前言

多年以前，我在华尔街一个券商那里做研究总监。我工作的职责之一就是评估商品交易顾问基金（commodity trading advisors, CTA）。监管机构要求CTA披露的一个数据是其已注销的客户账户中，盈利账户的比例。我惊奇地发现，基本上我看到的所有账户注销时都是净亏损的，哪怕是那些没有经历过大市亏损年度的客户！很显然，这表明投资者选择进入和退出市场的时机是多么差，以至于他们里面的大部分人都亏钱了，哪怕他们选的是市场的常胜将军，CTA！投资者对时机选择难以把握表明了这样一个事实，那就是他们在投资进行顺利的时候会投钱进去，但是一旦投资发生损失他们便会退出市场。这样的投资决策看似很正常，甚至是我们的本能，但却是错误的决策。

投资者最大的敌人正是自己。大多数投资者的天性直觉恰恰让他们做了错误的决定，而且屡试不爽。华特·凯利（Walt Kelly）的著名动画片《勃哥》（Pogo）里的一句名言可以作为广大投资者的箴言：“我们已经见过我们的敌人了，那就是我们自己。”

在投资上犯错误可不是菜鸟的专利。即便是职业投资者也常常会犯错误。一个最常见的错误就是基于不充足或者与现状不符的数据得出结论，而这个错误的表现形式多种多样。2000年年初的房地产泡沫就是一个经典例子。造成这个泡沫的一个主要因素就是用数学模型来对复杂的住房抵押贷款证券（mortgage backed securities）进行定价，而问题的症结正是根本没有足够的数据来建构模型。当时，那些次贷借款人无须工作、收入或者资产验证就拿到了住房抵押贷款。因为此前根本没有出现过质量如此之低的抵押贷款，因此根本就没有相关的历史数据可供借鉴。那些复杂的数学模型都是基于与现状不符的历史数据而构造，因此导致了灾难性的失败。这些数学模型在没有相关历史数据可供参考的情况下，仍对充满风险的住房抵押贷款证券提供了高评级依据。投资者损失了超过万亿美元。

基于不充分或者不适当的数据得出结论在投资界毫不鲜见。以数学模型构建投资组合是另一个普遍存在的例子。通常投资组合优化模型用历史回报、波幅以及资产之间的相关性来构建最优投资组合，最优的意思是在既定波幅水平下能产出最高未来回报。但这里忽略了一个重要问题，那就是历史回报、波幅以及资产相关性是否能代表未来水平。这个答案通常是否定的，也就是说数学模型推导的结果能精确地符合历史数据，但却无法对未来提供有意义的指导，有时候甚至会导致误导性的结论。然而未来，才是对投资者最重要的。

市场的理论和模型通常都是基于数学上的简便，而非实证证据。投资理论的大厦建造在市场价格是正态分布这样的假设上。正态分布假设对证券分析师而言非常好用，因为只有这样那些基于精确的概率论的假设才能成立。每隔几年，全球市场上总有那么一次价格波动会被称为“千载难逢”甚至“百万年间才有那么一次”，这些概率从何而来？这些概率都是在价格正态分布假设下，某个价格波动的幅度出现的概率。这些万年难遇的时间在短短数年内都让我们碰上了，难免让人怀疑这些数学模型到底是否符合现实世界里的市场状况。可惜对于大多数的学术研究和财务建制而言，这个结论并未盛行。数学上的简便战胜了现实。

一个最明了的事实就是，如果我们硬要坚持在现实市场中使用这些模型的话，很多广泛使用的投资模型及其假设都是错的。同时，投资者固有的偏见以及无根无据的信念，又进一步导致更加错误的结论和投资决策。在本书里，我们会质疑那些普遍应用于投资过程中各个方面的主流观点，包括资产选择、风险管理、业绩计量以及投资组合配置。那些普遍接受的真理在残酷的现实面前往往会显露它们的无稽。