maintain | 2026-08-07 The Laws of Trading 交易决策法则入库 + mihomo 网络工具批次
This commit is contained in:
AAsige
@@ -0,0 +1,209 @@
|
||||
---
|
||||
title: "《The Laws of Trading：交易决策法则》摘编"
|
||||
source: "The Laws of Trading: A Trader's Guide to Better Decision-Making for Everyone, Agustin Lebron, John Wiley & Sons, 2019（ISBN 9781119574217）"
|
||||
source_file: "11、The Laws of Trading A Trader's Guide to Better Decision-Making for Everyone.pdf"
|
||||
source_date: 2019
|
||||
extracted_date: 2026-08-07
|
||||
type: source-derivative
|
||||
tags:
|
||||
- "交易决策"
|
||||
- "风险管理"
|
||||
- "逆向选择"
|
||||
- "流动性"
|
||||
- "交易成本"
|
||||
- "行为金融"
|
||||
confidence: medium
|
||||
contested: true
|
||||
evidence_boundary: "原始 PDF：307 页，1,733,186 字节，文本层约 627,449 字符（iTextSharp 5.5.5 生成，非扫描件，全文可提取；仅 12 个空白页），SHA256=D1590F2BE55DCD7ADA58F0DD5D43E5E67A183DAAA84340F3269DE5E638C59ED1。原文件保留在桌面，未复制入库（用户惯例）。全书为 Jane Street 前交易员 Agustin Lebron 的交易决策方法论，正文大量使用虚构教学案例（Ethel、Xin/Ashok、Fred、Veldt/Jo、$120 亿压力测试场景等）与作者个人经历轶事，均已标注；可核验外部事实（Reg T、2010 闪崩、LTCM、Knight Capital、2008 危机、VW 轧空、瑞郎事件等）与作者论断分开。书中无图表可引（提取仅文本层），页眉噪声已剔除。"
|
||||
---
|
||||
|
||||
# 来源说明
|
||||
|
||||
本文件是《The Laws of Trading: A Trader's Guide to Better Decision-Making for Everyone》（Agustin Lebron，Wiley 2019）的中文结构化摘编。作者 2008-2014 年在 Jane Street 任交易员，本书以 11 条"交易法则"组织交易决策方法论，面向交易员与广义决策者。每章保留核心法则（英文原文+中文译）、关键机制与定义、关键案例（含数字）、可复用框架与证据边界。
|
||||
|
||||
## 证据分级
|
||||
|
||||
- **可核验公共事实**：监管规则（Reg T、SEC 禁空令）、市场事件（2010 闪崩、LTCM 1998、Knight Capital 2012、2008 危机、VW 轧空、瑞郎 2015）、学术引用（Akerlof 1970、Kahneman、Lo/Repin/Steenbarger 2005、Rutherford 2005 等）。
|
||||
- **作者经历性轶事**：希腊银行配股 prospectus 错误、闪崩熟人交易、Veldt/Jo 做市对局、1500-2000 人概率访谈——匿名、不可独立核验。
|
||||
- **虚构教学案例**：Ethel/Persephone 基金、Xin/Ashok 游戏、Fred 的 FITB 方案、$120 亿压力测试场景——结构示意，数字为教学假设。
|
||||
- **作者论断/理论化**：edge 公理、成本四象限、"风险设定点"、市场=自适应系统（引 Lo 2017）——方法论候选，不作已验证事实。
|
||||
- **转述二手数字**：cum-ex 退税重复次数、出租车牌照价格、铁路用工降 20 倍等——有报道/研究来源但未逐一复核。
|
||||
|
||||
# 全书结构（11 条法则总表）
|
||||
|
||||
| 章 | 主题 | 核心法则（英文） | 核心法则（中文） |
|
||||
|---|---|---|---|
|
||||
| 1 | Motivation 动机 | Know why you are doing a trade before you trade. | 交易前先明了自己为何交易 |
|
||||
| 2 | Adverse Selection 逆向选择 | You're never happy with the amount you traded. | 你永远对交易的数量不满意 |
|
||||
| 3 | Risk 风险 | Take only the risks you're paid to take. Hedge the others. | 只承担被付酬承担的风险，对冲其余 |
|
||||
| 4 | Liquidity 流动性 | Put on a risk using the most liquid instrument for that risk. | 用流动性最强的工具承担风险 |
|
||||
| 5 | Edge 优势 | If you can't explain your edge in five minutes, you don't have a very good one. | 五分钟讲不清的 edge 不是好 edge |
|
||||
| 6 | Models 模型 | The model expresses the edge. | 模型表达 edge，而非反过来 |
|
||||
| 7 | Costs and Capacity 成本与容量 | If you think your costs are negligible relative to your edge, you're wrong about at least one of them. | 认为成本相对 edge 可忽略，至少错判了一项 |
|
||||
| 8 | Possibility 可能性 | Just because something has never happened doesn't mean it can't. | 从未发生过≠不可能 |
|
||||
| 9 | Alignment 利益对齐 | Working to align everyone's interests is time well spent. | 花时间对齐各方利益是值得的 |
|
||||
| 10 | Technology 技术 | If you don't master technology and data, you're losing to someone who does. | 不掌握技术与数据，就在输给掌握者 |
|
||||
| 11 | Adaptation 适应 | If you're not getting better, you're getting worse. | 不进步就是在退步 |
|
||||
|
||||
# Introduction 引言（PDF xiii-xxii）
|
||||
|
||||
- **核心论点**：交易无处不在（开篇以 2014-02-24 上班路上列举 10 笔"交易"：早起换工资、乱穿马路省 2-30 秒换风险、让座、买咖啡、换休假等）；金融市场四特征（普适性降序）：①标准化产品（AAPL 每股相同；原油按特定时间地点交割）②参与者众多 ③参与者异质（组织：零售/养老/对冲基金/投行/做市商；功能：投资者/投机者/对冲者/指数者）④低交易成本（买 $50 万 SPY ETF 成本 <$20，比 Home Depot 买锤子便宜）。
|
||||
- **非零和论**：承 Adam Smith《国富论》，交易使双方受益（养老金与做市商、农民期货对冲 vs 投机者）；作者称该观点"接近社会科学中的科学事实"。
|
||||
- **对零售投资者的批评**：经纪商激励过度交易、财经媒体贩卖事后叙事（引 Malkiel 2012、Taleb 2007）；"零售投资者最有用的建议是 do less"（作者主张）。
|
||||
- **本书定位**：不教具体赚钱交易，教判断"某交易是否赚钱"的思维工具；11 条法则源自作者经历并可在文学中找到影子（Macbeth、Alice in Wonderland）。
|
||||
- **证据边界**：SPY 交易成本 $20 为作者估算。
|
||||
|
||||
# 第1章 Motivation 动机（PDF 页 1-19）
|
||||
|
||||
**核心法则**：交易前先明了自己为何交易。
|
||||
|
||||
- **关键概念**：效用 utility（风险调整后的财富）；对冲（买期望值为负的房屋保险是理性对冲）；风险容忍设定点（引 Grable & Rabbani 2014，NLSY 2010 面板，单一因子解释多数风险行为变异——作者理论化类比）；System 1/2（Kahneman）；Dunning-Kruger 效应；预承诺 precommitment（Crockett 2013, Neuron）。
|
||||
- **关键案例**：牙医 David 赌财报短线期权；美国彩票年收入约 $700 亿（Thompson 2015）；8 枚硬币全正面赢 $255/否则输 $1 与付 $1 赢 $256 表述等价（EV=0），成本 $1.10 则卖家获利；Amazon $2,000 买 $1,800 行权价看跌期权 $16，跌到 $1,700 赚 $84，深虚值期权系统性偏贵；Alex Honnold 无绳攀 El Capitan 3,000 英尺（Free Solo，MRI 显示杏仁核无激活）；Lo/Repin/Steenbarger 2005：情绪反应最强烈的交易者最不成功；作者首笔真实交易为德意志银行上行看涨期权。
|
||||
- **对商品研究复用**：交易动机自检清单（赚钱/娱乐/找刺激/智力验证）；书面预承诺+交易日志对抗事后偏差；"trading isn't about you"——记录持仓理由早于行情结果。
|
||||
|
||||
# 第2章 Adverse Selection 逆向选择（PDF 页 21-40）
|
||||
|
||||
**核心法则**：你永远对交易的数量不满意（曼哈顿硬币罐：估 $220 出价 $160，无论成交与否都懊悔，因卖者信息占优）。
|
||||
|
||||
- **关键概念**：信息不对称/逆向选择（Akerlof 1970 柠檬市场）；贝叶斯信念更新（10 次掷币 3 正面，频率主义估 P=30%，贝叶斯主张接近 50%）；市场=分布式信息聚合器，价格是最可靠公共信号；赢家诅咒（拍卖胜者应以"赢下拍卖为条件的估值"出价）；特殊交易 special trade（无先例、模型失效、需"异常即关机"规则）。
|
||||
- **关键案例（数字）**：
|
||||
- Veldt Resources 做市：自估值 54.35 ZAR、拟报 54.25-54.45；对手 Jo 报 53.50-54.00（2000 股），价差 0.50 vs 0.20 → 置信度仅 40%；贝叶斯加权 100/140×54.35+40/140×53.75=54.18；@54.00 买入 1000 股后 Jo 重开 53.50-54.05（10000 股）→ 交易是坏的。特殊交易例：Veldt 派息 5.20 ZAR 除息日不确定——日常 25,000 股×0.02 ZAR=500 ZAR/天，除息不确定性 ±5 ZAR/股=±125,000 ZAR。
|
||||
- 配股计算：Foo Corp $40、1,000 万股、发 100 万股 @$20、10 权利换 1 股 → 除权后 $420m/1,100 万股=$38.18/股、权利 ($38.18−$20)/10=$1.82（naive $2 是错的）。
|
||||
- 希腊银行配股：prospectus 载"1 股=1 权利、1 权利=2 新股"，理论值 2.50，市价仅 1.20-1.30；2 小时后证实排版错误，实为"2 权利=1 新股"——"goalposts have moved"：勿与可追溯改条款者交易。
|
||||
- IPO：报 200 万股被按比例砍至 500,000；热门 IPO 分配少则喜、全额分配=烂公司；锁定 90-180 天。
|
||||
- **对商品研究复用**：用对手盘口宽度推断其置信度（贝叶斯框架）→ 期货盘口深度/基差结构分析；特殊交易清单（交割月规则、保证金调整、政策/合约变更）；赢家诅咒→现货招标/拍卖式采购出价条件化；专精化→聚焦少数产业链。
|
||||
|
||||
# 第3章 Risk 风险（PDF 页 41-69）
|
||||
|
||||
**核心法则**：只承担被付酬承担的风险，对冲其余（2008 秋虚构开局：额外压力测试显示潜在 $120 亿亏损，因"垃圾利差不爆开"情景下 AAA 与垃圾债同跌）。
|
||||
|
||||
- **关键概念**：自融资组合（买股=借款，交易净额为零，须计资金成本与机会成本）；抵押品/资本需求（Reg T 要求 ≥50% 保证金：IBM $187.50 须存 $93.75）；对冲（买 XYZ+卖股指期货，暴露只剩相对市场部分）；Goodhart's Law（度量成为目标即失效）；VaR 定义（如一日 1% VaR=$1,100 万=1% 概率日损≥$1,100 万；VaR 只报最小损失，盲区：1% 亏 $100 万 vs 0.9% 亏 $100 万+0.1% 亏 $1 亿，VaR 相同）；效用函数（零财富=-∞ utilons；Giving Pledge 2010，Gates/Buffett 承诺捐近 $1,000 亿）；**风险 7 类**：市场/交易对手（清算所也会倒）/流动性（"wearing"持仓到期）/模型/运营/技术/声誉法律。
|
||||
- **关键案例（数字）**：
|
||||
- Ethel（Persephone 基金）2007-10 买低估 15% 的 XYZ，随后 18 个月 S&P 500 跌近一半，XYZ 仅跌 30%——对了却因投资者撤资清盘；对冲情景：XYZ+10%/市场+8% 赢，XYZ−10%/市场−12% 仍赢。
|
||||
- Xin/Ashok 游戏：$2,500 万生物科技仓（现价 $10，好/坏消息 $25/$5，好消息概率 25%），$10.10 卖出、$10.02 买回 80%（赚约 $160,000），剩 $500 万敞口；叠加封顶合同后：坏消息 75% 赚 $276 万、$20-30 区间 24% 亏 $474 万、>$30 占 1% 亏 $1,969 万；EV=$586,000，但 1/50 概率亏约 $2,000 万。
|
||||
- 2010-05-06 闪崩：美股均跌 9%，P&G 一度 −37%；熟人交易员 −25% 买入、−10% 卖出（15 分钟 15% 利润），但 −25% 成交被作废、−10% 卖单保留，P&G 回升平盘后净亏 10%。
|
||||
- PTT（泰国最大公司）做空 10,000 股风险清单：市场（个股/泰国市场/泰铢/油价）、流动性（借券召回被迫高位回补）、资本（保证金变更）、执行（新兴市场机制，先做测试单）、政治（国有化/没收/追溯性持股限制）、沟通（公告不平等待遇/翻译错误）。
|
||||
- 对冲优化：买 $100 万 XLP 卖 β×SPY，回归 XLF=β·SPY（图例 β≈1.0782）；常数项=alpha 主张（如 5bps/天），统计有效性存疑；Dodge Challenger 一家三辆=风险高度相关、无自然对冲；Enron 2001 员工 401(k) 买自家股，失业+退休金清零。
|
||||
- **对商品研究复用**：风险 7 类清单→期货交易逐项核对（保证金/强平=资本风险，逼仓/交割=流动性，政策与汇率=政治/市场风险）；对冲框架：先识别 edge 所在精确风险（β 回归定对冲比例，勿漏常数项/alpha）；VaR+Goodhart→监控指标多样化，压力测试用"全指数一夜 −15%"式情景；爆仓=无限糟糕，仓位纪律优先于 EV 最大化。
|
||||
|
||||
# 第4章 Liquidity 流动性（PDF 页 71-92）
|
||||
|
||||
**核心法则**：用流动性最强的工具承担风险。
|
||||
|
||||
- **关键概念**：流动性按参与者而异（散户 100 股 vs Ms. Fund 20 亿美元 vs 巴菲特 400 亿现金）；**四维评估法**：Spread to cross（点差）、Size（可交易量）、Margin（保证金）、Specificity（工具与风险因子的贴合度）；流动性六大维度：规模（SPY 永远 1 美分点差，散户 0.2bps，但买 20 亿会推动市场）、频率（做市商每日数百次小单，供过于求即"过度做市"）、唯一性（利率互换各具特色，压力期分化）、透明度（债券靠电话询价；美股 Reg NMS 下 latency arbitrage）、异质性（同质参与者=流动性危机，如市政债买家同遭 margin call）；市场冲击、adverse selection。
|
||||
- **关键案例（数字）——FITB 案例**：Fred 要赚 $500k（FITB 涨 10%）→ 需买 $5M 股票。①买股票：点差 15.34-15.36（过 2c 付 1c），326k 股，点差成本 $3.3k；日成交 $100M 时冲击约 $20k，进出翻倍 ≈$40k；Reg T 保证金 50%=$2.5M。②SSF：点差宽 30-40%→成本 $60k，保证金仅 20%=$1M。③买 Call：5% OTM、14 天到期、行权价 16.10、波动率 25%，期权值 7-8c，涨 10% 后到 0.83，每张赚 0.75，需 6700 张，实际成交约 0.15、成本 0.07/张=$7/张≈$47k，全额付保费 $100k。④卖 Put：Niederhoffer 1997、2007 两次爆仓。⑤买 XLF（含 0.57% FITB，点差 1c）：$5M 暴露需 $667M XLF，单边 $133k、双边 $266k。⑥SPY 仅含 0.08%。**最终方案**：2000 张 FITB calls + $2M 股票 + $1M XLF + 空 SPY/买 SPY put 对冲（portfolio margin 可降保证金）。
|
||||
- 结构票据：无二级市场、银行不回购（"买了不能卖的车"）；年金佣金高达 10%；美国共同基金 8000-10000 只、全球近 10 万只；住房交易成本≈资产 10%，按揭占收入 12-18%（BLS 2013）；健身房会员 $40/月 vs 单次 $10（48 次为盈亏平衡点）。
|
||||
- **对商品研究复用**：对每个商品风险（如焦煤敞口）按四维打分：现货/期货/期权/ETF/指数中选最贴合并最流动的组合；警惕同质持仓（全市场同向做多=市政债式踩踏）；检查保证金效率（期货 20% vs 现货 50%）；评估自身技术层级能拿到的真实流动性。
|
||||
- **证据边界**：FITB 价格、XLF 持仓比例（0.57%/0.08%）、冲击 $20k 等为教学假设数字，未核验。
|
||||
|
||||
# 第5章 Edge 优势（PDF 页 93-114）
|
||||
|
||||
**核心法则**：五分钟讲不清的 edge 不是好 edge（edge 长期盈利性与解释所需时间成反比）。
|
||||
|
||||
- **关键概念**：**Edge 公理**：一切有 edge 的交易盈利，都因你理解并能行动于某个边际参与者（marginal trader）不理解或无法行动的事实；边际交易者=最激进但不至于自己砸盘的卖家；你只需"比中位股数的交易者更好"。Edge=你讲给自己听的故事，最忌讳伪装成数学/物理事实；认知偏误：过度自信（男性高估 IQ 约 5 分，Furnham 2005；Dunning-Kruger；>90% 自认驾驶技术高于平均）、确认偏误（台湾交易 data dredging：测试"几百个"变体，结果纯属统计假象）。
|
||||
- **关键案例**：JAL 蓝鳍金枪鱼（1970 年代初美加航向吨位比 7:1、返程亏损；Okazaki 与 MacAlpine 在 PEI 发现 700 磅蓝鳍被当垃圾，1972-8-14 东京筑地首拍，14 小时空运，JAL 垄断多年，Parkinson 2007）；德国股息税套利：cum-cum（临时卖给税务优惠方德国银行分享退税）与 cum-ex（除息日与登记日间 1-2 天窗口连环转售，同一股票退税最多重复 10 次，1000 万毛股息→净 750 万+2×250 万退税；2012 年立法禁止并追溯为逃税，Reuters 2016, Die Zeit 2017）；真实 edge 都很简单：做市、ETF 再平衡、on-the-run vs off-the-run 国债回归；行业：新人培训 6-18 个月才能贡献正收益；黑箱交易仍需人开机关机（2008-09 危机、2010 闪崩）。
|
||||
- **对商品研究复用**：①每笔商品交易写出"故事"并自查：我知道什么/能做到什么，边际对手为何不知/不能？②数据挖掘审计：记录所有试过的参数、样本、时间窗；③检查新想法与既有盈利交易是否矛盾；④问"若这是真 edge，还应在哪里看到证据？"；⑤对政策/交割规则类 edge（仓单、升贴水）预判监管废止风险。
|
||||
- **证据边界**：cum-ex 退税倍数"10 次"、金枪鱼重量为转述他人报道；"9/10 年赚钱、第 10 年破产"为概率性断言。
|
||||
|
||||
# 第6章 Models 模型（PDF 页 115-140）
|
||||
|
||||
**核心法则**：模型表达 edge，而非反过来。
|
||||
|
||||
- **关键概念**：**生成式 vs 现象学模型**：BSM（对数正态、无套利假设）为生成式；隐含波动率微笑为现象学（远虚值期权隐含 vol 更高形成 smile/smirk）——用模型要认清适用边界；"confusing the map with the territory"；好模型特征：稳健性（样本外 OOS、参数微扰、数据源故障）、可检视性（模块化）、人机分工（wetware）：计算机擅长明确/高速/输入稳定问题，人擅长模糊/稀疏变量/前所未见事件；数据稀缺悖论（全球日产生数十 TB 数据但相关数据少；异方差性——今天的数据比 5 年前重要；预测 1% 日波动已是大成就，噪声约为信号 100 倍）；过拟合：训练/验证/真 OOS 三组划分。
|
||||
- **关键案例（数字）**：
|
||||
- HFT 悖论：模型 55% 对/45% 错，但对的时段有 9 个竞争者、你只拿到 10%（0.55×0.1=5.5%），错的时段全归你→你做单 89%（45/50.5）是坏单——"bicycle for a fish"。
|
||||
- Viniar 25-sigma：高盛 CFO 称"连续几天看到 25 个标准差的波动"，概率相当于连中英国彩票 21-22 次（Dowd 2011）。
|
||||
- Knight Capital 2012-8-1：RLP 新代码复用测试标志 "Power Peg"，45 分钟 $440M 亏损，一年后被 Getco 收购。
|
||||
- Jordan 六西格玛：500 个样本，日均 $2000、标准差 $10000，日亏 $58k=六西格玛（正态下概率 0.00034%），但肥尾下历史上出现过多次 ±$60k；-$200k 无先例仍不能下结论（2016-11-8 大选日既是特例又是永久 regime shift）。
|
||||
- 停手基准：已知一日 edge 约 1%，OOS 已做到 0.98% 就别再优化；只做到 0.1% 就该加码或修正信念。
|
||||
- **对商品研究复用**：区分商品模型是生成式（基本面传导）还是现象学（统计回归）；OOS+参数扰动+数据中断演练三件套；用"edge 上限"反推是否过度优化；策略失效诊断：突变→查 edge（基本面/竞争者/监管）vs 查模型（技术环境/数据），渐变→看同类策略是否同病（edge 问题）或独病（模型问题）；dev/prod 环境分离（Knight 教训）。
|
||||
- **证据边界**："数十 TB/日""0.00034%""89%"为书中数字（六西格玛概率可核验）；Jordan、HFT 55/45 为构造例证。
|
||||
|
||||
# 第7章 Costs and Capacity 成本与容量（PDF 页 141-165）
|
||||
|
||||
**核心法则**：认为成本相对 edge 可忽略，至少错判了其中一项（开篇 Seinfeld"密歇根瓶子骗局"：蹭邮局免费卡车，G&A 降 50%）。
|
||||
|
||||
- **关键概念**：成本按**可见性×线性度**分四象限：
|
||||
- Q1 可见线性：佣金、交易所费、清算、融资、保证金——货比三家可降，但别榨干关系（SAC Capital 付最高佣金后因内幕交易被查倒闭，Eavis 2013）。
|
||||
- Q2 可见非线性：租金、工资、设备、行情数据、法务；持仓限额（期货交易所头寸上限；加拿大电信外资持股 ≤20%，Lexology 2017）。
|
||||
- Q3 不可见线性：**交易折旧（trade depreciation）**——盈利交易本身向市场发信号"here lies money"，交易越多泄漏越多；坏交易反而变好（对手竞争给更好价格）；终极推论：任何 edge 长期归零。
|
||||
- Q4 不可见非线性：羊群效应、机会成本、未知的未知。
|
||||
- **关键案例（数字）**：
|
||||
- LTCM（1998）：Merton、Scholes 两位诺奖得主；交易=空权益波动率+多低质高收益债/空优质债（赌利差收窄）+多卢布俄罗斯国债；1998-8-17 俄罗斯违约贬值；LTCM 持高收益债市场的 5%，连同模仿者合计 15-20%——"monkey see, monkey do"，压力期同质持仓互相踩踏（Lowenstein《When Genius Failed》2001）。
|
||||
- 羊群成本量化：策略相关交易量占市场 >10% 即为高风险；近期业绩好→羊群更大。
|
||||
- 机会成本：A 策略 $1000/日 vs B $600/日，不做 B 的机会成本 $600/日。
|
||||
- 未知的未知：颠覆式创新（Christensen 1997；Lepore 2014《The Disruption Machine》反驳）；Kodak 破产；纽约出租车牌照 $130 万(2013)→$16 万(2018)。
|
||||
- Bell Labs 社会学：8 个诺奖、晶体管 1947、信息论 1948、激光 1958、MOSFET 1960、Telstar 1962、UNIX 1969、C 1972、光纤 1976、C++ 1979；Kelly 1950 皇家学会演讲三组架构、内部自设研究生课程、允许失败。
|
||||
- 高盈利错觉：trade 空间连续性论证（超盈利点周围必然也是高盈利区）；test trade 试水；放量杀盈利主因是 Q3 市场冲击（Day1 独做→Day4 成群）；员工分红不足会"用脚投票"另起炉灶。
|
||||
- **对商品研究复用**：给每类商品策略建成本四象限表，显式列出 Q3/Q4 成本（冲击、折旧、羊群、机会成本）；评估同策略市场占有份额（>10% 警示）；test trade 验证隐性成本（交割、仓储、仓单注册费等）；按折旧率排序资本配置；监控"重新发明轮子"（BRK A/B、皇家壳牌两地价差、on-the-run/off-the-run、货币 carry 等经典交易总是被新人"重新发现"）。
|
||||
- **证据边界**："15-20%""$1.3M→$160k""8 个诺奖"为书中转述未独立核验；"Day 4 成群"为经验断言；SAC 佣金对比（Eavis 2013）有来源。
|
||||
|
||||
# 第8章 Possibility 可能性（PDF 页 167-195）
|
||||
|
||||
**核心法则**：从未发生过≠不可能。推论：足够多人依赖某命题为真，它就会变假。
|
||||
|
||||
- **关键概念**：逻辑可能性 vs 物理可能性；归纳假设（IH）+ grue 悖论（绿色物 2021-08-14 变蓝——书中日期示例）；市场=随机过程+自组织反馈系统；正反馈（动量）固有失稳，负反馈（均值回归/做市）趋于稳定；"推土机前捡硬币"；**相关性数学（全书唯一公式段）**：双引擎系统要求 P(fail)²<10⁻⁶→单引擎 ≤0.001；相关性仅 0.1 即把总故障率从百万分之一放大到万分之一（100 倍）；需 400 次独立观测才能 95% 置信相关非零——小相关几乎无法纯统计检出；explain-away 效应（Pearl）；校准技术：抽象概率估计差、具体概率（骰子）直觉准；"90% 能赴约"实际 <50% 会到（作者自称访谈 1500-2000 人）；加赌注（skin in the game）：自认 75% 就应接受赢 $10/输 $30 的对赌。
|
||||
- **关键案例（数字）**：
|
||||
- 美房价 1991-2007 初：Case-Shiller 年涨 6%（15 年翻倍+）vs GDP ~3%；抵押贷款余额 $3.9 万亿（1991）→$12.9 万亿（2006），年增 8%；MBS 靠"跨区违约低相关"扩张，NINJA 贷款与 IO-ARM 泛滥→2006 起 ARM 重定价→全国性相关违约→2008 危机。
|
||||
- 1987-10-19 黑色星期一：美股跌约 22%；组合保险（Black-Scholes 1973；Leland/Rubinstein 1980 创 LOR）用程序化卖空复制看跌：S&P500=300 时 $1M 组合付 ~$15,000/年买 270 行权价看跌，封顶亏 $100,000（10%）——防崩盘机制反而放大崩盘。
|
||||
- Dentsu IPO（2001-11-30）：瑞银误输 16 股@61 万日元为 61 万股@16 日元，9:02 已成交 64,915 股（发行 135,000 股@42 万日元=570 亿日元≈$4.6 亿之半），回购 18,339 股仍亏 ~$6,500 万；日本无"明显错误"撤单规则；2005 瑞穗 J-Com 亏 >$3 亿；2009 瑞银日债误单隔夜幸免。
|
||||
- 2008：9-19 SEC 禁做空 799 家金融股（后 900+）；大众轧空：2006 底 <100 欧元→2008-03 <200 欧元→2008-10 一度 >1000 欧元（<2 年 10 倍），波及 BaFin 与 DAX 调整。
|
||||
- 瑞郎：2011-09-06 SNB 设 EUR/CHF 1.20 下限；2015-01-15 突取消，欧元单日跌 ~17%（约 500 个标准差），零售 FX 经纪商（杠杆最高 100 倍）同日破产；SNB 储备曾达 GDP 70%。
|
||||
- **对商品研究复用**：对库存/基差/仓单/价差历史极值建立"可能性清单"，禁用"从未发生"排除尾部；测算跨品种/跨区域尾部相关（压力期跳升）；拥挤度监测：多数人押注同一规律（低波动、正基差）时该规律变脆；具体概率校准+对赌测试后再下注；识别反馈类型与时间尺度（库存均值回归 vs 趋势动量）。
|
||||
- **证据边界**：房价/贷款数字引自 FRED 2018 未复核；SEC 脚注写 June 19, 2008 与正文 September 19 不符（书内疑误）；VW/瑞郎为新闻级引用。
|
||||
|
||||
# 第9章 Alignment 利益对齐（PDF 页 197-216）
|
||||
|
||||
**核心法则**：花时间对齐各方利益是值得的。
|
||||
|
||||
- **关键概念**：交易公司四要素=资本（内/外来源是关键区分）、劳动、技术、关系；委托代理问题：固定薪酬下经理只有"不被解雇"弱激励（现状偏见+结果高方差便于辩解），经济最优=最低限度工作+扩张客户；Batesian 拟态：有 edge 者因 IP 保护而含糊，无 edge 者模仿其含糊→投资者无法区分；利润分成（2/20）诱发高方差：思想实验"稳赚 5%" vs "硬币赌 AUM 一半"，经理期望 1% vs 5% 且不担亏损（heads-we-win）；掷币锦标赛 16,384 经理→10 年后剩 16 个"年化 50% 无败绩"明星；高水位仅部分纠偏，反诱"关旧开新"（2008-09 大量使用）；真解=资本与劳动合一；薪酬"离钱远近"原则；文化一致性（层级型给明确指令、开放型需征询）；批评 Google "Don't be evil" 空洞，原则须可执行。
|
||||
- **关键案例（数字）**：Niederhoffer：1997-10-27 美股 −7.2% 使其基金爆仓清算；1998 押房重开；2002 Matador Fund 年回报常 >40%，2007 夏净值 −75% 再爆仓；房产经纪：自售房比代客售高 ~5%（Rutherford 2005, JFE 76:627-665）；$50 万房佣金 $25,000，多付 5 倍努力仅多 $2,500；作者母亲：加拿大 TSE200 指数基金费 1.9%/年 vs 同类 0.3%，另埋 3%/年顾问费，年烧 4.6%。
|
||||
- **对商品研究复用**：每笔交易资本来源/自有资金占比；费用与激励是否诱高方差（资管 vs 自营）；对"分享交易信号"者先问拟态问题"为何不自己做"；分析现货/期货/交割链条各方（贸易商、矿商、对冲基金、做市商）激励是否与己方一致，尤其基差与交割月博弈。
|
||||
- **证据边界**：2/20、16,384→16 为理想化模型；Niederhoffer 业绩为叙述无审计；房产 5% 有期刊论文可核验。
|
||||
|
||||
# 第10章 Technology 技术（PDF 页 217-237）
|
||||
|
||||
**核心法则**：不掌握技术与数据，就在输给掌握者。
|
||||
|
||||
- **关键概念**：人类能力史=识字→算术→数据处理，每轮淘汰旧"平均工作"（美国农民 1900 年 1200 万→现 <100 万而人口增 3 倍；铁路 1947 年 6550 亿吨英里/135 万人→2014 年 18500 亿吨英里/18.7 万人，每吨英里用工降 20 倍）；数据价值原理："最有价值的输入数据=同/相似流程过去的输出"（订单成交数据>外部数据），连接归纳假设与 TD 学习；机器擅长重复/速度/可靠/规模化，人类擅长独特性/情感/创造力；交易员保留部分=理解价值、供需机制、博弈；软件即社会学：开发范式之争不重要，团队共识才重要；调试是"从不被教的最重要技能"；技术债（Cunningham 1992）可金融化：度量=(a) 架构缺陷致 bug（bug 库根因分析）+(b) 新功能增量成本（设计时记录+回归测试失败数作金丝雀）。
|
||||
- **关键案例**：Rothschild 滑铁卢信鸽故事（作者自注 perhaps apocryphal）；"90% 数据产生于最近两年"（流行说法，无注）；做市商百万行代码、数千万参数 vs 30 年前电话找人接大宗单的对照。
|
||||
- **对商品研究复用**：数据优先级：交易所订单/成交/仓单数据优先；新策略先找"相似流程过去输出"（同品种历史、跨境可移植性）；技术债记账（bug 根因分类+设计评审+回归失败数折算成本）；人机分工：模型跑重复信号，人盯政策/天气/地缘/交割月异动。
|
||||
- **证据边界**：铁路/农民数字有来源（Our World in Data、Levinson 2016）可核验；其余多为作者工程经验断言。
|
||||
|
||||
# 第11章 Adaptation 适应（PDF 页 239-259）
|
||||
|
||||
**核心法则**：不进步就是在退步。
|
||||
|
||||
- **关键概念**：自然选择=变异来源+差异化繁殖适应度，选择在个人/组/公司/市场四层同时发生（双向因果）；变异来源清单：无中生有（ETF 1990s 初）、跨市场移植、组合交易、监管变化（1971 布雷顿森林解体→外汇；1990s 印花税→UK CFD；京都议定书→碳交易）、新数据（北欧交易所披露对手方）、交易催生交易（股指期货→期现套利；证券化→信用衍生品）、规模流动性、客户谈判（组合保证金）；繁殖=教授传承（个人）、组群分拆合并、公司孵化（仙童/惠普→硅谷；DE Shaw 走出 Bezos 与多家顶级交易公司；2013 Getco 合并 Knight）；市场"非有效而是自适应"（Lo 2017），最低技能门槛持续抬升；个体改进：growth mindset 有限（无天赋不可补）；追踪"不对劲"信号（德国税务股息交易：0.01 欧元行权价看涨异常放量→发现整个套利生态）；组级：邓巴数 50-150、泰勒主义 vs 扁平化须匹配业务（UA 173 航班 1978-12-28 因机长层级过强油尽坠于波特兰外 6 英里→CRM 训练；手术室清单化 Gawande）；公司级：组间沟通机制+军事学（亚历山大/汉尼拔/克劳塞维茨）；把交易看作"发现"而非"财产"；"座位价值"（VORP/WAR 类比：替换为边际交易员）；Mark 做市新兴市场 ADR（尼日利亚 NSE/拉各斯）消除跨境摩擦=资本大坝凿洞——交易非零和。
|
||||
- **对商品研究复用**：定期检视策略衰减（edge 旧了 vs 模型旧了）；变异源扫描：新品种/新市场可移植性、交割与监管规则变化、交易所新数据产品；建立"不对劲"信号跟踪清单；明确自身所在选择层级与提升杠杆；把"适应"理解为随库存/基差环境切换策略形态，而非死守单一静态 alpha。
|
||||
- **证据边界**：进化比喻是作者世界观（引 Dawkins/Lo）；UA173、邓巴数、Bezos 经历可核验。
|
||||
|
||||
# Notes 注释（PDF 页 261-269）
|
||||
|
||||
- NINJA=no income, no job, no assets（绕过信用审查）；IO-ARM 只付息期后重定价+还本，仅当房价强涨假设成立才有意义；相关系数 −1~1；独立系统年失效次数服从泊松分布；vanilla option 定义；固定薪酬经理罕见，多为 AUM 百分比收费（激励找新客户而非盈利）；Goldfinger（007 电影）靠伦敦-巴基斯坦黄金套利致富——流行文化将套利=邪恶，反衬书中对套利的正面定义（"arbitrage=让同一物的两个版本同价"）。
|
||||
|
||||
# 全书可复用框架汇总（对期货/商品研究）
|
||||
|
||||
1. **交易动机自检**：每笔交易前记录动机（赚钱/娱乐/找刺激/智力验证），书面预承诺+日志对抗事后偏差。
|
||||
2. **逆向选择检查**：用对手盘口宽度/报价行为推断其信息优势（贝叶斯加权）；列出特殊交易事件（交割月、保证金调整、政策变更）并设"异常即关机"规则。
|
||||
3. **风险七类清单**：市场/交易对手/流动性/模型/运营/技术/声誉法律，逐项核对；压力测试用"全指数一夜 −15%"式未发生情景。
|
||||
4. **流动性四维评估**：点差/规模/保证金/贴合度，跨工具（现货/期货/期权/ETF/指数）选择。
|
||||
5. **Edge 五分钟测试**：写出交易"故事"，回答"我知道什么/能做到什么，边际对手为何不能"。
|
||||
6. **模型三件套**：OOS+参数扰动+数据中断演练；区分生成式（基本面）与现象学（统计）模型。
|
||||
7. **成本四象限表**：显式列出不可见成本（交易折旧、羊群、机会成本、未知的未知）；同策略市场份额 >10% 警示。
|
||||
8. **可能性清单**：对历史极值禁止"从未发生"排除；尾部相关压力期跳升；拥挤度监测。
|
||||
9. **利益对齐审计**：资金自有占比、费用激励、链条各方激励一致性（基差与交割月博弈）。
|
||||
10. **适应回路**：策略衰减检视（edge 旧 vs 模型旧）、变异源扫描、不对劲信号跟踪。
|
||||
|
||||
# 质量风险清单
|
||||
|
||||
- 大量教学案例数字为作者构造假设（FITB、Xin/Ashok、Veldt/Jo、$120 亿场景），不得当作市场事实。
|
||||
- 作者个人经历轶事（希腊配股、闪崩熟人、1500-2000 人访谈）匿名不可核验。
|
||||
- 转述数字（cum-ex 倍数、出租车牌照、铁路用工）未逐一复核。
|
||||
- 书内 SEC 禁空令脚注日期（June 19, 2008）与正文（September 19, 2008）不一致，疑为书内排版错误。
|
||||
- 文中案例年份/日期（如 grue 悖论示例 2021-08-14）为作者举例，无实际意义。
|
||||
- 书中无图表可引（仅文本层提取）；相关性曲线图仅存轴标签。
|
||||
|
||||
# 版权声明
|
||||
|
||||
本书为商业出版物（John Wiley & Sons, 2019），本摘编仅作个人研究学习用途，保留原文的章节结构与关键论述用于检索定位，不替代原书；引用请注明原书出处。原 PDF 保留在用户桌面，未复制入库。
|
||||
Reference in New Issue
Block a user