是偶尔来访的客人，而是你心理结构里的永久居民。它们一直等着压力、无聊或贪婪把门撬开。

唯一的防御是流程。不是意志力。不是抽象意义上的纪律。你需要写下来的、可执行的程序，在杏仁核接管方向盘之前，强迫你的理性大脑介入。

Mark Douglas 提出过所谓的“利润缺口”：你的策略本可以赚到的钱，与你实际赚到的钱之间的差距。多数交易者以为这个缺口来自分析错误：进场错、判断差、时机差。Douglas 认为恰恰相反。缺口来自执行失败。来自那些你因为产生了某种感觉，就抛弃流程的时刻。

本章的协议就是为了关闭这个缺口。

它们不是建议。不是“最佳实践”。在高压环境里，你不会超水平发挥，你只会跌回训练水平。

打印出来。塑封。贴在显示器上。

协议 1：每日决策日志

目的：在启动 System 1（快速、直觉）执行之前，强迫 System 2（缓慢、审慎）思考。每一笔重要交易之前，都必须完成这份文件。

这是第 8 章的飞行前仪式，正式转化为书面记录。写下来这件事，会激活不同于单纯思考的认知过程。它会让你慢下来。它会暴露漏洞。它会制造问责。

交易论点

每一笔交易都始于一个论点。如果你无法用文字清楚表达你的论点，你就没有交易，只有感觉。感觉不是优势。

叙事。写一句话，解释基本面或宏观故事。你需要知道市场为什么应该波动，而不只是知道它可能波动。例如：“OPEC+ 减产仍在执行，库存数据显示供应收紧，地缘政治风险溢价正在回到原油。”如果你写不出这句话，你交易的就是噪音，不是信号。

触发条件。写一句话，解释确认进场时机的技术形态。叙事告诉你交易什么。触发条件告诉你什么时候交易。例如：“价格在放量中重新站上 200 日移动平均线，并在前一波段点位上方形成更高低点。”你的图表工作在这里证明自己的价值：不是预言，而是时机机制。

失效条件。写下你的论点死亡的具体价格水平。不是一个金额。是一个结构性水平。例如：“如果价格收在昨天低点 75.50 美元下方，更高低点结构就被破坏，论点失效。”这才是正确框架下的止损：不是你已经亏够钱的位置，而是你已经错了的位置。

数学

仓位规模不是感觉。它是算术。本节要用计算器完成，不要靠直觉。

从你的自由资本基础开始：扣除锁定仓位和必要缓冲后，可用于交易的资本。写下这个数字。每天更新。

选择你的风险百分比：你准备在这笔交易中承担的自由资本比例。对多数交易来说，是 0.5-1.0%。对具有融合一致性的 II 型设置，可以提高到 1.5-3.0%。对 III 型非对称押注，最高可到 5%。用自由资本基础乘以这个百分比，得到你的美元风险预算。

计算止损距离：你的进场价与失效水平之间的 tick、分、或点数。对波动大的资产，加入 10-20% 的跳空/滑点缓冲。止损只存在于连续价格空间里。现实是不连续的。

最后，用美元风险预算除以（止损距离 + 缓冲），得到你的仓位规模。这就是你将交易的合约数、股数或单位数。不是大概。是精确数字。

把所有这些数字都写下来。如果你无法完成这道数学题，你还没准备好交易。

预演失败

在你点击“买入”之前，想象现在是明天。你亏掉了最大风险。交易是一场灾难。发生了什么？

这是第 12 章的预演失败，现在我们把它正式化为清单。对每一项，诚实回答。如果任何答案是“是”，这笔交易都需要重新考虑，甚至直接放弃。

“B 级设置”陷阱。这真的是 A+ 级交易吗？还是我只是无聊，想追逐动作？多数爆掉的交易，本来就不该进场。那些设置只是“足够好”，但并不有力。

上头检查。我是不是想把昨天的亏损赚回来？如果是，停下。复仇交易是把坏的一天变成灾难性一周的最可靠方式。

事件风险。接下来两小时内，是否有 Fed 官员讲话、财报发布或数据公布，可能不管技术面如何都让我的论点失效？如果你要穿越事件持仓，就要知道自己正在接受什么不确定性。

流动性陷阱。买卖价差是否很宽？成交量是否稀薄？我是不是牌桌上的冤大头？如果你在稀薄市场里交易，而且止损位明显，你就是在向专业人士捐赠流动性。

相关性盲点。这笔交易真的不同于我的其他仓位吗？还是我只是用另一个代码加倍押注同一个方向？如果你做多原油、做多加元、做多能源股，你不是有三个仓位，而是有一个仓位，风险是三倍。

完成预演失败之后，做出执行/不执行决定。

如果论点扎实、数学完整、预演失败干净，就执行。如果任何要素失败，就中止。中止并不丢人。你没有做的交易伤不到你。

协议 2：交易后复盘

目的：从每一笔交易中提取最大学习，无论盈利还是亏损。任何重要仓位平仓后 24 小时内完成。

多数交易者只复盘亏损。这是错误。盈利交易同样有教育意义，尤其是当你因为错误原因赚钱的时候。一笔违反流程却赚钱的交易，是陷阱。它会强化坏行为。交易后复盘同时抓住这两类问题。

执行分析

进场质量。你是否在计划水平进场？如果没有，滑点是多少，为什么？你追价了吗？你是否犹豫错过初始进场，然后恐慌性地在更高位置买入？写下计划进场价、实际进场价，以及美元差额。

止损纪律。如果被止损，你的止损是否保持在计划水平？还是你移动了它：扩大止损来“给交易空间”，或收紧止损来“锁定利润”？移动止损是未来爆仓最可靠的预测指标之一。记录它。

出场质量。如果你达到目标，是否在计划水平获利了结？还是贪婪地想拿更多，然后看着利润蒸发？反过来，你是否因为恐惧太早出场，把大量利润留在桌上？写下计划出场、实际出场，以及差额。

论点验证

叙事准确性。市场是否因为你预期的原因波动？如果你因为供应紧张而看多，行情是否真的来自供应动态，还是来自一个无关的宏观催化？一笔交易可以因为错误理由而正确。这是运气，不是能力。把区别记录下来。

技术准确性。技术形态是否按预期运行？支撑是否守住？突破是否延续？如果技术面失败，事后看这种失败是否可预测（一个需要纳入的教训），还是真正随机（应忽略的噪音）？

仓位适当性。回头看，你的仓位规模是否适合当时的波动和结果？如果你亏掉最大风险并因此情绪失控，那你仓位太大，不管公式怎么说。如果你赢了，但利润感觉微不足道，你可能对该设置的质量下得太小。下次校准。

诚实记分卡

从两个独立维度给交易打分。

流程分数（1-10）：你是否遵守计划？你是否完成每日决策日志？你是否以正确规模进场，穿越噪音持有，在正确水平出场？这个分数衡量你：你对系统的执行。

结果分数（1-10）：这笔交易是否赚钱？相对于风险赚了多少？这个分数衡量结果，而结果并不完全由你控制。

随着时间推移，追踪这两个分数之间的关系。这直接对应第 15 章的复盘矩阵：流程与结果的四个象限。你已经知道如何解读这些组合。

协议 3：月度风险审计

目的：在“风险蠕变”和“策略漂移”变成偿付能力问题之前，把它们检测出来。每个月第一个周末执行这项审计。

风险蠕变，是市场平静时仓位规模逐渐、无意识地扩张。策略漂移，是你的方法缓慢变形：开始做六个月前你不会做的交易，开始穿越过去你会退出的水平。两者在实时状态下都看不见。审计让它们显形。

暴露与仓位检查

计算过去一个月的平均单笔风险。把它与你的目标单笔风险比较（通常是 0.5-1.0%）。如果平均值超过目标 20% 以上，你的仓位太大。下个月把基础单位降低 25%，并持续监控。

计算过去一个月的最大单日暴露。把它与你可接受的最大暴露比较。如果你在任何时候超过了日内止损，调查原因。是有意为之（一笔高确信度押注）？还是仓位在你没注意到的情况下累积起来？

计算最大相关暴露。单一方向或主题上的最大风险集中度是多少？你是否曾在不知不觉中，对单一宏观论点“全仓”？不要在工资、房产和投资组合上，无意识地变成 100% 做多同一个论点。

漏损审计

比较你的“模型 P&L”（如果每笔交易都在决策价格成交，本应赚到的钱）与你的“实际 P&L”（扣除成交、费用和错误后实际赚到的钱）。

滑点成本：糟糕成交造成的总美元损失。包括追价进场、被跳空穿透的止损，以及在流动性稀薄中受损的出场。按月合计。

佣金成本：支付给经纪商的总费用。这是直接算术，但常被忽视。

错误成本：胖手指错误、未取消订单、操作失败造成的总美元损失。每个交易者都会有这些。无情记录。

把这三个数字相加，得到你的总摩擦成本。从总利润中扣除总摩擦成本，得到你的净优势。

诊断：如果总摩擦成本超过总利润的 20%，你有问题。要么你的策略过于活跃（交易太多，每笔都携带摩擦成本），要么你的执行很差（成交差、操作错误）。修复通常只有两种：降低交易频率（转向更高时间框架），或更激进地使用限价单（接受错过成交的风险，换取成交时更好的价格）。

相关性压力测试

查看你当前的未平仓仓位，或你典型的日常账簿。做一个简单的思想实验：如果美元明天上涨 1%，会发生什么？

如果你做多黄金，你可能亏损。如果你做多 S&P 500，你可能亏损。如果你做空 EUR/USD，你可能盈利。

把这些暴露净额化。你真的分散了吗？还是实际上，你只是通过五个看似独立、但在压力中一起运动的工具，在“做空美元”？

对其他宏观冲击重复这个练习：如果 10 年期美国国债收益率跳升 25 个基点会怎样？如果 VIX 飙到 30 会怎样？如果原油跳空下跌 10% 会怎样？

你不是只在持有单个仓位。你是在构建一个嵌入因子暴露的组合。在市场告诉你之前，先知道它们是什么。

协议 4：每周市场状态检查

目的：在你进入市场交易之前，客观分类市场环境。能在“安静牛市”中奏效的策略，会在“高波动震荡”中杀死你。每周日更新这项评估。

如果你不明确识别市场状态，就不可能适应市场状态。

指标

趋势强度。资产是在 50 日和 200 日移动平均线上方还是下方？它是在形成更高高点和更高低点（上升趋势）、更低高点和更低低点（下降趋势），还是两者都不是（区间）？如果你计算 Hurst 指数，它会给出更精确的衡量：低于 0.5 是均值回归，高于 0.5 是趋势。

波动水平。VIX（或你的资产对应的波动率指标）相对于历史区间是高、正常还是低？低于 15 是安静；15-25 是正常；高于 25 是升高；高于 35 是危机。

波动结构。VIX 期限结构是正价差（正常：未来波动率比现货更贵），还是倒挂（危机：现货波动率飙到期货之上）？倒挂是市场承压的警告信号。

相关性状态。资产是在独立运动（正常：观点多样），还是同步运动（危机：流动性驱动一切）？当相关性飙向 1.0，你的分散化就消失了。

市场状态分类

根据这些指标，把当前市场状态归入四类之一。

安静趋势，是指方向运动强、波动率低的市场，也就是趋势跟随最有效的“简单模式”环境。如果这是你的市场状态，对趋势交易使用完整仓位，避免均值回归玩法。

高波动趋势，是指方向运动强、波动率高的市场，也就是崩盘和抛物线式上涨的环境。趋势交易有效，但仓位必须降低，才能熬过波动。把基础单位降低 25-50%。预期滑点。预期跳空。

安静区间，是指没有明确方向、波动率低的市场，也就是均值回归策略发光、趋势策略流血的“震荡区”。反向交易极端。降低趋势暴露。保持耐心。

高波动震荡，是指没有明确方向、波动率高的市场，也是任何方向性策略最糟糕的环境。每次突破都失败。每次反向交易都被碾过。在这种市场状态里，最好的交易常常是不交易。把暴露降到正常水平的 25-50%。考虑持有现金，直到市场状态变清晰。

写下你当前的市场状态分类，以及下一周将使用的仓位乘数。这不是可选项。

让你的策略匹配市场状态。

协议 5：仓位矩阵

目的：把情绪从仓位规模决策中剥离出去。打印出来，贴在显示器上。

这是第 9 章仓位管理框架的压缩版快速参考。当你盯着一个设置，感到“加大仓位”的冲动时，查矩阵。它不谈判。

框架

从你的基础单位开始，通常是自由资本的 1%。这是你的默认单笔风险。所有仓位决策都是这个基础的乘数。

使用融合分析框架评估设置质量。I 型设置（3 星）只有技术一致性：图表看起来不错，但叙事不清楚或不存在。II 型设置（4 星）具有技术与叙事一致性：图表确认了一个你在基本面上理解的故事。III 型设置（5 星）具有完整融合：技术面、叙事、情绪、持仓、跨市场信号全部指向同一方向。这种设置很少见。

评估你的表现状态。如果你从权益峰值回撤超过 3%，或者最近五笔交易中亏损三笔或更多，你处于冷状态。如果你距离权益峰值不到 1%，并且最近五笔交易中盈利三笔或更多，你处于热状态。其他情况为中性。

决策规则

处于冷状态时，只做 II 型和 III 型设置。仓位为 0.5× 基础单位。你处于资本保全模式。你的任务不是赚钱，而是止血，并通过小胜重建信心。

处于中性状态时，可以做所有类型设置。I 型设置仓位为 0.75× 基础单位，II 型设置为 1.0× 基础单位，III 型设置为 1.5× 基础单位。

处于热状态时，你已经赢得了进攻的权利。I 型设置仓位为 1.0× 基础单位，II 型设置为 1.5× 基础单位，III 型设置为 2.0× 基础单位。顺滑度赚取杠杆。

绝对规则。无论设置看起来多好，永远不要超过 2.0× 基础单位。处于冷状态时，永远不要交易 I 型设置，它们不值得拿你的心理状态冒险。如果有疑问，就降仓。你总可以给盈利仓位加仓。你不能撤销一笔亏损。

协议 6：执行前止杀清单

目的：在点击“买入”或“卖出”前几秒钟，快速运行一遍心理清单。如果任何问题的答案是“是”，离开键盘。

五个问题，10 秒钟就能跑完。预演失败（协议 1）用于你做决定之前。止杀清单用于你点击之前的那一刻。它不能替代完整的每日决策日志，它是最后一道安全检查。

我是不是无聊？为了娱乐而交易，是注定亏损的命题。市场会为刺激收门票。如果你只是因为刺激不足而点击，关掉平台，出去走一走。

我是不是愤怒？亏损后的复仇交易，是通向毁灭最可预测的路径。愤怒会缩窄认知，并提高风险承担。如果你交易是为了向市场“讨回来”，你已经输了。

我是不是赶时间？害怕错过不是交易策略。如果你在追一根已经走完的 K 线，你是在为迟到的权利支付溢价。市场明天还会在这里。那个“跑掉”的设置会再次出现。等待。

我是否移动了止损？如果你已经把某个现有仓位的止损放宽，你就处于讨价还价模式。你在和现实谈判，而不是接受现实。不要通过给仓位加码，或以同样心态开新仓，来叠加错误。

这是不是我亏不起的钱？害怕的钱永远赢不了。如果风险金额一旦亏掉会造成真实困难，你就是过度冒险。把仓位降到潜在亏损真正可以接受为止，不只是理论上可以接受，而是情绪上可以接受。

协议 7：每周复盘

目的：从单笔交易中拉远视角，在系统层面评估你的表现。每周日，在新一周开始前完成。

单笔交易噪音很大。一周的交易开始显示模式。一个月的周度数据会揭示你真正的优势，或揭示它并不存在。

数字

计算你的周度 P&L，同时用美元和 R 倍数表示。如果你每笔风险 500 美元，本周赚了 2,000 美元，这是 +4R 的一周。如果你每笔风险 2,000 美元，本周赚了 2,000 美元，这是 +1R 的一周。R 倍数比美元金额更有信息量。

计算本周胜率。盈利交易占比是多少？这与历史平均相比如何？

计算平均盈利和平均亏损。你的盈亏比（平均盈利除以平均亏损）是否维持在策略所需水平？

计算交易频率。你做了多少笔交易？这比你的目标频率高还是低？过度交易和交易不足都是症状，分别对应无聊和恐惧。

模式

日内时间分析。你最好和最差的交易发生在什么时候？有些交易者早上敏锐，下午松散。我认识的一位交易者发现自己的结果在上午 11 点之后崩塌，于是建立了一条规则：到那个时间必须平仓。也有人正相反。按日内时间追踪你的 P&L，并适应它。

资产分析。哪些工具给你赚钱，哪些工具让你亏钱？你可能会发现自己在原油上持续盈利，在 Nasdaq 上持续亏损。停止交易 Nasdaq。专注于有效的东西。

设置分析。哪些设置类型表现最好？你的 II 型设置可能有 70% 胜率，而 I 型设置只是抛硬币。把交易权重倾向那些已经证明有优势的设置。

教训

本周我做得好的地方是什么？识别要重复的具体行为。“我把盈利拿得更久”太模糊。“周三的原油交易中，尽管我想提前获利了结，但我让它跑到目标位”才具体，才可强化。

本周我做得差的地方是什么？识别要消除的具体行为。“我过度交易”太模糊。“周一我做了三笔 I 型设置，而我本该等待确认”才具体，才可纠正。

下周我会做什么不同？承诺一个改变。不是五个改变。一个。“开盘前 30 分钟我不做任何交易。”“在连续三天盈利之前，我把基础单位降低 25%。”让它具体。让它可衡量。下周日复查。

承诺

如果这些协议停留在纸面上，它们毫无用处。它们必须变成习惯：变成你不加思考也会执行的模式。因为当市场正在移动、肾上腺素正在流动时，你没有时间思考。

关于习惯形成的研究很清楚：一种新行为平均需要 66 天才能自动化。接下来 66 个交易日，承诺像宗教仪式一样完成这些协议。没有捷径。没有例外。没有“我之后再做”。

每笔交易前完成每日决策日志。每次平仓后完成交易后复盘。每周日完成每周复盘。每月第一个周末完成月度审计。每当条件变化时，完成市场状态检查。

一开始，这会让人觉得烦琐。官僚。缓慢。你会厌恶这种摩擦成本。你会想“就这一次”跳过步骤。

不要跳过

摩擦成本本身就是重点。缓慢本身就是功能。你花在写出论点、计算仓位、运行预演失败上的每一秒，都是你的 System 2 用来压过 System 1 的一秒。每一个审慎时刻，都是你没有冲动行事的时刻。

业余者有目标。专业人士有流程。

执行流程。

第 17 章：构建专业化的未来

在过去 16 章里，我已经把我所知道的、关于专业交易真实运作方式的一切都交给了你。不是 YouTube 版本。不是 Discord 拉盘出货版本。是真东西：认识论、风险架构、心理结构、市场状态意识。

如果你已经读到这里，说明你是认真的。

但这里有一个大多数交易书都会跳过的部分：它们教你如何交易，然后把你留在市场门口，只给一句含糊的“祝你好运”，好像会看图表、会设定仓位规模，就已经回答了你到底要把自己带向什么的问题。事实并非如此。你的交易职业结构，即你如何给它配置资本、如何扩张、如何最终走向专业化，和任何入场信号或风险参数一样重要。结构错了，即便交易能力出色，也无法复利成任何有意义的东西。

所以，最后这一章讨论接下来会发生什么。前方的地形。你可以选择的主要路径：交易自有资金，加入自营交易公司，以及对那些有野心、有业绩记录的人，逐步走向机构资本配置。

这些路径并不互斥。对很多交易者来说，它们是同一段旅程的连续阶段。

我们把地图展开。

岔路口

你已经有了软件。问题是如何部署它。

一年后，你的交易生活是什么样子？五年后呢？十年后呢？

路径一：交易自有资金

最常见的起点，也是最困难的起点：交易你自己的钱。

自有资金交易很诚实。你承担风险的每一美元，都是你从别处赚来的，可能来自工作、储蓄、家庭。没有机构给你的资本缓冲。没有导师站在你肩后看着你。出问题时，也没有人可以怪。

这就是自筹资金的诅咒，也是它的礼物。诅咒在于，风险在心理上是真实的，这一点模拟交易或 funded trading 很难完全复刻。礼物在于，你会用身体记住风险到底是什么感觉。

教育阶段

如果你处在这个阶段，你的首要目标不是盈利。你的首要目标是在学习中活下来。你的资金是学费。你在付钱给市场，让它教你。

这个重构至关重要。如果你带着快速致富的预期进入自有资金交易，你几乎必然会爆仓。统计数据很残酷：任意一年里，70-95% 的散户交易者都会亏钱。幸存者并不比阵亡者更聪明，他们只是活得足够久，学到了东西。

（这就是第 13 章的吸收壁垒在发挥作用。大多数交易者在积累到足够样本量之前就已经触及毁灭，来不及让自己的优势显现出来，前提是他们真的有优势。）

这一阶段的实用准则很简单，但要求很高：

仓位要极小。交易你的经纪商允许的最小仓位规模。你的目标是重复，不是收益。你在建立模式识别能力，也在磨出情绪上的硬皮，也就是第 8 章里讨论过的“椅子飞行”，只不过这次用的是真钱。

无情保护你的资本。如果你亏掉了本金的 20%，停止实盘交易。回到模拟。诊断哪里出了错。这不是软弱，这是生存。第 8 章的断路器规则适用于你的整个交易职业生涯，不只是单个交易时段。

记录一切。你的交易日志是你最有价值的资产。每一笔交易，每一种情绪，每一次偏离计划的行为。那些数据里的模式，会比任何一本书教给你更多。这就是我们建立过的刻意练习框架：你无法改进你没有测量的东西。

设定时间范围。给自己一个明确期限，六个月，一年，去达成一致性。如果到时你仍无法稳定盈利，重新评估。不是每个人都适合交易，早一点发现这一点是礼物，不是失败。

复利阶段

如果你熬过了教育阶段，也就是你在有意义的样本量上实现了真正的一致性（至少 100 笔以上交易），你就进入了复利阶段。在这里，你的目标从生存转向增长。

第 13 章的数学在这里变成现实。你的优势，不管多小，开始复利。随着权益增长，你可以谨慎提高仓位规模。你把利润再投入，而不是取出来。

这一阶段的危险是急躁。你已经证明自己能够盈利交易，于是激进“加大仓位”的诱惑会非常强。抗住它。这个阶段爆仓的交易者，不是那些找不到优势的人，而是那些找到了优势、然后对它过度加杠杆的人。

（记住第 13 章的杠杆特权：你必须通过已经展示出的平滑性，赢得使用杠杆的权利。）待在你的风险参数之内。让曲线自己复利。

路径二：加入自营交易公司

对很多交易者来说，最快的路径要经过一家自营交易公司。

自营交易公司提供自有资金交易无法提供的东西：资本、基础设施和结构。你不是拿自己的储蓄冒险，而是交易公司的资本。你不是拼凑一堆散户工具，而是使用机构级平台。你不是独自学习，而是在专业人士共同体中运作。

近年来，自营交易行业已经发生了剧烈分化。理解其中区别至关重要。

零售型“ funded trader ”项目

funded trader 项目（FTMO、TopStep 以及几十个模仿者）的爆发，在市场中创造了一个新类别。这些项目向交易者收取费用，让他们参加一次“评估”；通过评估的人获得 funded account，并与平台分成利润（通常 70-90% 归交易者）。

这些项目有其用途。如果你有技能但缺少资本，它们提供了一条路径，让你在不承担个人财务风险的情况下交易真实规模。但你必须理解它们是什么。评估流程通常要求在严格回撤限制下实现持续盈利，确实会筛掉一部分没有基本能力的人。

然而，要理解它们的商业模式。多数 funded trader 项目的大部分收入来自评估费，而不是交易利润。它们的激励是吸引尽可能多的付费评估者，不一定是培养世界级交易者。评估失败率很高，这是设计的一部分。

还要理解规则结构。多数项目都布满了“陷阱规则”，埋在成千上万行条款与条件之中。跟随权益曲线上移的追踪回撤，惩罚的恰恰是你应该追求的非对称大赢家。限制每日盈利百分比的一致性规则，会主动鼓励你过早截断盈利，这正是专业人士行为的反面。新闻交易限制会排除市场里一些优势最高的机会。投入之前，先做研究。

这里有一个更深的讽刺：能让你通过这些评估的交易风格，往往与长期专业成功根本不兼容。

那些帮助你通过评估的习惯，例如打得很小、快速止盈、回避波动，恰恰是你进入真正公司或拥有适当资本账户后必须解除的习惯。

战略性使用 funded programs：把它们当作你已经证明一致性之后的资本来源，而不是当作发展真正优势的替代品。并且要清楚你到底在优化什么。

机构型自营交易公司

完全不同的类别，是机构型自营交易公司，例如 Jane Street、Optiver、DRW、Susquehanna、Jump Trading 等。这些公司招募交易者（通常来自顶尖大学），提供密集训练，并把大量资本部署到已经证明能力的人身后。薪酬很高，但期望也同样高。招聘门槛极高，文化高度竞争，大多数进入者撑不过最初几年。

对本书大多数读者而言，机构自营路径并不能直接进入。这些公司从特定管道招聘，例如量化学位、精英大学、竞赛编程背景，而且很少招聘有经验的散户交易者。

超越传统守门机制

我离开海军时，申请了 40 多家自营交易公司。没有一家答应。我的背景不够量化。我没有名校履历。我不认识该认识的人。每一扇门都关着。

所以我自己造了一扇门。

Raen Trading 是我担任 CEO 的公司，它采取的方式不同于那些拒绝我的公司。我们是一家 principal trading firm，拥有机构级基础设施：与成熟机构相同的执行平台、相同的资本承诺、相同的利润分成经济结构。区别在于我们如何寻找交易者。

除了标准招聘之外，我们运行一个开放评估项目。一次全球选拔。如果你会交易，你就可以竞争一个席位。不需要名校履历。

这不是慈善。也不是换了包装的 funded trader program。公司的经济结构完全建立在交易表现之上：交易者赚钱，我们才赚钱，就这么简单。我们寻找的是未来的专业人士，不是评估费。

参加评估的人中，不到 2% 能通过。门槛高，正是因为机会是真实的。但这条路存在。

对每一个因为没有去 Wharton、没有在 Citadel 工作过、没有认识对的人而被拒绝的人，我曾经就是你。我建立这家公司，是因为我希望当年也有这样的机会。

有几家公司也开始探索类似模式。在一个表现可以被测量的领域，任人唯贤不应该是可选项。

选择自营交易公司时要看什么

如果你正在评估自营交易公司，问这些问题：

公司如何赚钱？如果主要收入来源是评估费，要谨慎。一家你盈利时才盈利的公司，与你之间的关系，和一家你失败并再次付费时才盈利的公司，根本不同。

你的实际交易成本是多少？很多 funded trader programs 收取每轮交易超过 4 美元的佣金，这类成本会无情复利并侵蚀优势。合法的自营交易公司通常可以取得交易所会员费率，往往只有前者四分之一，甚至更低，取决于产品。经过数千笔交易，仅这一项差异，就能决定一套边际盈利策略是活下来，还是慢慢失血。要求查看真实费用表，不要听营销话术。

你能使用什么基础设施？机构级平台与散户工具之间的差异，会影响执行质量。成交质量、延迟、订单类型的差异，都会实质性影响你的 P&L。这是第 7 章讨论过的“运营优势”的一部分。

扩张路径是什么？当你证明自己之后，能否提高你的资本分配？从初级交易者到高级交易者的轨迹是什么样？没有向上流动空间的公司，是死胡同，不是职业道路。

其他交易者是谁？同伴质量很重要。你被有经验的专业人士包围，会比和其他仍在摸索的散户待在一起学得更快。一家公司的导师体系和文化，会随时间复利。

如果你失败，会发生什么？理解下行结果。有些公司会在失败时收费，另一些只是终止关系。知道条款。吸收壁垒在公司层面同样存在，你要知道它在哪里。

路径三：走向机构资本

对于野心不止于个人财富的交易者，最终目的地是管理机构资本，不管形式是基金经理、CTA，还是 separately managed account（SMA，独立管理账户）结构。

这条路很长，要求很高，也不适合每个人。但对追求它的人来说，回报很可观：能够把你的优势扩展到大量资本之上，能够让你的交易业务专业化，也有可能创造真正意义上的财富。

业绩记录要求

吸引机构资本最重要的单一资产，是经过验证的业绩记录。其他一切，包括你的策略、推介、履历，都重要，但没有什么比可证明、经审计的表现更重要。

机构配置者，例如家族办公室、母基金、捐赠基金，都是职业怀疑者。他们见过成千上万个带着动人故事和回测结果的交易者。他们无法忽视的，是一份显示多年持续风险调整后收益的实盘业绩记录。

这就是第 11 章的分解框架如此重要的原因。配置者会剥离你的贝塔和因子暴露。他们想看到真正的阿尔法，也就是去掉潮汐和洋流之后留下的残差。如果你的收益只是加杠杆的市场暴露，成熟资本会立刻看穿。

标准要求因配置者类型而异。如果策略有吸引力，并且交易者具备相关专业经验，家族办公室和高净值个人通常愿意考虑较短的业绩记录（12-18 个月）。母基金通常要求两到三年的经审计表现。机构配置者（养老金、捐赠基金）通常要求三到五年的业绩记录，以及最低 AUM 门槛（$100M+）。

AIMA（Alternative Investment Management Association）的研究发现，受访投资者中有一半愿意考虑配置给业绩记录不足一年的管理人，但这通常需要异常出色的表现，或强有力的既往机构经验。

建立可验证的业绩记录

如果机构资本是你的目标，现在就开始建立你的业绩记录。每一天没有记录的交易，都是浪费的一天。

最直接的方法，是在隔离账户中交易真实资本。即便金额较小（$10,000-$50,000），也能建立一段实盘交易历史。保留极其细致的记录。券商对账单提供的是同步证据，事后无法伪造。

另一种方式是使用第三方验证平台，例如 Darwinex、FundSeeder 以及其他平台，让交易者建立可验证的业绩记录，并向潜在配置者展示。Darwinex 的 DarwinIA 项目会向表现最好的交易者提供种子资本配置，DarwinIA SILVER 最高 鈧?75,000，DarwinIA GOLD 最高 鈧?00,000，并对利润收取 15% 业绩费。这些配置是累积性的，也可以同时持有，这意味着持续排名靠前的交易者可以管理数百万欧元名义资本。这些平台解决了“需要资本来建立业绩记录”的鸡生蛋问题。

如果需要更正式的验证，你可以寻求独立审计。聘请独立会计师审计你的交易记录，费用可能在 $10,000-$50,000+，取决于复杂度，但它能提供严肃募资所需的可信度。

如果你打算募集机构资本，从第一天起就考虑 GIPS 合规。GIPS 是业绩报告的黄金标准，合规会传递专业性，并消除关于业绩计算方法的疑问。前期工作更多，但之后会减少摩擦成本。

SMA 路径

对新兴管理人而言，SMA 已经成为一条越来越有吸引力的机构资本路径。

在 SMA 结构中，投资者创建自己的投资工具，并任命交易者为投资顾问。交易者管理资本，但投资者保留底层头寸的受益所有权。这个结构对双方都有优势。

对配置者而言，SMA 提供了更高的头寸和风险透明度、对托管与运营的直接控制、定制授权的能力（杠杆、工具、ESG 约束），以及比种子投资一只新基金更低的最低投资额。

对管理人而言，SMA 提供了接触机构资本的机会，而不需要承担发行基金的全部开销。运营负担，例如合规、行政、审计，由平台处理，使你可以专注于交易，而不是业务运营。最重要的是，随着你的业绩记录发展，SMA 会创造通往更大资本分配的路径。

SMA 领域已经大幅增长。J.P. Morgan 的研究发现，56% 的对冲基金管理人至少拥有一个 SMA 或“fund of one”，而且在大型机构中，这一比例明显更高。SMA 的平均最低配置约为 7300 万美元，不过服务新兴管理人的平台可能接受更低金额。更新的数据表明采用速度正在加快：J.P. Morgan 预计 58% 的新基金发行将使用 SMA 结构，Goldman Sachs 预计到 2027 年该领域规模将增长超过 4000 亿美元。

对希望走向机构资本的交易者来说，SMA 路径比发行独立基金更容易进入。各类主经纪商 managed account 平台和专业新兴管理人平台，都可以提供基础设施。如果你有业绩记录，并且想探索 SMA 路径，可以直接联系。我在 Raen 推动这些机会，也一直愿意和已经完成基础工作的人聊。

发行基金

传统上，资本需求最高的路径，是发行你自己的对冲基金。进入门槛历史上一直很高，需要复杂的全球基础设施：法律设立（通常是 Cayman Islands 或 Delaware）、一张服务商网络（行政管理人、审计师、主经纪商），以及严格的监管合规。

过去，经济性令人望而却步。许多新兴管理人把 1 亿美元 AUM 视为可持续业务的门槛，因为这足以产生覆盖运营开支的管理费。低于这一水平，基金可能在建立业绩记录的几年里一直亏损运营。对个人交易者而言，这条路往往为时过早。

然而，环境已经变了。

技术已经弥合了散户交易与机构结构之间的差距。通过专门的基础设施提供商，例如 ARB 及其对 4Alt 平台的整合，基金设立中的运营重活已经被简化。这些现代解决方案提供结构性支持，让管理人能够绕开传统基金设立中成本高昂的障碍。

你不再需要等到拥有庞大的机构规模，才开始正确构建自己的业务。借助这些平台，一个拥有可验证业绩记录的交易者，可以高效建立专业基金结构，把表现历史转化为可销售的投资工具。

职业弧线

让我给出一个风格化版本，说明这些路径在交易职业生涯中可能如何依次展开。

基础年份（第 1-2 年）是生存，不是成功。大多数交易者带着资本增值的想法进入这个阶段，他们想赚钱。这正好错了。你的重点应该是重复次数和资本保全，顺序就是这样。如果你能在这段时期把赚钱这件事完全从脑子里拿出去，你会比那些从第一天就追逐收益的人处在好得多的位置。用很小规模交易个人资本，专注流程，而不是利润。你的目标是在 100 笔以上交易中实现一致性，同时建立交易日志和文档习惯，它们会服务你几十年。

根据多年与交易者共事的经验，我可以告诉你，我看到的最常见错误是：人们相信自己只需要学得更多、读得更多、研究得更多。不是这样。你可以读完世上所有交易书，仍然爆掉第一个账户。你真正需要的是坐在座位上的时间：下单、实时管理风险，以及做出数千个无法从书页上学到的小决策所积累的经验。大多数交易者永远离不开这个阶段，要么因为他们爆仓，要么因为他们从未实现真正的一致性。

资本化年份（大致第 2-4 年）关乎获得更大资本。这可能意味着加入自营交易公司，交易机构规模；也可能意味着继续自筹资金，但此时你已经拥有经过证明的优势。无论哪种方式，你都开始建立可验证的业绩记录，未来可以展示给配置者。你也会发展专业化，也就是找到你的优势最锋利的具体工具、策略和时间周期。

专业化年份（大致第 4-7 年）关乎围绕你的交易建立基础设施。你达到有意义的 AUM（管理资产 $1-10 million），考虑 SMA 平台或小型基金结构，与潜在配置者建立关系，并完善你的运营（风险管理、合规、报告）。交易不再只是关于一笔笔单子，而是关于系统。

规模化年份（第 7 年及以后）关乎让你已经建立的一切复利。你吸引机构资本，发行独立基金或扩大 SMA 关系，建立团队（分析师、运营、风险），并让资本和声誉同时复利。在这个阶段，你的交易业务已经成为完整意义上的业务。

关于预期，有句话要说。每个人都相信自己是时间线之外的例外。通常不是。

有志交易者犯下的最糟糕错误，是把交易当作收入补充：副业、新的 dropshipping。它不是。你也许能串起几笔赢家，但在任何有意义的样本量上，兼职注意力会产生全职亏损。如果有人向你推销“交易是一门副业”，他卖给你的不是现实。

这并不意味着统计数据应该阻止你尝试。交易的失败率很残酷，创业的失败率也一样残酷。如果我们拒绝尝试任何赔率很长的事情，就不会有创始人，不会有艺术家，也不会有突破。这条路值得走。但要睁着眼睛走。

如果你进场时以为自己三个月或六个月就能盈利，你是在为失望做准备。这不是因为你没有天赋，而是因为你还没有遇到那些你无法预见的错误。你会把订单留到隔夜。你会打开错误的产品窗口，在错误市场执行。新闻会在你站错边时击中市场，抹掉一个月的进展。这些不是模式识别的失败，而是经验不足的学费。你不知道自己不知道什么，你需要坐在座位上的时间来发现它。

从一开始就正确设定预期。存下资本。为一段多年旅程做计划。并且理解你到底在构建什么：如果你能走出来，专业交易是地球上最赚钱、也最有智力回报的职业之一。赔率很长，但对那些愿意正确完成它的人来说，回报，无论财务还是个人层面，都足以证明这次尝试值得。

这不是唯一的路径，时间线也会因为技能、运气和市场条件而有巨大差异。有些交易者三年内就获得机构支持；另一些需要 15 年。关键是要有方向，理解你正在走向什么，并做出能沿着那个方向复利的决策。

无限游戏

James Carse 在 1986 年写过有限游戏与无限游戏的区别（Simon Sinek 后来让这个概念普及）。有限游戏有固定规则、已知玩家和明确终点。无限游戏有不断演化的规则、不断变化的玩家，并且没有终点，目标只是继续玩下去。

交易是无限游戏

传统意义上的“获胜”并不存在。没有最终 boss 要击败，没有冠军头衔可领取。市场明天还会在，后天还会在，十年之后也还会在。你的目标不是赢下一笔交易，甚至不是赢下一年。你的目标是留在游戏里，足够久，让你的优势复利。

本书中的一切，都是服务于这个目标：让你留在游戏里足够久，让你的优势复利。

最后的话

很多年前我开始交易时，并没有本书里的这些框架。我是用艰难方式学会它们的：爆掉账户、彻夜无眠，以及那种会检验你对自身一切信念的回撤。

我写这本书，是因为我希望当年有人为我写过它。

从散户交易者到专业人士，这条路比交易网红让你相信的更长，也更难。多数尝试它的人都会失败。市场是一场负和游戏，对手是地球上最聪明、资源最充足的人。唯一的生存方式，是你真的更好，不是更幸运，不是杠杆更大，而是更好。

但如果你已经读到这里，如果你已经吸收这些概念，建立了自己的操作系统，并承诺投入掌握所需的刻意练习，那么你有机会。不是保证，只是机会。这就是任何人能给你的全部。

市场不在乎你的梦想、你的背景、你的处境。它只在乎你的决策。

记住第 1 章：如果你不知道谁是边际交易者，那就是你。

我们另一边见。

-- Ryan Wright

Raen Trading 创始人兼 CEO

Palma de Mallorca，2026

联系 Ryan Wright：

Website: ryanwright.co

Substack: ryanwright.substack.com

X (Twitter): @baynkr

术语表

A

吸收壁垒（Absorbing Barrier）交易者无法从中恢复的状态，例如破产、清算或心理崩溃。在非遍历性系统中，一旦触及吸收壁垒，游戏就终止，长期平均收益随之失去意义。壁垒可以是硬性的，例如追加保证金通知；也可以是软性的，例如情绪失控临界点。

逆向选择（Adverse Selection）交易中的一方掌握另一方没有的信息，导致信息不足的一方系统性地获得更差条件。交易中，如果有人急于按你的价格卖给你，他可能知道一些你不知道的事。这就是“赢家诅咒”在市场中的版本。

阿尔法（Alpha）收益中无法由市场总体波动（贝塔）或系统性因子暴露解释的部分。它代表交易表现中的真正技能成分，也就是剥离潮水和水流之后剩下的东西。

B

回测税（Backtest Tax）对回测参数（胜率、盈亏比）施加的折扣，用来反映过拟合、幸存者偏差，以及历史条件与未来条件之间的差异。通常，胜率折扣为 10-15%，盈亏比折扣为 20-30%。

现货溢价（Backwardation）近月期货价格高于远月期货价格的市场状态。在波动率市场中，现货溢价意味着危机：现货波动率飙升到期货之上。与期货升水相反。

贝叶斯更新（Bayesian Updating）一种统计框架。在其中，概率不是固定频率，而是信念程度，并会随着新信息到来持续更新。交易中，这意味着随着交易发展，调整仓位规模和信念强度。

贝塔（Beta）由基础市场暴露带来的收益，也就是托起所有船只的“潮水”。贝塔为 1.2 的投资组合，在市场每变动 1% 时会变动 1.2%。贝塔不是优势；任何买入指数基金的人都能获得它。

C

套息（Carry）通过借入低收益资产、投资高收益资产来利用收益率差异的策略。例子包括货币套息（借入日元，投资澳元）和固定收益套息（捕捉期限溢价）。

期货升水（Contango）远月期货价格高于近月期货价格的市场状态。在波动率市场中，期货升水是常态。它会为做空波动率策略创造正向展期收益。

相关性风险（Correlation Risk）看似不同的仓位或策略，在市场压力期间同步波动的风险。结果是在最需要分散化的时候，风险反而被集中。回测中测得的相关性，经常不同于回撤中的相关性。

D

分解（Decomposition）把交易收益拆成组成部分的纪律：市场贝塔、因子暴露和剩余阿尔法。目的在于判断损益中有多少是真正技能，有多少只是运气或系统性风险收割。

回撤（Drawdown）投资价值从峰值到谷底的下跌，通常以百分比表示。管理回撤深度对心理稳定和数学恢复都至关重要，因为亏损需要不成比例的更大收益才能恢复。

E

优势（Edge）一种结构性、信息性或行为性优势，使交易者能够在大量交易样本中产生正的期望价值。优势不是感觉；它是可以清楚表述、可以量化衡量的不对称性。

集合平均（Ensemble Average）在某一单一时点上，对一组参与者结果的平均。在遍历性系统中，集合平均等于任何个体的时间平均。市场具有非遍历性，因此集合平均可能误导个体交易者。

遍历性（Ergodicity）系统的一种属性：单一路径的时间平均等于总体的集合平均。金融市场是非遍历性的，因为个体可能爆仓（触及吸收壁垒），从而无法实现市场的长期平均收益。

期望值（Expectancy）交易者在多次交易中，每承担 1 美元风险平均预期赢得或亏损的金额。计算公式为：(Win Rate 脳 Average Win) 鈭?(Loss Rate 脳 Average Loss)。正期望值是盈利的必要条件，但不是充分条件；生存同样必需。

F

因子暴露（Factor Exposure）市场贝塔之外的系统性收益来源，包括动量、价值、套息、波动率风险溢价和规模。因子收益是承担特定风险的补偿，不同于阿尔法；阿尔法不能由任何已知因子解释。

厚尾（Fat Tails）概率分布的一种属性，例如金融市场中的分布。在这种分布中，极端事件发生的频率高于正态（高斯）分布预测。厚尾会让风险价值模型系统性低估真实风险。

分数凯利（Fractional Kelly）一种风险管理策略。交易者只下注理论最优凯利仓位的一部分，通常为一半或四分之一，以应对参数不确定性、降低波动，并提高心理上的可持续性。

自由资本（Free Capital）交易者指定为可承担交易风险的总权益部分，并根据年初至今损益进行调整。风险按自由资本的百分比计算，而不是按总权益计算，以便在回撤和盈利期间维持适当的仓位规模。

摩擦成本（Friction）执行一笔交易的总成本，包括佣金、买卖价差、滑点和市场冲击。摩擦成本会把总优势压缩成净优势；如果管理不慎，它可以把盈利策略变成亏损策略。

融合分析（Fusion Analysis）一种多镜头的交易想法生成方法，综合五根支柱：叙事（基本面故事）、技术面（价格行为）、基本面（量化数据）、情绪与持仓（市场心理），以及跨市场分析（跨资产信号）。

G

跳空风险（Gap Risk）价格不经过中间成交，直接从一个水平不连续跳到另一个水平的风险，通常发生在市场关闭期间，例如隔夜或周末。止损不能防范跳空风险；止损只存在于连续价格空间中。

几何收益（Geometric Return）投资的复合增长率，考虑收益发生的顺序。由于波动拖累，几何收益总是低于算术平均收益。它代表你真正留下来的东西。

Grossman-Stiglitz 悖论（Grossman-Stiglitz Paradox）一条经济学定理：如果市场在信息上完全有效，就没有动机去搜集信息，进而导致无效率。因此，市场必须足够无效，才能补偿知情交易者的成本。

H

Hurst 指数（Hurst Exponent）衡量市场“记忆”的指标，范围为 0 到 1。低于 0.5 表示均值回归行为；高于 0.5 表示趋势行为。它用于检测市场状态特征，并调整策略选择。

门槛收益率（Hurdle Rate）为证明某个交易策略的风险和投入合理所要求的最低收益率。门槛包括无风险利率、资本机会成本，以及对主动交易压力和不确定性的溢价。

I

反演（Inversion）一种解决问题的技术，由数学家 Carl Jacobi 和投资者 Charlie Munger 推广。它要求反向处理问题。不是问“我如何成功？”，而是问“我如何失败？”，然后系统性避开这些条件。

K

凯利准则（Kelly Criterion）一个用于确定理论最优下注规模的公式，目标是在长期最大化财富对数（几何增长），前提是假设概率和收益已知。全凯利对人类心理来说波动太大；分数凯利才是专业标准。

Knightian 不确定性（Knightian Uncertainty）一种结果分布未知或无法衡量的状态。它不同于风险；风险中的分布是已知的。大多数交易情境涉及的是 Knightian 不确定性，而不只是可量化风险。这一区分在认识论上是根本性的。

L

杠杆特权（Leverage Privilege）杠杆本身并不危险；它是一种必须通过已经证明的收益平滑性赢得的工具。平滑的权益曲线可以安全加杠杆；波动剧烈的曲线在加杠杆后会变得更危险。

流动性风险（Liquidity Risk）由于缺少买方或卖方，交易者无法以当前市场价或接近当前市场价退出仓位的风险。流动性是有条件的；它恰恰会在你最需要它的时候蒸发，也就是市场承压时。

M

边际参与者（Marginal Participant）在任意给定时刻设定当前市场价格的具体买方或卖方。理解边际参与者的约束和动机，是识别优势和预判价格运动的关键。

均值回归（Mean Reversion）一种策略，前提是价格会暂时偏离公允价值，然后回弹。实现方式包括统计套利、配对交易，以及技术性超卖/超买系统。

N

负和游戏（Negative-sum Game）由于交易成本（摩擦成本）存在，总赢利小于总亏损的游戏。对全体参与者而言，交易是一场负和游戏；庄家永远抽走价值。

非遍历性（Nonergodicity）一种系统属性，例如金融市场。在这种系统中，个体路径的时间平均不同于总体的集合平均。个体可能触及吸收壁垒并退出游戏，根本无法达到总体平均结果。

非平稳性（Nonstationarity）系统统计参数（均值、方差、相关性）随时间变化的属性。金融市场是非平稳的；随着参与者适应，规则会变化。见第 14 章。

O

OODA 循环（OODA Loop）观察、调整、决策、行动。由军事战略家 John Boyd 提出的决策框架。交易中，如果你比市场共识更快完成循环，就能形成复合优势。

操作者方程（Operator's Equation）定义专业交易表现的公式：Performance = (Expected Value 脳 Optimal Exposure) 鈭?Friction。每个组成部分都代表一种不同技能：寻找优势、适当确定仓位，以及最小化成本。

P

路径依赖（Path Dependence）结果发生的顺序很重要，而不只是最终结果。交易中，损益路径决定生存；一个期望上盈利的策略，如果亏损集中出现在开头，仍然可能导致毁灭。

预防原则（Precautionary Principle）一种决策框架。当行动的潜在后果严重或不可逆，即使概率不确定，也主张谨慎和规避风险。交易中，它表现为分数凯利仓位和仓位限制。

预演失败（Pre-mortem）一种前瞻性的失败分析技术。交易者想象一笔交易已经失败，然后倒推原因。这会强迫你考虑那些确认偏误原本会隐藏起来的风险。

R

反身性（Reflexivity）一种与 George Soros 相关的理论：市场参与者的偏见会影响市场价格，而市场价格又会影响基本面，从而形成反馈循环。观察者改变被观察对象；感知创造现实。

市场状态（Regime）一种明确的市场环境，由特定的趋势、波动率和相关性模式构成。某些策略在一种市场状态中盈利，例如低波动趋势市，却可能在另一种市场状态中大量失血，例如高波动震荡市。适应要求具备市场状态意识。

风险审计（Risk Audit）系统性识别一笔交易相关全部风险的流程：论点风险、市场风险、行业风险、流动性风险、跳空风险、相关性风险；并判断哪些风险有补偿（优势），哪些风险应被对冲或消除。

R 倍数（R-multiple）一种计量单位，用初始风险来表达交易结果。一笔交易中你冒了 500 美元风险，赚了 1,500 美元，就是 3R 盈利。R 倍数允许比较不同工具和不同仓位规模的交易。

S

夏普比率（Sharpe Ratio）一种风险调整后收益指标，计算方式为超额收益除以标准差（波动率）。更高的夏普比率意味着更平滑的权益曲线，以及更大的杠杆承载能力。

幸存者偏差（Survivorship Bias）一种逻辑错误：只关注在某个过程后“幸存”的人或事物，却无意中忽略那些没有幸存的对象。交易中，它表现为只研究成功交易者，而忽视许多使用相同方法却失败的人。

T

时间平均（Time Average）单一参与者随时间推移得到的平均结果。在交易这类非遍历性系统中，个体的时间平均不同于总体的集合平均。

趋势跟随（Trend-following）一种买入上涨资产、卖出下跌资产，押注持续性的策略。时间序列动量把某项资产与其自身过去比较；横截面动量把资产与同类资产比较。

I/II/III 型配置（Type I/II/III Allocation）基于信念等级的分层仓位规模框架。I 型（3 星）是仅有技术形态的标准仓位；II 型（4 星）是在融合信号一致时提高仓位；III 型（5 星）是罕见非对称机会且全部因素共振时的最大仓位。

U

A 罐/B 罐（Urn A/Urn B）来自 Ellsberg 悖论的框架，用来区分可衡量风险（A 罐，你知道分布）和不可衡量不确定性（B 罐，分布本身未知）。交易主要涉及 B 罐。

V

方差（Variance）对数据集中数字离散程度的统计度量。交易中，方差代表收益波动率。高方差会通过波动拖累降低几何增长，并在数学上对权益曲线征税。

波动拖累（Volatility Drag）由波动率造成的复合收益数学性下降。近似为：Geometric Return 鈮?Arithmetic Return 鈭? ( 蟽 2 /2 )。波动率越高，对长期财富积累的拖累越大。

波动税（Volatility Tax）百分比亏损的非对称性质：任何亏损都需要更大百分比的收益才能恢复。亏损 50% 需要上涨 100% 才能恢复；亏损 90% 需要上涨 900%。这种不对称性正是回撤管理具有生存意义的原因。

W

恶劣环境（Wicked environment）Robin Hogarth 所说的一种学习环境，其中反馈嘈杂、延迟或反向，使人很难从经验中学到正确教训。交易是恶劣环境；国际象棋是“友好”环境。见第 15 章。

赢家诅咒（Winner's Curse）拍卖中胜出报价高于内在价值的倾向，或者说赢家往往是最严重高估价值的人。交易中，买入常常意味着你是市场上最乐观的人，这是一个警告信号。

Z

零和游戏（Zero-sum Game）一方收益被另一方损失完全抵消的情形。扣除成本前，交易是零和；扣除成本（摩擦成本）后，它是负和。你的利润必须来自别人的亏损。

索引

吸收壁垒，195-203，210，242，246

逆向选择，17-18，37-48

阿尔法（与贝塔对比），99，108-109，165，167，168，170，170-175，210，211

歧义厌恶，152

Archegos Capital，167-169

回测税，133-134，146

贝叶斯更新，75，85-87，181

贝塔（市场暴露），165-166，168，170，172

黑色星期三（1992），184

缓冲（止损），139

行动能力，69

套息策略，212-213

挑战者号灾难，79-80

熔断器（三条规则），123-124

确认偏误，72

相关性风险，150，154，158

交易对手分析，20-21，44-48

Daphne Major 雀，205，206

决策卫生，116-117

分解（收益归因），163-175

分散化，156-157，160，215

Donnelly, Brent，122，125，141，156，229

多巴胺陷阱，121

回撤管理，135-136，145，196，200

优势（来源），54-57，59，62，80-83，85-92，97-111

有效市场假说，14-15

Ellsberg 悖论，151-152

集合平均与时间平均，194

遍历性，193，210

珠穆朗玛峰灾难（1996），149-151

期望值，67-77，80-81

因子暴露，168

证伪，71，72，77，79

厚尾，62，122，159

Feynman, Richard，125

缺陷审计，122-123

FOMC（2024 年 9 月），179

分数凯利，136，146，202

自由资本（调整后），139，141-142

摩擦成本，82，88-90，92

融合分析，237

跳空风险，144-145，151，154，158，160

几何收益，74，197，203

回吐协议，122

Grossman-Stiglitz 悖论，14

热手谬误，164

门槛收益率，88-89

Hurst 指数，216

无限游戏，252

信息理论，98，132，199

反演（Man muss immer umkehren），187，190

凯利准则，82，111，131，202

凯恩斯选美竞赛，182-183

Knightian 不确定性，56，152-153

Lebron, Agustin，69，174

杠杆特权，199-200

流动性映射，188-189

流动性风险，151，154，156，158

损失厌恶，119

边际参与者，12-20

做市商，17-18，43

Marks, Howard，181-182

均值回归策略，212

元游戏，11，16

中智陷阱，187

动量策略，211-212

负和游戏，11，12，87

非遍历性，195，210

非平稳性，209

观察者效应，116

操作者方程，79-92

路径依赖，151，155-156，201

仓位规模，129-147

预防原则，136

飞行前仪式，120，124，126

预演失败，34-35，186-187，231-232

概率思维，67-77

过程与结果，23-35，224，233

自营交易公司，243-246

反身性，70，184-185

市场状态意识，205-218

市场状态检测仪表盘，214

风险审计，157-158，233-235

毁灭风险，136，193，195

R 倍数，132

样本量，82-83，131，172-173

二阶思维，179-190

Shannon 的恶魔，198-199

夏普比率，84-85

60/40 投资组合（2022），217

睡眠点，146

SNB 闪崩（2015），145

Soros, George，56，70，106，184-185

止损狩猎，188

止损，72，144-145

策略分类，210-214

结构性纪律，115-127

幸存者偏差，3，102，131

Taleb, Nassim，29，53，159

节流阀（仓位规模），217-218

趋势跟随策略，211-212

I/II 型错误，71-72

I/II/III 型配置，141-144

A 罐/B 罐，151-152

风险价值（VaR），153，159

方差，76-77，137

VIX 期限结构，217

波动拖累，73-74，135-136，198

波动率溢价策略，213-214

波动税，73-74，83-85，135-136，197

Volmageddon（2018），104，210，213

Wason 选择任务，58-59，71

赢家诅咒，46-47

XIV 崩盘，156

零和游戏，11-12