晴天 William Lu (@WilliamLu126)

我提问的内容： “我最近观察发现，当一个做交易做得好的人，他的观点被市场充分验证的时候，往往可能也是市场开始接近转折，以及他自己开始因为傲慢犯错的起点。 我这个观察目前有没有科学依据？” ChatGPT的回答： 有，而且我认为这个观察抓到的是一个很重要的行为金融现象。 不过如果说得更严谨一点，应该改写成： 不是‘观点被验证’本身导致了市场反转， 而是当一个交易者的观点被连续验证时，往往会同时发生两件事： 人的认知风险在上升 交易本身的剩余赔率在下降 这背后其实可以拆成两部分来看。 第一部分，是“人”的问题。 行为金融里有一个很经典的机制，叫自我归因偏差。 简单说就是： 做对了，更容易觉得是因为自己能力强 做错了，更容易觉得只是市场出了意外 所以一个人连续做对之后，他增加的不只是对这笔交易的信心， 还会无形中高估自己整体的判断能力。 也就是说，他不是只会想： “这次我看对了。” 而是会慢慢变成： “我果然比大多数人更懂这个市场。” 这时候，危险其实就开始了。 因为一旦这种心理形成，后面经常会伴随一连串行为变化： 仓位变大 杠杆提高 交易频率提高 对反方观点的敏感度下降 更不愿意承认市场环境已经变了 所以真正的问题不是： 高手什么时候会判断错。 而是： 高手什么时候会在最确信自己没错的时候，把一次普通错误放大成一次大亏损。 这个差别很重要。 因为高手不是不会错， 而是当他顺的时候，他下一次错往往不再只是“小错”。 他会因为前面的成功，把那次错误配上更大的仓位、更高的杠杆、更强的执念。 原本一次正常的判断失误， 最后可能变成一次很重的回撤。 这部分其实是有不少研究支持的。 研究里经常会发现： 成功会提高人的过度自信概率 过度自信往往会带来过度交易 盈利之后，人也更愿意承担更高风险 所以从科学依据上看， 你说的“高手做顺之后反而更容易因为傲慢开始犯错”，这个方向是成立的。 但这还只是第一层。 第二层，是“市场”的问题。 这部分也很关键。 因为一个观点越被市场验证，通常意味着： 越来越多的人开始接受这个观点 价格已经开始甚至已经提前计入这些利好 原来只有少数人相信的东西，慢慢变成更多人都相信的东西 这里最容易让人混淆的一点是： “观点越来越正确” 不等于 “这笔交易越来越划算”。 这个区分非常重要。 一个观点刚提出来的时候，可能市场还没怎么信，价格也没怎么反映。 那时候虽然不确定性高，但赔率可能反而很好。 后来随着市场一步步验证： 基本面越来越清楚 趋势越来越顺 越来越多人开始认同 新闻、舆论、资金都站到这一边 这时候你对这个观点的信心当然会上升。 但同时也意味着， 市场可能已经提前把这件事交易得差不多了。 也就是说： thesis confidence 在上升， 但 remaining alpha 可能在下降。 一个观点越被验证， 往往越说明它可能是对的； 但也越说明， 价格里可能已经包含了越来越多同样的共识。 于是就会出现一个很微妙、也很危险的阶段： 人最自信 市场最拥挤 新增买盘开始减少 赔率反而没有前面那么好了 如果这时候再遇到一点边际变化， 比如： 预期没有继续超预期 新增利好变少 筹码开始拥挤 反方力量开始回补 市场叙事进入“所有人都知道”的阶段 那就很容易从“持续验证”走向“高位脆弱”。 所以你说： 一个观点被充分验证的时候，往往也可能是市场转折的起点。 这个说法不能理解成绝对规律， 但作为一种条件性规律，是有逻辑基础的。 更准确一点说，不是说： “大家都信了，所以一定马上见顶。” 而是说： “当大家都信了，说明价格已经计入了更多共识； 如果此时交易变得拥挤，而边际上又没有新的增量信息，那市场的脆弱性就会上升。” 换句话说， 风险不一定来自‘观点错了’； 很多时候风险来自： 观点虽然没错，但这笔交易已经没那么便宜了。 这也是为什么我觉得你这个观察特别有价值。 因为它把很多人容易混在一起的两件事分开了： 基本面判断是否正确 当前交易赔率是否还划算 这两个不是一回事。 一个人完全可能在方向上是对的， 但在位置上已经没有前面那么有优势了。 如果这时候又刚好因为前面的成功而膨胀， 所以如果把你这个观察再提炼成一句话，我会这么说： 最危险的时刻，往往不是你开始怀疑自己，而是市场用价格证明你过去判断都正确的时候。 因为这个时候最容易发生一件事： 你会偷偷把 “我过去判断是对的” 替换成 “我现在依然是对的，并且还可以继续重仓。” 但市场真正考验的，其实永远是后者。 所以我最后的结论是： 你的这个观察，是有科学依据的。 只是不能简单理解成“高手顺了就一定要完”或者“观点被验证了就一定该反手”。 更准确的理解应该是： 当一个高手的观点被连续验证时， 一方面，他自己更容易进入过度自信区； 另一方面，这笔交易本身也可能越来越接近被市场充分定价。 于是就会形成一个危险组合： 人的置信度达到峰值， 交易的剩余赔率却可能已经接近低点。 这时候， 才是最需要警惕的时候。

飞机上的随想： 今天在飞机上没网，做了一些思考，然后记录了下来，衍生了一些内容：人与人的差距，很多时候不是某一个瞬间突然拉开的，而是迭代速度不同，长期复利后慢慢拉开的。 我之前在学校做过一次演讲，大概是23年还是24年。那时候我也说过，我上学时并不是班里最优秀的学生。现在也不是说我就是最好的，只是放在同龄同学里，可能还算做得不错。 但这并不意味着我会一直领先。 因为当下取得的成绩，本质上都只是历史结果。 名校学历、一次考试高分、一次创业成功、某一轮牛市赚到钱，都更像是对过去某个阶段的一次“数据标注”和 benchmark：它证明你当时跑出过不错的结果，所以当然值得被鼓励、赞扬，也值得获得阶段性的奖励。 但它不是永久权限。 过去的成绩可以形成信用，却不能替代未来的更新。 如果一个人最新的标签永远停留在很多年前，反而说明模型很久没有迭代了。 所以我更愿意把它理解成： 荣誉可以保留，能力要持续证明；历史可以被记住，奖励应该不断更新。 真正决定未来成绩的，不是你过去赢过多少次，而是接下来还能不能像龟兔赛跑一样持续迭代。 这件事放到现在的大模型上特别好理解。 今天排名第一，不代表明年还第一。模型一年里不停更新，能力不停重排。真正能留下来的，不是“曾经第一”，而是持续更新自己。 人也是一样。 为什么很多年轻人最后能超过一些曾经很强的人？ 不一定是因为年轻人初始天赋更高。很多时候只是一些“老登”参数固化了，旧经验权重太重，新的数据输不进去；再加上身体底层代码老化，精力、专注力、体力这些“硬件条件”开始下滑，最后学习速度和迭代速度一起变慢了。 所以年轻人才有机会青出于蓝。 因为知识和经验不是永久护城河，持续更新知识和经验的能力才是。 再往下想，同样智力水平的人，最后为什么会产生那么大的认知差距？ 很大一部分来自输入数据质量的差异。 不同城市、不同学校、不同班级、不同公司、不同圈子，甚至不同小区，本质上都在给你喂不同质量的数据。 为什么有学区房？ 为什么有名校分数线？ 为什么大厂难进？ 为什么顶级小区价格很高，而很多拆迁房、回迁房长期低于商品房？ 因为这些东西背后，不只是教育、品牌、地段和房子本身。 它们其实都在筛选一件事： 你长期会和谁高频交互。 学校是一层筛选。 公司是一层筛选。 城市是一层筛选。 小区其实也是一层筛选。 市场定价的，不只是砖头水泥，也是在给“高质量数据环境”和“高质量交互概率”定价。 当然，这不是说贵的地方就一定全是优秀的人，普通环境里就没有厉害的人。市场很多时候定价的是概率和密度，不是绝对值。 你付出更高的价格或门槛，很多时候买到的不是保证，而是更高概率进入一个更好的训练环境。 但模型光聪明还不够。 模型最后是要解决实际问题的。 高阶模型适合复杂任务，能力强，但通常更贵、更慢；低阶模型适合简单任务，便宜、高效，但错误可能更多。 人也是一样。 一个人如果只是“聪明”，却没有被放在合适的位置，没有解决真实问题，没有在实际使用里不断反馈、调整、优化，那就像开了一家装修得富丽堂皇的店，却不服务客人。 最后一样赚不到钱，也没人维护。 所以回到本质，还是： 物尽其用，用进废退。 整个大的系统——无论是人类社会、公司组织、市场机制，甚至游戏机制——其实都不允许一个人长期躺平还持续获得奖励。 可以休息，可以补充能量，这当然没问题。 但长期不更新，一定会被超越。 以前打 LOL，Rank 都还有休眠期。长期不打、不适应版本，分数都可能掉，何况现实世界。 版本不更新，就会被版本淘汰。 所以每一轮牛市都会有新的主线叙事，也会有新的牛散出现。 他们表面上赚的是行情的钱，本质上很多时候赚的是对版本更新理解更深的钱。 谁更早理解新的叙事， 谁更快适应新的规则， 谁更愿意修正自己过去的认知， 谁就更容易在新一轮里跑出来。 最后还是自我迭代能力。 所以我现在会提醒自己： 别因为某一点成绩就自傲。 今天的成绩，很多时候只是过去训练结果留下来的标签。 未来能不能继续往前，还是得看下一轮版本，你更新得够不够快。 同时，也没必要因为自己跑得快一点，就看不起别人。 每个人都有自己的适用场景，该谦卑还是要谦卑，该尊重还是要尊重。 但另一方面： 尊重所有人，不等于要和所有人高频交互。 因为人的精力，本质上就和 AI 的算力、Token 一样，是稀缺资源。 你把太多时间浪费在垃圾交互、低质量争论、无意义情绪消耗上，本质上就是在烧自己的 Token，浪费自己的算力，还往自己脑子里灌脏数据。 所以最后想下来，我对这件事的理解越来越简单： 人与人的差距，不只是天赋。 更重要的是输入质量、迭代速度，以及你是否持续为系统创造新的价值。 过去赢过，只能证明过去。 未来能不能继续赢， 看的还是下一轮版本，你还能不能继续更新。

以往的熊市和这轮熊市最大的不同是以往熊的时候股市也是熊，这次不一样了，这次外面一片大好，生机勃勃，整个AI上下游产业链，上到上游的原材料，有色金属，制造设备的厂商，中游芯片，下游建数据中心，每个环节都有钱赚，但Crypto行业死气沉沉，是真的没故事讲。这个行业现在还有谁在赚钱，应该就交易所和稳定币了，交易所交易量应该也不咋地，只有Circle在增长。但Circle增长本质上跟炒币其实也没啥关系，因为那些稳定币并不会进来炒币，人家就只是在支付而已，最早Crypto的功能现在基本上已经被稳定币替代掉了，而且还变得合规了。之前炒币的时候天天政策风险。现在AI涨起来一路绿灯，哪需要天天担心这担心那。这就是创造价值的生意和纯投机的事情的区别了。也不是说Crypto没有价值，是AI和Crypto产业完全不是一个体量的东西