2026-08-30 08:00:00

萨特的存在主义将自由意志无限放大，要求人不断超越自我，可这种“必须不断自我创造”的压力，恰恰是当代焦虑与倦怠的深层来源，它真的是人道主义吗？

我始终无法接受萨特对存在主义的那套描述——将人推向未来，用自我意识主导人生规划，用新的宣言重新定义自己。这套流程读起来很燃，像是一部浪漫主义电影：主角只需要写好自己的剧本，就能一路顺利通往结局。

人就是人。这不仅说他是自己认为的那样，而且也是他愿意成为的那样——是他（从无到有）从不存在到存在之后愿意成为的那样。人除了自己认为的那样以外，什么都不是。这就是存在主义的第一原则。而且这也就是人们称作它的“主观性”所在，他们用主观性这个字眼是为了责难我们。但是我们讲主观性的意思除了说人比一块石头或者一张桌子具有更大的尊严外，还能指什么呢？我们的意思是说，人首先是存在——人在谈得上别的一切之前，首先是一个把自己推向未来的东西，并且感觉到自己在这样做。人确实是一个拥有主观生命的存在，而不是一种苔藓或者一种真菌，或者一棵花椰菜。在把自己投向未来之前，什么都不存在；连理性的天堂里也没有他；人只是在企图成为什么时才取得存在。可并不是他想要成为的那样。因为我们一般理解的“想要”或者“意图”，往往是在我们使自己成为现在这样时所作的自觉决定。我可以想参加一次宴会，写一本书，或者结婚——但是碰到这种情形时，一般称为“我的意志”的，很可能体现了一个先前的而且更为自发的决定。 ——萨特：《存在主义是一种人道主义》

被悬置的肉体

第一个谬误是：人是不能脱离来自现实生活的情感与感受，直接用理性和情绪跳过生命的过程，直接用主观意志去决定事物的意义。 存在主义预设了一个能量充沛、意志健全的主体，仿佛人只要意识到自己是自由的，就能立刻去行动。萨特说人「首先是一个把自己推向未来的存在」，好像推动自己不需要任何前提条件。

对一个身陷虚无、丧失生命热情的人要求“去超越你自己，去行动”，无异于对一个双腿骨折的人喊“跑起来你就能赢得比赛”。萨特把人比作“不是一种苔藓或者一种真菌”，言下之意，安于现状或沦为“末人”是一种堕落。但倘若一个人此刻的全部力气只够维持呼吸和日常生活，要求他“把自己投向未来”，这哪是哲学，这是精神暴力。

人不能脱离来自现实生活的情感与感受，跳过生命的过程，直接用主观意志去裁定事物的意义。意义不是被决定出来的，它是在具体的、有时是痛苦的日常经验中慢慢生长出来的。

进一步问，“我”为什么会想写一本书或结婚，这里边有多少是属于自己的，“我是谁，是什么角色”，这个身份认同是从何而来的，拥有这些投向未来的欲望有多少是发自本能又有多少是外界环境带来的，所以第二个谬误是：没有多少事情真的是自己在自由选择并承担责任。人在做出所谓“自由选择”之前，已经被他的基因、原生家庭、语言结构、社会阶级和潜意识深深地塑造了。认为自己“想写一本书”的意志，往往是社会评价体系或潜意识创伤投射的结果。要求一个人对所有这些自己无法控制的先决条件承担“绝对责任”，是一种近乎残忍的苛求。我们的品味、抱负、对未来的想象，乃至“我觉得我应该成为什么样的人”这一信念本身，都是特定阶级位置和社会场域在身体中沉淀的产物。一个工人家庭的孩子“选择”不去读大学，和一个中产家庭的孩子“选择”去读大学，这两种“选择”背后的结构性约束完全不同。所谓的自由意志，很大程度上是权力关系在个体层面的反映。

存在主义的无神论并不意味着它要全力以赴地证明上帝不存在。毋宁说，它宣称就算上帝存在，它的观点也改变不了多少。并不是我们相信上帝的确存在，而是我们觉得真正的问题不在于上帝存在不存在；人类需要的是重新找到自己，并且理解到什么都不能使他挣脱自己，连一条证明上帝存在的确凿证据也救不了他。在这个意义上，存在主义是乐观的。它是一个行动的学说，而基督教徒只有靠自我欺骗，靠把他们自己的绝望同我们的绝望混淆起来，才能把我们的哲学形容为没有希望的。

存在主义者会说「存在先于本质」，高喊上帝已死，把有神论、把「我从何而来」这些根本性设定统统拆掉。拆完之后呢？他们发现我们的世界观和信念都建立在虚无之上，都是脆弱的，于是转而要求人「成为你自己」，去行动，去超越。但他们忘记了一件事：自己只是个人类。「想要成为」与「行动实践」是两回事——前者是一个想法或一种心理状态，后者是一个需要时间、资源、社会支持和身体能量的完整过程。

人始终处在自身之外，人靠把自己投射出去并消失在自身之外而使人存在；另一方面，人是靠追求超越的目的才得以存在。既然人是这样超越自己的，而且只在超越自己这方面掌握客体（objects），他本身就是他的超越的中心。除掉人的宇宙外，人的主观性宇宙外，没有别的宇宙。这种构成人的超越性（不是如上帝是超越的那样理解，而是作为超越自我理解）和主观性（指人不是关闭在自身以内而是永远处在人的宇宙里）的关系——这就是我们称作的存在主义的人道主义。之所以是人道主义，因为我们提醒人除了他自己外，别无立法者；由于听任他怎样做，他就必须为自己作出决定；还有，由于我们指出人不能返求诸己，而必须始终在自身之外寻求一个解放（自己）的或者体现某种特殊（理想）的目标，人才能体现自己真正是人。

萨特把“不断把自我投向未来”定义为人的尊严所在，但这种“必须不断超越”的伦理，在二十一世纪已经与现代资本主义的绩效逻辑完成了合流。当代社会的剥削不再来自外部强制，而是来自“我应当做得更好”的自我驱迫。主体不再被他人剥削，而是剥削自己，并且将这种自我剥削体验为“自由”。

萨特的存在主义，在这个意义上，无意中为绩效社会提供了哲学注脚。如果一个人不想超越，只想安静地做一棵「花椰菜」或一块「苔藓」，存在主义似乎就在贬低他的存在价值。这种必须不断「自我创造」的压力，恰恰是当代焦虑与倦怠的深层来源。它不是人道主义，它是另一种形式的不人道。

对于那些在虚无中挣扎的人，不少人对这个世界已经失望至极。为什么还要求一个习得性无助的人去热爱生活？存在主义在这里变成了一种自欺：它把结构性的困境转化为个人的意志问题，然后指责个人不够努力。所以存在主义者是不诚实的，他们只能体会到“需要意义来生活”或“被意义所拷问”。

寻死得不到答案

海德格尔在《存在与时间》中提出「向死而生」，认为唯有直面死亡的确定性，此在才能从「常人」的沉沦中醒来，获得本真的存在。但它忽视了「我怎么看这个世界」这一前反思的情感维度。一个人无法继续热爱生活，未必是因为他没有思考过死亡，更可能是因为活着本身已经耗尽了他的全部力气。把「对生命的审视」绑定在死亡这一终极议题上，到头来不过是把问题丢回给那个已经丧失生命热情的人。通过想死，来换取“想怎样活”的答案。可一个习得性无助的人，无论怎么想，都得不到答案。意义从何而来的问题，被原封不动地抛回给了最无力回答它的那个人。

加缪在《西西弗神话》的结尾写道：「应当想象西西弗是幸福的。」这句话被无数人引用为存在主义的勇气宣言，但仔细想想，它要求的是什么？它要求一个人用意志和选择得出的结论，去覆写对生活日常的全部记忆。石头滚下来，再推上去，再滚下来——加缪说，你要在这无尽的徒劳中感到幸福，因为推石头这个动作本身就是对惩罚与荒谬的反抗，是自由与骄傲的体现。

但如果生活不及预期，如果灾难就是灾难，为什么非要美化它？将西西弗的行为解读为「对荒谬现实的轻蔑与反抗」，看透一切仍然选择死磕，这当然是一种反抗的姿态。但要求每一个被石头压着的人都必须摆出这种姿态，否则就是自欺。不是每个人都有力气在推石头的同时乐观。承认「我很累，我推不动了，我恨这块石头」，难道就不是真实的、有尊严的回应？

意义是在日常琐事中生长出来的

虚无与存在是双生的。如果否定了神与信仰，拆掉了一切外在的意义锚点，那么同时也杀死了支撑自己活着的某些基础。存在主义试图在废墟上重建意义，但它选择的工具——纯粹的主观意志与情绪，恰恰是最脆弱的那一个。方向是对的，但路是死的。

人绝对不是“从无到有”的主观存在。人首先是一具有重量的肉身，活在特定的历史、地理、阶级和关系网络里。意识不是悬浮的纯粹主体，而是需要通过肉身与世界打交道。我们的自由是打过折扣的自由，是在泥泞中挣扎的自由，而不是天堂里的积极自由。

意义不是被意志「决定」出来的，也不是靠一句「我选择赋予它意义」就能凭空生成的。意义是基于现实活动的产物，它需要行动在先，需要经历与体验，需要记忆的沉淀与反复的思考。它生长于具体的关系、具体的劳动、具体的痛苦与具体的快乐之中，而不是生长于一个孤立的主体对虚空的凝视之中。你望向深渊，看到的只是习得性无助的自己。

存在主义最大的不人道，在于它把一个被社会结构、被肉体局限、被唯物史观、被社会关系深深嵌入的个体，抽象成了一个孤零零的、必须独自为一切负责的意志。它把自由变成了一种义务，把超越变成了一种道德命令，然后对那些做不到的人说：那是你的选择，你要为此负责。

真正的意义不必总在远方拔地而起，或经过深思熟虑后下大命题的定义，它往往就蛰伏在日常中。如果一味要求人去不断超越、去创造定义自己的宏大叙事，仿佛不这么做，生命就沦为了平庸的消耗，未曾起舞的日子难道就不值得过？

回想那些被日常琐事填满、健康而幸福度过的每一天，聆听雨声、安静地睡一个好觉，这些片刻的充盈根本不需要任何夸张的“超越性”来背书。在一个充满无常和重压的世界里，一个人能够安顿好自己的肉身，维持着内在的秩序，仅仅是健康、平静地活着，这就已经是了不起的成就。真正的人道主义，不该是逼迫每个人都去推那块沉重的石头，而是温和地承认：你不需要证明什么，允许你作为一个普通人健康地活着、去感受这平淡的日常，这已经构成存在的意义了。

意义是基于现实活动的产物，需要先行动、经历体验、回忆和思考作为基础。

2026-08-22 08:00:00

前言

近日，北京大学国家发展研究院经济学教授张丹丹参加了财经访谈节目《聊一波》。在被问道“2亿零工在做什么工作”、“有什么社会保障”等问题时，张丹丹说：灵活就业本身就是一种福利。她说：“从劳动经济学角度讲，他们灵活，本身就是一种福利。”张丹丹还说，朝九晚五、有五险一金的人，是牺牲了自由才换来的社保。而灵活就业人员就是要灵活，他们要的是自由度，能最大化实现自己对自己的管理，而自己管理自己，肯定不需要别人给他缴纳社保。最后，张丹丹得出结论：“我们不能把灵活就业想成啥也没有，他有的是灵活。”

大部分人对于这类不食人间烟火的言论大多基于道德层面持批判态度，认为张丹丹和林毅夫等人都是政策合理化导向的宣传者，负责输出无用大话，但拥有如此多title的张丹丹的逻辑与论证令人大跌眼镜：把经济学的「闲暇」概念与自由混淆，又将新自由主义的可选择空间与福利划等号。

本文借这个争议去阐述当代社会学与晚期资本主义的特征，这位学阀经济学学者的“灵活就业即自由”论点背后是国家机器对公众福利与保障的去责任化，并将原有社会承诺的公共资源与福利保障的支出转嫁给后人，而个人面对的是高度充满高度流动与风险的社会。

晚期资本主义

德国社会学家乌尔里希·贝克和英国社会学家安东尼·吉登斯在20世纪80年代末提出「风险社会」理论，晚期资本主义和现代性会出现社会将集体风险转嫁给个人的现象，制度性的矛盾和失败为归因为个人失败。

在现代化社会，个体虽从习俗、宗教迷信等传统观念中获得形式上的解放，但如同佛洛依德的《文明及其不满》中提到的文明是建立压抑人类本能的自然欲望与需求之上，这是文明规范与集体利益所需要做出的割舍。

到了现代化极盛的阶段，现代文明滋生出技术与官僚的结合体，单纯统治问题变成庞大的社会工程，催生出技术官僚和张丹丹这样的学阀。

第三条道路的背景，是西方福利制度的集体退场，背后的原因有：

• 社会保障福利支出过多，财政赤字问题和国债违约等一连串连锁问题
• 像里根和撒切尔的政策，借着新制度经济学的理论，试图通过通过社会劳工市场改革，修改制度推向熊彼得式的自由竞争来获得新的增长
• 人口结构少子与人口老龄化，为了控制养老金的覆盖率、替代率，以及民意共识，政府基于现实难题只能推迟养老年限。

但这些问题终究是全球化竞争与收入分配不平等的缩影。

法国案例

法国是为数不多的在坚持第三条道路中最为持续改革的发达国家，并将“工作换福利”落实到劳工市场。

法国基本养老金在2022年至2026年间累计上涨约15%。

法国国家统计局（Insee）公布2026年第一季度，法国公共债务总额达到3.5361万亿欧元，相当于国内生产总值（GDP）的117.5%。与2025年底相比，法国债务增加了756亿欧元。2025年底，法国公共债务总额为3.4605万亿欧元，占GDP的115.7%。虽然当时债务规模较前一季度有所下降，但与2024年底的3.3061万亿欧元（占GDP的112.6%）相比仍继续上升。

法国审计法院发布报告，对法国公共财政状况发出严厉警告，认为“所有信号都已亮起红灯”。报告指出，法国是欧元区唯一一个债务占GDP比例超过新冠疫情时期峰值（2020年的114.9%）的国家，并对债务利息支出的“大幅增加”表示担忧。

作为仅次于德国的欧元区第二大经济体，法国却是欧元区财政纪律表现最差的国家之一。

法国财政部数据显示，截至2026年6月底，法国中央政府财政赤字约1070亿欧元，较政府预算计划高出14.4%。与此同时，惠誉已将法国主权信用评级由AA−下调至A+，理由包括债务负担持续攀升、政治不确定性加剧以及财政整顿缺乏可信路径。

据路透社报道，Lecornu政府将调整重点放在大型企业和高收入群体。其中，对年营收超过10亿欧元企业征收的特别税延期执行，预计可增加约73亿欧元财政收入；针对高收入人群征收的特别税预计增加约6.5亿欧元收入。综合各项措施，政府预计可改善财政约90亿欧元。

不过，相较于数千亿欧元规模的财政缺口，这部分收入仍十分有限。市场普遍认为，法国目前采取的措施更多是在填补短期预算，而福利体系、养老金、移民支出以及公共部门效率等结构性问题仍未得到实质性改革。

目前法国政府支出占GDP比重约57%，是欧盟福利支出最高的国家之一。为了解决这个问题，法国这些年推动了什么政策？

• 将失业金领取条件与“积极求职”强制挂钩。领取最低生活保障（RSA）的人必须每周进行15小时的“活动或培训”，否则将被扣发补贴。
• 将法定退休年龄从62岁推迟至64岁。
• 2024年起将原有的国家职业介绍所（Pôle Emploi）改组升级为 France Travail，强化对失业人群的动态监控与考核，国家化身为“职业经理人”，通过技术和官僚手段催促个人适应弹性化的资本主义市场，将结构性就业岗位不足转化为个人“找工作不够积极”的监管问题。
• 《2026年社会保障融资法案》（LFSS 2026）及病假/失业管控，严格限制医生开具的初始病假时长（如封顶1个月），并赋予保险机构提早介入复核的权力。通过技术官僚手段严格限制个人利用社会安全网（如病假、福利）“避风”的空间，逼迫劳动力维持在高效运转状态。

法国也是中国留学生归国人数比例最高的发达国家之一。

西方福利制度的退场

法国是一个相对好观察的case，但这种退场我归纳各个国家的问题有以下的共同点：

• 长期的全球化竞争激烈，本土去工业化，为留住资本竞相削减人力成本，这是没有办法的办法，不是所有高新产业都能创造新增岗位；
• 上一代人通过债务累积增长获利，为后人留下天量财政债务，当下的财政在各种约束与限制下做trade-off，自然是不可能有财政空间去做出任何改变的，这种压力只会传导到劳工身上；
• 来自美国的金融压迫，美元潮汐和金融危机外部化，导致资本的流动异常活跃，影响物价、汇率，每一次美元潮汐都带走了这些国家的流动性。

在左翼政党（如英国新工党、美国克林顿民主党）和极右翼自由放任（撒切尔主义）之间做平衡，听起来非常美好，实际上这是新自由主义的陷阱：劳工看似有自由选择的权利，实际上都是没有自由，都是在被迫劳动且接受任何烂工作，政府鼓励失业者去参与培训、积极求职，才有资格获取福利。福利从财政再分配变成需竞争甚至是惩罚性的。用看似包容、积极的制度去掩盖劳工市场自由竞争的剥削性。

公民的生命周期中最为关键的教育、就业、健康、养老等领域的风险越来越被政治合理化为个人选择的结果。

张丹丹不是第一个主张社会责任个体化的学者，吉登斯曾在政治上提出的“第三条道路”和政策上主张社会福利是“没有无责任的权利，也没有无权利的责任”（No rights without responsibilities, no responsibilities without rights），认为福利国家需要社会主义式的集体投资与公民责任，英国1997-2007年在野党的布莱尔政府为削减福利开支、推行“以工作换福利”。吉登斯自认超越左与右，但这一言论也为福利国家削减开支提供了合法性理论支持，将社会结构性问题通过占据公众话语权的方式被归因为个人能力问题。例如，失业不再被视为经济需求不足或产业转型的后果，而被解释为个人技能不足或求职意愿不强。

鲍曼在《液态的现代性》与《工作、消费主义和新穷人》更是指出，在消费型社会中，穷人越来越被定义为“有缺陷的消费者”，没有消费能力是个人的问题，其社会结构化且人为制造的贫困陷阱个体化与道德化。

从宏观经济学与劳动弹性化的角度来看，资本主义晚期将系统性的不稳定转化为对个人品格的要求，使个人承担制度变迁的代价。

基于以上现象，我们进一步讨论这一社会变化如此普遍的原因。

治理术

福柯在《生命政治的诞生》指出，新自由主义并非简单的国家解除福利制度，而是一种新的治理理性：市场是制度上公认的真理机制，个体被建构为“企业人”（entrepreneur of the self），需要对自身的人力资本进行投资与管理，公民个体承担生命周期的所有成本，包括教育、生育、养老、医疗等。国家不再通过财政与再分配来保障个人，而是通过塑造竞争性主体来治理风险。

参与社会保险、赋予自我管理的自由、灵活就业等看似代表现代化进步主义的话语，实际上是一种治理技术，使贫困者、失业者被要求自我负责、自我改善，进而自我剥削，而国家的结构性责任被淡化，每个公民都是企业化的主体，自己承担连带企业的无限责任，还要为原有政府承诺的空头支票买单，医保集采问题、养老金亏空、地方财政失去土地财政繁荣后枯竭、非税收入等问题和现象只是福利保障违约的开端。

市场普遍认为养老金在2035年之前亏光

医保的结余情况还算乐观，但大多靠集采和医疗质量下降换来的，且到2030年1月1日，全省累计缴费年限统一为男职工30年、女职工25年（注意之前是15年），动则翻倍，跨度非常大。

从经济学的角度来看，将这一转型可概括为从凯恩斯主义福利制度国家向熊彼特主义工作福利国家转变，即有工作的公民才有资格去获得福利和保障。国家更关注提升劳动力市场的灵活性和竞争力，而非保障公民的社会权利。

工作福利的核心不是单纯减少财政支出，而是将福利领取与强制工作、道德规训结合起来，重塑穷人的行为，这是现代社会的劳动改造，你我都是罪人。

新的改变

学者占据公众媒体的资源最终目的是为政策转变做铺垫，拥有了官僚系统提供的权力，也拥有了对专业知识的话语权和解释权。经济学本身不提供具体的解决方案，它是官僚系统与权力架构的衍生物，最终是要为政策支持理论与研究上的支持。

韦伯认为科层制的存在，是因为它垄断了专业知识，以及去人性化的技术与流程形成了铁笼，社会保障去责任化只会成为行政命令下的常态。

大卫·哈维从资本积累角度揭示，新自由主义改革通过私有化和市场化，将原本由公共部门承担的再分配责任重构为市场自发（其实是被迫的）购买行为，完成了对个体责任的重构。

新自由主义国家的特征不是简单撤出，而是社会国家与惩罚国家的转变：一方面削减福利，另一方面扩张刑罚与规训，通过道德化贫困和惩罚性管理来应对社会结构化问题。以个人责任为名，将贫困者置于社会规训、工作伦理、高强度烂工作、微观行为监控之下，这些都是隐藏在现代社会的奴隶制和强迫劳动行为，正将劳工市场打造成全景敞视监狱。

不论大众是否喜欢张丹丹的言论，张的研究覆盖了对平台经济买方垄断、青年失业率、AI替代效应等领域，并提出平台方应按收入高低阶梯制补贴骑手个人社保的部分支出，她揭露了当下正发生的问题。

但平台补贴个人部分社保支出是一个脱离现实的建议：

1. 谁来承担这个成本，最终成本仍然转嫁到用人成本和商家上，谁来监管？如何落实？
2. 买最低档的社保有意义吗？对于企业很可能只是合规手段，而非解决社会保障的关键
3. 现实中通过提高社保基数和系数来转移，当然也可以理解为加税，会不会导致更多人退保？
4. 打工人优先缴纳个人养老金（模仿美国401k），而非社会统筹养老金有没有可能更好？政策刚推行，还缺少证据，需自然实验；
5. 基于合作社、特定群体的商业保险或企业内部的自保险有没有可能优于社会统筹基金？

然而这些问题的根源是：

1. 产业转型的阵痛，结构化增长，也就是大部分传统行业持续失血，不同行业对经济的体感差异大
2. 平台经济有基础设施和寡头垄断特征，且长期缺少反垄断监管
3. 社会对各种现收现付制基金软着陆的期望，代际转移问题
4. 社会保障和福利是需要打工人花钱买，且收入越低，保险成本占税前收入的比例越大，社会保险的公平问题
5. 财政再分配应不应该在社会保障方面发挥更大作用

以上每个问题单独拿出来都是大命题，但我想说的是当前的各种灵活就业、社会保障、就业难等问题，绝非中国才有的，但张的言论毫无疑问刺痛了无数打工人的心。

美好的时代过去了。起风了，唯有努力生存。

2026-08-03 08:00:00

回顾

2022年，塔勒布在其论文《Bitcoin, Currencies, and Fragility》中指出，比特币波动率长期维持在60%至100%的区间，且与纳斯达克指数的相关性过高，在成为货币的道路上已经失败了。

在繁荣期间，大部分人都愿意持有它甚至想拥有更多，以至于没有人愿意使用它作为支付工具；在熊市，没有商家愿意接受长期贬值的货币。萨尔瓦多总统布克尔反其道而行之，为刺激消费和旅游，将比特币设为法定货币，并购买比特币作为储备资产。

——2022年时的观察《批判比特币和Web3》

2025年1月29日，萨尔瓦多立法议会通过与IMF的协议，正式撤销了比特币的法定货币地位，这场闹剧以妥协告终。

回到当下，美元流动性泛滥、美债信用危机、法币贬值，很多人尝试押注这一叙事，但这一天迟迟未兑现，由于美国通胀顽固，联邦基金利率高企，叠加AI资本开支泡沫对风险偏好的虹吸，比特币在2026年的表现显得逊色。截至7月底，BTC价格在63,000至65,000美元区间震荡，距2025年10月的历史高点已回撤约近五成。不过比特币占加密货币市场总市值的比例仍维持在五成以上，这说明其他竞争币都没对比特币的地位构成实质性威胁。比特币仍然是加密世界中流动性最好、共识最牢固的币种。

关机币价分析

"关机币价"是指当币价跌破矿工的可变成本（主要是电费），微观经济学告诉我们，矿工应选择关机止损，这一价格被认为是币价长期的锚。

以当前主流矿机Bitmain Antminer S23 Hydro为例：功耗比9.5 J/TH，单台功耗5,510 W，单台算力580 TH/s。事实上矿机购置成本已摊销完毕，仅计算边际运营成本：

• 电费：北美平均工业用电成本约0.10美元/kWh，单台日耗电132.24 kWh（5,510 W × 24 h），日电费13.22美元；

根据2026年7月26日的数据，BTC全网挖矿难度为126.23 T（126,231,507,121,868），对应全网算力约904 EH/s。单台S23 Hydro的日产出为0.00028884 BTC。当日币价64,544美元，日收入约18.64美元，尚覆盖可变成本。

令日收入等于日成本，可解得关机币价：

$$P_{shutdown} = \frac{13.22}{0.00028884} \approx 45{,}769.28 \text{ 美元}$$

比特币的边际生产成本对应的关机币价在45,000至50,000美元区间。一旦币价持续跌破这一水平，高成本矿工将被迫退出，全网算力下降触发难度下调，直至剩余矿工的收支重新平衡。

减半周期

下一次比特币减半预计发生在2028年4月17日，届时区块奖励将从3.125 BTC降至1.5625 BTC。按照过往三轮周期的经验，市场通常在减半前一年左右开始定价这一预期，而减半事件本身往往成为"买预期、卖事实"的兑现节点。

减半对价格的长期影响机制在于抬升关机币价的下限。 区块奖励减半意味着同等算力下的日产出减少一半。以当前挖矿难度和北美工业电费推算，减半后美国本土矿工的关机线将上移至约9万美元。

这并不意味着2028年中旬币价就能稳定在9万美元以上。减半后全网算力可能因部分矿机关机而下降，触发难度下调，使得剩余矿机的单位产出回升，从而压低实际的停机线。换言之，难度调整机制是一个负反馈回路，它会部分对冲减半带来的成本冲击。

如上图所示，比特币的全网算力与挖矿难度始终跟随币价呈周期性波动：币价上涨→利润扩张→算力涌入→难度上调→成本抬升；币价下跌→利润压缩→矿机关机→难度下调→成本回落。

美元流动性

根据公开的哈希率分布数据，美国至少拥有全球约35%至40%的比特币算力。那么在美元经济圈内消耗如此大量的能源和资本去维护一套去中心化账本。

从流动性传导的视角看，比特币挖矿的经济实质是：将无处安放的美元通过能源消耗与挖矿的方式销毁掉，同时在虚拟的区块链系统中增加“对应价值”的流通量。

美元流动性的传统路径是从货币类资产（国债、贷款、回购协议）蓄水池溢出，流向风险资产（股票估值扩张、风险溢价压缩），再流向黄金、加密货币、艺术品等非生产性资产。

2026财年美国联邦赤字已达1.9万亿美元，净利息支出突破1万亿美元，国债总额逼近39万亿美元。在美债危机愈演愈烈、美股估值极端高企的背景下，未来若美联储被迫大幅降息以削减利息支出，甚至走向财政赤字货币化，美元流动性的传导路径有可能发生质变——从信贷扩张直接转化为对比特币的需求。

不稳定的MicroStrategy

Strategy在2026年6至7月已停止买入比特币，甚至开始净卖出：5月底卖出32 BTC（约250万美元），6月底至7月初又卖出3,588 BTC（约2.16亿美元）。相对于其843,775 BTC的总持仓，卖出比例不足0.5%，但信号意义远大于实际抛压。

其mNAV（市值与所持比特币净值之比）已跌破1，这意味着市场不再愿意为Strategy的"比特币杠杆"支付溢价。过去牛市中，mNAV远大于1，Strategy通过发行股票和可转债加杠杆买入比特币，形成正反馈；如今mNAV破1，杠杆效应消失，公司转变为单纯支付利息、持有大量现金以熬过熊市的防守姿态。

MicroStrategy在牛市用杠杆吸引投资者，熊市发行带息证券补充流动性、降低杠杆率，只要有足够现金兑付利息，就不存在挤兑和违约。但笔者必须指出，现实不会像模型假设那样理想。加密货币财团公司普遍缺少传统金融机构所面临的内外部监管约束，FTX在2022年11月因80亿美元客户资金缺口而崩塌，Terra-Luna在2022年5月因算法稳定币脱锚引发连锁清算，这些"已知的未知"都在说明，币圈的流动性危机往往在最不被预期的时刻爆发。

基本属性

稀缺性

黄金的稀缺性由贵金属的化学元素特征决定。除非人类实现低成本的小行星采矿并将贵金属运回地球，否则其供给上限在物理意义上是刚性的。

比特币的稀缺性则高度依赖区块链账本的共识层：SHA-256工作量证明（PoW）机制与2,100万枚的供给上限。不少机构人士质疑这一上限的可信度——毕竟代码可以被修改。但事实是，BCH、LTC等众多PoW赛道的竞争币均沿用了比特币的技术架构，经历多次分叉后，BTC的共识非但未被稀释，反而愈发稳固。用塔勒布的术语来说，比特币的共识呈现"反脆弱性"：每一次试图杀死它的攻击，都使其共识网络变得更加坚韧。在这个意义上，比特币的稀缺性共识与黄金具有结构上的可比性。

需要注意的是，我们是站在数千年文明积淀之上讨论黄金的价值共识，而比特币的历史不足三十年。时间尺度上的巨大不对称，使得任何轻描淡写的类比分析都不足以构成定论。

共识与价值

"韭菜的共识也是共识"——这句戏谑之语道出了一个严肃的命题。比特币确实缺少传统意义上的内在价值：它不产生现金流，不支付股息，本质上是一种零息资产的变种。其价格主要取决于美元流动性和实际利率水平。与黄金相比，比特币对流动性的敏感度更高，而黄金对中短期利率变动的响应更为显著。

从后结构主义的视角追问：共识资产的合法性究竟从何而来？为什么数百万人认同一种没有实体支撑的数字记号具有"价值"？一种常见的批判是：价格的暴涨暴跌本身构成了投机叙事的基础，而投机需求又反过来维系了价格——这是一个自我指涉的循环。这种批评并非没有道理，但缺少内在价值不等同于没有资产配置价值。黄金同样不产生现金流，但没有任何严肃的资产管理者会因此将黄金排除在组合之外。

避险属性

"黄金能避险"是金融市场上最根深蒂固的叙事之一。但仔细追问：黄金具体如何避险？个人能带着实物黄金顺利离境吗？能进行便捷的离岸交易吗？大部分流通黄金，不是存放在瑞士银行的保险柜里，就是在运往第三世界央行金库的路上。

避险本质上是一种投机叙事与集体信念。微观层面，2024至2026年的黄金牛市由三重因素驱动：全球央行持续大规模购金（2022至2024年连续三年净购金量超过1,000吨，2026年一季度央行净购金244吨）、美债违约风险的长期化定价、以及法币购买力的持续稀释。黄金在2026年已超越美国国债，成为全球最大的储备资产类别。

在流通性、价值储藏、支付手段这三项货币基本属性上，比特币均优于实物黄金：可无限切分、跨境传输近乎即时、无需物理保管。理论上，以实物黄金为底层资产的RWA（真实世界资产）代币是比比特币更优的价值中介——它兼具黄金的信用基础和数字资产的流通效率，弥补了比特币在小额支付和跨境结算中的角色缺位。

至于战乱年代的避险功能，其逻辑是成立的：当央行滥发货币、主权信用违约时，法币的价值不过是一种幻觉。不是黄金在涨，而是法币在跌。资产的价值始终是相对主义的。

流动性

2020年的DeFi Summer，美联储将利率降至零并启动无限量化宽松，叠加2021年3月拜登政府1.9万亿美元的财政刺激计划，流动性严重过剩。大量溢出资金涌入区块链协议进行投机，DeFi锁仓总量从年初的7亿美元飙升至150亿美元。不少上市公司将账面现金投入比特币理财：特斯拉在2021年初购入价值15亿美元的比特币，并一度支持比特币购车，后又以"环保问题"为由取消。

比特币天然是美元流动性溢出的观测器。2024年底，比特币与纳斯达克100指数的30日滚动相关系数一度高达0.7，为两年之最；此后随着币价跌入熊市，与纳指的相关性一路走低，转而与COMEX黄金呈现中度正相关（相关系数超过0.5）。这种相关结构的漂移说明：比特币缺少一个稳定的价值锚。 它"是什么"或"不是什么"，取决于当下市场的主导叙事。

共识决定了比特币价值的下限——四年一减半的供给收缩与2,100万枚的绝对上限，决定了其底部价格将随时间不断抬升；流动性与叙事决定了短期价格的上限——市场需要一个理由去交易比特币，为投机赋予合理性，由此促成索罗斯所言的反身性正反馈。

资产配置视角

笔者在风险平价回测系统项目上新增了加密货币相关系数看板。数据显示：2024年底，比特币与纳斯达克100指数的Pearson线性相关系数（回溯三个月）高达0.62；2026年币价跌入熊市后，比特币与COMEX黄金的价格波动相似度上升，相关系数超过0.5，呈现中度正相关。

从BTC-DXY（+3个月）图表中可以观察到，比特币的增值往往领先于美元指数的贬值。这一领先-滞后关系意味着，比特币作为对冲法币购买力下降的工具，在时间维度上具有一定的前瞻性配置价值。

未来的共识变量

不论是黄金还是比特币，它们自身的物理属性或协议参数不会发生显著变化。真正改变的，是外部货币环境：美联储的货币政策路径（FOMC利率决议、量化宽松或紧缩、资产负债表的扩缩）、美国财政部如何偿付国债利息、以及财政支出能否被有效削减。

• 对比特币最乐观的场景：财政支出刚性不可削减，只能借新还旧。为偿还每年超过1万亿美元的利息支出，美联储被迫重启量化宽松，走向财政赤字货币化，以通胀稀释实际债务负担。在这一路径下，法币购买力持续下降，比特币和黄金作为"非主权价值存储"的需求将结构性上升。

• 对比特币最不友好的场景：美债实现软着陆，找到新的边际买家（他国高位接盘），或美联储在通胀可控的前提下进一步降息。但在地缘冲突频发、能源价格高波动的当下，任何了解央行运作逻辑的人都清楚，维护远期价格稳定（而非下个月或下半年的短期波动）始终是美联储的首要职责，财政可持续性在优先级排序中必然居于其后。

黄金的共识，正如李新野所言，是"五千年前的大饼"——一种跨越文明周期的信用沉淀。从唯物主义的角度看，比特币确实是缺少内在价值且是虚无主义的，比特币和黄金的价值都带有彻底的建构性：它们不产生效用，不创造产出，其价值完全是社会价值观和货币与价值关系的投射。这种建构性在市场上体现为价格的高度波动，以及定价逻辑和锚定物的缺失。

当美元体系自身的信用裂缝不断扩大，当全球央行以每年千吨级的速度增持黄金、当美国国债利息支出超过国防预算，比特币和黄金便被复魅了新的逻辑，共识资产因新的叙事、共识、投机与交易创造的新的集体价值。

对于缺少定价方法的资产而言，问题从来不是比特币还值不值多少钱（本来就没有价值锚），而是美元还会不会继续贬值、货币的共识是什么，后者法币秩序的崩塌会引发一系列非理性的投机与金融泡沫。

2026-07-11 08:00:00

为什么要做这个产品

去年在券商自营工作时，我时常怀疑全球大类资产配置的合理性：所谓「配置」，难道只是给买入持有和不定期调仓披上一层合理化外衣？做过一轮研究后，我得到三条结论：

• 在不考虑极端股债双杀的前提下，配置盘里必须有一定比例的资产，在大部分时间与其余持仓呈零相关或负相关。
• 买入多个波动高度相关的资产，只是形式主义：既没有分散系统性风险，也没有降低集中度，安慰剂效应居多。
• 再平衡调仓不一定带来 Alpha；它本质是风险管理。若不调仓，组合会被动承担比预期更多的风险。

那时我认为，传统四象限风险平价早已过时，更该用《因子投资》里的方法，把宏观、行业、市场预期自上而下映射成因子再回测——详见《浅谈风险平价模型》。今年想法有所修正：很多机构和散户并不执着于资产之间的严格独立性（即对协方差矩阵做极致优化、规避多重共线性）。若目标函数只是「持有一篮子核心资产，并通过组合管理平滑单位净值曲线」，而不再纠结流动性危机、股债双杀等尾部情景，那么这个需求其实有一套相对确定的解法。

身边同事和朋友真正需要的，往往是：能控制最大回撤、追求缓慢而稳健的财富增值、不必盯盘、调仓频率较低的投资组合。市面上几乎没有对症的产品；即便有，也多停留在簿记、风控指标、基金绩效计算等基础功能——毕竟多数工具服务于卖基金场景的财富管理产品，用不上复杂的组合优化。

于是我下定决心：把原本只在 Python 环境里跑的风险平价组合管理与回测程序，做成可交互的 Web 产品。顺带把 Alpha 策略和场外衍生品对冲管理里常看的股指期货年化升贴水，以及场外期权结构化产品定价，一并放进系统，方便投资者和研究者查阅使用。

产品介绍

• 产品官网：https://xushilu.com
• GitHub 仓库：https://github.com/hxlog/balanced-portfolio

Balanced Portfolio 是一套基于桥水基金风险平价思路的投资组合管理与回测系统，同时提供中金所股指期货描述性统计，以及场外自动敲入敲出（autocallables）结构化产品定价。

主要功能：

• 风险平价组合管理与回测：按 GDP 增长 / 通胀二分法划分四象限，在四种经济情景下配置该情景占优的品种。优化算法支持最大化夏普或 Sortino；方法包括象限内最大优化指标 + 象限间等风险贡献、全资产风险平价、全体最大化优化指标、按优化指标分配风险预算共四种。输出含优化权重、净值、调仓记录、风险指标、相关性与绩效归因。
• 中金所股指期货数据看板：跟踪 IF、IH、IC、IM 及对应指数，按同一交易日口径展示收盘快照、期限结构、历史年化升贴水与统计分位。
• 场外结构化产品定价：覆盖雪球、凤凰、气囊与障碍类产品，支持 Monte Carlo、BSM、积分法定价；输出公允价值、PV、PoL、Delta / Gamma / Vega / Theta / Rho，以及存续路径状态。
• 机构级可视化：把常用金融工程方法做成开箱即用、可交互的分析与回测界面。

风险平价管理界面

股指期货界面

场外衍生品定价界面

风险平价方法论

基于桥水基金创始人达利欧（Ray Dalio）的风险平价框架，把全球大类资产按宏观周期放入四象限，以历史波动率与协方差为风险度量，目标是构建长期夏普比率大于 1 的全天候指数组合。

下文按顺序说明：风险平价定义、四象限假设、四种优化方法与求解器、回测与再平衡、交易成本、绩效归因、相关性展示，以及我对模型有效性的看法。

风险平价（Risk Parity）

传统组合常按资金等额或主观比例配置，结果往往是少数高波动资产贡献了组合绝大部分风险——典型的「看似分散、实则集中」。风险平价反其道而行：让每个资产（或每个象限）对组合总波动率的边际贡献尽可能相等，从而在风险维度上真正分散。

形式上，资产 $i$ 的边际风险贡献为

其中 $\Sigma$ 为协方差阵，$w$ 为权重，$\sigma_p$ 为组合波动率。等风险贡献（ERC）即对所有 $i,j$ 有 $\text{MRC}_i = \text{MRC}_j$。

系统用过去 N 个交易日（默认 156）的日收益方差 / 协方差作为风险输入，约覆盖大半年市场状态：既足以估计二阶矩，又尽量避免把过时的相关性、或对近期噪音的过拟合，一并带进决策。

需要强调：风险平价并不以最大化历史收益为目标，而是追求风险调整后收益的稳健性。因此最终优化目标统一落在最大化夏普或 Sortino。象限之间再平衡风险预算，是为了让组合穿越宏观周期，而不是押注单一环境。

经济情景四象限

经济环境沿「增长」与「通胀」两个维度循环，两两组合得到四种宏观象限。不同资产在不同象限表现占优：增长上行利于权益与商品，通胀上行利于商品，通胀下行利于债券与成长股；经济下行时的占优配置缺少统一理论，故因人而异。

在四个象限中各放入一类「在该象限占优」的资产，再用风险平价分配风险预算，即可得到对单一环境不那么敏感的全天候组合。

若你认为债券和黄金应当长期持有，可以在每个象限都加入它们——这通常不会破坏框架。反过来，若象限内样本过少或多重共线性严重，协方差可能退化（破坏正定性），优化器便难以收敛到「权重之和等于 1」的可行解。

同一资产可以出现在多个象限（例如商品同时用于过热与滞胀对冲）。系统允许标的跨象限重复；在象限层面做风险平价时，这种重叠暴露会自然体现。

将哪些占优资产正确地放入四个象限，是该策略最核心的假设与参数。

四种优化方法

每个组合可任选以下四种方法之一；后台异步任务会同时算出四种结果，便于对照。

比率指标可在夏普比率与 Sortino 比率之间切换（默认夏普）。约束统一为长仓 $w \ge 0$、$\sum w = 1$，并可设单资产集中度 max_weight（默认 33%；品种较多时可调至公募常见的 20%）。不建议超过 33%。

为什么要在波动率平价之外引入夏普 / Sortino？因为波动不完全是坏事：拿固收与权益的绝对波动直接比权，往往没有意义——承担风险可能换来更高期望收益。最大化夏普（收益 / 波动）或 Sortino（收益 / 下行波动），是在风险预算与收益质量之间找平衡。

默认的象限内最大指标 + 象限间风险平价优化方法，据我所知在公开工具里并不常见。桥水强调的是：不猜测未来经济落在哪个象限，而是问“不同情景下谁受益、谁被杀估值“。把占优资产放进对应象限后，情景内追求指标最大化，情景间假设四种宏观状态概率相近并做风险平价———请不要尝试当一名经济学家去预测未来。

为避免协方差退化，建议至少输入 5 种以上走势相对独立的品种；否则在权重之和为 1 等约束下，可能找不到最优解。品种越少，回溯窗口（建议超过 1 个月）和回测区间（建议至少 2 年）越应拉长。

求解器实现

• ERC / 风险预算：Spinu 循环坐标下降（CCD）闭式迭代。每次固定其余权重，对单一资产有闭式更新，收敛快、精度高于通用规划器，且无需求逆。
• 最大比率：SLSQP 约束规划；支持热启动（以上一交易日权重作 $x_0$）与预算入参（回测逐日传入预计算的 cov / mean），使逐日调用只需一次热启动求解。
• 比率可选夏普（对称波动）或 Sortino（仅下行波动），影响最大比率目标与单资产风险预算的计算口径。

回测系统

回测采用单位净值法，逐交易日推进，并严格隔离未来信息：

• 决策与结算时序隔离：每个交易日 $t$，先用滚动 156 日窗口（仅使用 $\le t$ 的数据）重算最优目标权重；当日 NAV 用当日收益 $r_t$ 更新；新权重自 $t+1$ 起生效——「今日决策、明日执行」，决策与收益结算不共享未来信息。
• 成分逐步纳入：历史行情信息不足的品种权重暂为 0，不拖后组合起点；待其历史行情累积到 min_window（默认 60 日）后自动纳入。
• 再平衡触发：任一品种的实际（漂移）权重与当日最优目标偏离超过 rebalance_band（默认 5 个百分点，绝对值）时，整体再平衡回当日最优，确保调整后无任一品种偏离超过 5%。默认满仓；若有剩余资金按目标补足，分红通过复权序列再投资。
• 性能：用前缀和滚动维护每日窗口的均值 / 协方差（$S_1$、$S_2$ 加减），将逐日成本从 $O(window \cdot n^2)$ 降为 $O(n^2)$；优化器以上一交易日权重热启动，避免重复冷启动。

即使回测结束日之后的未来价格发生变化，也不会改写该日之前的 NAV 与历史权重；日常只需对新增交易日做增量回测。

交易成本

回测可按组合设定三项费率，仅在触发再平衡时扣费，按比例从当日单位净值中扣除：

设再平衡日权重变化 $\Delta w = \text{目标} - \text{漂移}$，记 $turnover = \sum |\Delta w|$（买 + 卖双边绝对值之和）、$sell\_turnover = \sum \max(0, -\Delta w)$（净减仓），则：

即：建仓 / 买入缴手续费 + 滑点；卖出缴手续费 + 滑点 + 印花税。这是比例换手模型，用于研究级摩擦近似，不含印花税分档、最低佣金等非线性规则。

基于 Brinson 思路的绩效归因

Dashboard「绩效归因」将区间总收益拆为四个可加桶。实现受 Brinson 业绩归因启发，但不是经典 Brinson–Fachler 的「相对基准行业配置 / 选股 / 交互」三分法；此处「截面选择」指按组合自身平均权重静态持有时的结构贡献，请勿与研报中的选股 Alpha 划等号。

每个交易日（税前）恒等成立：$\text{Beta} + \text{截面选择} + \text{时序调仓} = \text{组合日收益}$。跨多日用 Carino 对数链接将日度效应累加为几何总收益，使各桶可加且合计贴近区间总收益。若设置了交易成本，残差会明显反映费用；未设成本时残差应接近 0。

Dashboard 图表包括：收益拆解瀑布（四桶逐步累加到组合总收益）；各资产收益贡献拆为静态（选品）与调仓（择时）两列；逐次调仓贡献展示每次再平衡持有区间的几何收益及对总收益的链接贡献。

相关性与协方差矩阵

Dashboard 展示近回溯窗口（默认 156 日）内各成分日收益率的相关系数与年化协方差。相关系数 $\in [-1, 1]$，衡量收益同向或反向程度；分散化时追求低相关或负相关（相关不等于因果）。协方差绝对值越大，共同波动越强；风险平价优化器直接使用协方差阵。成分较多时可勾选子集查看，默认展示跨类别（指数、ETF、债券、商品等）的多样化样本。

模型有效性：我怎么看这套假设

若以历史 N 日波动率作为风险，波动低时买更多、波动高时卖出，行为上会接近某种「反波动趋势」：下跌时波动往往比上涨时扩张更快。因此，风险平价更适合具备买入并持有逻辑、呈现慢牛或周期性特征的资产；一句话——尽量避开历史上大部分时间都在阴跌的品种。

N 怎么取？我更推荐中长期用 156 个交易日滚动估计，调到 89 日通常也大差不差。窗口不宜过小（例如 15 日），否则模型容易过拟合近期噪音，而不是刻画样本区间内的统计特征与资产间相关性差异。也可以用机器学习在不同区间搜索「最优 N」，但很容易过拟合，实盘未必更好。

股指期货数据看板

中金所（CFFEX）四大股指期货——IF（沪深 300）、IH（上证 50）、IC（中证 500）、IM（中证 1000）——的收盘监控与历史升贴水分析。

该功能受 Alpha / 多空策略 / 期权对冲管理启发：交易员需要盯基差与贴水，决定交易哪份合约，以降低对冲成本。因此除基本行情外，系统还会计算年化升贴水率、综合升贴水率、分位值等描述性统计。

升贴水率反映期货对现货指数的偏离：

• 正值 = 升水：期货高于现货，常见解读是市场对未来偏乐观。
• 负值 = 贴水：期货低于现货（如 IC、IM 长期深贴水）；持有期货多头可能获得展期收益。

基差（Basis）= 现货指数 − 期货价格，与升贴水率互为相反数。年化升贴水率按剩余天数折年：

为规避当月合约临近交割的价格异常，平台采用加权合成口径：

即只看次月与当季，完全排除当月权重——在保留期限结构信息的同时，削弱到期日前后基差剧烈波动带来的噪声。

数据更新机制

• bp_ingest 调度器每 BP_CFFEX_SYNC_HOURS 小时（默认 2h）通过 akshare get_futures_daily 增量拉取 CFFEX 日行情；有新交易日则落库并重算升贴水，无增量则跳过。
• 前端读取最新交易日收盘快照，标注「已收盘」与数据日期时间；页面挂载时拉取一次，无轮询。
• 后端以 Redis 30min TTL 缓存收盘快照，多客户端并发时只打一次库。
• 前端 ECharts 支持时间轴拖拽缩放，以及叠加指数价格的双轴对比。

场外结构化产品定价

场外期权自动敲入敲出(autocallables)结构化产品定价与簿记模块，覆盖雪球、凤凰、气囊、障碍四类常见结构。

观测与日历

• 敲入（KI）：按 A 股实际交易日路径逐日观测（离散），未来交易日需人工维护，明年的需要等到年底交易所公布节假日安排。
• 敲出（KO）：仅在月度敲出观察日收盘判定，观察日之间上穿敲出线不构成敲出事件，且锁定期内不安排敲出观察。
• 非交易日观察日按下一交易日递延。路径步长按实际交易日（默认252个交易日）折现。

票息与计息

雪球采用双票息约定：

• 敲出票息（coupon_out）：在敲出观察日触发敲出时，按一年365天年化应计支付。
• 红利 / 期末票息（coupon_div）：存续至到期且未敲出、未敲入时支付。

凤凰为条件派息结构；气囊 / 障碍按参与率与障碍类型结算。

估值状态与终止

估值日根据已实现路径判定状态：alive存续 / knocked_in敲入 / knocked_out敲出 / expired到期。

• 已敲出：合约终止，现值记为 0，当前盈亏锁定为已实现敲出票息；示意图截断至敲出观察日。
• 已敲入未敲出：按敲入后条款继续估值。

技术栈与实现故事

系统分四层：

akshare → bp_ingest（落库 / 清洗）→ PostgreSQL 18 + TimescaleDB → bp_api（FastAPI 量化引擎）→ web（Next.js）

我本来就有投资组合管理与风险计量的经验，写博客时也熟悉 Next.js 与 React；今年跳槽后又补上了数据开发、数仓与模型交互。真正吃力的是后端接口层：我把从前做组合优化的 Python 脚本交给 Claude Code + GLM / DeepSeek 协助生成 ORM 与 API，后端仍是 FastAPI。产品原型用 Figma 出图，前后就只花了两周打磨出可用版本。

行情方面，A 股、指数、ETF、全球指数与期货数据主要走 akshare。东方财富反爬较严，优先用新浪与腾讯源；加 Cookie 也未必管用，且有限速。因此产品不会默认拉取全市场品种落库：需管理员在资产管理菜单添加品种，或直接改 bp_index_config 表。仓库 DDL schema 里已预置一批主流指数与 ETF，方便起步。

写在最后

Balanced Portfolio 不是「保证赚钱」的黑箱，而是一套把风险平价假设、优化约束、再平衡与摩擦成本写清楚、跑得出来的工具。我把它开源并写成这篇长文，是希望同样在琢磨配置与回撤的人，能复现、能质疑、能改参数。让更多人了解怎样才算是分散风险，为什么买多个品种不等于分散风险，协方差矩阵什么时候失效。

我选择将它开源并写下这篇长文，是希望所有同样在死磕投资组合优化和资产配置管理的朋友，能够无缝复现、敢于质疑、自由调整参数。

最后，欢迎大家试用产品（测试账号与密码均为：test1）。目前暂不开放注册，主要是因为服务器资源有限，回测任务极度消耗 CPU 和内存。不过产品完全开源，我也在文档中提供了详细的本地部署方案。

Balanced Portfolio 这个产品，是我对毕业后在券商自营工作两年多生涯的一个交代，是阶段性的终点。

• 产品官网：https://xushilu.com
• GitHub 仓库：https://github.com/hxlog/balanced-portfolio

2026-03-07 20:00:00

写在离职前

叔本华认为人生是悲观且虚无的，人生像摆钟，在痛苦与无聊之间摇摆，当欲望得不到满足时就痛苦，当欲望得到满足时就无聊。

我是因为工作过于无聊而选择离职的，无聊比单纯痛苦更折磨人。当我意识到就连时间的流逝都逐渐加快时，就知道这里已经不再有什么新事物值得我投入了。

曾经在大学里熬夜翻文献、写thesis和做presentation slides都没这么感到如此无力，因为在读书期间，目标和方法都是明确的，人只要愿意被规训或服从某种秩序，按照规则工作就能获得奖励。虽然在职场环境里和在学校里一样是处处受限的，但是职场多了选择和放弃的权利，有机会成本就会有遗憾。其实我是不想离开这个给自己有安全感的地方，但我知道时间久了，人是会神奇地适应恶劣的环境，逐渐失去说真话的能力，无法活在真实中，直到认知退化成被人讨厌的老登。

知晓天空之蓝的人大多知晓大海的广阔，但由于各种原因未能亲眼看到宽阔的海洋，但不亲自去尝试一定会留下遗憾。

我从不认为逃离故里这件事是值得赞扬的，因为逃离家乡的人可能无法与原生环境和解，更像是逃难。人会受到家庭、人脉圈子、社会文化等因素影响，生命生而自由，却无往不在枷锁之中，会发现自己不知何时多了这个地方的恶习，如官僚文化常见的改口径、甩锅和撇清责任，所谓融入环境里是非常可怕的事情。

我提辞职是犹豫了大半个月，使我困惑的是对自己想法不自信、做事犹豫不决的自己。我习惯了依靠理性去做决策，因为我是内心软弱和情感敏感的，我永远记得做交易的教训与经验：在交易之前就必须权衡好盈亏比、胜率和频率，并设置好止盈与止损线，有纪律地去执行，因为有了仓位后的交易者是难以保持理性的，这里边有贪婪恐惧的情绪，也有基于过去生活经验固有的认知偏差。

我离开是为了执行止损这一操作，去年就给了自己一个deadline：职场氛围和工作内容没发生本质改变就离开。因为公司是采用类似日本年功序列的制度，所谓资质是靠Title和熬出来的，相对应的是，真有本事的人就不会一直待在这里了。有的同事有才华但得不到重视，熬下来的同事的技能偏好已经和这家公司捆绑，基本不会主动去学新的技能，还有有毒的内部审计、内核管理和风控合规文化。客观来看这是优秀的大企业管理，有标准化的工作流程和高度集中的业务发展，还有一丝不苟的内控管理，只是我自己不喜欢这套制度，把人限制的太死，没有任何创新的空间。

尽管我非常不想承认这两年多的学习与付出都是无意义的，但能做的只有截断亏损，主动做出改变换个环境。到新的领域里相当于转行了，新的工作不再和机构投资工作有关，意味着要放弃这两年多大部分的专业积累。庆幸的是没用上《发布证券研究报告》的资格，不然就是天天生产数字垃圾（指研报）。

放弃是人类的高阶智慧，不因沉没成本而套牢，不被舒适安全感所奴役，不因过去的自己而困惑。

我会把我这两年多学到的所有专业知识和二级市场经验没有一丝保留地记录下来，算是对证券行业祛魅了：二级市场没有秘密，只有信息差和认知差距。

券商自营权益在做什么

券商自营业务在整个“买方”都属于冷门且不入流的角色，一方面隶属于国资委系统，资金风险偏好保守，另一方面因券商有经纪资管等业务带来近乎无风险的收益，内部资金成本（外界可以理解为加权平均资本成本WACC里的税后债务融资成本）一般会比LPR（贷款市场报价利率）高，用自有资金投资追求市场收益，既要吃Beta和Alpha，又要控制波动和最大回撤，是难以权衡资金成本和市场机会的。在这种体系工作过的人都知道，鱼和熊掌都要的管理是非常危险的操作，结果是暴露大量被低估的肥尾风险（在期望分布的曲线中，尾部区域比正态分布更粗长）。

我把券商自营权益类业务分为以下几个核心业务，风险从小到大：

做市业务

一言以蔽之，做市是一门需要特许经营权的牌照业务。竞争者有限，策略与技术要求不高，但和量化交易一样吃机房硬件和交易系统。

对冲管理

在股转、北交所、科创版市场，标的做市难以找到合适衍生品对冲或无法对冲，暴露净多头，本质上是一种主观多头投资，做市赚价差增厚收益。

ETF、LOF基金做市，主要风险在于对冲管理，股指期货IC、IM常年深贴水（IM贴水大部分时间年化8%以上），这里面分为能完全对冲和无法对冲的：

• 近乎或完全对冲的品种，像沪深300、中证500等宽基指数是能直接用股指期货对冲Beta，中证A500约等于沪深30+中证500+（两者都没交集的，占约1%-3%），若无股指期货可用挂钩ETF的期权，根据期权平价公式，卖出N份平值看涨期权 + 买入N份平值看跌合成出来的损益曲线是线性的，和股指期货空头类似，只需要做好组合Delta管理与期权合成基差（升贴水会折算到期权权利金内），这类大部分敞口都能找到合适对冲标的的风险就只有基差，整体做市盈亏 = 价差 + 经手费返还 - 股指期货对冲成本 - 交易费用 + 来自基金公司的流动性收入；
• 不能完全对冲的品种，像各种行业、风格策略类ETF，可能和IC、IH、IF、IM的权重股几乎没交集，只能通过计算相关系数来判断现货与对冲端的相似性，选择过去1-3年行情分别计算Pearson线性和Spearman秩相关性，两者系数在0.7以上被认为是有高相关性，可考虑等额市值对冲。尽管如此，不同ETF与对冲标的的Beta大小不同，Beta = 现货与对冲标的日收益率的协方差 / 对冲标的的方差，Beta越大则对冲越多，按照这个逻辑来对冲，剩下不可对冲的就是Alpha或残差；
• 净敞口动态管理，既然必定存在无法被完全对冲的部分，那么可以利用做市的机制，每天只留存为满足报价义务的持仓量（保守在300-500万之间的持仓市值），将此设为下限，使用多因子模型，目标函数是做市标的与对冲标的相对Alpha收益率，通过调整一篮子基金组合中不同基金的权重，通过日频截面上的选择获取更多的Alpha增厚做市收益；
• 无法对冲的品种，像一些QDII和商品类ETF是T+0机制，有时标的换手率会超200%，只需要通过控制买卖价差尽可能“做平”，控制隔夜敞口，加上场内外申赎套利，理论收益比上述几种都要多。

场外衍生品

互换业务和场外衍生品业务是机构投资者bug级别的工具，券商与同行交易只占用极少的保证金甚至无需缴纳保证金，几乎无资金成本，与同行先后双方信评再授信，以信用换取杠杆，只占用公司负债表和证券公司层面风险指标。

收益互换

• 收益互换卖出方作为融资工具，存续期间内能挪用对方的保证金进行二级市场交易，期末支付约定好的增强收益，如果预期远期市场基差 + 资金成本 < 约定增强收益，那么这笔互换就值得做，所以本质上是在做远期的基差交易。如果卖出名义本金1亿元挂钩中证500的收益互换，大概就用1300万的保证金开IC多头吃贴水，然后留1000万补保证金，剩下的7500万可自由支配；
• 多空收益互换（Direct Market Access简称DMA），做多一篮子股票作为保证金，根据交易对手方的券池选股进行融券并支付券息，采用反向的多因子策略，目标函数是跌幅或跌幅Rank，采用双方授信，几乎不占用资金，做空一篮子股票往往比单纯用IC、IM期货对冲要好；

场外期权

相关书籍：Options, Futures and Other Derivatives 《期权, 期货及其他衍生产品》

相关项目：galatech/pricelib

自动敲入敲出期权产品（Autocallables），主要做雪球、凤凰、FCN、DCN等结构，结构条款有挂钩标的、存续时长、敲入价格、降敲出线（如设置每月敲入线降低1%）、敲出价格、早利票息、红利票息、年化收益率、锁定期、保证金比例、敲出观察日、敲入观察日等要素。

根据Black-Scholes Model期权定价公式，场内外期权的内在价值理论上只由隐含波动率（Implied volatility）决定，因为其他要素都是客观且既定的，二级市场上的IV是由期权价格反推的数值，所以期权交易本质上是对未来波动率进行下注。进而得知，卖空波动率（雪球、卖出跨式期权等）是有限收益、潜在更大损失，反之亦然。

客户下单后，券商交易台要对冲头寸来配平风险敞口，根据雪球产品组合的Delta值用股指期货进行买卖，下跌时逐渐加仓，上涨时逐渐减仓，在敲入价格和敲出价格区间内自动高抛低吸，期初建仓只会用到50%-80%的仓位，接近敲出价格，就要决定是否平仓，若接近敲入价格，就要把仓位加满甚至到达近120%的仓位，由于敲入敲出观察日几乎都是根据交易日收盘价判定，但收盘前流动性稀薄，迅速平仓会承担大量摩擦成本，一般会提前至少半小时根据经验逐步平仓，如果判断错误可能会造成亏损。交易台组合如果遇到组合负Gamma的情况，为了维持组合Delta中性，对冲操作会变得追涨杀跌，不难看出雪球产品是在做多资产的同时做空波动率。

尽管雪球产品提供了一定的安全垫，可以个性化制定敲入价格和敲出价格等条款，但是这些要素都会调整交易台的报价（指票息或年化收益率），场外期权主要用Monte Carlo模拟、PDE有限差分、积分法等方法进行定价。

卖场外衍生品，一般会给客户报更差的票息以留一定的对冲亏损和利润预算，由于个性化的场外衍生品都是非标准化的，它的价格是没有二级市场竞争的，也难以转让。目前券商一级交易商的交易台都有做这个业务提供风险管理服务，也可以给经纪业务定制高风险的结构化理财产品。

如果投资者非常了解以上理论，场外期权是没有必要的存在，散户需要的是交易台承诺的产品票息，但这背后是围绕概率与波动率的游戏，想蹭到交易台的便宜是很难的。

量化多因子策略

相关书籍：石川的《因子投资》

相关项目：微软的Qlib，高盛的gs-quant

简化的业务流程（本人非专职量化开发，仅供参考）：

1. 准备数据：买数据源，接行情接口，检验数据真实性，去NA和null，适当填充，去极值，z-score标准化；
2. 因子挖掘：主要有遗传算法挖因子、基于理论逻辑的表达式两种方法，为了避免泄露未来函数，价格要用后复权（以起始价为基准复权），滚动处理要用rolling()；
3. 因子筛选：预测未来n根K线的收益率或分类结果，与因子值，测Pearson IC、Spaerman IR、IC_IR、单因子回测的夏普比例，然后再测因子间的协方差矩阵剔除共线性的因子，筛选出各自低相关的因子，再用ElasticNet、Ridge岭回归验证因子有效性；
4. 投资组合优化与权重分配：根据因子打分和排序结果选股，根据最大年化夏普、最大Sortino、风险平价、预期波动率、均值-方差优化等方法分配权重；
5. 超参数调整更新因子的权重：用OLS方法分配非线性权重，一般用集成学习（LightGBM、XGboost）会更为稳健，用LSTM（长短期记忆）、TCN（时间卷积网络）等神经网络在大规模复杂数据的处理中表现更好，新兴的端对端学习直接将原始因子作为输入，目标函数是最小化预测误差，因子权重是隐藏在模型参数内，无需人工干预，但需要大量算力、容易过拟合、不可解释，堆砌显卡算力和把数据写进内存（Redis）是为了提高训练和超参的效率，对内存、显存、显卡频率要求高；
6. 反复调整参数、训练、样本外回测；
7. 模拟盘，做上线前的测试，主要解决行情延迟、系统稳定性、控申报速率、信号生成等非策略环节。

Barra风险归因

Barra风险模型（现属MSCI）是量化投资中衡量和管理组合风险的行业标准模型，用于分析量化策略组合的持仓，通过多因子框架将组合收益分解为国家、行业和10种风格因子（如规模、价值、动能等）以及特有风险。

在 Barra 模型中，单一股票 $i$ 的收益率 $r_i$ 表达为：

$$r_i = \sum_{j=1}^{K} X_{ij} f_j + u_i$$

其中：$X_{ij}$：股票 $i$ 在因子 $j$ 上的因子暴露度 (Factor Exposure)；

$f_j$：因子 $j$ 的因子收益率 (Factor Return)；

$u_i$：股票 $i$ 的特异收益率 (Specific Return / Residual Return)。

投资组合的总收益 $R_p$ 是各成分股收益的加权总和，修正后的归因公式如下：

$$R_p = \underbrace{\sum_{j=1}^{K} \left( \sum_{i=1}^{N} w_i X_{ij} \right) f_j}_{\text{因子收益贡献}} + \underbrace{\sum_{i=1}^{N} w_i u_i}_{\text{特异收益贡献}}$$

如米筐提供的CNE5风格因子结构：

通过Barra归因分析，可以将有上百只个股的持仓明细，映射到统一的多因子中。有效拆解基金的收益来源，以及在风格、行业等因子上的风险暴露与偏好，从而将量化这个黑盒的个股变动转化为可解释、可预测的线性回归模型。

委外基金投资

机构和散户有着同样的烦恼，为什么历史业绩优秀的基金（高夏普、Sortino、Calmar比例），钱投进去之后业绩大多都不及预期。

• 首先要搞清楚拟投资基金是什么类型的，这里指的不是股票型、混合型等简单的分类，而是看在做什么市场、品种、行业，具体策略和收益来源是什么（必须要记清楚，它后续如果不按照策略执行就可能有问题）；
• 根据产品说明得到一个相近的业绩参考，例如做指数增强的策略就看挂钩指数的全收益率（含分红再投）；
• 基金经理至少要有3年以上的业绩，一般要求长期年夏普、Sortino、Calmar、信息比例（按策略类型选择指标）等绩效指标大于0.8；

反常识的是，历史业绩不是一个好的绩效指标，公募基金产品介绍底下的风险揭示“历史业绩不代表未来业绩”是客观中立的描述，不只是用来撇清风险揭示的责任。如果投资经理只是抄作业或复制指数，碰上行情好，各种绩效指标也可以看起来不错，所以要通过调研弄清楚历史基金运作多次调仓、选股、择时的依据，判断这一逻辑是否可复用到以后的市场环境中，基金经理是否按照这套方法论严格执行，历史有没有出现过风格飘逸，再看基金的风险管理措施（VaR、波动率、集中度等）。由于大部分基金都不会向投资者披露季频、月频率以下的持仓明细，如果基金换手率较高（年换手率超300%），基于月度、季度的Brinson收益拆解很可能没意义。量化基金做基于Barra模型的因子归因，套利类、CTA、衍生品类的基金重点关注每次净值回撤的特征以及回撤修复周期。

主观多头基金

大部分人评估主观投资经理业绩的方法论都有问题，都在看年化收益率和夏普比例，我认为只有衡量相较市场和行业的Alpha才有意义，不管是Brinson还是Barra或是其他多因子回归模型，把收益拆解出来才是科学的基金研究方法。那靠beta赚钱的投资经理有这么差吗？它是很差，只要买一篮子近期统计上高beta高波动的股票，赶上行情也可以成为炙手可热的爆品，关键在于对历史日收益率序列和持仓明细做归因分析，分为截面上的选股Alpha和时序上的择时能力，这里最重要的是选股。如果基金经理只是抄抄作业，混日子，那为什么不买量化指数增强产品，主观多头基金的投资价值一定要回归到投研上。

另一个常见问题是基金经理只擅长或只懂那一两个行业，拜托，这些人不是散户，是每个交易日都要上班的白领，用着天价授权的Bloomberg和Wind终端，采购着各种卖方服务和行业数据库，却不主动去了解市场上未来高景气度或现在被低估的行业，反而把专注于一两个行业当成基金营销的卖点，这就是基金经理和背后团队的无能的直接体现。用电子竞技的话说，就是又菜又不肯学。我敢负责任说大部分人买的主观多头基金，都是把钱给到一群不可救药的老登团队在打理。在信息完备的前提下，基金公司不仅不应该收管理费，还应该倒贴钱给投资者，投资者更不应该为历史业绩负Alpha的基金支付高达1%的年管理费。

常规套利策略

• ETF申购赎回：2026年1月国家队打压降温，华泰柏瑞沪深300ETF盘中价格一度比IOPV低0.5%+，这时买入基金同时一级市场赎回基金，换成一篮子股票，再卖出，注意其套利成功还要求套利的价差区间至少足够覆盖固定成本和冲击成本，由于当时价差较少，无法吸引足够多的资金套利；
• 期现套利：2024年的924行情，宽基指数空头被轧空，市面上的量化中性策略开始放弃中性，市场情绪高涨叠加大量空头仓位回补，当月IC、IF、IM股指期货合约绝对价差都有2%出头，做空股指期货同时做多一篮子股票，注意是有部分股票涨停无法买入或停牌，需充分考虑市场流动性。

套利的核心逻辑根植于“一价定律”，即同一资产在不同市场的定价理论上应当对等。然而，受市场情绪、认知偏差及流动性差异影响，价差空间（Spread）时常出现。ETF套利正是利用其在一级市场（申赎）与二级市场（交易）之间的定价偏差，配合“T+0”循环申赎机制与现金替代规则，捕捉低风险的绝对收益。

在实际操作中，IOPV（基金份额参考净值）是衡量折溢价的关键锚点。交易所依据基金管理人每日披露的申购赎回清单，按成分股最新成交价每15秒更新一次动态净值。需密切关注清单中的最小申购赎回单位（通常达数十万份，对应数百万资金门槛）及成分股构成。为了应对成分股停牌或流动性问题，机制中引入了“现金替代”方案，其具体规则如下表：

对于“允许现金替代”的证券，管理人会预设现金替代溢价比例。该比例用于覆盖管理人代为买入股票时的不确定成本及手续费。清算时，若预收金额高于实际成本则退还差额，反之则要求投资者补足，这种“多退少补”的机制确保了基金持有人利益的公平性。

具体的套利执行路径分为溢价与折价两种模式：

• 溢价套利：当二级市场交易价格 > IOPV时，投资者在二级市场买入一篮子股票，一级市场申购ETF份额，随后在二级市场卖出份额，锁定溢价。

• 折价套利：当二级市场交易价格 < IOPV时，投资者在二级市场买入ETF份额，一级市场赎回得到一篮子股票，随后在二级市场卖出股票，获取折价收益。

尽管套利在理论上风险极低，但实际收益受限于固定成本（佣金、税费）与冲击成本。由于套利机会稍纵即逝，大规模资金的介入会对价格产生冲击，尤其是流动性较差的成分股会拉大风险敞口。因此，成熟的套利策略必须依托专业的交易系统，实现一篮子股票的高速同步下单，以确保在价差收敛前完成头寸闭环。

对散户而言，只需要掌握场内外转托管以及股指期货（50万元门槛）工具做场内外、ETF与期货、股指跨期套利即可，买卖或场内赎回一篮子股票需要接口和工具，资金量门槛较高，券商经纪有严格的异常交易监测与风控，不推荐做。

常见的投资错误

虚伪的Beta投资者

很多人自诩“自上而下的配置盘”方法论，信奉桥水基金CEO Ray Dalio畅销书两册《原则》中的“21条高原则、139条中原则和365条分原则”、债务危机理论、经济上东升西降等观点。例如做主观多头的通过宏观择时来决定开几成仓，很容易捕捉市场噪音来做非理性的交易，喜欢抄作业（券商研究所的主流观点），高度依赖市场叙事，买近10个高度相关的国内A股宽基和行业ETF品种。因为他们在行业研究方面“深度的几乎啥都不懂，但表面的什么都懂一点”（想不到更好的表述），所以要进一步分散风险，殊不知这些ETF拼凑出来的成分和中证A500相似，而回测结果和实盘都没跑赢指数。如果因为自己不懂而刻意分散，必须吃这份“免费的午餐”，结果是没分散到任何市场风险。不敢重仓很可能是投研深度不够，投研够了但不敢重仓就是投资组合没有体现投资经理的观点，所以分散投资在我这里是下下策，大部分买方都忽视了投研过程的价值。而且考虑ETF挂钩的是市值或某种指标加权的指数，在权益投资上理应比只投资个股要下更重的仓位。

既然过去和现在都在赚宽基指数上涨的钱，主动暴露Beta敞口，那么就应该去买近期Beta更大的品种。不要自欺欺人，靠买“一篮子”股票或ETF来分散风险。如果资产间大部分时间都是同起同落（Comovement）的，说明从一开始协方差矩阵或预期波动率没制定好，才有后面择时控制风险敞口、回撤等问题，所以自上而下的配置与主观择时是矛盾的。主观择时的目的是通过仓位大小来调整组合的波动率和预期最大回撤，如果同时择时与配置，说明对资产间相关性的理解与控制风险暴露这两者都没做好。

有个很简单的检验方法，如果按单位净值计算，买一篮子同起同落的ETF一直跑输指数，算上夏普（日收益率均值/波动率），长期年夏普小于0.8，再看下投资期间内不同资产之间的协方差矩阵，如果大部分资产都表现高度相似，那是客观意义的失败。

我的投资理念更倾向格雷厄姆和多德的《证券分析》，坚定做基本面研究，而不是用自上而下的视角去做层层宏观预测、协方差假设、控波动率和行业筛选。

基本面的局限性

不要用基本面去解释既定发生的价格变化，这个错误从我入职到离职，同事们都在不断重复地犯错。从市场参与者的角度来看，价格波动比叙事产生一定来的更早，而不是先有叙事再有价格；其次是基本面只能在未被市场price in消化的时候对未来做出的合理推测，它不能解释为什么价格还未波动，否则进入了自证陷阱。这也是为什么我们看到长期稳定赚钱的投资经理不会把宏观当作重要因素，反而是更注重K线组合、市场资金面、流动性等微观层面，因为大部分共识性的宏观叙事不能作为择时依据。

举个简单的例子，2026年1月底2月初，国内外的黄金都暴跌了，但在暴跌之前，美债危机、美元贬值、全球主权国家债务积累、贸易去美元化、逆全球化等超长期因素都在近1年内在市场里充分交易甚至全球投资者都有这样的共识，而触发回撤的是美联储降息预期下降、下任美联储主席凯文·沃什独立货币政策、美国政府持续停摆抽水等因素带来美元流动性收紧。如果这时还要用以往这些超长期因素去左侧抄底，那要非常谨慎，因为美元流动性、美联储政策都带来了新的变数，如今市场没有明显预期差。我不是说在2026年2月抄底黄金就一定不对，我想表达的是现在左侧买入比起去年底宏观未被过度交易（未完全price in）时的盈亏比、胜率都要差很多。如果之后继续创新高，且还用超长期因素去解释上涨，那就是自我正反馈。这是很危险的，因为全球的投资者都在参与黄金的定价，黄金要么有新的投资逻辑出现，要么继续有全球投资者（包括央行、机构和散户）的共识，才能继续推动价格，但这个时候大家没有任何信息或认知差了，风险和收益可能是对称的甚至风险更大。黄金是有可能进一步突破2026年1月29日的高位，继续新高，我观察到2026年的黄金价格受美元流动性影响很大，呈现风险资产的特征，预计在流动性危机面前黄金是无法避险的，避险只是叙事，黄金品种的交易比较烧脑，需要持续跟踪。

在热门明星股和热门行业赛道中，Price in的意义是，当利好信息被市场消化后，如果没有超预期的业绩或消息出现，价格将回落，因为这个时候价格取决于下一份财报的二阶导数，即财务指标的增长率的变化率，背后的风险不言而喻。

投研的意义

段永平在2025年的一场访谈中表示：

买股票就是买公司，如果能有1%的人真懂这句话就了不起，做到就更难。投资这个东西很有意思，你闭着眼睛买一只股票拿着，100个人里头，可能有50个人可以挣钱，那这50个人就可以出来讲。但是你要让他重复，他就没有那么容易。我可以教大家一个赚钱的办法，你就买标普500指数，你最后总是赚钱，但是这不等于你就懂了，但你要是真的这样做，其实也表示你是懂了。

尽管大部分非证券从业的投资者都知道定投标普500或盈富基金（恒生指数），那是因为结果导向，买入并持有，这么做就盈利了，非常简单的行为正反馈，难的是如何执行，并且把这套模式复现到不同的市场环境中。

指数投资的投研工作是比较简单的，只需要熟悉指数的编制方法、调仓频率、指数基本面情况、指数估值水平等，唯一的缺点是需要投资者超长期的定投和耐心等待，并相信这么做是有用的。很多投资者会遇到短期下跌不定投或在底部砍仓，所以问题回到投研身上，投研像是调查记者去做事实核查（fact check），因为自己对投资品种不了解，对它的内在价值和估值没有理解，因为无知，自然会因恐惧和贪婪影响操作。如果要执行一个交易计划，要么发自心底里相信这么做是对的，要么理解这个决策的前因后果，逻辑假设检验被证伪时果断止损，在到达计划目标后止盈。

我对投研的理解是，假如是行业研究，应把一个行业主要的上市公司近三年所有的公司公告PDF全都下载下来一页页读，读完之后才有可能构成最基本（入门级别）的理解，不然别人用可比公司法估值却不知道和谁比，不知道BioPharma研发成果能资本化与减值，三张表没一张能读的明白，又或者对行业估值一知半解，也不知道自己赚的是周期还是趋势的钱。所以，投资者或基金经理自己一定要懂行业，买方研究员和卖方研究所服务都无法代替自己去理解商业逻辑，更无法给到所谓信心和信念。在一个信息高度发达的时代，大模型token成本极低，投研Agent也很成熟，如果有人不用Agent投研或采购行业数据库，反而去买券商研究所服务或知识付费课程（带单老师悖论），那么这个人自己就是韭菜。

熟读报表和理解财务科目应该是基本功，就像音乐学科里的基础乐理，没有人会说一个人音乐厉害是因为对乐理理解深刻。同理，把一家公司的三张表、综合表、附录明细表都搞明白了，不代表真的懂了，还要看同行公司的财务情况去对比，例如大部分制造业、运输、核电等行业都是重资产，像银行、保险、券商还依赖资产负债表和净资本的扩张来获得增长，有的行业因重资本性支出而产生壁垒，但不能因为其重资产而否定其价值。财务指标是财务报告期内生产活动汇总的结果，应向前推断，搞清楚目前的业务情况和三张表是否匹配。

不要过度跟踪和解读高频宏观数据，例如在众多物价指标中CPI是最有水分的，美联储政策参考的是PCE（个人消费支出物价指数）年率，而考虑整个经济体的物价水平的是季频的GDP平减指数。中国的CPI数据表里有衣食住行医疗等细分类别，不看总数是因为有一项“其他用品及服务”注水扰动较大。不只是经济，还有行业数据，那些各种未经审计的高频数据只有参考价值，它不能给基本面下定论，因为这些数据代表的可能只是周期或残差噪音，又或是统计口径发生变化。比如美国月度的非农数据频繁“下修”，是因为有年度基期调整、问卷调查反馈延迟等因素造成初版数据失真，加上2025年美国政府停摆多次推迟公布非农报告，这些高时效性的月度数据非常混乱，市场对此的分析方法就是和FOMC利率观察期比对看是否超预期，那怎样才能叫“超预期”？可能美联储主席自己都不知道。过度跟踪和解读高频宏观数据对投资不会有实质性的作用，必须搞清楚是在做基于基本面的投资还是做宏观交易，不要人云亦云。

有人问我之后还是否会从事投资买方工作，我会直接拒绝说不，我不想和这些人一样，从业这么多年，还被困在市场的随机漫步漫步中，用宏观叙事去做短线交易，心态上又非常浮躁，沉不下心去研究一件事物。见过好多个自己从来不用RAG和Vibe Coding的同事，却研究投什么AI应用有关的股票和ETF，自己不尝试去接触新事物，光听别人说，自然是拿不住的，投资经理捕风捉影是有原因的，因为拟投资的行业和赛道太多，自己的专业背景和认知理解无法全部覆盖当下热门景气度高的领域。所以投资业绩是对投研成果的现实检验，应该少看历史和宏大叙事，应用初学者的心态去了解新事物，面向未来，多想投资决策的原因和合理性，了解上市公司的业务在做什么，而不是去问“这个赛道好不好？现在还能投？”

市场韭菜化

市场韭菜化不只是指散户追涨杀跌等非理性行为，而是指全市场参与者的集体降智。虽然二级市场机构中不乏各路专业的名校大佬，但到了这个市场大家都“入乡随俗”，也许他们曾经都有高光时刻，但大多变得犬儒主义，心底里不相信基本面投资，只有写报告和对外交流会讲，实际上是用各种叙事去解释已有的价格变化，当投资经理从用基本面或宏观去解释既定的价格波动时就已经错了。他们大多不会逆向投资，都是群捕风捉影、见风使舵的交易者和赌徒。如果一个市场少数人这么做是不会造成负面影响，甚至会提高市场流动性并抹平价差，大部分资金都这么操作时，就会出现资金抱团少数公司，隔三岔五的行业表现分化现象、市场参与者你追我赶生担心踏空结构化行情，时不时FOMO。如果你不是交易天才，从参与这场愚蠢的游戏时就已经输了。

全市场的集体降智扭曲了市场定价，为量化多因子策略提供了稳定的Alpha来源，投资者的负Alpha等于多因子策略的正Alpha。

年轻人老登化

一些年轻投资者可能曾经在A股市场一度FOMO不幸遭受本金腰斩，得了PTSD，就只敢买老登消费、水电、中特估、央国企红利低波。老登投资不是指价值投资注重安全边际，而是扎堆一些高度确定性、行情处于成熟期甚至衰退期的板块，但他们思想固执，看似风险偏好保守，喜好特许经营权、自由现金流和股息支付，但不看重流动性、相对估值、风险溢价和预期差。

以上两种都是常见的市场参与者使用的策略，这些策略曾经一定是能盈利的，但随着行业环境变化、赛道逐渐拥挤，最终会出现洗盘或踩踏。

市场参与者的思维越来越单极化，机构投资者因考核周期短不得不看长做短，多数散户不愿意主动等待行情，市场环境趋同于韩国和美国那种金融虚无主义，把二级市场当作赌场，平均持股时间越来越短，大概这是所谓新自由主义的弊病。

最后

毕业后花了两年多的时间算是把二级市场给入门了，生活在方寸之地，虽能知晓天空之蓝，但是时候离开了。

后来想了下，是否有下一份工作决定了离职的性质，如果没有下一步的方向，就是所谓裸辞或逃离城市，是完全不同的概念。

说实话，我不怕失业，我更担心的是当前的所作所为都没有意义，尤其是现在大模型与Agent的结合对买方研究员的冲击、我缺少在二级市场上有竞争力的策略等因素。我知道再这样下去迟早都是会被淘汰的，二级市场不如很多人想的光鲜亮丽，大部分证券从业人员都是平庸的，是经不起丛林法则的考验，是因为有了券商各种监管资格和牌照这种特许经营权，才让大家误以为这钱是靠自己能力赚来的，还觉得这行业的各种title有多光鲜亮丽。要是把这些证券从业人员丢到完全市场化竞争的私募基金行业，我的话估计早就饿死了（还是有一定自知之明）。

2025-12-29 08:00:00

工作抉择

尽管今年是在券商自营工作的第二年，但已经进入舒适区，没有更多新事物能让我学，让我感到难受。意识到一旦对工作事项有“非常简单”的感觉，对重复性工作感到厌倦，就可能开始日复一日、年复一年的循环，为了不慢性死亡，我必须做出改变。

投资

今年不少A股和美股里的科技股明显缺乏内在价值或基本面无法支撑当前估值，价格高度依赖流动性支撑的资产和比特币无本质区别，事实证明社会对赌博（Robinhood、彩票、热门股、DraftKings、预测市场polymarket）的需求越来越大。

要做好投资，先从戒赌开始，仓位管理控制最大回撤，就得放弃自上而下的资产配置方法论，回归到基础的行业基本面研究。想好自己要赚哪部分钱，不该赚的一分钱都不要去尝试。有时候自己认知正确就做错，年初中概互联和港股通创新药我就起了个大早，过早止盈。复盘下来，大概是理性的人很可能会认为别人也和自己一样理性，低估了市场的不理性，以至于无法吃到市场带来的溢价，也许这也是基本面的局限性，难以吃到由二阶导超预期和资金驱动的涨幅。

基本面适用于市场未price in的情况，如果基本面已经反应在价格里，未来的价格取决于基本面的二阶导，高风险高波动。基本面只能告诉你过去一段时间行业变化的原因，但价格变化和市场消化基本面变化不是同时发生的，所以市场不一定都一直有效。突发事件和价格变动，对于第三方投资者而言，一定是后者在前，这时价格解释（技术分析）是有效的。记住，基本面只能揭示非常长期的趋势。

我不断问自己，如果回到一年前，根据一年前的公开信息，我还会做出其他改变去买贵金属和美股吗？不会，这些事物超出了一年前我的认知，当时的我只认可被市场低估的CXO生物药和中概互联，再来一次，我也不会把钱投去自己不真正理解的事物，直到我提前做好准备并充分理解投资标的的基本面和风险。

AI

大语言模型不等于人工智能，缺少垂直应用，缺少商业化落地，在C端大模型Token消耗的成本仍然过高。现主力用Github Copilot+Gemini3 Pro，但不认同Vibe Coding的理念，尤其是在开发量化策略时，大模型会丢失部分上下文，在没有额外提示词限制条件下大模型常滥用Emoji、乱加注释以及在Readme.md里写TODO List，也没有学会模仿原有的代码风格和逻辑。

我认为目前阶段的大模型，最佳实践应该是类似NotebookLM的RAG应用，而不是加入工作流程和MCP接口的Agent，我更多把它当作Cookbook去问，配合提示词工程在特定话题做多重问答。

Freqtrade量化策略开发

我对Freqtrade项目又爱又恨，FreqAI提供了多种模型，内嵌CCXT，能对加密货币的截面和时序因子进行训练，但经过无数次写因子、因子筛选、换模型、改训练参数、样本外回测后，我彻底失败了，得到以下结论：

• 加密货币市场7*24h交易，数据信噪比极低，无法通过SVM或PCA等降维方法剔除“异常值”，剔除后大部分数据点还是没价值；
• 缺少长期有效的因子，大部分因子IC不超过0.03，因子长期表现不稳定；
• 截面因子选择有限，合约策略只能添加换手率、方差、资金费率、基差、期权隐含波动率、合约账户多空比、合约未平持仓量/市值等因子、链上资金流入流出交易所地址等，但实际上交易所众多，得到的数据差异很大，光是数据采集、清洗、标准化处理就折腾人；
• 不能滥用技术指标，TA-Lib库里的技术指标很多，但要剔除形态指标（只有0和1，缺少信息量），从不同类型的指标分别只筛选0-2个，尽可能避免多重共线性，最重要的是，技术指标就把时序数据给压缩压扁了；
• 不要用端对端（Transformer、强化学习等）模型，很难从噪音中找到规律，反而用简单的分类器（如XGBoost、CatBoost）和循环神经网络（如LSTM、TCN）比较容易从噪音中学习到规律；
• 筛选因子再合成因子是个不错的方法，超参数调整因子权重，最大日Sortino优化，经样本外回测能构建出一个稳定跑赢资金成本的自动交易bot；
• 经深思熟虑后，加密货币市场的数据中的有效信息比例太低了，从15m到4h的级别都试过了，恐怕不是训练或特征工程方法论上的问题，就是低信噪比数据不适合用传统多因子建模和机器学习训练，币圈量化更适合做中高频的做市和套利。

尽管投入了非常多的时间和精力，最终没有得到自己想要那种理想的策略，这样的策略可能从一开始就不存在吧。

阅读

发展经济学

今年我认识到严重的经济学虚无主义，理解了何为“二手文献之间的循环论证”。2025年的诺贝尔经济学奖论证了技术进步的内生性且制度有效推动经济长期繁荣，讲的都是一些西方经济学的教条——“优秀”制度与文化和经济增长的因果关系，和我在2024年的诺贝尔经济学奖是不值一提的中批评西方制度经济学是同一个弊病：世界的经济不只有西方的经济学史，西方经济学家不尊重也没有看清楚世界上其他地区的经济实况，就像复读机一样对历史进行重复论证，这样的诺奖掩饰了更多当下存在或新的问题，例如AI即将造成又一次大分流加剧不平等的问题，而不是重复和循环论证类似“破坏性创新”这一概念，这是没有建设性意义的。

时隔一年，2025年中文互联网上对《国家为什么失败》一书的评价越来越高，这可能是人们对宏观通缩环境下的失望反应，像是病急乱投医，

我认为这本书的论证案例是不够充分的，但人们很难去反驳一个拥有真实历史的经济学叙事。我就拿书里开头的美墨边境案例为例子，首先这个案例背后是两个完全不同产业结构和军事实力的国家的局部地区对比，是不能够通过微观低维度的人均GDP的差异去线性外推高维度的经济乃至政治制度的问题。我个人更喜欢用深圳香港边境的案例（书中没有）去解释制度问题，一河之隔，两种不同的制度下的自然实验。最终我们也看到是香港昂贵的土地与人力、有限的土地供给、当地财阀政商垄断等制度性问题使得香港错过回归后的种种机遇。美墨边境的差异不完全是制度和文化造成的，属于论证不充分和遗漏变量偏差，但是深圳和香港的差异，制度变量的可解释性会更高。

• 乔尔·莫基尔《增长的文化：现代经济的起源》，
• 菲利普·阿吉翁 / 史蒂文·杜尔劳夫《增长经济学手册:第2A卷》
• [法] 菲利普·阿吉翁 / [法] 赛利娜·安托南 / [法] 西蒙·比内尔
• 戴维·兰德斯 / 乔尔·莫克 / [美] 威廉·鲍莫尔《历史上的企业家精神：从古代美索不达米亚到现代》

以上书目都不推荐读，读这类文献和书籍的阅读量越多，越会发现他们长篇大论去论证制度经济学，背后的论点是站不住脚的，他们精通计量经济学，模拟估计历史经济数据、跑各种回归模型把理论中的变量都扔进来，在数据+实证的方法论上几乎是完美的，但也因此正确只停留在形式上。这些文献拟合了“大分流”的历史，却苦于找不到中国没有发生工业革命的原因。首要的问题是样本太少，历史时间序列上的真实数据有限，就算得到统计显著的变量也不能说明存在因果关系。其次是围绕华盛顿共识和历史终结论的循环论证，这些观点和建议已经脱离了现实世界。

人们不需要教条式的经济学，也不需要经济学家们去教会人们如何发展经济，更不需要得到类似好的制度或文化是否内生性的无意义结论。

技术书

O'reilly动物书的《生成式深度学习（第二版）》同时包括Transformer、Diffusion、GAN、RNN、LSTM、VAE等模型的理论说明和最佳实践案例，比在网上看二手技术文章更加系统化，内容浅显易懂。

重读

《金融怪杰》再出新版，这书读过不止三遍了。在市场里不应该忘记，除了主流的方法论，市场上长期存活的玩家都有自己的一套交易系统和价值观，不要恪守己见，不妨看下别人是如何看待市场的。每次读都会带来新的灵感，很有趣。总的来说，投资者应时常审视自己的市场观点和交易行为，投资者最大的敌人是自己。

展望

除了Freqtrade量化开发的困难，我也大大低估了MIDI编曲的难度，从补基本乐理到熟悉DAW软件，现在对四件套乐器音源的理解几乎没有，这也是一个时间、金钱和精力上的无底洞，很可能没有任何回报，但我愿意继续投入，但愿明年能持续更新博客，而不是把宝贵的时间浪费在碎片化信息中。

自我认同的意义是没白活着的证明。