堅持長線的理由

每當文章涉及股票內容時評論區總有很多讀者聊技術，其實很多年前我也曾經用技術玩過幾年，然而結果卻并不好。可能很多人會覺得我不行不代表其他人不行，你們這樣想是對的，目前全國股民大概有2.4億人，單就認知能力上保守評估，我在全部股民里排進1%應該沒啥問題，也就是說在我前面還有大概240萬人認知上比我強，所以我的經歷不能說明問題。這里我就不花時間說技術分析的缺陷了，這些東西隨便網上找一下都有，這里僅從邏輯角度來證明一下。

我們進一步尋找資料，就是目前并沒有任何公開統計學研究結果表明依靠技術可以長期在股市里賺到錢。但這一條結論的說服力仍然不夠，因為有個哥們和我爭論說現在沒有證據不代表這件事不成立，說不定研究者沒碰到技術炒股天才呢？OK，你這樣說邏輯上也過得去。

那我們再進一步，用諾貝爾經濟學獎獲得者Robert J. Shiller和Fama的研究成果來說明問題。這個成果簡單概括就是“股價短期不可預測，而長期可以預測”，很多人奇怪為啥短期都不能預測的東西放長期反而可以預測呢（其中量化是個特殊案例）？下面簡單解釋下。

股價短期不可預測指的是影響股價短期波動的因素太多了，很多時候并不是因為公司本身質地不好。比如有大戶急著用錢所以不得不賣出好股票套現；比如大資金有其他更好的投資渠道所以賣出（而這種投資渠道普通人無法獲得）；比如大資金由于某些原因需要重新配置旗下資產而從某個市場戰略性撤退；再比如市場發生短期黑天鵝事件，好公司的股價被市場走勢所拖累。除此之外還有很多因素都可以造成股價短期不可預測的波動，但并不能說明公司基本面出了問題（事實上反而是機會）。

股價長期可以預測指的是只要你持有的股票本身基本面持續良好，那么短期的各種拋售行為砸出來的坑長期來看遲早會被其他聰明資金填上，這就是價格回歸價值的過程。簡單說就是資本是逐利的，只要公司足夠好總有資本來買你，是金子總會發光，一切交給時間。

這里我想到一個比較形象的例子來說明這個結論，就像你正準備吃晚飯，我無法預測這時候會不會來一個電話把你叫出去而導致你推遲吃飯，但可以確定的是你今天遲早都會把這頓晚飯給吃了。那如果今晚有意外導致你連晚飯都沒吃呢？這就相當于市場發生黑天鵝事件了，這是沒辦法的事情。但不能說市場有很小概率發生黑天鵝事件你就不吃晚飯了，飯總歸是要吃，錢總歸是要賺，就這個道理。所以我一直強調對我們這種普通人來說，僅靠技術想要長久的在這個市場里賺到錢是不太可能的事。

說到這里，記得在討論技術這套不行的時候有一個哥們和我說他這兩年靠技術賺了很多錢，幸好我說話向來嚴謹，之前在回他時候加上了“量化除外”這四個字，被我猜到了他確實是靠量化賺到的錢。這就是上面為什么寫量化是個特殊案例的原因，下面簡單說一下量化和傳統技術的區別。

客觀程度不同：傳統技術分析其實是很主觀的判斷，我逛東財股吧時候看到頻率最高的詞就是老鴨頭，事實上越菜看啥越像老鴨頭，絕大多數自以為在用技術炒股的人其實是不懂技術的。即使在那部分真正懂技術的人里面，對于同一個量價圖形的判斷也很可能是不同的。

紀律性不同：只要你是人，你就不可能不考慮你的現有持倉成本，你的盈虧狀況等因素而做決定。但程序則不同，程序可以完全拋開情緒而以100%的嚴格紀律性來執行最合適的操作。

判斷和操作速度不同：程序對量價圖形的判斷速度和買賣操作的速度都是碾壓人工操作的，所以量化出來以后傳統的技術分析更加弱勢了。

那么量化有哪些不足呢？

無法應對黑天鵝：量化只能基于數據庫內的歷史數據做出趨勢交易，而當發生歷史上沒有發生過的黑天鵝事件時，量化策略就會瞬間瓦解，這個事前幾年就發生過，大家應該都知道，不需要多說。

高度趨同性導致失效：假設市場上的交易以量化交易為主，那么這些交易就會表現出很強的趨同性，一點風吹草動就很容易導致市場流動性枯竭而發生踩踏事件。

市場情緒難以量化：比如一則流傳的小作文，量化程序就很難分析其對市場的影響，引發的劇烈波動也很難被量化程序所處理。

所以總結以上幾點，量化是可以用的，但也并不是說啥都不管放那邊交給程序就完了。你平時需要經常看一眼市場，特別是在發生黑天鵝或者影響比較大的小作文時可能需要及時人工干預。

以我的經歷來看，在很多年前嘗試了一兩年短線被套被割后投資理念變得越來越宏觀和謹慎。從啥都買轉變成只買幾只自己看得懂的股，從持股幾天到持股幾年，從利弗莫爾到美林時鐘，我的股票賬戶現在一年可能也就十幾二十次交易記錄，但每天卻起碼花一兩個小時在股票資訊和研究上。下單前我都會問自己固定的幾個問題，比如：

1，這個公司目前市值1000億，假設現在我手里的所有資產一共2000億，我肯不肯花1000億現金買下這家公司。這個問題很現實，如果你在生活有保障的前提下肯花相當于一半資產的錢去買下這家公司，那么這個股大概率是值得作為長線壓艙石的。

2，掏出美林時鐘圖，問自己現在是不是到了牧場主把牛奶往海里倒的時候，如果到了這個時候還能在市場里活下來的公司，它大概率可以作為長線配置的首選，價格也大概率到位了。

當然根據每個人的投資理念不同，可以提出適合自己的類似問題還有很多。在這里想強調的是從概率的角度上說，針對個人投資者，目前有明確證據證明行之有效的投資方法是長期價值投資和量化。

投資是很實際的事情，能長久的賺到錢就是王道。評論區有很多人覺得我容不得質疑，其實并不是。求同存異是有前提的，就是你不要和我討論蘋果往地上掉還是往天上掉這種問題，我只是不會在我確定是正確的事情上退讓，我不說違心的假話。但我也并不覺得哪一種流派就一定正確，說極端點如果你真的是玩技術的天才，可以用傳統技術長久的在市場里賺到錢，那肯定是OK的。所以我并不是一味的反對技術分析，只是普通人就沒必要去學了，因為你是天才的概率是很低很低的。

最后還有一個問題和長期投資也有點關系，就是很多人讀者問我為什么不買AI股，畢竟AI是未來的大方向，盈利都是可以預見的。確實AI可以說肯定是有大發展的，但關鍵問題是，你們能保證現在被炒高幾倍的AI股十年后還存在嗎？事實上有相當部分紅極一時的科技公司十年后要么衰落要么直接消失（王安電腦，intel等例子數不勝數），這就是科技行業的殘酷性，你可以很確定整個行業是有前途的，但你絕對不能確定具體哪一只科技股可以活到十年后。投資從來比的是誰活得久，而不是誰賺得多。

所以作為風險偏好比較低的長期投資者來說，賺錢能力強的老登股雖然成長慢，但至少十幾年后它肯定還在那邊為你賺錢，而且也能間接受益于科技進步帶來的經濟繁榮。當然適當配置AI的ETF來規避個股風險是個好主意，但要做好大起大落的心理準備，這就是我對AI感興趣的讀者的建議。