Investing & Markets

从观察名单到信号：为什么中间少了一道关键的等待 你设计了一套筛选系统。每天扫描几千只股票，根据你设定的条件——估值、技术面、基本面——筛出一份”观察名单”。 今天名单上出现了一只新股票。它满足了所有筛选条件。 你应该立刻买入吗？ 不。 从”筛选通过”到”可以交易”之间，少了一道门：成熟度验证（Maturity Gate）。这篇文章解释为什么需要这道门、如何设计它、以及它如何与 Wyckoff、Donchian 等经典框架衔接。文末附有一份成熟度验证操作清单。 候选不是信号 一个通过了筛选条件的股票是候选（Candidate），不是信号（Signal）。 区别是什么？ 候选满足了你的静态条件（如 PE 低于 15、ROE 高于 15%、价格在 200 日均线上方）。这些条件在你查看的那一刻成立。 信号则满足了静态条件，并且在未来一段时间内被验证。也就是说，不仅在筛选的那一刻条件成立，在随后的观察期内，这些条件仍然成立，或者出现了预期中的价格和成交量确认。 候选是一张照片，信号是一段视频。 照片只能告诉你”此刻这里看起来不错”。视频告诉你”经过一段时间的持续观察，这里确实不错，而且稳定性经受住了考验”。 为什么需要”等待” 避免虚假满足 很多筛选条件可以被暂时性地满足。 举一个例子：一只股票的 PE 突然从 25 降到了 12，看起来很便宜。但原因可能是一次性的非经常性收益膨胀了当期利润。如果你在筛选当天就买入，你买的是一个”幻觉般的低 PE”。等几周或一个季度，当非经常性收益消失后，PE 会回到 25。 另一个例子：一只股票的价格突破了 200 日均线，看起来是技术面突破。但如果接下来三天价格立刻回落到均线下方，那不是真正的突破，只是噪声。等待三到五天确认，如果价格在均线上方站稳，突破更可信。 避免数据不足 有些筛选条件需要未来的数据才能完成验证。 例如，你的系统识别出一只”高波动率加近期放量”的股票，你想知道”放量之后的前向收益是正还是负”。但在放量刚发生的时候，你还没有前向收益数据。你需要等 5 天、10 天或 20 天，等前向收益真正产生，才能评估这次放量是”有效的买入条件”还是”无效的噪声”。 在未来数据尚未产生的时候，就把候选当作信号，你是在用不完整的证据做完整的决策。 对抗确认偏差 你的筛选系统找到了一个候选，你的大脑立刻进入”确认模式”：开始寻找支持买入的证据，忽略反面证据。这就是杰森·茨威格（Jason Zweig）在《你的大脑与投资》中所说的大脑”模式识别诅咒”——你已经”看到”了一个机会，你的多巴胺开始分泌，你想行动。 等待期是一个强制性的冷却机制。 它不允许你在兴奋的那一刻做决定，它要求你等到兴奋消退之后，用更冷静的状态重新评估。 这和我们在新闻一日游与持续行情中讨论过的”24 小时冷却期”是同一种纪律。等待不是犹豫，而是一种对确认偏差的系统性防御。 成熟度验证的操作框架 … Read more

夏普比率为什么容易被操控：通货膨胀过的胜率背后是什么 夏普比率（Sharpe Ratio）是投资界最常用的策略评估指标。它的计算方式很简单： Sharpe = （策略回报 – 无风险利率）/ 策略回报的波动率 它衡量的是：每承担一单位风险，你获得了多少超额回报。夏普比率越高，风险调整后的表现越好。 听起来很客观。但夏普比率有一个致命弱点，而这个弱点被大多数使用它的人忽视了。 一、多重检验通胀 假设你是一个量化研究者。你测试了 1000 种策略——不同的参数、不同的指标组合、不同的持仓期。在这 1000 种策略中，你选出夏普比率最高的那一个，向外界展示。 这个”最高夏普”有多大的可信度？ 远低于你以为的。 原因是统计学中的多重检验问题（Multiple Testing Problem）：当你测试了大量假设时，纯粹靠运气也会出现”看起来很好”的结果。 一个类比：你掷一枚公平的硬币 10 次。如果你只掷一组——连续出现 10 次正面的概率极低（约 0.1%）。但如果你掷 1000 组——至少有一组出现 10 次正面的概率接近 100%。 策略测试也一样：如果你只测了一种策略，夏普 2.0 很可能是真实的。但如果你测了 1000 种、选了最好的——那个夏普 2.0 可能只是 1000 次”掷硬币”中碰巧表现最好的一次。 这就是夏普比率的”通货膨胀”：你报告的夏普比率被你没有报告的那些失败测试人为抬高了。你告诉别人”我找到了一个夏普 2.0 的策略”——但你没告诉他们你同时测了 999 个失败的策略。那 999 个失败是这个”成功”的隐性成本。 二、Deflated Sharpe Ratio（DSR） 2014 年，Marcos López … Read more

逍遥刘强：生存优先的代价 刘强（网名”逍遥刘强”）是中国期货市场的知名交易员和作家。他写了《期货大作手风云录》——一本以自己的交易经历为原型的小说，致敬 Jesse Livermore 的《股票大作手回忆录》。 他创建了”多点共振”交易系统，成立了北京逍遥投资工作室，2015 年管理了瑞林嘉驰第四号基金。 2015 年 6-7 月，A 股经历了史诗级的崩盘——上证指数从 5178 点暴跌到 3500 点以下。刘强的基金遭受了严重的回撤。 在崩盘后不久，他在博客上发表了一篇极其坦诚的反思。几天后，他离世了。 一、博客反思：一面残酷的镜子 刘强在崩盘后写的反思——如果只看文字——是一份教科书级别的交易复盘。他指出了自己犯的几个核心错误： 错误 1：过度依赖基本面，忽视技术面风险信号 他认为基本面分析告诉他”市场应该涨”——所以他维持了多头仓位。但技术面已经发出了明确的危险信号（如成交量萎缩、领导股掉队、杠杆融资过高）。 基本面告诉你”应该怎样”。技术面告诉你”实际上在怎样”。 当两者矛盾时——技术面通常更接近短期现实。这就是我们在”牛熊判断的两种方法”中讨论的：两个工具打架时要提高警觉，而不是只听其中一个。 错误 2：风险管理不足 他的仓位太重、止损不够严格。当市场方向判断正确时——重仓放大了收益。当方向判断错误时——重仓同样放大了损失。 这和 Livermore 的故事完全一致：在市场配合你的时候，你觉得重仓是”勇气”。在市场转向的时候，你才发现重仓是”赌博”。 布鲁斯·柯凡纳把每笔交易的风险控制在 1-2%。赖瑞·海特不超过 1%。这些数字看起来”太保守”——但它们确保了没有任何一笔交易能威胁到你继续交易的能力。 错误 3：缺乏独立思考 他承认在 2015 年的疯牛行情中，被市场的集体狂热影响了判断。所有人都在说”涨到一万点”——这种环境下保持清醒极其困难。 Kipling 的第一节：“If you can keep your head when all about you / Are losing theirs.”——当周围所有人都疯了，你能保持头脑清醒吗？ 在 2015 … Read more

牛熊判断的两种方法：规则线与概率模型为什么经常意见相左 “现在是牛市还是熊市？” 这是投资者最常问的问题之一——也是最难回答的。因为答案取决于你用什么方法定义“牛市”和”熊市”。 最常用的两种方法是： 规则线法：价格在 200 日均线上方 = 牛市，下方 = 熊市 概率模型法：用隐马尔可夫模型（HMM）根据收益率分布推断当前处于哪种”状态” 直觉上，两种方法应该给出相似的结论。但在实践中——它们经常”打架”。规则线说牛市，HMM 说熊市；或者反过来。 理解它们为什么打架，比盲信任何一个更有价值。 一、规则线法：简单但滞后 200 日均线（MA200）是最经典的趋势判断工具。逻辑很简单： 价格高于 MA200，长期趋势向上，判断为牛市 价格低于 MA200，长期趋势向下，判断为熊市 优点：极其简单。一个参数，一条线，任何人都能看懂。不需要统计学知识，不需要编程。 缺点：滞后。MA200 是过去 200 天价格的平均——当市场快速转向时，均线需要很长时间才能”追上来”。 典型的”打架”场景：市场从高点暴跌了 15%，但因为之前涨了很多，价格仍然在 MA200 上方。规则线说”还是牛市”——但你的直觉（和你的账户）说”这不对”。 二、概率模型法：灵敏但复杂 隐马尔可夫模型（Hidden Markov Model, HMM）是一种统计模型。它假设市场在几种不可直接观察的”状态”（如牛市、熊市、震荡）之间切换，每种状态有不同的收益率分布特征。 HMM 不看均线——它看的是最近一段时间收益率的统计特征（均值、方差）。如果最近的收益率呈现”低均值 + 高波动”——HMM 会判断你可能处于熊市状态，即使价格仍然在 MA200 上方。 优点：反应更快。因为它看的是收益率的即时特征，不是 200 天的移动平均。 缺点：复杂。需要统计学知识、需要调参、结果对参数设置敏感。而且它给出的是概率（”65% 概率处于牛市”），不是二元判断（”是/不是牛市”）——这对很多人来说不够”清晰”。 三、它们为什么”打架” 两种方法打架的根本原因是：它们测量的是不同的东西。 维度 MA200 规则线 HMM 概率模型 … Read more

信号叠加的三道门：为什么两个好信号组合不一定更好 直觉告诉我们：如果一个信号的胜率是 70%，另一个也是 70%——两个信号同时发出买入指令时，胜率应该更高，对吧？80%？90%？ 这个直觉大部分时候是错的。 在实际的量化研究中，大量”看起来应该更好”的信号组合，经过严格检验后被证明：组合后的表现并不比最好的那个单信号好，甚至更差。 为什么？因为信号叠加不是简单的”加法”——它需要过三道门。大多数组合过不了。 一、第一道门：增量信息 两个信号叠加的前提是：每个信号提供了另一个没有提供的信息。 如果两个信号虽然名字不同、算法不同，但实际上捕捉的是同一种市场行为——叠加它们不会增加任何新信息。就像你请了两个侦探调查同一个案件，但他们查的是完全相同的线索——你不会得到”双倍的证据”，只是同一份证据的两个副本。 例子：假设你有一个基于成交量的信号和一个基于价格动量的信号。如果成交量信号触发的条件恰好和动量信号触发的条件高度重合（比如，成交量放大几乎总是伴随着价格上涨——这在上涨趋势中是常见的），那两个信号同时触发不代表”两个独立的证据都说该买”——而是”同一个市场行为被你用两种方式测量了”。 增量信息的检测方法：计算两个信号触发时机的重合率（Overlap Rate）。如果 90% 的情况下两个信号同时触发——它们几乎是同一个信号的两个名字。有效的组合需要两个信号的重合率显著低于各自独立的触发率——意味着它们真的在看不同的东西。 二、第二道门：独立性 即使两个信号提供了不同的信息——它们的”错误模式”也需要是不相关的。 什么叫”错误模式不相关”？ 一个信号在牛市中表现好、在熊市中失灵。另一个信号在震荡市中表现好、在趋势市中失灵。这两个信号的错误模式不相关——当一个失灵时，另一个可能正好有效。这才是有价值的组合。 但如果两个信号在同一种市场环境下同时失灵——比如都在流动性枯竭的极端行情中失效——那叠加它们在最需要保护你的时候反而最没用。你不是把两道墙叠起来——你是把两堵同样薄的墙并排放。 这和投资组合的分散化逻辑完全一致。Graham 说分散投资是为了”对冲无知”——但有效的分散需要资产之间的相关性足够低。如果你的”分散”投资组合里全是同涨同跌的东西——那不是分散，只是集中投资的伪装。 信号组合也一样：如果两个信号在好的时候同时对、在坏的时候同时错——叠加它们只放大了确认偏差，没有增加任何保护。 三、第三道门：样本外验证 这是最难也最重要的一道门：你的信号组合在历史数据之外也有效吗？ 量化研究有一个无法回避的问题：你测试的组合越多，偶然发现”看起来有效”的组合的概率越大。 假设你有 50 个信号，两两组合 = 1225 种。你测试所有 1225 种，发现其中 30 种”历史胜率显著高于单信号”。恭喜——但这 30 种中有多少是真实有效的，有多少只是统计噪声？ 统计学有一个概念叫多重检验校正（Multiple Testing Correction）：当你同时测试大量假设时，你需要更严格的标准来判断哪些结果是真实的。Bonferroni 校正是最简单的方法：如果你测了 1225 种组合，你的显著性阈值需要从 5% 调整到 5% / 1225 ≈ 0.004%。 大多数”看起来有效”的组合在多重检验校正后会失去显著性——它们只是在 1225 次抛硬币中碰巧出现的连续正面。 更严格的方法是样本外验证（Out-of-Sample … Read more

Wyckoff 方法精要：聪明钱如何累积与分配筹码 大多数散户看到的市场是一条价格曲线——上上下下，涨涨跌跌。他们试图从曲线的形状中找到”下一步会往哪走”的线索。 Richard Wyckoff（1873-1934）看到的是另一个东西。他看到的不是价格曲线——而是曲线背后的人。谁在买？谁在卖？他们为什么在这个价格、这个时间、这个量级行动？ Wyckoff 把这个”背后的人”称为复合操作者（Composite Operator）——它不是一个具体的人或机构，而是市场中所有大资金行为的总和。复合操作者不是阴谋论——它是一个分析工具：如果你把所有机构、大户、做市商的行为看作一个统一的角色，他的行为模式是可以被观察和理解的。 这篇文章介绍 Wyckoff 方法的三条法则和两种基本模式——吸筹和派发。不是为了让你成为技术分析专家，而是为了让你理解：价格和成交量的背后有意图，而理解意图比预测价格更重要。 一、三条法则 Wyckoff 的整个方法论建立在三条基本法则之上。它们不是数学公式——而是对市场行为的基本观察。 法则一：供需法则（Law of Supply and Demand） 价格上涨是因为需求（买方力量）大于供给（卖方力量）。价格下跌是因为供给大于需求。这听起来像废话——但它的操作含义是：不要问”价格会涨还是跌”，要问”买方和卖方谁更强”。 成交量是判断供需力量的关键线索。价格上涨时成交量放大——说明买方力量强劲，上涨有支撑。价格上涨时成交量萎缩——说明买方力量在衰竭，上涨可能快到头了。 法则二：因果法则（Law of Cause and Effect） 每一个价格运动（果）都有一个准备阶段（因）。大的价格运动需要大的准备——也就是长时间的横盘整理。 在 Wyckoff 的框架里，横盘不是”无聊”——横盘是大资金在默默累积（或分配）筹码。横盘时间越长、区间越窄，之后的突破越有力。因为”因”积累得越充分，”果”就越大。 这就是为什么巴菲特和芒格强调”大钱在等待中”——等待就是”因”的积累阶段。当你看到一只股票在一个价格区间里横盘了几个月、成交量逐渐萎缩——这不是”什么都没发生”。可能是复合操作者在悄悄买进。 法则三：努力与结果法则（Law of Effort vs. Result） 成交量是”努力”（effort），价格变动是”结果”（result）。两者应该匹配。 大量成交 + 大幅上涨 = 努力和结果一致，上涨趋势健康 大量成交 + 小幅上涨 = 努力和结果不一致，卖压在对抗买压，上涨可能快到头 小量成交 + 大幅下跌 = 下跌缺乏卖方参与，可能是假跌（洗盘） 大量成交 + 小幅下跌 … Read more

2026年4月人民币贷款单月负增长，历史仅第三次出现。本文从社融供需结构、居民企业分部门拆解、国际历史对比三个维度解读这份数据，并引入辜朝明资产负债表衰退框架审视当前经济的深层逻辑。

高胜率信号为何无法成为投资护城河？本文从期望值、凯利公式、生存者偏差与过拟合四个维度剖析回测陷阱，以一次虚构的 A 股信号验证为反面教材，探讨真正可持续的投资竞争优势。

从赚钱效应、龙头叙事到连板现象，解析A股独特的投机生态及其行为金融学根源。

右侧交易的核心是等待趋势反转确认信号——Higher Low 与 Higher High 的完整证据链——而非在下跌途中盲目抄底。本文解析接飞刀的本质代价、Wyckoff 吸筹阶段的识别方法，以及如何以价格结构、成交量和相对强弱构建足够充分的入场证据链。