一、重新审视我们的投资：大师与洪流

2022年刚刚过去，很多朋友在投资体验当中都遭受了损失和挫折，从心理上则是感到震撼以及启发新的思考。2022年国内股票投资者普遍是亏损的，但即使是购买风险相对较低的银行理财产品的投资者，也可能遭遇理财产品破净的尴尬体验。

国内的情形用纠结二字概括无比准确，但国外的投资大师们更加纠结。软银的孙正义曾经风光无两，其愿景基金的一期规模就高达1000亿美元，投资于共享经济领域的诸多科技类企业，但2022年科技类企业遭遇寒冬，软银也录得巨额亏损，不得不出售阿里巴巴等公司的股份来填平亏损，孙正义也宣布退休，退出软银的日常经营。另一个例子是木头姐Cathie Wood，号称女版的巴菲特，其方舟基金ARK聚焦于颠覆式创新的成长型公司，旗舰的ARKK ETF是世界上最大的主动管理型ETF基金，但2022年同样遭遇滑铁卢，跌幅超过60%，跌幅是同期标普500指数的三倍多，走下神坛。

全球的投资大咖都在2022年面对严峻挑战，无论是国内还是国外都是如此，一些投资界巨星陨落，光环消失。

国内基金行业，从1998年开始走到今天，已经20多年了，当中出了无数的基金经理，也有很多明星基金经理。但一个观察到的现象是，这么大的时空里，其实罕有持续成功的人，往往你追进去成功的人，之后他就可能变成失败的人，基金净值曲线很好看，但投资人没有赚钱。

为什么会这样？引述一个广为流传的故事，一个电梯上面有三个人，一个人在上面高抬腿跑步，一个人在上面俯卧撑，一个人在上面拿大顶，然后电梯到顶了，有人问几个人说你怎么上来的？一个人说我是拿大顶上来的，再一个说我是做俯卧撑上来的，另一个说是跑步上来的。其实他们是怎么上来的？答案是坐电梯上来的。

用这个道理来看我们的基金经理的时候，其实就知道，他仅仅是处于我们产业一个对的方向上的洪流上，其实很多基金经理的方法也是在阶段性对的洪流上，有的时候是成长，有的时候是成长里的景气，有的时候是价值，有的时候是其他的行业，比如说医药行业，其实他只是在他的信仰里相信了一个方向。

前面的孙正义和木头姐的信仰本质是创新。但当方向发生巨大变动的时候，其实它的跌幅是比整体跌幅会更大，他的信仰和经验的积累在这个方向，你相信，你跟着去投了，但是其实你也只是一个局部观，并没有从全面的角度来审视这个管理人，更多的冲着他的名声去。如果我们认知到这一点，会发现每个人他的认知框架其实都是局限的。

二、重新审视我们的投资：认知与框架缺陷

投资的成败要回到认知问题的方法论框架的问题。框架没对，方法没对，很可能投资都是缺陷。

认知框架的改变为什么重要？举例来说，大家知道地心说曾在15、16世纪占主导地位，而地心说是一个完善的自洽体系，它也能够算出月亮的轨道等。其实有没有地心说还是日心说，对于门口卖面包的、骑马送信的日常生活似乎没影响，但是哥白尼把它改成了日心说，它解决了什么问题？那就是首先引发了航海时代的来临。而再从日心说进一步演化丰富，飞出地球的宇航时代也正在实现。所以一个框架的改变决定了你能走多远，只有地心说没有日心说，就不可能有马斯克去火星的事情，所以理论框架的高度有多重要毋庸置疑。

再讲一个例子，癌症是当今世界最重要的一个问题，那么癌症怎么治疗，首要的问题就是癌症是怎么发现的？癌症要是在一期能够发现，几乎95%以上是可以治愈的，如果到最后一期，能治愈的可能连5%都没有，在这样关乎生命的一个领域，理论有多重要不用多言。在过去的30年，人类在这个领域用的什么方法论？开始是相信基因，基因测序是建立在对基因突变的研究，认为遗传带下来的突变会造成癌症。人类在这条路上差不多摸索了超过20多年，但是这条路今天发现天花板很矮。理论的突破在哪？理论的突破就是叫表观遗传学。它认为不是由遗传来的，不是遗传上变异引致的基因突变，而是外部环境。比方说射线照射，比方说摄入的食品，就是说健康基因在环境里变化，环境会引致基因变化。而当进入这个层面，会发现靠经验解决不了，必须建立在样本大数据和人工智能的分析上。过去查癌症用影像学，拍各种片子，但是现在解决癌症的核心方法，从影像转成血液，大海里捞针寻找血液生物标志物，唯有结合数据和人工智能的分析才能实现。

当我们去做任何一件事，都需要理论的指导，理论不对，框架不对，问题每天都是原地在打转，没有进步，经验主义解决不了很多问题，打破局限，改变框架最重要。

三、构建前沿投资方法：前沿学术、大数据及AI智能投资

为什么要构建新的前沿投资方法论？局部的学术研究不是普遍规律，在它上面构造的任何方法、应用都是靠不住的，是无法重新构造新方法的。前沿的研究要往正确的普遍性上着眼，必须系统地将研究范式推到第一性、最前沿，学术的最前沿必须是世界级的。

嘉实博士后站成立了7年多，始终追求的方法是不是能够达到世界级的前沿，在应用的领域里是否形成了系统的结论。我们秉承了几个原则，第一是在听得见炮火的战场上做学术研究，第二是不做热点，只做学术上的高点，第三是学术价值必须能转化成商业价值。嘉实的博士后站经过这些年的积累，已经形成了前沿学术上的影响力，在很多高影响因子的刊物发表多篇学术论文。

我们创立了一些独特的方法论，比方说我们所挑战的是传统金融理论所认为的那些领域，我们认为它很多是不对的。金融理论总体上来讲，40年代之前叫经典金融理论，讲的是以货币和信贷为核心的叫经典金融理论；凯恩斯之后是以资本市场定价为核心的金融理论，叫现代金融理论，但是它起源于40年代、50年代、60年代。但是这些理论那个时候没有大数据，没有人工智能，没有算力，所以它都是规律的总结和抽象。

举例来说，传统理论的有效市场，用简单的话说，就是好企业一定是大企业，但在有效市场假设下，它也有很多异像，比如小盘股就不能完全解释，在阶段上都有套利机会，传统理论说时间足够长，这个问题会解决，你要总量来看它也是平衡的，它是个大数概率的概念，但是大数概率是很难赚到钱的。所以我们创立的基本方法论叫局部可计算。只要我把局部能够计算，用基于现代的大数据，基于现代的人工智能神经网络的方法去计算，就能找到重大的机会。而这个计算不是传统的量化，传统量化计算二级市场上股价交易量、财务报表信息披露的这些，我们的算法基于基本面、产业面、企业家、舆情的综合体系，称之为基于大数据的局部可计算。在底层的方法论当中，过去是用大数定律统计，用中值、偏差、方差的话语体系来表达，我们完全不是，我们是用神经网络的多层网络。任何一个企业有多层网络，比方说它在供应链上、产业链上是在哪个链上，比方说它在担保链上是在哪个链上，比方说企业家是在哪个链上，企业家的人脉是在哪个链上，可以分很多层。过去研究企业的估值就是单一企业估值，用多层网络来研究企业，是把一个企业搁在一个完整的网络上去算它的价值。

再回到股票市场的例子。我们发现“承担越高的风险，获得越高的回报”的论点，数据并不支持。事实上，当提高风险的时候，最开始会提高收益，但你再提高风险，回报就变低了。为什么会这样？问题是出在传统对风险的定义是错误的。传统理论风险是以波动定义的，而波动你可以忍受，但是它不只是损失，它也不和回报是正交的。所以我们做了一项工作，就是重新定义相关性。我们在全市场里看谁对别人有影响力，每一个股票去跟别人算，然后对比之下谁对所有其他人影响最大，就把它摆在最重要的位置。其次的往外围摆，二环、三环、四环、五环，用这个方法去划分风险，就是越靠中间的风险越低，越靠外围的风险越高。

四、参加以绝对收益为目标的奥赛

认知、方法、数据与人工智能，这是我们的信仰，我们相信在此基础上搭建的全新的投资框架，能够产生持续稳定的收益回报来源。