《华尔街股市投资经典》第一章：预测的愚蠢

"模型之所以能击败人类预测者，是因为它们一次又一次地可靠且一致地应用相同的标准。" —— 詹姆斯·奥肖内西

投资背景

奥肖内西用 Compustat 数据库对 1951 年以来数十年的市场数据做了系统回溯测试，只为回答一个问题：哪些策略真的赚钱，哪些只是噪音？

第一个结论对传统金融业是毁灭性的：与严格的量化模型相比，人类专家几乎总是落败。

但请准确理解这个结论的含义。 模型胜出不是因为它更聪明，而是因为它一致。这个区别贯穿全书，也是最容易被误读的地方。

华尔街的翻译

1. 人类的不一致性

人类无法在无偏见的状态下处理海量数据。我们会疲倦、会情绪化、会爱上"故事"、会在危机中恐慌。即便一位专家拥有一套优秀的规则，他最终也会打破它，因为直觉告诉他"这次不同"。

这一发现并非源自金融学。 心理学家保罗·米尔在 1954 年就证明，简单的统计规则在临床诊断中持续胜过专家判断，此后数十项跨领域研究反复验证了同一结论。奥肖内西的贡献是把这个已知规律带入股市并用大样本数据验证。

2. 模型的纪律

量化模型永远不会疲倦，不会因为一条恐怖的头条而清仓，它对数据库中每一只股票百分之百地应用同一套标准。

3. 一个必要的限定

模型的一致性只在规则本身有效时才是优势。 一套一致执行的坏规则，会比不一致执行的坏规则亏得更快更彻底。

因此本书真正的主张不是"用模型就能赢"，而是"若你有可靠的规则，模型能保证你执行它"。 规则是否可靠，是第五章要严肃处理的问题。

可执行的交易规则

1. 降低对分析师目标价的权重： 卖方评级受制于结构性激励与行为偏差，其历史准确度长期不如简单模型。
2. 不要依据"感觉"买入： 在股市这样的复杂系统中，对某公司新产品的好感几乎不含信息量。
3. 把规则写在纸上： 事先写明买入与卖出条件。规则的价值不在于它多精妙，而在于它能在你情绪波动时替你做决定。

与退休组合的关系

对退休投资者而言，本章最重要的启示与选股无关：你最大的风险不是选错股票，而是在错误的时点改变主意。

一个写在纸上的资产配置方案——例如"股债 60/40，每年再平衡一次"——之所以有效，正是本章所说的模型优势：它在市场暴跌、你最想逃离时，替你做出一致的决定。这个纪律带来的收益，通常远大于任何选股方法的贡献。