文章探讨了投资领域正在发生的深刻变革，信息与计算的力量正在重塑金融、科技、媒体等领域，形成一个统一的“大市场”。在这个市场中，投资者需要适应新的环境，利用信息论与控制论来指导投资策略。文章指出，传统的投资方法，如价值投资，本质上都是信息机会的“抢跑”，但随着信息变得唾手可得，这种机会窗口正在收窄。文章还强调了理解市场生态的重要性，以及如何利用市场参与者的行为偏差来创造超额收益。最后，文章提出了“长期复利型投资”作为一种非寄生性的市场游戏，其收益取决于再投资回报率而非买入估值，对价格效率具备天然抗性。
📈 所有投资者实际上都沉浸于某种市场叙事构建的集体信念之中，投资决策并非基于绝对真理，而是基于相对共识。
🧠 大多数投资者都强调自己投资流程的“质量”，但这只是产生超额收益（ alpha ）的一个部分。真正关键的是你相对于竞争对手建立的差异化流程优势。
🌍 一个策略创造超额收益的能力根植于其所处的生态土壤。大多数的投资超额收益，其实只能相对于另一种主导策略而存在（在与主导策略博弈和共生当中产生）。
🏃♂️ 所有投资策略，即使是价值投资，本质上都是信息机会的“抢跑”。当信息变得唾手可得，这种机会窗口自然收窄。
🔒 特质化风险认知，或许将成为人类基金经理最后的价值堡垒？
原创 范阳 2025-10-08 22:37 上海
The Investing Meta-Game
我的公众号，除去人文话题，主要围绕四个领域的交叉点：人工智能 x 科学 x 金融/风投 x 媒体AI x Science x Finance/Venture x Media 它们的底层正被同一股力量重塑：信息与计算，边界被溶解了。这意味着，我们讨论的不再是彼此割裂的单一市场，而是一个统一的“大市场”（ The Market, not markets ），它甚至有点像“万物理论”那样的存在，让我们现在还摸不到头脑。有些朋友觉得似乎涉及到的题材很多，但其实是我在尝试讲述的一个“元叙事”。如果说人工智能时代的科技产品和用户界面越来越接近“信息的本质”，那么这个时代的市场，也必将越来越多地被信息论与控制论所塑造。过去，市场由价格和供需调节，当然市场的主要组成是人的头脑，还有许多不那么有主体性的电脑。所以市场本身就是一种强大的“人群智能”。
图片来源: Rhei 如今，市场更像一个庞大而混沌的信息系统，多种模态的信号在其中流动、反馈、校正、学习和被学习，即将进入市场的智能体之间还会持续博弈与互动。“信息论”决定了今天市场的结构，而“控制论”决定了市场未来的动态。延伸阅读：未来机器：“预测市场”狂热会接管金融的未来？| The Future Machine当信息本身变得无限供给还有几乎即时循环时，真正的优势便不再于谁先占有信息，而在于我们对信息洪流的感知、解读与“召唤现实”的能力，还有唤醒人心的共鸣。这可能就是新的投资元游戏。今天分享的这篇文章来自于 Geoff Yamane 的个人博客，他是一位出色的宏观投资研究者和写作者。
希望今天的文章对你有启发。
投资的元游戏 The Investing Meta-Game作者：Geoff Yamane编辑：范阳发表日期：2019年2月28日
“在过去十年里，我采访并评估了超过五千位投资经理。在这个过程中，我学到的最重要的一件事，就是是什么让伟大的投资者与其他人不同。伟大的投资者把投资当作一场游戏，而且他们非常清楚自己在玩什么样的游戏。”——《The Playing Field（竞技场）》，Graham Duncan（格雷厄姆·邓肯），Eastrock Capital（东岩资本）
上个月我读了中文科幻小说《三体》。在书中，主角身处一个虚拟世界，他面临着无法解释的昼夜不规律循环，直到他意识到那里有三个天体：地球和两颗太阳。在这个故事里，“第三颗天体”施加了一种无形的力量，扭曲了地球与太阳之间的引力关系。科幻小说的奇妙之处在于，它迫使读者跳出习惯性的思维去看世界（ The wonderful thing about science fiction is it forces the reader to consider the world unbounded by the thinking of habit ）— 去思考我们呼吸的空气、游动的水之外的可能性。这篇文章的目标，就是尝试以一种新的视角去“重新框定”投资，让我们能够看到更深层的投资元游戏，也就是游戏中的游戏。本文将通过“我们游泳的水”（ “The Water We Swim In” ）这一隐喻，探讨市场环境的变化为何正在改变未来可能有效的投资策略。范阳注：“我们游弋的水”这一隐喻来自于David Foster著名的毕业演讲David Foster Wallace | 这就是水https://fs.blog/david-foster-wallace-this-is-water/这里有五个关键洞见值得深思：：1. 所有投资者实则共同沉浸于某种市场叙事构建的集体信念之中。All investors are engaged in a common myth – or narrative2. 大多数投资者都强调自己投资流程的“质量”，但这只是产生超额收益（ alpha ）的一个部分。 真正关键的是你相对于竞争对手建立的差异化流程优势。Most investors describe the “quality” of their investment process, but this is only one part of what generates alpha; it is investment process relative to your competition which matters more3. 一个策略创造超额收益的能力根植于其所处的生态土壤。 大多数的投资超额收益，其实只能相对于另一种主导策略而存在（ 在与主导策略博弈和共生当中产生 ）。A strategy’s ability to generate alpha (or excess return) depends on the eco-system in which it operates. And most investment alpha can only be generated relative to another dominant strategy4. 所有投资策略，即使是价值投资，本质上都是信息机会的“抢跑”。 当信息变得唾手可得，这种机会窗口自然收窄。All investment strategies, even value investing, are information front-running. Widely available information reduces these opportunities5. 特质化风险认知，或许将成为人类基金经理最后的价值堡垒？Idiosyncratic risk is likely the last preserve of human investment managers?折现现金流（DCF）不过是关于公司价值的一种“叙事”A Discounted Cash Flow is but one “narrative” of the value of a company 大多数投资者，包括我自己，都从“我们是基于折现现金流（ DCF ）进行投资”的想法中获得某种理性的安慰。不论我们用哪种方式定义它：无论是DCF 模型本身，还是它的简化形式，比如市盈率（ P/E ）、企业价值倍数（ EV/EBITDA ）等等。然而，现实是，许多公司的平均寿命如今都比 DCF 模型中假设的企业存续期还要短（
Yet many companies today have an average expected corporate life shorter than the DCF used to value them ）。在大多数DCF 模型中，终值（ terminal value ）才是最关键的部分。结果是，我们今天对未来的信念很可能并不成立，投资者几乎从未获得过模型预测的回报（
what we believe today about the future is unlikely to be true, and investors almost never achieve the “modeled” return ）。DCF投资之所以有效，并非因为它在绝对意义上“正确”，而是因为大多数其他投资者也相信，或者最终会相信，DCF 是一种合理的衡量公司公允价值的方法。投资者所交易的，不是绝对的真理，而是相对的共识（
Investors deal in relative, not absolute truths ）。当然，也有一些例外，比如套利策略（ arbitrage ）、高收益率的深度价值投资（ deep value with high earnings/dividend yields ）等。由此可见，投资者实则是参与在"DCF叙事"之中，正如人类社会中人们对货币无形价值的集体共识。这些叙事时而更迭：正如我们在《软件业的投资悖论》（ The Investment Paradox of Software ）中所述，投资范式曾经历从本杰明·格雷厄姆（ Benjamin Graham ）的净流动资产策略，向巴菲特/芒格的喜诗糖果护城河模式的演进，早期洞察这一转变的投资者获益颇丰。而叙事体系亦会崩塌 — 通常在被证伪之后，例如 1950 年代企业集团并购潮的幻灭。为什么 Alpha 是一场相对游戏Why alpha is a relative game多数投资者将阿尔法收益定义为超越投资组合贝塔收益或因子收益的部分（ Most investors understand alpha as the excess return an investor earns above his / her portfolio’s beta- or factor-returns ）。但我们可以从另一个维度理解：阿尔法本质是从其他市场参与者处获取的收益，这类似于“寄生”关系：
正如《寄生虫王国》（ Parasite Rex ）和 Epsilon Theory（ ε理论 ）中所说："最有效的阿尔法创造策略如同寄生虫...它们以市场本身为栖息地。这不是基于某家公司基本面的投资策略 — 那种类似于地理栖息地的模式 — 而是利用市场参与者的行为偏差（ 非理性因素或制度性偏见导致的行为 ）。寄生策略并非创造阿尔法的唯一途径，但我相信那些具备最显著持续优势的策略，实质上都是寄生体。"——摘自《寄生虫王国》/Epsilon Theory“the most effective alpha-generating investment strategies are parasites … [which] uses the market itself as its habitat. It’s not an investment strategy based on the fundamentals of this company or that company – the equivalent of a geographic habitat – but on [exploiting] the behaviors of market participants [behaving for non-economic or institutionally-caused biases]. A parasitic strategy isn’t the only way to generate alpha – but I believe that the investment strategies with the largest and most consistent “edge” are, in a very real sense, parasites.”– Parasite Rex, Epsilon Theory简单的例子往往能揭示深刻的洞见：赛马，其实是股市的一个贴切比喻。要在赛马上赢，有两个关键变量（ Two variables determine successful bets ）。第一，你必须能够预见未来，押对马匹 — 这就是所谓的“投资过程”（ you must have some foresight in the future through betting on the right horses: this is an “investment process” ）。第二，还必须识别出赔率所隐含的市场预期与你自身判断之间的差异（ you must also identify where the odds, implied by prices, are different than your view of the future ）。举个例子：在 1938 年的肯塔基德比赛马（Kentucky Derby）中，押注“海饼干”（ Sea Biscuit ）其实并没有什么洞察力，因为所有人都知道它很强，赔率早已反映了大众的共识。股市也是一样的。投资者押注的是公司未来的盈利能力，相对于股票估值（ 例如市盈率 ）而言。大多数投资者都明白这一点。但还有更关键的一点。假设你已建立完善的"投资流程"：收集历届赛马统计数据预测未来，克服行为偏差，甚至使用"长期资本"（ 即自有资金 ）进行投注。然而数年过去，你的战绩却始终徘徊于平均水平。这时，一个失败的赌徒通常会开始反思自己的结果，重新审视整个“流程”，却找不到明显的原因 — 除了认为也许自己只是运气不好，或者这套方法暂时“失灵”了。但他忽略了一个本质问题：决定成败的，并不是你的流程有多精密，而是你的流程相对于竞争者的质量和优势。而你的竞争者群体，很可能早已改变（
its not the sophistication of his process that matters, it’s the quality of his process relative to the pool of competitors -- and likely his pool of competitors has changed ）。于是，无论你的团队是否做“事前复盘”（ pre-mortem review ）、红蓝队对抗（ red-team/blue-team ）、或者使用各种决策清单，这些细节优化都无法弥补一个根本上的困境：你的竞争者也在这么做（
most of your competitors are doing it too ）。在这点上，“寄生”这个比喻非常精准（ In this respect the parasite analogy is astute ）。寄生虫（即策略）只有在存在可依附的宿主（对手方）的情况下才能存活。同样地，价值投资策略也只有在市场上存在那些基于非基本面因素定价的参与者时，才能持续产生超额收益（ Parasites (strategies) can only survive in the presence of an available host (counterparty), the same way a value strategy can only survive against market participants which set prices under other (non-fundamental) considerations ）。而如今，光是伯克希尔·哈撒韦（ Berkshire Hathaway ）的年会上，就有四万名“逆向投资者”（ contrarians ）在场。这意味着，在你买入的大多数股票中，卖给你的人很可能正是坐在你旁边看巴菲特（ Buffett ）和芒格（ Munger ）演讲的那个“逆向者”。你们本质上是在与镜像自我们博弈 — 每个人都相信，对方才是那个行为失常、分析不充分、信息不完整的傻瓜（ You are trading against you, with each person believing that the person selling to them is behaviorally defective, analytically deficient, and mostly devoid of the information necessary to calculate a price-earnings multiple ）。所有的价值投资，都是在主导叙事之下的信息“抢跑”All value investing is information front-running within a dominant narrative“在华尔街上，唯一能稳定赚钱的方法就是“抢跑”，或者说叫做先行布局（ front running ）。抢跑的意思是，在别人行动之前先买入或卖出，因为你知道或预期别人稍后会跟进。短期先行布局常被称作'违规操作'，长期先行布局则被称为'价值投资'。"— Thomas Peterffy（托马斯·彼得菲），盈透证券（ Interactive Brokers ）创始人那价值投资也是一种信息抢跑吗（
Is value investing also information front-running ）？……我认为是的。
一笔成功的价值投资，大致是这样的：投资者以 6 倍市盈率（P/E）买入一只股票，持有数年，其间每股收益（ EPS ）增长、分红持续，然后在 10 倍市盈率时卖出。这位价值投资者赚到的钱，来自以下几种因素的组合：他预见了未来、以低价买入，然后市场 — 也就是其他投资者 — 最终认可了他的判断。但真正能把股票持有至整个DCF（折现现金流）周期结束的投资者，几乎没有。价值投资者与动量交易者、交易所大厅里的“黄牛党”并无二致，都在进行着某种形式的先行布局 — 我们都自认掌握了市场尚未察觉的独到见解（
Value investors are front-running, the same way momentum investors do, the same way scalpers do in an open-outcry pit: we assume some special insight the market has failed to recognize ）。我们可以重新定义一下对冲基金的游戏规则（ hedge fund investing game ）。想象 1990 年代的一位小盘价值基金经理。他坐在办公室里，租用着一台彭博终端（ Bloomberg terminal ），可以即时访问到比历史上任何投资者都更丰富的财务信息。科技让原本稀缺的资源 — 财务数据、市场接入渠道与注意力 — 变得充裕（
Technology took something scarce (financial information, access & attention) and made it more abundant ）。这位经理发现了一只市值 5 亿美元的小盘股，以低于账面价值、6倍市盈率的价格交易，这是一个“宝藏”。他买入这只股票，享受高额的盈利和分红收益，然后耐心等待。当另一位价值投资者发现这只股票，认为它理应值10 倍市盈率时，他便以可观的利润卖出。反过来也成立：一只原本以 10 倍市盈率交易的股票，可能因为被迫抛售跌到 6 倍，随后被这位投资者接盘。无论哪种情况，投资者都是在与其他市场参与者博弈，且必须保持至少部分正确 — 若期间企业盈利崩塌，所有算计都将失效，而时间会加速这个过程（ time was an accelerant ）。阅读早期 Greenlight（ 绿光资本 ）或 Tiger Management（ 老虎基金 ）在巅峰时期的投资人信时，你会发现，那并非高深莫测的火箭科学。进入门槛其实很低，只是他们是先行者（
the hurdle was low, but they were first ）。当那些常春藤精英们坐在前所未有的信息处理系统前，他只需要比那些街头巷尾的散户对手方稍胜一筹（ The Ivy League graduate sitting in front of the most amazing information machine the world had ever seen, simply had to be marginally brighter than the mom & pop he was buying from ）。而在那个年代，中小盘股领域的主要交易对手，确实正是无数普通散户。
从这个角度重新审视，对冲基金曾站在信息革命的最前沿（
hedge funds were at the leading edge of an information revolution ）。当彭博终端（Bloomberg）以科技的杠杆去解决一个极其尖锐的问题 — 人类注意力的不可扩展性时（
the non-scalability of human attention ），它改变了整个游戏规则。换句话说，彼时市场上存在大量“孤儿股票”（ 被忽视的小盘股 ），却缺乏足够的专业分析师去实地发掘它们。无论是因为人类分析师的注意力有限、还是地理上的分散（ 获取实地调研报告、接触管理层、或了解公司业务的难度 ），都让信息成为瓶颈（
This is a fancy way of saying there were more orphaned, undiscovered small-cap stocks available than qualified investment analysts to physically unearth them, whether due to limits of attention or geographic fragmentation (access to reports, management, or information about the business ））。有趣的是，我们其实并不是在描述一个“投资问题”，而是在描述一个“信息问题”（ What is interesting is we are not describing an “investing” problem per-se, we are really describing an information-problem）。
"爱德华·弗雷德金或是信息物理学最狂热的拥趸。早在1980年代，他就提出革命性的物理理论，认为宇宙本质是由软件构成。按照弗雷德金的观点，我们不应将终极现实理解为粒子与作用力，而应视作遵循计算规则不断演化的数据比特。"——雷·库兹韦尔《对斯蒂芬·沃尔夫勒姆〈一种新科学〉的思考》，2012年5月"Perhaps the most enthusiastic proponent of an information-based theory of physics was Edward Fredkin, who in the early 1980's proposed what he called a new theory of physics based on the idea that the Universe was comprised ultimately of software. We should not think of ultimate reality as particles and forces, according to Fredkin, but rather as bits of data modified according to computation rules."– "Reflections on Stephen Wolfram's A New Kind of Science", Ray Kurzweil, May 2012. 事实上，许多我们认为与地理位置或资源壁垒有关的商业护城河，本质上也可以被重新理解为信息问题，
比如纽约的房地产中介。（ Yet many business moats we consider to be problems of position or proximity, like real estate brokers in New York ）。他们通常从年度租金中抽取 15% 的佣金。但如果你能够通过虚拟现实瞬间看到所有可租公寓，并清楚每一个的样貌与位置，你还会愿意付出那 15% 吗？换言之，物理位置也不过是信息的代名词（
In other words, physical location was a proxy for information）。房产中介的服务几乎完全可以被屏幕闪现的数据流替代。我们总将照片视为模拟信号，将信息狭隘理解为Excel 表格里的数字，但这并非真相。信息的疆域远不止于此，只是人类长期缺乏将模拟输入数字化描述的技术工具（
for most of our lives we lacked the technological tools to describe these analog inputs in a digital medium ）。将商业难题重构为信息课题，就能在实体世界的投资逻辑与数字世界的对应概念间建立等价映射（
Re-framing business problems as information-problems allows one to create equivalence between investment concepts we understood in a physical sense and their digital equivalents ）。举个例子，如果你接受这个比喻，那么像谷歌（Google）这样的公司，其实就是信息时代的高盛自营交易台（Goldman Sachs Prop Desk）。自营交易部门靠的是掌握交易流动的信息，通过买卖双方之间的价差来获利。而在谷歌上，大多数时候你是信息的“买方”，在寻找一个“卖方”。谷歌坐在中间，既扮演广告的角色，也扮演房地产中介的角色（ replacing the function of advertising, but also of real estate ）。搜索、YouTube、地图、Gmail、安卓等产品，无非是虚拟世界里汇聚买卖双方的数字广场。每次搜索查询都是为你量身定制的虚拟商业街，谷歌则在信息买方与卖方之间抽取价差（
Each search query is a bustling main street built in a virtual world just for you with Google taking a spread between information buyer and seller ）。高盛通过交易金额分成变现，谷歌则通过向第三方出售"向你传递产品信息"的权利来盈利。
或许最终我们会发现，众多商业模式的本质都围绕信息传递展开（
many businesses at their core revolve around information facilitation ）：消费品品牌传递品质信息，资本市场传递资产与现金流信息，销售总监传递客户信息，房产中介传递区位信息，分销渠道传递价格与库存信息。如果你想找到一个能够广义解释当下所有颠覆性变化的底层真理，可能就是这一点：获取信息的边际成本正在断崖式坠落（
the marginal cost of acquiring information has plummeted ）。“哪一个重要的真理，几乎没有人同意你的看法？”——彼得·蒂尔（Peter Thiel），《从零到一》（From Zero to One）在这个比喻中，有一种解释是：对冲基金经理不过是金融信息商品化浪潮中最早的受益者之一（
the hedge fund manager was merely the beneficiary of being on the leading-edge of commoditizing financial information ）。他是“价值投资部落”中首批入侵这一栖息地的拓荒者，而在他之后，还有大批价值投资者愿意以更高的价格跟进（
He was a first-mover of the “value investor tribe” invading the habitat, and there were plenty of value investors coming after him who would be willing to pay more ）。凭借运气、勤奋和信息获取优势（
By luck, hard work, and access to information ），他第一个“发现”了那些显而易见却被忽视的便宜股票 —
在整个 1990 年代，这类策略无论市场牛熊都能轻松斩获 20%+年化收益。随着资金持续涌入这类策略，流行本身催生了更狂热的追随（ popularity begat popularity ）。比"6倍市盈率的未发掘股票"更具诱惑的，是源源不断接盘的价值投资者（ the only thing better than a “undiscovered” stock at 6x P/E was the next value-investor following you in ）。即便企业最终价值归零，投资者也早在危机爆发前就能以 10 倍市盈率转手他人。这种盈利模式约在 2014 年前后逐渐失效。换句话说，投资中的“阿尔法”（ 超额收益 ）其实是由一组信息洞见组成的，这些洞见当前仍属少数派，但极有可能成为未来的共识（
Thus restated, investment alpha is the collection of informational insights which is currently in the minority, but likely to become the majority ）。除非存在这种“寄生式”的条件，否则你不可能获得真正非相关、富含阿尔法的收益流。
这正是价值投资者所游弋的水域，只是当时我们并未意识到。正如杰克·施瓦格在1990年代《金融怪杰》系列中描绘的图景 — 每个成功交易者都像是天赋与洞察的神奇结合，恰如"任何足够先进的技术初看皆与魔法无异"。而在本质上，这些交易者真正拥有的，是那个时代最先进的信息工具（
what these traders had was access some of the best information tools the world had ever seen ）。并不是他们有更多资源，而是他们恰好在那些工具变得可用的时刻身处浪尖。随着我们对技术、信息及其市场作用的认知深化，曾经的神秘光环正逐渐褪色，显露出其本质：一场转瞬即逝的时代机遇。股票市场与彭博终端，不过是特定历史阶段的技术载体，让少数人得以从新生的信息价值中汲取巨额收益（The stock market and the Bloomberg terminal were merely the stratum and the technology allowing a few individuals to extract large amounts of money from the value of newly available information）。而今同样的变革正在更广阔的舞台上演：脸书与谷歌已成为实体世界的彭博终端，它们的创始人身价远超上一代信息掮客（ the last generation of information brokers ） — 投行 CEO 们。我们所游弋的水：当代股市的生态系统The Water We Swim In: The stock market eco-system of today "当前众多资深投资者参与的游戏，是在优质公司遭遇短期困境时择机买入……但这类策略的有效期通常只有数年，当它成为普遍共识时，这些'优质'股票在危机中的波动性就会减弱（如今亚洲许多高端消费股似乎已对宏观不确定性免疫）。因此，固守单一游戏的投资者，其收益可持续性将远逊于那些未雨绸缪者 — 他们在践行现有策略的同时，始终致力于开拓新游戏维度（
So an investor who uses only one game will have less sustainable returns than those who reach the next stage: putting in the time to develop new games even while playing the existing one ）。"— 格雷厄姆·邓肯，《The Playing Field》，Eastrock Capital我在投资的道路上遇到过一位导师，他来自上世纪九十年代的指数套利与程序化交易部门（ the index-arbitrage / program trading desks ），那正是信息商品化浪潮的最前沿（ manifestations of being the leading edge of commoditizing information ）。当我问他：“你怎么判断一只股票该买了？”他回答说：“当坏消息出来时，股价不再下跌 — 那意味着坏消息已经被消化进价格里，充分被定价过了。”这两段故事，通过“价格”这个媒介，都在讲同一个现象：市场价格反映的不仅是信息本身，更是“与我们共处水中的其他投资者”的构成。而这个事实的含义极其深远。如今的生态系统在很大程度上由机器主导。它们的投资过程建立在信号与概率之上（
Today’s habitat is dominated to a large extent by machines. Their investment processes derive signals and operate in the world of probabilities ）。只要存在对应数据集，算法可以同时覆盖所有市场（ Machines can be everywhere at once provided data-sets exist for the signal in question ）— 从分析师鲜少问津的小盘股，到仅能建立 10 个基点头寸的新兴前沿市场。事实上，多数量化策略持有超过 3500 只流动性和各异的股票。这些参与者的存在，从根本上改变了投资游戏的规则（
the presence of these participants changes the investing-game you’re playing ）。量化策略或许缺乏直觉判断，但它们也许就不需要直觉，它们的集体行动本身已足以重塑价格/赔率体系（
Quant strategies may not incorporate many intuitive judgements, but in some ways they don’t have to, their mere presence can in aggregate drastically effect the prices (odds) available ）。延伸阅读：氛围交易 | vibe trading时间是事件驱动的：为什么感觉历史在加速 | time is event based事实上，如今的大多数“优质”ETF，与多头复利型基金的持仓几乎毫无二致（ In fact, most “quality” ETF’s today are almost indistinguishable from the “long compounder” books of most hedge and mutual funds ）。人类经理或许拥有更深洞察，但若最终构建的投资组合与信号模型无异，其业绩表现 — 尤其在长期持仓中 — 必将趋于同质化。（Human managers may have additional insights, but if those insights leave them with the same portfolio as one constructed using a set of signals, performance is almost guaranteed to be indistinguishable, especially where long-term holdings are concerned）。基金经理或可通过波动交易获取些许超额收益，但这已迥异于 1990 年代那种自我强化的收益驱动机制（ not the same reflexive return drivers ）。如果你仍怀疑机器是否能理解复杂的直觉判断，那么现实是 — 人类也并不擅长。正如英国央行首席经济学家安德鲁·霍尔丹（ Andrew Haldane ）在一次演讲中所说：要完美地计算狗接飞盘的轨迹，理论上要考虑速度、角度、风速、旋转频率等复杂变量。然而狗只需遵循一个简单规则 — 盯着飞盘，朝同一方向奔跑 — 就能比任何方程更有效地完成任务。
对央行制定政策而言，简单的启发式规则往往比复杂的计量模型更有效地预测复杂现象（
Simple heuristics for central bank policy-making work much better than most econometric models when predicting complex phenomenon ）。当简单超越复杂，正揭示出人类认知未来的天然局限（When the simple outperforms the complex, it implies there are limits to what we can know about the future）。大多数基金经理无法跑赢因子模型或指数的事实，也说明在当下的市场生态与参与者结构中，简单规则在许多（ 但非全部 ）投资问题上反而表现更优。市场的终极悖论在于：股市最大低效并非源自现金流折现模型的局限，而在于人类自身的认知缺陷（
The irony is the biggest inefficiency of stock markets is not the inability to do a Discounted Cash Flow (DCF) model, or its equivalents, the biggest inefficiency is the human in ourselves ）。绝大多数股市策略的本质，都是对其他人类参与者非理性行为的寄生利用（ most stock market strategies at their heart are parasitic exploitations of the inefficiencies of other human participants ）。如今，随着市场生态从“人类参与者”为主转向“机器参与者”为主，许多策略赖以生存的隐性生态条件，可能已经不复存在。
特质化风险：人类基金经理的最后堡垒？Idiosyncratic risk: the last preserve of human investment managers? “Winton Capital（ 著名量化基金 ）的创始人戴维·哈丁曾说，巴菲特之所以能持续获胜，是因为他‘对一切事物都了如指掌’。相比之下，哈丁依靠统计与技术，为这个本质上充满不确定性的市场，带来某种程度的确定性。”——《巴伦周刊》对 Winton Capital 创始人戴维·哈丁谈人工智能的采访“David Harding (Winton Capital, a famous quant fund) has told colleagues that Buffett gets his investing "edge" by knowing everything about everything. By contrast, Harding applies statistics and technology to provide some degree of certainty to markets that are inherently uncertain.”– Winton Capital Founder David Harding on Artificial Intelligence - Barron's在扑克游戏中（ 其动态与赛马投注类似 ），最优策略总是取决于其他玩家的行为。股市亦然。市场中永远存在超额收益的机会，但最好的策略始终取决于你面对的对手是谁（
the best strategy depends against whom the game is played ）。如今的市场生态，与巴菲特在 1950 年代所处的世界已大不相同。那时他的竞争者主要是夫妻散户。而比尔·米勒在 1990 年代描述自己的投资优势为“信息、分析与行为”时（ his investment edge as “informational, analytical, and behavioral” ），他的对手也还是人类。如果说股市是一个生态系统，而成功的 alpha 策略，本质上是与他人偏见对冲的产物 — 那么，今天的主导性偏见是什么（
what are the now dominant biases ）？对此最有效的探索方式是先推断当前主流策略（ make a guess as to what the dominant strategies are today ）：被动指数化、估值离散度套利（ 多管理人策略在行业内的相对估值套利 ）、基本面量化策略，继而反推其潜在偏差：被动指数化（ Passive Indexation ）：以市值加权为主，内建“强者愈强”的偏见。这类策略在市场宽度变窄或出现体制性转折时往往失灵。估值错位套利（ Valuation Dispersion ）：行业内部的估值或许合理，但跨行业之间可能严重失真。量化策略（ Quant Strategies ）：大量基于统计便宜的价值策略，如小盘股或新兴市场，可能相对于容量而言已极度拥挤。依赖历史趋势外推（ 如高 ROE ）定价的策略，也已被充分套利。若以上推测成立，那么属于 DCF 部落（ 现金流折现派 ） 的主动投资者，还有哪些生机？长期复利型投资Compounders, a non-parasitic market game这种非寄生性游戏的逻辑基石在于：其收益取决于再投资回报率而非买入估值，故对价格效率具备天然抗性（ they are most resistant to the efficiency of stock prices as their returns are determined by the incremental re-investment rate and not their entry-valuation ）。以15倍或25倍市盈率买入的复利型企业，长期年化收益终将收敛于企业再投资回报率。这类策略的盛行，或许正暗示依赖信息不对称的寄生策略正走向枯竭。当前众多机构投资者受制于持仓集中度限制（ 指数产品亦然 ），即便看好巨头公司也不得不减持。当市场对再投资期的定价远超可预测范围时，危险便悄然而至 — 卡夫亨氏近期案例正是明证。如罗珀、丹纳赫、星座软件等股票的估值或已充分反映这类偏见，其潜在风险在于有限的市场空间与逐渐侵蚀的护城河（ potentially subject to limited addressable markets and eroding business moats ）。结构性变革的机会：非连续的历史断层Structural change which is discontinuous with past history任何依赖历史数据集的策略，都很难捕捉这种“历史断层式机会”（ Any strategy using historical data-sets would have a hard time participating in these opportunities ）。DeepMind 的 AI 曾在即时战略游戏《星际争霸》中击败世界顶级人类选手，而“结构性变革”就像让电脑同时玩《星际争霸》和《魔兽世界》（ Structural change is the equivalent of making a computer play a combination of Starcraft + World of Warcraft ）。跨行业投资的全能型通才投资者或能凭直觉捕捉这种机遇，而计算机至少在短期内将束手无策（
A human, such as a generalist, who trades across sectors, might have some intuition around this – a computer, at least for awhile, would be completely lost ）。这种“复杂性的博弈”当然艰难，但最终仍取决于价格。而幸运的是，今日的技术颠覆带来了丰富的素材 — 这正是上一篇文章《映射稀缺新范式》（ Mapping Emerging Scarcity ）的潜台词。它可能属于极少数卓越经理的专属领域，也可能属于那些“通才专家（ expert-generalist ）”：在一个按行业壁垒划分而画地为牢的投资世界中，他们或许正能率先“抢跑”这些深层变迁，找到新的海域（
with so much of the investment world organized around sector-silos, this might be an area where a minority can front-run underlying changes ）。这些洞察需要真正的天赋，且难以通过组织规模化复制（
These insights require real skill and are perhaps not scalable across an organization ）。优秀的流程可以教授，但复杂的直觉却难以传授（ good process can be taught, complex intuition is a bit trickier ）。而这恰恰是投资的本质：我们获得报酬，是因为我们用人类心智中仍然活跃的创造力，去感知新兴变革（
we are paid to see emergent change using all the creative facilities still available to the human mind ）。最成功的投资者，从来不是那些只在单一范式中取胜的人（
the most successful investors are not those who succeed within a single regime ）（ 如“价值投资者部落” ），而是那些能跨越多个市场范式的进化者——如 Seth Klarman、Andy Beal、Richard Rainwater、Steve Cohen：他们从期权与并购套利，转向通才型基本面多空策略，再到行业专精与高频量化数据驱动。如今的市场生态，正处于范式跃迁中。切记我们身处其中的“水”在变化（
today’s investment eco-system is moving across regimes, as "the water investors swim in" changes ）。延伸阅读：未来机器：“预测市场”狂热会接管金融的未来？| The Future Machine感谢 J.S.、K.P.、E.S. 的评论与思考；特别感谢 M.B. 与 G.S.，让我意识到市场本质上是一种“特殊情境（ special situations ）”的生态；感谢 T.T. 帮我重新认识复利型企业的价格低效；以及 S.Y. — 那位讲述伦敦日本认股权交易员及其 HP 计算器故事的人，他们或许比大多数人更早意识到，我们都在玩同一个游戏：投资的元游戏，或者说，游戏中的游戏（ we are all playing the investing meta-game, or the game within the game ）。原文链接：https://geoff-yamane.com/blog/2019/2/28/the-investing-meta-game迷因经济：21 世纪的荒诞资本主义媒体的未来是一家银行：代理资本重新定价注意力1995 年《纽约客》深度报道：索罗斯眼中的世界变局。无限知识游戏：未被充分开发的知识，是新时代的闲置资产。“我们在疯狂世界里对冲主流观念”：彼得·蒂尔的 Clarium Capital，2004 年《巴伦周刊 》采访。把迷因变成现实：从 GameStop 散户对抗华尔街说起，这件事的历史与未来。阅读原文
跳转微信打开
