Investing & Markets

芒格和巴菲特说’大钱在等待中’。但为什么耐心这么难？因为等待没有即时反馈、没有社交认同、而且看起来像’什么都没做’。胖球策略的核心不是’等到完美机会’——而是在等待的过程中不被无聊、焦虑和从众击垮。

Minsky 解释危机怎么来的。Koo 解释危机来了之后怎么修复。Fisher 解释修复失败会怎样。Dalio 区分好的去杠杆和坏的去杠杆。四个框架不是互相竞争——而是互相补位。理解它们的分工，比记住任何一个更有价值。

Irving Fisher 在 1933 年描述了一个反直觉的恶性循环：越还债物价越跌，实际债务越重人们就越拼命还，物价就更跌。这个债务通缩陷阱解释了大萧条最痛苦的阶段，对理解当前去杠杆环境同样重要。

Richard Donchian 在 1960 年代发明的 4 周突破规则，是趋势跟踪策略的鼻祖。50 年后，这条规则仍然有效，不是因为它很聪明，而是因为它足够简单。简单为什么能打败复杂？答案藏在过拟合的数学里。

Hyman Minsky 最反直觉的洞见：长期稳定不是安全的信号，而是风险累积的条件。越稳定，人们越大胆，杠杆越高，系统越脆弱——直到一个微小的触发事件引发连锁崩溃。理解这个框架，能帮你识别市场中’看起来最安全’的时刻。

信用脉冲衡量的不是信贷有多少，而是信贷增长的增长——信贷的加速度。它领先 GDP 增速 1-3 个季度。理解这个指标，你就能比大多数人更早感知到经济的转折点。

辜朝明的资产负债表衰退框架解释了一个教科书里没有的现象：利率降到零，企业和居民仍然不借钱。不是因为借不到——而是因为他们的首要任务是还债，不是扩张。理解这个框架，对当前宏观环境的判断至关重要。

纸面 Alpha 为什么会死在滑点里：执行成本敏感性笔记 回测（backtest）是量化研究的基本工具。你设计一个交易信号，回测告诉你它在历史数据上的胜率、收益率、最大回撤——所有数字看起来很好。然后你实盘运行，发现结果和回测差得离谱。 这不是 bug。这是物理定律。 回测和实盘之间的差距，主要来自一个被系统性低估的因素：执行成本。本文用一组实际的执行成本敏感性分析数据，解释纸面 Alpha 是怎么死的。 一、什么是执行成本？ 交易一只股票的成本远不止券商佣金。完整的执行成本至少包括： 成本项 说明 典型量级 佣金 券商收取的手续费 A 股约万分之 2-3 印花税 卖出时征收 A 股千分之 0.5 滑点（Slippage） 你的理论成交价和实际成交价之间的差距 因流动性和订单大小而异 市场冲击 你的订单本身推动了价格 大单影响大，小单可忽略 信息泄露 你的下单意图被市场读取 高频环境中显著 佣金和印花税是已知成本——它们在回测中很容易纳入。真正危险的是滑点和市场冲击——它们是随机的、不可精确预测的，而且和你的信号质量高度相关。 为什么说和信号质量相关？因为好的信号往往在流动性最差的时候发出。市场恐慌时，你的买入信号亮了——但此时买卖价差（bid-ask spread）最宽，市场深度最浅，你的实际买入价会比理论价高很多。你的信号越”准确”（在极端时刻触发），你的执行成本越高。这是一个结构性的讽刺。 二、一组 1690 万笔交易的证据 以下数据来自一次系统性的执行成本敏感性分析，覆盖了 A 股市场 2018-2026 年期间的约 1690 万笔模拟交易。 分析方法：对比三种成本模型下的信号表现—— 模型 含义 毛收益（Gross） 完全不考虑任何成本 佣金+税模型（TCM） 只扣除佣金和印花税 真实执行（Net） 加入滑点和市场冲击估计 … Read more

市场情绪指标（AAII 调查、恐贪指数、VIX 极值）经常被包装成交易信号。但真实的回测数据告诉你一个不同的故事：情绪极值是观察工具，不是执行工具。高胜率在失败年份可能归零。

9 位 Market Wizards 级别的交易员，从资金管理到交易心理，每人强调一个关键词。但把这些关键词放在一起，它们说的是同一件事：真正决定交易生涯长度的不是预测对了多少次，而是错的时候你怎么办。