在对外开放方面，东部地区实现了自由贸易试验区的全覆盖，在扩大制度型开放、主动对接国际高标准经贸规则层面取得新突破，2024年上海发布117条自贸区新政细则，全面对接国际高标准经贸规则。东部地区在经济率先发展的基础上，还承担着国家治理能力现代化样板的重任，各地区大力推进生态文明建设，积极探索生态环境“共建、共享、共保、共治”协同治理机制，加快发展分布式新能源、沿海核电、海上风电等，推动能源清洁低碳转型。东部地区锐意进取，全力担当好深化改革“排头兵”、制度创新“试验田”，在经济、科技、金融、对外开放、生态文明、社会治理、政务服务、营商环境等多个领域探索出诸多可复制可推广的经验。

没有人能够左右变化，必须走在变化之前。可以说，部分幼儿园及时更换赛道，转型经营“幼转老”“老幼共托”业务，是自寻出路的有益探索，也是市场自我调节的灵活体现。这有利于盘活存量资源，也为“上有老、下有小”的家庭解决了后顾之忧。

图片

 ▼

研究投机，就要熟悉金融学，更要了解经济学。

1689年，牛顿写了本书叫做《自然哲学的数学原理》，开启了物理学的大门。几十年后，牛顿也开始玩起了金融，然后，就没有然后了。

图片

 

▲股票杠杆交易怎么开通 重温一下三百多年前艾萨克牛顿爵爷在一波牛市里令人窒息的操作吧：投资了南海公司之后血本无归

可见，不同于物理学的研究方法，金融学有自己的规律，否则牛顿这么牛的人怎么会折戟呢？

如果深入了解现代物理学和现代金融学两个领域，我们就可以得到一些有趣的发现：比如两者所使用的技术和数学工具都非常相似：从建模方式，到统计方法，到编程等等。

金融的分析对象，是货币，证券，资产，都是非常抽象的概念。经济学的目的和物理学非常相似：找到这些抽象概念之间的联系，此外，还要关注这些抽象概念与现实世界之间的关系。

金融学的假设关于股票和市场的心理因素也很符合物理理论模型，由此我们可以利用物理学的工具将金融市场建模，帮助我们解决问题。比如期权定价模型就是受到了物理学里的热扩散理论的启发，将市场看成是不断寻求均衡的体系。

著名经济学家张五常谈到：

“萨缪尔森曾经说经济学是社会科学中的皇后，我不同意，因为人类学与历史也算是社会科学，而我从这两门学问中学得很多，对其中一些论著很佩服。然而，明显地，经济学是社会科学中唯一的属公理性的学科——以武断的假设或公理为出发点，这跟自然科学的物理，化学，生物相同。”

然而，如果思考得更加深入，就会发现，两者实际上还是存在显著区别的。

物理学是与上帝较量，试图寻找宇宙设计的蓝本，上帝不会轻易改变规则。自然科学规律描述的宇宙运行方式是没有条件的：人类理解了电磁力便发明了电报无线电电视机，人类理解了强核力弱核力，就诞生了天才般精密的电子产品，也创造了有史以来最危险的大规模杀伤性武器。

图片

▲ 物理学研究的四种力，探究宇宙设计的“蓝本”

金融学是与上帝创造的人类较量，人按照自己的想法为资产定价，而这些想法几乎每天都在改变。人的行为是很难理论化的。科学方法可以进行重复的实验，一次又一次地验证同一个理论。但在金融学里，我们没有平行宇宙来一次次地开展同样实验，因此就很难研究其客观规律。

哈耶克的观点是：

“在经济学领域，认知的顺序与自然科学是相反的：先是通过人类经验了解微观个体的行为，继而抽象为宏观经济整体。如果正确认知事物的方法是先具体，再抽象，那么在经济学中，我们应当先了解个体，再了解经济和市场的整体。”

图片

▲ 物理学和金融学所属的经济学分属两个阵营：自然科学和社会科学

物理学里没有基本定理——热力学第二定律可能是，但其余物理定律都是人类的片面总结：比如牛顿定律与开普勒定律在经典力学里是完全等价的，而在量子力学体系里两者却不等价了，可见物理定律不是普遍适用的，人类还没有找到“大一统”的物理理论。

图片

▲ 金融学的工具沿袭了物理学，但看来看去，金融学里似乎只有一个期权定价公式是相对普适的，仅仅因为它排除了人的因素才堪用。

做物理研究，必须层层深入挖掘后，建立理论再回到表象，解决现象的问题。而金融则不同，金融领域不需要高深的理论，因此不用层层深入——待在表面就行了。模型必须浅显易懂：用已知的产品价格估算未知产品价格。市场本身就是浅显的，好的模型也应该是浅显的。

图片

▲ 究其本质，金融学的核心思想是将现在对未来的看法折算为当前的价值，而物理学则是基于当前的状态预测未来的状态

 ▼

那些堪用的金融模型

要想做好投机，就要研究风险。

概率统计学是一门独特的学问，与金融学的关系异常密切。这门学问抛开了传统数学的确定性推理，研究的是“不确定性”，并且做出了“量化不确定性”的壮志，这种气魄，真的不是其它数学分支能够比拟的。

绝大部分金融学理论都要通过概率统计走向量化，量化风险就是金融学的主要课题之一。有些风险可以量化，有些则不然。

911事件就无法被量化，日本海啸导致核泄漏也无法被量化。你没法计算这类事情发生的概率。对付这些突发情况，唯有“常识”才是可靠的。比如活火山喷发是无法避免的，与其预测概率，不如多做一些防范性的工作，将当地居民搬迁到更加安全的区域。

图片

▲  除了“黑天鹅”事件，还有各种各样的“杂交天鹅”事件

在金融学量化的战场上，有效市场模型EMM是最霸气的一个，它有一股气吞山河的生猛：假设所有关于未来的不确定性都是可以量化的。

EMM，是现代金融的核心思想之一。这是一个关于人类行为的模型，强有力，简单。

我们就用股票这个例子来解释什么是有效市场。

股票是最常见的证券类产品，也是风险性资产的典型代表。购买了股票，公司就能利用你的现金来经营。股票不会产生利息，只能参与分红。因为公司未来的收益是不确定的，因此股票存在风险。

一个庞大公司的所有经济价值都被浓缩在一个阿拉伯数字里面。

然而没有人能很好地预测未来的股价，EMM模型实际上只说了一件重要的事情：

想要根据已有的信息准确判断未来的股票价格几乎是不可能的。

图片

▲ 股神巴菲特的导师格雷厄姆曾经说过：股市短期的表现就像一台投票机，随着投资者的情绪波动而波动；但股市长期的表现就像一台称重机，其称出来的价格预期与基本价值会趋于一致。股市无论是投票机还是称重机，投机者的决定都是将有限的数据和信息转换成一个更简化的投资决定：买还是不买。

根据EMM模型， 现有股价已经准确反映了所有经济和市场的信息，因此想要系统性地跑赢市场是不可能的，只有新的信息才会导致价格的变化，波动性就是市场对新的信息的反应。

诺贝尔经济学奖得主罗伯特恩格尔就曾发现，上世纪90年代，中国内陆市场的新信息尤其多，因此那时候中国的股市动荡程度要比美国高得多。

EMM假设新的信息出现的间隔是相同的，每Δt秒出现一次。好消息会使公司的价值上升一定的百分比，坏消息则降低一个百分比。平均来看，股价会上涨，但会在均值附近上下随机波动，并且波动的幅度不会超过一个范围。这就是EMM模型测算风险的方式。

图片

▲  EMM风险模型里，股价在t时间内波动，这被称作扩散。同时股价以μ的平均速率上升，这叫做漂移。每年的波动幅度是σ，至于根号嘛，n个消息带来的股价波动并不与n成正比，而是与成正比，而消息的时间间隔是⍙t，因此t时间内股价的波动就跟成正比了。

 

现实世界里如果按照波动幅度σ和回报μ的比值对金融产品排序，就会发现：短期国库券 < 公司债券 < 股票。 理由也很简单：政府不太可能破产，公司承诺回报但可能破产并违约，而股票单纯靠运气，公司不承诺任何回报。

在股票市场里，不同行业的波动幅度σ也会存在差异，它们的风险是不同的。比如在美国，制药行业的整体回报率一直是所有行业里比较高的，而研发新药的风险也是很大的：药物的开发完全依赖于不确定的随机实验，“倒摩尔定律”的存在让新药的研发成本急剧攀升，而一旦新药研发成功，专利保护就会让制药公司获得丰厚的利润。

根据EMM模型，股价的变动完全取决于预期回报μ和波动幅度σ，而且不同的股票之间的区别也是这两个参数。有这两个前提，我们得出以下结论：任何两个证券产品，如果未来可预测的波幅相同，则预期回报相同。

金融学里有一个通过同类产品做类比就可以使用的简单原则：一价定律

图片

▲ 只要时间足够长，人们掌握充足的信息，就总会趋向于购买相似的产品当中价格最低的，卖出价格最高的，最终使得它们的价格趋同（一价定律），让无风险套利的机会消失。在运作良好的市场里，无套利原则是长期成立的。这就是那个著名的隐喻：“天下没有免费的午餐”

房地产的估价就是一价原则的一个例子：看看市场上的报价，或者看看最近卖掉的临近房产，将其售价作为参考。如果你有经验，就可以利用常识和相似性，建立估价模型给出价格预测。

股票，债券，期权的定价都是这个方法。价值的变化就是不断进行估值的结果。

通过对比我们发现，EMM模型和一价定律是一样的，都指出具有相同风险的证券产品的回报应该一致。那么回报应该是多少呢？

EMM模型里，关于风险的指标只有一个：就是σ。看来想多挣钱其实并不需要有多聪明，只要多投资波动σ更大的证券产品就行了，风险正比于回报嘛。但这并不是最优策略，我们应该适当买一些无风险债券来分散证券风险。

如此一来，投资组合的回报就变成了多种资产回报的加权平均值。股票的权重越高，风险也越高，反之也相关。只要改变权重的大小，我们就可以组合出任意风险的投资组合。

再回到一价定律继续推理，有了以上的投资组合（能够组合出任意的风险），只要其它投资组合与其风险相同，就能知道风险回报。这就很神奇了：有了一支股票的风险和回报，就有了所有股票的风险和回报。

来看一个例子：

假定证券产品的年均回报率为20%，波动幅度为 /-5%，同一时间段里，投资国库券的无风险利率为5%。那么用证券的回报率减去国库券的回报率就得到了超额回报率。20%-5%=15%。

这是我们投资风险资产带来的超额回报，将这个数值除以风险（即波动幅度σ），15%/5%=3，这意味着，每个单位的风险能够带来3倍的超额回报。

图片

▲ 这个比值就叫夏普比率

按照EMM模型，如果你的投资组合的夏普比率高于市场平均水平，你就变成了聪明的投资者。专业的基金经理都想要通过测算和报告夏普比率来证明自己投资决策的英明。

然而EMM的这个结论非常地可疑，因为这个结论是基于一系列简化的假设条件推导出来的，刚才提就到了至少三点：

股价已经反应了当前所有已知的信息，股票现价就是对公司价值最好的估计。

股票唯一的风险是扩散风险

相对可靠的一价原则

历史一再告诉我们，市场价格偏离真实价值的例子实在不胜枚举，我们不可能得知价格和价值之间的差异。风险的来源多种多样，而且风险模型里的扩散假设也不符合市场观察——它太慢了。2007年爆发的信贷危机给我们的教训就是，以前决定抵押贷款产品价值的模型测算的预期回报远远低于实际的回报，世界于是猛然惊醒，惊诧于自己的定价模型存在缺陷，于是危机就爆发了。

巴菲特认为，市场经常是错的，他持续战胜市场的原因是：远比“市场先生”更加了解买入的公司并能够正确估价，从而利用市场价格与内在价值的差异获利。如果EMM理论是正确的话，除非靠机遇，否则几乎没有任何个人或团体能取得超出市场的业绩。任何个人或团体更不可能持续保持这种超出寻常的业绩。——可是他自己的存在就是EMM理论的一个活生生的反例。

巴菲特曾讲了一个故事来讽刺EMM理论的荒谬：

两位信奉EMM理论的经济学教授在大学里散步，忽然看到前方有一张像是10美元的钞票，其中一位教授正打算去拾取，另一位拦住他说：“别费劲了，如果它真的是10美元，早就被人捡走了，怎么会还在那里呢?”就在他俩争论时，一个乞丐冲过来捡起钞票，跑到旁边的麦当劳买了一个大汉堡和一大杯可口可乐，边吃边看着两位还在争论的教授直乐。

有效市场理论被剥了个精光，人们自然地将关注点转向其它金融理论，这当中就包括广受行业青睐的资本资产定价模型 CAPM。

图片

▲ CAPM代表个股期望收益率，绿色的钱袋子代表无风险收益率，蓝色的钱袋子代表市场的期望收益率

CAPM是在EMM模型基础上拓展的方法， 被视为现代投资组合管理理论的典范。

EMM只关注单一股票的价格，认为股价不会产生剧烈的波动。CAPM将单只股票与整个股票市场关联起来，认为大盘会带动单只股票的涨跌。两者有趋同的趋势。

根据CAPM，每支股票都有两种风险：市场风险，以及与市场无关的单一股票特有的风险。市场风险是共性的，只要你玩股票就无法躲避这种风险。而每支股票的特有风险都各不相同。

CAPM更进一步的核心观点是：市场的风险是天然存在无法避免的，因此这是你所需承担的唯一真正风险，只有市场风险才能带来回报，“高风险高回报”只适用于市场风险。

图片

而特有风险则是可以避免的，只要将风险分散就可以了，方法很简单：把与你选定股票的特有风险无关的其它股票放入你的投资组合当中，各个股票所特有的风险就会自然地相互抵消了。

不可避免的市场风险用β来表示，是单一股票的市场风险与整个市场风险的比率。每只股票的β值都是不同的，β值越大，越容易受到市场影响。同时，β值越大，回报也越大。

按照这个模型，电力公司的β值应该比卖奢侈品的公司低，因为电力是生活必需品相对稳定。而奢侈品是非必需品，很容易受到市场的影响。

但这个预期和市场表现大相径庭，实际值和预测值相差很大（这个差值用α来表达）。客气一点的解释是，CAPM只在长期有效，统计学的波动不能解释这种差异。另一种解释是，模型还不完善，市场风险之外，我们必须考虑其它风险。而不太客气的解释就是：CAPM模型没用。

CAPM本身存在大量的假设条件，使得它只能用在波动不剧烈，流动充分，投资者理性的情况下，真实世界总是丰富多彩的，有限假设建立起来的理论一定存在缺陷。与其计算CAPM里的β值，不如说，EMM模型里的σ更基本更好用。CAPM自己都不怎么有效，β值作为模型的一个参数，自然就更不好用了。

图片

▲ “根本没有必要学习那些有效市场理论：要想成功地进行投资，你不需要懂得什么β值、有效市场、现代投资组合理论、期权定价或是新兴市场。事实上，大家最好对这些东西一无所知。”——沃伦巴菲特

当然CAPM这个模型在有些情况下还是堪用的：α值被看作预期回报和实际回报的差异，β则是单纯的市场风险。获得β值很容易，随便弄一个投资组合，包含不同领域的股票，分散风险就可以估算出一个市场风险的水平。α值则需要很多技巧，但只要发现α回报的蛛丝马迹，那么这个公司的运作一定有出彩的地方，投资者就愿意出钱雇经理人来做投资管理。如果公司业绩仅仅符合β回报，那这种公司就不值得投资，因为那只是市场的平均表现而已。

1993年，美国国会取消了超导对撞机实验，世界最大粒子加速器项目搁浅。一大批粒子物理学家、数学家、量子力学和IT工程师“下岗”。恰逢此时，华尔街向这帮顶级精英伸出橄榄枝，他们的加入，促成大量金融计量模型的诞生，并催生了新的学科：金融工程学的诞生。但2007年金融危机来临后，这些模型全都败下阵来，无一幸免。

最终的实践表明，不管是EMM还是CAPM都不能算作成功的模型。企图通过金融工具量化不确定性是无法预知未来的，它只是将人们对未来的期望贴现而已。

 ▼

金融学里的牛顿定律

有了以上的分析，我们就可以知道，目前市面上纷繁复杂的技术工具基本都是无用的，什么缠论的“缠中说禅”，波浪理论的“数浪”，KDJ的“制图法”，MACD的“快慢均线”，趋势线和均线系统的“支撑位阻力位”，量坑量比抓涨停，葛兰威尔移动平均线，八大买卖法则……

这些理论都没有什么深刻的理论基础，有的建立在历史价格波动曲线的几何学或计算机图形学分析上，辅以“高深”的“定律”，来修饰其马后炮的本质；有的理论靠大肆炒作释放消息，鼓动散户们步调一致地操盘，为单一股票造势；还有的门派奉行的准则是“多预测”：大师预言了25件事，只有成真的那3件事成为了日后津津乐道的谈资，如果你无法准确预测，那就多预测。

这些途径都妄图扰乱认知，它们建立的出发点都怀有对于未知和随机未来深深的敌意。难道学界就没有一个更好的金融理论了么？

于是，金融学里的牛顿定律诞生了，这就是Black-Scholes模型，由费希尔布莱克和迈伦斯科尔斯于1973年提出。也被称为期权定价模型，它受到了前人成果的启发并进一步扩展了EMM模型。

图片

▲ 模型阐述了期权的价值同时包含了股价（S），股票的风险（波动率σ）和借钱的利息。这个公式里还加入了金融的折现概念（时间T），以体现金融衍生品在时间上的价值，此外，金融学家们还发现，股价不服从正态分布，而是对数正态分布，同时收益率成正态分布。此外公式里还体现了无套利原则。期权与股价之间是非线性关系，还受时间的影响，因此公式的进化经历了70多年的发展。直到随机微分方程等工具的引入才最终建立起B-S模型。

什么是期权？就是押涨价还是押降价。如果你看涨一支股票，后来价格真的涨了，你就赚钱。如果股票跌了，那你就只牺牲掉购买期权的费用。看跌的情况与之类似。整个过程中，你都不会“持有”股票，交易的是持有股票的“权利”。

图片

除了做多跟做空之外，其实还有两种交易方法。如果你同时买空和买多，那价格不动你就亏钱了，价格涨了，就用看涨期权行权，价格跌了，就用看跌期权行权。这意味着，只要价格有大的波动，不管涨还是跌都可以挣钱。不管你买什么卖什么，你的对手（做市商）一定是跟你反向操作。你押波动会挣钱，那么要是价格没有波动，做市商就挣钱。

所以期权有四种交易：做多、做空、做多波动率、做空波动率。正确预测了股价变动的方向，你就赚钱；预测错误，你只损失了期权费。

有了股票和期权，你就有了两种在股市进行投资的对象。当两者的预期回报率一致的时候，市场就达到了平衡——投资者对这两种产品没有偏好。市场达到平衡前，投资者总是寻求低买高卖，大量的套利行为让市场最终实现平衡。B-S模型就是基于这一原则推导出来的。

由于任何时候你都可以把期权变成股票，B-S模型能告诉我们，在任意时刻，该用多少股票来代替期权，可以使总的风险不变：你知道股价，就能算出期权的价格。股票的风险和期权的风险是高度相关的，将两者的风险画上等号，就给定价提供了很充分的约束条件，就是是该模型有效的原因。B-S公式实际上是把波动的价格幅度换算成为了期权的价格。

期权是个复杂的机制，以看涨期权为例，它的价值随着股价的上升而上升，随之股价的下跌而下跌。它会告诉你最初要买入多少股票，在未来的每一刻，每一个价位，还要再买入或卖出多少股票，才可以获得与期权合同相同的回报。

跟所有模型一样，B-S模型也并非完美无缺，但还是比为股票定价的EMM模型更具变革性，它彻底地改变了现代金融：利用该模型，根据资产的价格，任何标的的资产都可以定价，不论是股票，债券还是货币。通过B-S模型，美国建立了上万亿资产规模的金融衍生品市场。

B-S模型的观点更加接近普遍真理：市场达到平衡时，股票和期权的风险溢价是相同的。这就是为什么该模型是有效的，而其余的模型都不具备这一特质。

但我们始终要保持警惕，再完美的模型使用不当都会带来破坏性的后果。人性的贪婪，利益的驱动，总是能够让金融技术的发明者和使用者滥用模型，只要能够创造新的技术将风险不确定性定价，并找到确定任何资产间的相关关系的方法，他们就愿意冒险。

图片

▲ 2007年7月末，华尔街顶级投行之一贝尔斯登(Bear Stearns)旗下的信用担保债务凭证(CDO)对冲基金轰然倒塌，那场此后演变为全球性金融危机的次贷危机从此揭开序幕。危机的根源就是一个对违约相关性模型进行描述的公式：高斯联结相依函数(GaussianCopula)。公式创造者也没想到，这个公式会被华尔街的金融机构如此广泛地滥用，用于风险管理和金融衍生品的设计。

▼

金融工程学？还是价值投资？

有些人还是不甘心，希望找到更加强大的金融模型。于是搬出了AI技术。深度学习是个强大的工具，理论上，它可以利用数据拟合出任意复杂的函数模型。强化学习是另一个范式，理论上可以在任意未知环境里做出决策。它们都是大数据的好朋友，没有海量的数据，就没有它们的用武之地。

图片

经过大量艰苦卓绝的编程和测试工作之后人们却发现：过去的价格对未来价格没有任何显著影响！一丝都没有。但是几乎所有的金融模型里的基础假设都是：过去的价格和将来的价格都存在某种关联性！

金融学里几乎所有的技术分析依赖的基础，都是历史数据。金融学里的工具设计得太美轮美奂了，技术体系如此地复杂，让几乎所有人都忘却了这个基础假设，没有人能够在脑子里直观地理解这个根本性的逻辑谬误——过去的频率不代表未来的概率。

频率只是观察到的历史，概率是我们想要建立的模型。从频率到概率是从特殊到一般的转变，就是归纳法的思维。归纳法的逻辑不严密性早在亚里士多德的古希腊时代就被广泛和全面地论证了。

历史上，归纳法一次又一次地被批判。这个花名册上有，亚里士多德，克莉希拉穆提，康德，罗素，休谟，波普尔等等。

图片

 

▲ 波普尔有一个比他更有名的徒弟：乔治索罗斯，索罗斯不仅是金融大师，而且学问很好，他跟着波普尔学到了真东西，三观也很靠谱，他的反射理论一直被学界低估，但他一直很成功：他运作的量子基金横扫国际市场。即使是1997年的亚洲金融风暴也被他巧妙利用，成功赢利高达20亿美元。

归纳法容易掉进的一个陷阱是：相关性就是因果

针灸，面瘫好了，针灸在先，面瘫痊愈在后。然而针灸不是面瘫痊愈的原因。面瘫是“自限性疾病”，不针灸，在家静养，面瘫自己也会好。相关性，不等于因果关系。

但归纳法无法有效区分两者。

图片

归纳法的另一个陷阱是连续性假设（参见前文：归纳·演绎·溯因三大方法论），这些隐藏的炸弹都是逻辑谬误的来源，我们需要时刻保持警惕。

▼

金融工程学？还是价值投资？

既然从特殊到一般的归纳逻辑行不通，我们不如试试换一种思考方法。

先来看一个例子：克鲁格曼的不可能三角形，它也被叫做蒙代尔的三元悖论。该理论的前身是米德的“二元冲突”。

图片

 

▲ 这个三角形的意义是：货币政策独立，固定汇率，资本自由流动三个目标不可兼得。字母代表的含义分别是：A：放弃货币政策的独立性  B：浮动汇率 C：资本管制 正好是三个尖角的对立面。换句话说，三角形我们只能选择一条边。

1945年-1972年的“布雷顿森林体系”中，各国“货币政策独立性”和“汇率的稳定性”得到实现，但“资本流动”受到了严厉的限制。

图片

1973年以后，“货币政策独立性”和“资本自由流动”得以实现，“汇率稳定”于是不复存在。“永恒”三角形的妙处，就在于它提供了一个一目了然地划分国际经济体系形态的方法。

新加坡，香港等实施多个货币局制度的国家，选择的路线是A，放弃货币政策的独立性

主要的发达国家和一部分发展中国家，选择的路线是B，搞浮动汇率

中国，巴西，俄罗斯等发展中国家，选择的路线是C，搞资本管制

对于路线C的国家来说，这真是个艰难的选择。

想要在国际上立足，就得坚持独立的货币政策，不能变成香港或者新加坡这种狗腿子

货币要国际化，就要推动资本自由流动

为了保持和维护对外出口，就要保持汇率稳定

鱼，我所欲也，熊掌，亦我所欲也，狗肉我也不想放弃，你说该咋办？三者兼顾从理论上说也不是不可能，只需要一个条件即可成立：外汇储备无上限。而这个条件实在是太苛刻了，因此普遍认为三元悖论是一定成立的，三者当中必须牺牲掉一个。

要知道，1997年，正是由于三种政策的并施才导致了亚洲爆发大规模的金融危机。

中国是出口大国，必须要保汇率，货币政策还要独立自主，资本管制几乎是唯一的选择，牺牲“资本的自由流动”。中美贸易战里，双方争相提高关税。以前关税低，拿着美元购买力高，现在关税变高了，国外需求低了，于是总出口就少了。这让那么多出口企业怎么活，打开汇率，把关税的压力缓解一下，放开资本管制，让资本自由流动。让汇率和关税保持联动。

可一旦放开资本管制，房价泡沫就会崩塌，带来债务问题，另一方面资本离场，外汇储备吃空，汇率也保不住了。看来只有大幅贬值货币了，汇率是最有可能被放弃的那块狗肉。

2014年瑞银危机的时候，瑞士银行决定让瑞士法郎与欧元锁定汇率。一旦汇率下跌，央行就会出手再把价格推高。央行甚至放话出来说要无限量购买外汇以维持汇率稳定，甚至会考虑负利率，态度非常坚决。

图片

维持汇率不变的代价是什么？

发达国家的资本流入流出不可能全面管制，瑞士作为独立主权国又不能把货币政策放开。因此三角形必然崩塌。长期博弈的最后，央行几乎没有其它选择，就算态度再决绝，也要面临一个必然的结果：放开汇率。这时已经有人盯上了这个套利的机会：只要不断买入瑞士法郎看涨期权——这个时候可以用很小的成本撬动杠杆不间断地买入直到央行松口——必然逻辑昭示的放开汇率这个事件一定会发生——作为期权多头，根本不需要天天提心吊胆地担心爆仓。

在这个事件里，如果我们不断观察央行过去的所作所为，肯定也会认为央行铁了心将固定汇率施行下去，从而落入归纳法的经验主义当中。但是我们有一个非常可靠的基础模型，因此投机的方向就很清晰了，不必每天都心惊胆战。

你看，金融学能做出事前推断。这就说明它是一门有公理性的学科。

著名经济学家张五常就曾谈过，社会科学里的经济学是唯一具有公理性的学科，可以做事前判断。他认为经济学里只有三个公理：

需求定律

成本概念

竞争含意

他有一个非常著名的例子来说明这三个公理：丢失的钞票。

一张百元钞票在人行路上会失踪。这个现象在所有科学中只有经济学可以事前推断和事后解释。考虑如下三点吧。一、需求定律说，如果没有警察在场，该钞票失踪的机会较大，因为行人拾取成本下降。二、如果一个男子有佳人之约，急不及待，他拾取该钞票的意图下降，因为机会成本是上升了。三、如果路上行人较多，该钞票出现争夺的情况会上升——这是竞争的含意。

骤眼一看这个题目显然是小题大做，但张五常认为，经济学的公理基础的确就这么多。1981年，基于这三个公理，张五常成功预测了中国会改走资本主义或市场经济的路线，这是事前推断出来的。50多年来的无数推断或解释的经济学文章，来来去去都是用三个简单的公理作为基础，这是张五常花费几十年的心血简化出来的一般性理论。

此外，张五常还放弃了大行其道的凯恩斯主义，重拾费雪。因为他看到，凯恩斯学派理论是归纳的。凯恩斯理论构建了现代经济学的基础，但根基却不稳，这是很危险的事情。

图片

不管是张五常的经济学三公理，还是克鲁格曼的不可能三角形，从内容到形式都与钢铁侠马斯克多次提到的“第一性原理”相似：通过观察和直觉给出基本的假设和模型，的确，这是一种不同于归纳法的思考方式，是一种多级溯因的推理的模式。通过不断溯因，我们得到的是“第一性原理”——更具备一般性的元假设或元模型。

图片

▲ 推理，演绎，溯因三种思考模式，“第一性原理”就是利用溯因法得到的

索罗斯从来都不愿意相信那些市场分析家的观点，他认为那些所谓的市场分析家的技术分析理论早已过时，他们的股票分析报告没有任何理论依据。与之相反，索罗斯更加愿意把时间花在对宏观经济周期、通货膨胀指数、金融指标、经济增长的基本要素的分析和研究上，他把使用经济基本理论看做是一个成功金融投资家的基础。

在金融学里，似乎只有一个期权定价公式是量化和普遍成立的，仅仅因为它排除了人的因素才堪用。人的行为不遵从自然定律，所以大多数金融学理论被简化到几乎没有用的程度。

不管是金融学还是经济学，寻找普遍的规律最可靠的途径就是依靠观察和直觉锁定根本原理，并通过市场的反馈机制不断优化它。溯因推理就提供了这样一种思考方式，让理论和直觉并肩战斗。

价格只是市场的表象，或者说是博弈的结果。历史数据研究得再精致都与赌博无异。投机的战场不是解读历史数据，推演公式，而是应该跳出金融工程学的束缚，从价值投资的角度研究市场。

经济学的基本理论应该是描述性的。就好像踢足球，不要去研究两队交锋的历史成绩数据，而应该从球员特点，战术技法，教练风格等方面进行定性的分析。股市里的不确定性比足球比赛要更加复杂，各个因素的影响权重一直在变化，因此不可能做到所谓真正的预测。

图片

如果还没有形成公理化的思维，就要避免盲目的投机。我们可以参考索罗斯的投资“三不原则”，以及苏黎世投机定律，它们都是投机的保守策略，是投机成功的必要非充分条件（学了它们你不一定成功，但不学习它们你一定不会成功）。

如果有了公理化的原理的加持，我们就可以做到更好，成为一个有系统的投资者。再混乱的局面都能够挖掘出下面潜藏的暗流。成功的例子有索罗斯开创的一整套无望不胜的止损退出机制，和他受到背部疼痛启发而总结的反射理论。

还有巴菲特靠长时间的思考发展起的具有内在连续性的投资哲学，这样的哲学不会跟风而变。

图片

▲ 索罗斯的反射理论：资产的价格上涨推动投资者的预期更高，从而积极改变资产的基本面，从而进一步提升价格。

最苦难的事情就是如何判断风险水平。没有普遍的标准，对每一种情况都要根据它本身的利弊来判断。在最后的分析中，你必须靠你的生存本能。 ——乔治·索罗斯

投机者要想成功，首先要战胜自己，而战胜自己的主要途径就是独立思考和行动。一定要知道哪些东西是事实，哪些东西只是你个人的经验，这样才能有机会摆脱不确定性，找到未来的钥匙。

《苏黎世投机定律》里，有这样一段话：“投机活动不同于问题解决，不要把你的投机纲领建立在经验之上。最危险的东西就是经验，最有趣的事情就是冒险。”

冒险者绝不回头，他们必须勇往直前。

▲

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。