你好，欢迎来到《张潇雨·个人投资课》。
这一讲又是问答和互动时间。我继续挑一些课程中典型的问题来回答。
对于这个问题，我的回答是这样的：利用情绪波动来做投资，当然是可以赚钱的，而且能赚很多钱。但它也有个实际性的问题，具体问题是什么咱们稍后再说。
我们还是拿证据说话，看看利用行为金融学的思路赚钱是不是靠谱。
得到的同学可能对一个著名的学者很熟悉，那就是理查德·塞勒。塞勒是著名的行为经济学的奠基人之一，研究的主要范畴就是人作为一种无法完全保持理性的动物，在进行经济和金融方面选择的时候会有哪些有趣的现象。像著名的“禀赋效应”、“心理账户”都是他提出的概念。
在2017年，塞勒也获得了诺贝尔经济学奖，成为了这个领域里公认的权威。
很多人都知道塞勒是个著名的学者，不过很少有人知道他其实还炒得一手好股票。当然，这里的“炒股票”是一个开玩笑的说法。
但有一件事是真的：塞勒早在1993年就和著名的投资人拉塞尔·富勒成立了一个资产管理公司，名字就叫做“富勒和塞勒资产管理”（Fuller & Thaler Asset Management），本质上就是一个帮助别人管钱的基金。另外，这个基金还有一个高级顾问的名字你可能有点熟悉，就是同样获得诺贝尔奖的心理学家，也是畅销书《思考，快与慢》的作者，丹尼尔·卡尼曼。
这个基金的投资风格是什么呢？没错，就是利用投资学、行为金融学、心理学三者的交叉领域，通过利用人性的弱点来逆向投资。
在公司官网上，他们对自己的投资策略有个简单清晰的描述：投资者是会犯错误的，而我们寻找的就是这类错误。
本质上，有两种错误应该加以利用：对坏消息的过度反应，和对好消息的反应不足。总之，这个基金的核心策略正是塞勒和卡尼曼的专业所在——投资与人性的交叉点。
那你肯定想知道这个基金的成绩如何。答案是相当不错。
截止到2018年底，富勒和塞勒资产管理旗下的主基金规模接近50亿美元，过去20年连续跑赢指数。通过下图你会发现，它的收益曲线非常好看。50亿美元的管理规模，加上每年1%左右的管理费，塞勒和他的合伙人一年获得的营收至少有5000万美元，即使刨去各种成本，也比得诺贝尔奖的奖金高多了。
好，现在我们已经知道以行为金融学为逻辑底层的投资策略是管用的了。但是问题是什么呢？
问题是，作为你自己，你到底有没有能力去应用这样的理论？或者说，你应用起来的话，是不是能赶上塞勒和卡尼曼的水平？
比如，我们知道市场通常会对坏消息过度反应，对好消息的反应不足……那么落实到实际的操作策略上应该怎么办呢？
我很快就能想出这样的问题，比如：
- 这种策略是该应用在个股上，还是整个市场大盘上？
- 这种策略是只对股票这个资产有效，还是对各类资产都有效？
- 所谓的过度反应和反应不足，是以多长时间为期限的？一天、一个月、三个月、一年？
- 什么时候就算市场已经把信息全部消化了？你的卖出时点是怎么定的？
- 还有，要不要做海外的配置，来降低地理风险？
- ……
你发现，如果回答不了这些问题，光知道一个行为金融学的宏观理论，是没法指导我们投资的。
就像我总说，价值投资的理念听起来非常简单，但是每个人应用起来，长得都很不一样，效果也千差万别。全世界有几个巴菲特呢？所以作为普通投资者，我们要想一想自己有没有能力来真正地开发这样的投资策略，并且长期地执行下去。
当然，我知道即使我这么说，有些同学还是会不甘心，想自己开发一些投资策略来进行交易。正好，我可以来简单地谈一谈，如果真的想研发一个自己的投资和交易策略，流程大概是怎么样的，也给大家一些参考。
不过必须要说，对于这个问题我并不算是最顶尖的专家，不过我咨询了自己在世界顶级量化基金工作的一些朋友，所以不会有什么原则性的问题。
总体来说，如果你想要开发一个投资交易策略，大概的步骤有：提出假设，验证假设，参数优化，样本外检测，实盘交易这么几个步骤，我一步一步来说。
- 提出假设
首先，就和写学术论文一样，你可能有一些关于交易的想法。随便举个例子，比如“如果一只股票本月的利好消息数量减去利空消息数量大于3的时候，下个月1号就买入，否则就持有或者卖出”。这当然是我随便举的一个例子，肯定不代表这种策略就是对的。但现在我们已经有了一个假设了。
- 验证假设
然后呢，我们自然要验证这个假设对不对。假设我们先不谈国外，只说我们国家的A股。这个时候你显然就要去统计历史上各只股票爆出来的所有消息，按月统计它们是好是坏，然后验证你作的那个假设对还是不对。
这意味着，首先你要回顾足够长的历史，不然只看一两年是不行的；其次你要覆盖足够多的样本，不然只统计三五个股票没有任何意义，而且你还得能准确地抓住市场上重要的新闻和消息，并且把它们区分开来。
- 参数优化
而在这个过程中，你可能会有一些新的发现，比如你发现这个方法对绝大多数行业都不管用，但是对比如房地产企业就特别管用；或者你发现利好消息减利空消息大于5的时候，统计学意义才更显著；或者你发现自己抓取信息的来源有些问题，需要调整新闻和消息的源头。
总之，你会根据你的研发结果，不断调整你的策略参数细节，最后保证你这个历史回测确实是能赚钱的。这就是参数优化的一个过程。
- 样本外检测
当然，在这个过程中，有非常多的坑要注意。比如所谓的样本外数据检测。
这是什么意思呢？是这样的：假设我们现在的时点是2019年年中，那么你要保证你的策略经得起历史各种时间段的检验。比如你通过统计从1999年到2019年的数据，得出了某种赚钱的投资策略。但是你这个策略在1999—2009年管用，但是在2009—2019年不太管用，这就比较有问题了。
因为我们可以这样理解，假设现在时间是2009年，你并不知道未来十年会发生什么事，结果你的策略在之后十年都失效了，那么说明本身这个策略就是有问题的。
我见过很多人，比如会拿着在过去几年总结出来的一个规律，然后就开始沾沾自喜地模仿操作，最后亏了很多钱。为什么？除了回测的时间很可能不够长以外，没有经受过样本外的测试也是很大的一个缺陷。
- 实盘交易
当然，真正的样本外测试还是面向未来的，所以这也是为什么一个策略开发出来后，总要跑一段时间的模拟盘，接受市场的检验，才能真正启用的原因。
当然，我这里说的策略开发的流程和步骤已经是非常粗糙，大大简化的版本了。真实世界比这还要复杂得多。
所以我要说的是什么呢？我想说的是，如果你真觉得自己有开发投资交易策略的能力，那么至少，你统计的样本要足够大，回测的时间要足够长，经得起样本外测试，还要避免类似于过拟合这样的陷阱，另外还得考虑交易成本、冲击成本这样的事情……最终你才能说，我可以按照这个方法来试一试。
如果你只是随便看了本书，甚至加入个什么群里随便学了点技术图形，就想用来赚大钱的话，那么失败就是一件注定的事了。
这就是这一讲我们主要回答的问题。
很多同学想让我谈谈数字货币或者加密货币应不应该投资，比如比特币这样的资产。那我也来说两句。
首先摆明态度，我个人觉得从长期来看，比特币是有价值的，或者准确说是有可能产生巨大价值的，但是作为一个颠覆性的社会实验，它成功的概率天然就非常低。但一旦成功，就可能会改变很多事情，这和任何颠覆性的产品性质都是一样的。
另外，从2019年开始，你会慢慢发现很多聪明的钱——比如大学的捐赠基金，比如华尔街著名的资产管理公司，比如微软、亚马逊这样的企业，都在进军这个领域，甚至是直接购买相关的资产。这代表着它们逐渐开始认为，加密货币是有可能成为一个新的资产大类，所以配置一点，并且在过程中持续地了解和学习，是个挺好的方法。
当然，这件事成功的可能性仍然很低，所以不宜太过激进。
总体来说，我对我的客户是这么建议的：
根据你自身的情况，可以配置1%～3%的资产到加密货币这个资产大类上，而且最好大部分是比特币，而不是其他的一些东西。如果这部分钱在未来几年内彻底归零，毫无价值，那么对你的身价和生活都没有太大的影响；而如果比特币的伟大愿景有一天真的实现了，那么你也能不错过它带来的巨大回报。
所以，目前以我的认知水平和能力，我会把加密货币当成“保险”来投资，并做好这笔保费全部失去的准备。当然，随着日后我可能对这个领域的理解不断深入，我也许会更改自己的策略，到时候有机会再和你分享。
好了，这就是本期问答的全部内容。欢迎你在之后的课程里继续来和我互动交流。下一讲我们要进入第四模块的学习，我们下节课再见。
