为什么大多数投资者跑输市场：Dalbar 30年数据的完整解剖
“The investor’s chief problem — and even his worst enemy — is likely to be himself.”
—— Benjamin Graham
令人不安的数字
Dalbar（一家独立的金融研究公司）每年发布《投资者行为量化分析》报告，追踪美国共同基金投资者的实际回报并与市场回报做对比。
30年数据（1994-2023年）显示：标普500年化回报约10.2%，普通股票基金投资者的实际年化回报约6.8%，差距3.4%。10万本金在30年后，按标普回报变成174万，按投资者实际回报只有68万——差距106万，损失了61%的潜在财富。
请注意这3.4%的差距不是”基金费率”、不是”税”、不是”通胀”——这是纯粹的”行为成本”，投资者因为自己的行为（在错误的时间买入和卖出）而损失的回报。
如果你在1994年投入10万买了标普500指数基金然后忘记密码30年不看，你会有174万。但大多数人因为看了账户、看了新闻、听了朋友、因为恐惧、因为贪婪，最终只拿到了68万。106万被你自己的行为”送掉了”。
这个数字之所以令人不安不只是因为金额巨大，更因为它30年来几乎没有改善。尽管投资者教育在过去三十年中大幅增加——更多的书、更多的课程、更多的YouTube视频在教你”不要恐慌卖出”——但Dalbar的行为差距数据几乎没有缩小。这证明了一个残酷的事实：行为差距不是知识问题而是心理问题。你”知道”不应该恐慌卖出不等于你在恐慌中”做到”不卖出。知道和做到之间的鸿沟只能用系统来弥合，不能用知识来填补。
3.4%从哪来：行为差距的五个来源
来源一：追涨杀跌（贡献约1.5%）
Dalbar发现资金流入基金的高峰恰好在市场高点之前，资金流出的高峰恰好在市场低点之前。市场涨了一年，投资者看到回报说”我也要参与”然后买入，市场见顶。市场跌了一年，投资者看到亏损说”快跑”然后卖出，市场见底。
这是后视镜思维的经典表现——人类天然把过去的趋势线性外推到未来。”过去涨了所以未来也会涨”于是买入。”过去跌了所以未来也会跌”于是卖出。但均值回归恰恰说明过去涨了未来更可能回落，过去跌了未来更可能反弹。追涨杀跌做的恰好和应该做的完全相反。
修复方法：自动定投让系统替你买，不管涨跌，彻底消除”选时”的决策。你不需要判断”现在是高点还是低点”——系统每月同一天同一金额自动买入，在高点买少一些（因为同样的钱买更少的份额）在低点买多一些（同样的钱买更多的份额），自动实现了”高买少低买多”的效果。
追涨杀跌之所以是最大的行为差距来源，是因为它在损失的数学上是双重的。你在高点买入承受了高价格的损失，然后你在低点卖出又承受了低价格的损失——两次错误叠加在一起。而一个什么都不做的人（或者一个自动定投的人）两次都没有犯错。他没有在高点多买也没有在低点卖出。”什么都不做”在这里不是偷懒而是系统性地避免了两个方向的错误。
来源二：频繁交易（贡献约0.8%）
普通投资者平均每年换手率约100%——即一年内把整个组合买卖一遍。每次交易有佣金、价差、市场冲击和税。100次交易每年，每次0.1%到0.5%的成本，累计0.5%到1.5%每年的摩擦成本。
巴菲特的换手率接近0%。芒格一辈子大约4次重大交易。他们的”交易成本”接近于零。你每多做一次交易你就比巴菲特多花了一笔钱——而且大多数交易在净效果上是负的（因为你不太可能系统性地比市场更聪明）。
修复方法：极少交易。每次想交易前问”芒格会怎么做？“大概率答案是”什么都不做”。
来源三：不在市场中的时间（贡献约0.6%）
Dalbar发现当投资者卖出后他们平均需要数周到数月才会重新买入。在这段”不在市场中”的时间里如果市场反弹他们就错过了。
关键数据：如果你错过了过去30年中市场表现最好的10天你的总回报会减少约一半。全程持有年化约10.2%，错过最好的10天降到约5.5%，错过最好的20天降到约2.5%，错过最好的30天接近0.5%。
这10到30天几乎全部发生在暴跌之后的快速反弹中。如果你在暴跌时卖出你几乎一定会错过随后的反弹——因为反弹来得又快又猛你还在”等待确认底部”它就已经过去了。这是择时策略的致命问题：你不仅需要做对”什么时候卖”还需要做对”什么时候买回来”，而后者比前者更难因为你要在恐惧还未消退时做出买入的决定。
修复方法：不卖出（除非基本面发生结构性变化）。”在市场里的时间比选择入场时机重要得多。”
来源四：叙事和噪音驱动的决策（贡献约0.3%）
Dalbar发现在重大新闻事件后基金赎回量激增远超正常水平。911之后赎回暴增但一年后市场回到原位。2011年美国信用降级后赎回暴增但六个月后市场创新高。2020年新冠恐慌赎回暴增但五个月后市场创新高。2022年俄乌冲突后赎回增加但两年后市场创新高。
每一次”重大新闻”都触发了投资者的恐慌性卖出，但每一次市场都回来了，而且通常比新闻前更高。
修复方法：减少信息摄入。关掉推送。不在新闻驱动下做决策。Sleep on it——24小时后再决定。如果一条新闻24小时后你已经不记得了它大概率是噪音。
来源五：基金选择错误（贡献约0.2%）
投资者倾向于选择”过去表现最好的基金”，然后均值回归发生——过去最好的基金未来表现平庸。Morningstar的研究显示被评为5星的基金五年后只有不到25%仍然是5星，大多数回到3星或更低。
修复方法：不选”过去表现最好的基金”，选”费率最低的指数基金“。因为费率是你唯一能确定的变量——过去表现是运气加技能的混合体不可靠。
系统化修复
步骤一：自动化——消除90%的行为差距
每月固定日期银行自动转账到投资账户，投资账户自动买入低费率指数基金，删除投资App的实时推送，设置季度提醒每三个月查看一次而不是每天。
完成后你已经消除了追涨杀跌（系统替你买不管涨跌）、频繁交易（自动买不手动操作）、不在市场中（永远在因为不卖出）、叙事驱动（看不到推送不会被新闻吓到）。这四项加起来占了行为差距的3.2个百分点中的绝大部分。5分钟的设置可能在30年后为你多赚100万。
为什么自动化如此有效？因为它从根本上改变了”默认行为”。没有自动化时你的默认行为是”什么都不做”——不投资、不储蓄、钱躺在活期账户贬值。任何投资行为都需要你做出一个主动决定，而每个主动决定都可能被恐惧、贪婪或懒惰干扰。有了自动化之后你的默认行为变成了”每月定投”——不投资反而需要你做出一个主动决定（取消自动转账）。这个默认值的反转看起来很小但效果巨大：它让正确的行为变成了不需要意志力的自动行为，让错误的行为（停止投资）变成了需要额外努力的主动行为。
步骤二：清单——保护剩余10%
对于你可能做的非自动化操作（比如考虑调整配置或换基金），用芒格的7个问题作为清单每次过一遍确保不是在行为偏差驱动下做决策。
步骤三：内观——持续校准
每天5分钟三个问题：今天我做对了什么、做错了什么、明天怎么改进。不需要完美需要持续改进。边际增益的哲学：每天好一点点，一年后你的行为差距从3.4%降到1%甚至0.5%。
从68万到130万的差距是62万——只需要把行为差距从3.4%降到1%。方法就是上面的三步。
值得注意的是你不需要把行为差距降到零。完美执行（0%行为差距）意味着你永远不犯任何行为错误——这对任何人类来说都不现实。但从3.4%降到1%是完全可以实现的目标——它只需要你设置自动化（消除了追涨杀跌和频繁交易这两个最大来源）然后在少数需要手动决策的时刻用清单保护自己。1%的行为差距意味着你偶尔还是会犯一些小错误——也许某个季度多看了几次账户因此多了一些不必要的焦虑——但这些小错误不会严重损害你的长期回报。把目标设在”不完美但持续改善”而非”完美执行”更现实也更可持续。
为什么”知道”不够——必须”做到”
你读到这里你已经”知道”了问题和解决方案。但Dalbar的数据30年来没有改善——“知道”的人越来越多但”做到”的人没有增加。
因为行为差距不是认知问题是生理问题。你的杏仁核在市场暴跌时会激活”逃跑”反应，这不是你”想通了”就能克服的。你不能通过”理解”恐惧来消除恐惧——你只能通过建立系统让恐惧无法转化为行动。
唯一的解法不是”想通”而是”建系统“。自动化绕过你的情绪。清单在冷静时制定在情绪时执行。执行意图预设if-then规则不需要临时决策。你的敌人不是市场是你自己——但你可以用系统来打败自己。这句话听起来矛盾但它恰恰是Dalbar数据30年来给出的最清晰的信息：问题在你，解决方案也在你。你不能改变市场的波动但你可以改变你对波动的反应方式。
一句话总结
每年3.4%，30年，106万——被你自己的行为送掉了。 不是市场太难、不是基金太差、不是运气太差——是你在错误的时间做了错误的事。
修复方法极其简单：自动化加不看加不动加清单。5分钟设置，30年受益，可能价值100万。
延伸阅读：
- 投资很简单但不容易 — 为什么知道正确答案不等于能做到
- 自动定投 — 消除行为差距最大来源的系统化工具
- 知道和做到之间的鸿沟 — 如何用执行意图把知识变成行动
本文数据参考 Dalbar QAIB 年度报告（1994-2023）。不构成投资建议。
如果这篇文章帮你设置了自动定投并关掉了投资App的推送，你刚刚可能为自己的未来多赚了100万。欢迎关注公众号「柔和谦卑 履责 求知」。
「柔和谦卑 履责 求知」
常见问题
这篇文章的核心观点适用于中国投资者吗？
适用。本文讨论的原则是跨市场、跨文化的——它们基于人类心理和市场结构的普遍性，而非特定国家的制度安排。具体工具和产品可能不同（比如A股和美股的交易规则），但底层的决策逻辑和心理陷阱在所有市场中都是相似的。
读完这篇文章后，最应该做的一件事是什么？
把你从中获得的一个具体认知写下来，然后检查你当前的投资行为是否与这个认知一致。阅读不改变行为就只是娱乐。真正的学习发生在你把一个概念转化为一条可操作的规则，并且在下一次决策中实际使用它的时候。