常见的投资误区：等待明确信号

作为财经内容创作者，常在评论区看到类似疑问：“为什么非要在熊市（Bear Market: 指股价长期下跌的趋势）投资？”、“为什么不等降息了再投资？”、“右侧交易（Right-Side Trading: 指在趋势形成并得到确认后才进场交易的策略）不是更好吗？”、“为什么不等涨起来再买？”、“为什么不等标普500跌到1800点再买？”。还有人会问，如果相信特斯拉的FSD（Full Self-Driving: 特斯拉的全自动驾驶技术）会实现，为什么不在震荡的两年里等待财报反映特斯拉成为AI公司（Artificial Intelligence Company: 以人工智能技术为核心业务的公司）时再投资，何必执着于一只股票而错过其他机会。这些留言都反映了同一种投资策略：等待市场明朗、信号明确后再投资。然而，这种策略是完全无效的。

事实证明：等待信号策略的失效

首先，从事实上看，这种策略并不奏效。2022年12月，我曾发布视频表示会“无脑买入标普500”，当时标普500从最高点下跌了18%，前景十分不明朗。但从那时到现在，它已上涨超过50%。那么，请问到底在哪一刻信号明确了呢？2023年2月，我制作视频讲解为何“不要和美联储（Federal Reserve: 美国的中央银行系统）作对”是一个迷思，以及为什么不应该等降息了再投资。后来的市场表现大家都有目共睹，这里的“安全信号”又是什么呢？上个月，特斯拉在10月10日发布RoboTaxi后股价大跌，我随即做了视频讲解我的看法，并表示会考虑加仓（Adding to a Position: 增加已持有股票或资产的数量）。出乎意料的是，它很快就开始疯涨。因此，等待FSD在财报上体现后再投资真的来得及吗？长期投资一只股票就真的会让自己错过所谓的其他机会吗？

问题的本质：错误的投资世界模型

通常，人们不赞同这种“等信号明确后再投资”的策略，理由包括：第一，股市不可预测（Unpredictable Stock Market: 指股票市场的未来走势难以准确预测）；第二，股市代表对未来的预期，等安全了再投资就太晚了。这些说法都有道理，但我认为它们尚未触及问题的本质。否则，为什么有那么多人明明听过这些道理，却依然孜孜不倦地等待一切明朗后再投资呢？

问题的本质在于，很多人对投资抱有一个错误的世界模型（World Model: 个人对世界运作方式的认知框架）。这个错误的模型导致我们在投资市场中过度追求确定性，从而不断错过真正的机会。

正态分布：一个被误用的“世界模型”

许多人坚守“等信号明确了再投资”的策略，是因为他们以为投资的世界模型是正态分布（Normal Distribution: 一种常见的概率分布，形状呈钟形，数据多集中在平均值附近，两端较少），也称高斯分布（Gaussian Distribution: 正态分布的别称）或常态分布（Common Distribution: 正态分布的别称）。

正态分布描述了这样一个现象：在大量数据中，大多数结果集中在平均值附近，形成中间高、两边低的钟形曲线。这种现象可以用著名的高尔顿板（Galton Board: 一种演示正态分布的物理装置）来演示：当释放小球时，它们似乎随机落下，但随着小球数量增加，大多数会落在中间位置，只有少数落到两端。

自18世纪提出以来，正态分布被发现能很好地描述自然界的许多现象，例如身高（中间是大多数人，两端是矮个子和高个子）、智商测试（IQ Test: 衡量智力水平的标准化测试）成绩、体重、血压等。这种广泛的适用性使人们认为正态分布是描述世界的通用模型，能够概括许多事物，并且它符合我们对世界的主观感受：大多数情况下世界是正常、可预测的，极端事件发生的概率很小。因此，人们对正态分布的信任逐渐达到了信仰的层面，以至于当一组数据不符合正态分布时，往往会被认为“没有道理”。

例如，我在加拿大上学时做助教（Teaching Assistant: 协助教师进行教学工作的学生或研究人员），负责统计分数。学校规定班级成绩分布要符合正态分布，高分和不及格的人都应是少数，否则说明试卷难度或教学质量有问题。然而，统计时常发现分数并不符合正态分布。这时，老师们就会“动手脚”：如果不及格的人太多，就适当加上课堂表现或答题步骤的分数；反之，如果高分的人太多，也会想办法减分。这正是对正态分布的典型迷信。因为正态分布只适用于大样本数据（Large Sample Data: 统计学中指样本数量足够大，能有效代表总体的数据集），而一个班甚至整个学校的学生数量都算不上大样本。我们必须知道，世界上有很多现象其实并不符合正态分布，而人们对正态分布的迷信有时会让我们承担严重的后果。

股票市场的错误认知：股价波动并非正态分布

这与投资有什么关系呢？这是因为很多人错误地认为股价的波动也符合正态分布。1900年，法国数学家巴舍利耶（Bachelier: 法国数学家，首次用数学模型研究股票价格波动）撰写博士论文研究股票价格波动，他发现这些波动在短期内无法预测，就像水面上漂浮的微小颗粒在做随机运动（Random Walk: 一种数学模型，描述不可预测的随机路径）。他创建了一套数学模型来描述这种波动，并用它研究股票期权（Stock Option: 赋予持有人在特定价格买卖股票权利的金融合约）的定价。在论文中，他预测由于是随机运动，如果数据足够多，股票价格的波动应该符合正态分布。

然而，他的论文当时并未得到投资界的任何关注。实际上，投资界很长时间都对学术界（Academia: 大学和研究机构组成的知识领域）的理论不屑一顾，而学术界研究股票市场也主要是因为那里有大量数据。这是一段非常有趣的历史，有机会以后再聊。后来，随着越来越多的投资者开始重视并使用学术理论，许多数学、统计、概率和经济学者逐渐成为华尔街（Wall Street: 纽约市的金融中心，代指美国金融界）的座上宾，我们也逐渐有了那些耳熟能详的投资理论。例如，很多人都听说过股票随机漫步理论（Random Walk Theory: 认为股票价格的未来变动是随机的、不可预测的理论），意思是股价是随机波动的，不可预测的。

既然是随机的，很多人就像最早的巴舍利耶一样，认为股价波动符合正态分布。这种假设带来了一些好处：首先，它让很多东西变得可预测和可计算，例如可以计算出股市崩盘等极端事件的概率很低，绝大多数情况下股价都会围绕着一定范围内波动。有了这些计算做基础，便可以进一步制作更复杂的模型来进行各种投资，相信做量化交易（Quantitative Trading: 利用数学模型和计算机程序进行交易的策略）的朋友对此更有心得。这里推荐一本书叫做《计量交易员》（The Quants: 一本书名，讲述利用数学模型在金融市场进行交易的故事），讲述的就是这些利用数学公式撼动投资市场的故事。

把股价波动视为符合正态分布的第二个好处是，它带来了安全感和确定性，让投资市场符合我们大脑对世界的认知——一个相对线性、有规律的世界，大多数时候都在正常范围内。这就是为什么很多人会采用“等市场明朗、信号明确了再投资”的策略。

“黑天鹅”与“厚尾”：市场真实的模样

然而，假如投资市场的波动真的符合正态分布就好了。纳西姆·塔勒布（Nassim Taleb: 黎巴嫩裔美国学者，提出“黑天鹅”理论）在他的名著《黑天鹅》中说，正态分布是历史上最大的智力诈骗（Intellectual Fraud: 指通过误导性理论或模型欺骗公众的行为）。所谓的黑天鹅（Black Swan: 指那些极不可能发生、却一旦发生就影响巨大的事件）事件，就是那些极端的、超出正常范围的事件，例如突如其来的股市崩盘、大规模的金融危机，或者科技行业的爆发式增长。实际上，曾经人们认为黑天鹅根本不存在，直到后来在澳大利亚发现了黑天鹅，而且数量还不算少。

塔勒布的黑天鹅理论代表了一种对市场截然不同的理解。他认为市场不是一个平稳可预测的系统，而是充满混乱的世界。极端事件不仅存在，发生的概率要比我们想象的要高。这些频繁出现的极端事件，在他的理论中被称为“厚尾”（Fat Tails: 在概率分布中，指极端事件发生的概率比正态分布预测的要高，导致分布两端“尾巴”更厚）。这怎么理解呢？在正态分布的中心曲线上，它的两端非常窄，代表极端事件的概率很低。而根据塔勒布的观察，极端事件发生的概率并不低，所以这两边的尾巴应该再厚一些才对。这个“厚尾”就意味着，市场中的黑天鹅事件其实是我们必须要面对的一部分。

其实，不用深入抽象的数学模型，我们自身的经历也能理解塔勒布的观点。从2019年至今，我们经历了不少黑天鹅事件，例如突如其来的疫情、美联储救市、通货膨胀失控、美联储又频繁加息、俄乌冲突、各种局部冲突，而这次美国大选也带来一系列不可预测的事件。这些事件每一个都给市场带来巨大冲击，打破了我们对正常波动的预期。

市场遵循：复杂系统与幂律分布

那么，如果市场不符合正态分布的世界模型，我们应该怎么理解它呢？这又对我们的投资决策有什么影响呢？

首先，我们要认识到股市是一个复杂系统（Complex System: 由大量相互作用的组分构成，表现出涌现行为且难以预测的系统）。所谓复杂系统，指的是其中有许多相互关联的因素，小小的变化可能引发巨大的波动，就好像一小块石头投入水中，涟漪不断放大，最终形成影响整体的浪潮。复杂系统的特点是：因素多、交互强、不稳定、难预测、变化快、充满随机性。在这样的一个系统里，极端事件并不少见，而且随着系统内部的因素相互互动越来越紧密，极端事件出现的概率也就不断增加。

其次，市场遵循的是幂律分布（Power Law Distribution: 一种统计分布，描述了少数事件贡献了大部分结果的现象，如“二八原则”），也就是所谓的二八原则（Pareto Principle / 80/20 Rule: 指在许多事件中，约80%的结果由20%的原因造成）。市场的大部分收益和损失，往往由少数的极端事件决定，而非大多数的正常事件。

以标普500（S&P 500: 标准普尔500指数，代表美国500家大型上市公司股票的市场指数）为例，很多人认为长期投资标普500的年回报率（Annualized Return: 投资在一年内的平均收益率）大概是10%左右。但这个10%并不是一个平稳的回报，因为标普500的收益往往由少数几天的“大涨”贡献。例如，从1994年到2023年，假如你错过了回报最高的10天，收益率会减少54%；错过最好的20天，回报会减少73%；错过最好的30天，收益率就直接减少83%。而这些回报最佳的天数中，78%发生在熊市和牛市启动的前两个月。熊市的特点就是什么都显得那么不确定，所以你无法等到所谓的信号明确了再投资。而那些所谓“信号明确”的投资，往往不是好的投资。

在我那个2023年指数基金的视频下，有一个留言我印象特别深刻，他说他会无脑购买GIC（Guaranteed Investment Certificate: 担保投资证，一种在加拿大常见的定期存款产品，提供固定利率）定期存款5年，确定的利息，确定的信号。我们需要明白的是，当我们选择了明确的信号时，我们是在选择确定性（Certainty: 事情明确、可预测的状态）。但无论是在投资还是个人事业里，那些巨大的收益往往来自不确定性（Uncertainty: 事情不明确、难以预测的状态），那些少数的、不可预测的黑天鹅。在当代社会，选择确定性往往意味着你会付出很大的代价。

这种二八原则在个股上就更加明显了。就拿我投资的特斯拉来说，过去的三年如果从远处看，特斯拉似乎在原地打转。很多人认为在自动驾驶和机器人出现在财报之前，特斯拉会继续震荡甚至“阴跌”。然而从11月开始，它就突然疯狂上涨。就在这次大涨的前几天，它也曾经一天暴涨接近20%。这些极端情况完全不可预测。如果你等信号明确再投资，那就会错过这些意料之外的上涨。当你看到它涨起来再追入时，不仅不会得到超额回报，还很容易因为FOMO（Fear of Missing Out: 害怕错过机会的心理）的心态而盲目跟风。

分形几何：理解市场波动的形象模型

刚才这些更像是对股票市场的抽象解释。那么，我们应该用什么样的图像模型来形象地描述市场波动呢？很多人认为分形几何（Fractal Geometry: 一种研究具有自相似性图案的几何学分支）能更贴切地帮助我们理解市场的复杂性。

所谓的分形几何，就是指一个图案无论是整体还是从局部来看，形状都特别相似，就像俄罗斯套娃一样，一层套上一层。这种特性被称为自相似性（Self-Similarity: 物体或图案的局部与整体在形状上相似的特性）。我们举个例子，想象一棵树：树的整体是一个主干，分出许多树枝；每个树枝上又分出小枝；每个小枝上又有更小的分叉。无论视线拉近还是拉远，你都能看到类似的分枝形状，这就是分形几何的自相似性。这种现象在自然界中随处可见，例如雪花的形状、海岸线等等。

股票价格的波动也非常符合分形几何的特性。如果你放大或缩小来看一段股票曲线，无论是小时级别、日级别还是年度级别，都会发现类似的波动模式：各级别都有混乱的波动，并且伴有大量的极端波动。这正印证了我们之前的描述。

这里不得不提一个有趣的现象，就是你可能会见过一些技术分析（Technical Analysis: 通过研究历史价格和交易量数据来预测未来市场走势的方法）分析师将某段时间的股票波动和历史上的一段波动做对比，做出神乎其神的预测。如果你仔细观察的话，他们常常用不同时间跨度的曲线做对比，比如几天的波动对比几周的波动。这就是在利用分形的自相似性。当然，这只是个玩笑，不是投资建议。这不只是因为我无法对你的投资负责，更因为虽然分形几何能够帮助我们理解市场波动的特性，但它并不能精确地预测未来。这里的相似性仅代表混乱波动的相似，而非规律性的重现。

新市场模型下的投资策略：持续留在市场中

总结一下，复杂系统、幂律分布和分形几何模型共同构建了一个与正态分布截然不同的市场世界模型。如果你理解了这个模型，就从本质上理解了为何市场波动难以预测、为何极端事件才是真正赚钱的关键，以及为什么“等市场明朗了再投资”不是一个好的策略。

那么，在这个新的市场模型下，我们应该怎么做呢？很简单，唯一的胜利方式就是Stay in the game（留在市场里: 指持续进行投资，不轻易退出市场），只有保持投资，留在市场里，你才能保证不错过那些能够帮你赚钱的黑天鹅。

有人可能会问，如果我能避开少数几次的大跌，收益岂不是更高？确实如此。例如，从1997年起的20年里，如果你成功地避开了最糟糕的20天，你的年化收益率（Annualized Rate of Return: 将一段时间内的收益率转换为年度收益率）可以达到13.8%，远超长期持有的7%。但问题是，你无法预测这些大跌何时会发生。而保持投资，则能确保你不会错过那些最好的天数。这就是为什么我们要持续投资。

如何做到“Stay in the game”？

那么，如何才能做到Stay in the game呢？

1. 调整心态： 当你的投资在一段时间内看似原地上下波动，没有明确信号时，不要假设它会一直这样持续下去，因为那些真正能够帮助你盈利的少数波动可能随时发生，不可预测。另外，不要过度担心所谓的机会成本。机会成本存在的前提是，你需要明确知道某个投资何时明朗或安全，但就像我们刚才说的，这种明确的信号并不存在。你可能今天觉得特斯拉前景不明，将资金转向英伟达，结果第二天特斯拉就涨了30%。所以这个机会成本怎么算？在我之前的视频中，我详细讲解了机会成本这个概念，强烈推荐大家去回顾一下。

2. 确保自己有能力长期留在市场里： 这就是我反复强调安全边际（Margin of Safety: 投资中指买入价格低于内在价值的程度，以应对潜在风险）的原因。没有足够的安全边际，很难经受市场的波动。我个人从不使用杠杆（Leverage: 借入资金进行投资，以期放大收益，但也放大风险），因为一旦用了杠杆，在黑天鹅事件当中就可能会被迫退出，而正如我们所讨论的，黑天鹅事件其实并不那么罕见。

3. 对个人投资者来说，策略越简单越好，操作越少越好，投资组合越精简越好： 复杂的策略和频繁的操作，不仅增加错误的几率，还会在市场的波动中耗费不必要的精力。

4. 多读书、多学习、多重复： 从根本上理解为什么采用这些投资策略，以及如何控制自己的行为。其实很多人对这些策略都是耳熟能详的，但是为什么就做不到呢？为什么明知道市场不可预测，还要期待等到一切都明朗的时候再投资呢？这是因为这些策略本质上是与我们的本能（Instinct: 生物天生具有的，不经学习就会的行为模式）在作对。我们天生渴望确定性，而投资市场恰恰是充满不确定性的。要做到控制本能，就需要从根本上理解自己，通过不断的思维练习，让这些反人性（Counter-intuitive / Against Human Nature: 与人类本能或直觉相悖的）的投资策略能成为新的本能（Second Nature: 经过反复练习后变得像本能一样的习惯或能力）。

查理·芒格在《穷查理宝典》（Poor Charlie's Almanack: 查理·芒格的语录和思想合集）当中，推崇用思维模型（Mental Models: 个人用来理解世界、做出决策的认知框架）做决策。我们的讨论其实很多也是思维模型，但芒格说这些模型不是看一遍你就能掌握的，你需要不断地重复复习，才能将其内化成为第二天性。我的方法就是不断地读书、重温思考和分享。只有这样，你才能够逐渐地摆脱对确定性的执念，在不确定性中找到生存之道。

实际上，我打算做一系列的视频来分享不确定性这个话题，本期视频就是这个系列的开端。此外，这期内容其实也来自于我在社群网站的一个说书节目。10月份，我录制了一期“新饭说书”的音频节目，为大家解读了《不确定性解决方案》（The Uncertainty Solution: 一本书名）。这次讲解总共时长超过7个小时，我按照书籍的脉络，结合读过的其他书籍以及自己的理解和例子，跟大家讨论了如何面对不确定性。坦白说，这个节目其实是为我自己做的，是我用来复习思维模型、学习和获得灵感的方式。