第15章 人情债免疫，决策完全自主 (第1/2页)

周二下午两点五十九分，贝西克登录视频会议系统。
　　
　　三点整，屏幕亮起。一个五十岁左右的男人坐在镜头前，短发，戴黑框眼镜，穿灰色Polo衫，背景是书架。他是陈涛，量化基金的创始人兼CEO。
　　
　　“贝西克，我是陈涛。我们直接开始。”陈涛的声音平静，没有寒暄。
　　
　　“好的，陈总。”
　　
　　“我看过你的技术面试记录。算法题全对，系统设计得分A，金融基础B+。但我更感兴趣的是你这个人。第一个问题：你为什么想从互联网开发转量化？”
　　
　　贝西克调整了一下坐姿，确保摄像头对准自己。
　　
　　“三个原因。第一，量化是纯粹的逻辑游戏，不依赖人情世故，适合我的思维模式。第二，量化投资可以系统化验证我的认知，有即时反馈。第三，长期看，量化行业对理性、纪律、深度思考者的溢价更高。”
　　
　　陈涛点点头，在笔记本上记录。
　　
　　“你的简历提到‘人情债免疫’，这个说法很有意思。具体指什么？”
　　
　　“指我的决策不受人情关系绑架。”贝西克说，“举个例子：我表哥去年因人情投资P2P亏损30万，因为‘不好意思拒绝朋友’。我分析过这种‘人情债’的特点：利率不透明，还款期限模糊，违约成本高，且可能突然‘抽贷’。我的性格特质决定了我不建立这类债务关系，所以决策可以完全基于事实和逻辑。”
　　
　　“在投资中，这有什么优势？”
　　
　　“三个优势。第一，避免‘沉没成本谬误’：不会因为与某家公司、某个分析师的人情，而坚持错误判断。第二，信息筛选更干净：不听内幕消息，不看人情推荐，只信公开数据和逻辑推演。第三，止损更果断：没有‘给朋友面子’的压力，该砍仓就砍仓。”
　　
　　陈涛身体前倾：“但投资需要信息。人情网络是重要信息源。你不社交，怎么获取非公开信息？”
　　
　　“我不需要非公开信息。”贝西克说，“我的策略基于公开信息深度挖掘。如果一条信息只能通过人情获得，说明要么信息本身有问题，要么获取成本太高。我研究过巴菲特和芒格，他们大部分决策依据公开年报、行业数据、基础逻辑。人情信息往往带来噪音，而非alpha。”
　　
　　“有数据支持吗？”
　　
　　“有。我分析过A股过去五年因‘内幕消息’被处罚的案例，共127起。其中83%的消息最终被证明是误导或过时。而基于公开信息深度研究的基金，如一些基本面量化基金，年化超额收益稳定在8-15%。这说明公开信息足够产生超额收益，关键在于挖掘深度。”
　　
　　陈涛沉默了几秒，手指在桌面上轻轻敲击。
　　
　　“第二个问题：你的投资哲学是什么？”
　　
　　贝西克打开准备好的笔记，但没看，直接说：
　　
　　“我的投资哲学核心是‘概率思维+反脆弱性’。具体五点：
　　
　　“第一，市场大部分时间是无效的，会错误定价。我的工作是发现错误定价，等待市场修正。
　　
　　“第二，我只在概率明显占优时下注。不求多，求精。一年可能只有3-5次真正的好机会。
　　
　　“第三，每次下注前，必须明确：1.我的假设是什么；2.什么情况下假设被证伪；3.证伪时如何退出。不凭感觉，凭规则。
　　
　　“第四，追求反脆弱性：从波动中受益，而非受损。比如，市场恐慌时我有现金加仓，市场狂热时我有仓位卖出。
　　
　　“第五，投资是认知的变现。所以我将大部分时间用于提升认知，而非盯盘或社交。”
　　
　　陈涛继续记录。
　　
　　“你说‘概率明显占优’，如何量化？”
　　
　　“建立评分系统。以股票投资为例，我会从十个维度打分：行业趋势、公司护城河、管理层、财务健康、估值、市场情绪、技术形态、宏观环境、政策影响、黑天鹅概率。每个维度0-10分，权重不同。总分超过80分，进入观察名单；超过85分，小仓位试仓；超过90分，核心仓位。同时，设置动态止损线：当核心假设被证伪，或总分跌破80分，无条件减仓或清仓。”
　　
　　“这套系统验证过吗？”
　　
　　“过去三个月，我用10万本金在模拟盘验证。年化收益68%，最大回撤12%。样本小，但逻辑可复用。”
　　
　　陈涛抬眼看他：“实盘和模拟盘心态不同。你能承受真实亏损吗？”
　　
　　“能。因为我将投资视为概率游戏。单次亏损是成本，长期胜率是目标。我的情绪波动值低，亏损时心率平均上升8%，盈利时上升5%。数据显示我对亏损的敏感度低于平均水平。”
　　
　　“心率数据？”陈涛挑眉。
　　
　　“我佩戴手环记录投资决策时的心率变化。过去三个月，共做出37次交易决策，平均心率波动值7.2，标准差2.1。作为对比，我调查了20位个人投资者，他们自述亏损时情绪波动平均在‘明显焦虑’级别。我的生物数据支持我适合冷静决策。”
　　
　　陈涛罕见地笑了下，很淡。
　　
　　“第三个问题：你最大的劣势是什么？以及如何管理？”
　　
　　贝西克没有犹豫。
　　
　　“我的最大劣势是社交信息获取渠道窄，可能错过某些非公开机会。但我不认为这是需要‘修正’的劣势，而是需要‘规避’的短板。管理方式：我不玩信息差游戏，我玩认知深度游戏。用更深的研究弥补信息宽度不足。具体策略：选择信息透明、研究充分的领域，如指数基金、行业ETF、优质蓝筹，在这些领域建立超额认知。”
　　
　　“不觉得这样限制了机会吗？”
　　
　　“不限制。巴菲特说‘能力圈’。我知道我的能力边界在哪里，只在我的圈内操作。外面的机会再好，不属于我。这避免了‘FOMO’（错失恐惧症）导致的非理性决策。”
　　
　　陈涛看了眼时间，面试已进行二十五分钟。
　　
　　“最后一个问题：如果你加入我们，你希望如何工作？以及，你对我们公司有什么疑问？”
　　
　　贝西克思考了十秒。
　　
　　“我希望的工作方式：第一，明确任务和目标，自主安排时间和方法；第二，不参加非必要的会议和社交，用文档异步沟通；第三，评估只看产出（代码质量、策略收益），不看工作时间或表面态度；第四，有权限访问公司研究数据库，用于个人学习。”
　　
　　“你的疑问呢？”
　　
　　“两个问题。第一，贵司的投资决策流程中，主观判断占多大权重？有没有明确的量化标准来限制主观干预？第二，如果我的策略与团队共识冲突，但我的回测数据更优，公司会如何裁决？”
　　
　　陈涛放下笔，双手交叉放在桌上。
　　
　　“第一个问题：我们公司所有策略必须通过回测和实盘验证。主观判断只在策略设计初期发挥作用，一旦进入实盘，完全由模型执行。我们有硬性规定：任何人为干预必须记录理由，并影响当年奖金。过去三年，人为干预导致的损失占总损失不到5%。”
　　
　　“第二个问题：我们实行‘策略锦标赛’制度。每个季度，所有策略师提交自己的策略，用模拟盘竞争。收益前30%的策略获得实盘资金。如果你的回测数据优，但在模拟盘表现不佳，我们不会采用。我们信实盘结果，不信故事。”
　　
　　贝西克点头。
　　
　　“明白了。这符合我的预期。”
　　
　　陈涛看了看屏幕，似乎在读什么。
　　
　　“贝西克，你的背景调查显示，你在前公司五年未晋升，同事评价‘不合群’，相亲十次失败。这些‘社会性失败’，你认为会影响工作吗？”
　　
　　贝西克心率从76升到80，然后稳定在79。
　　
　　“不影响，反而可能是优势。因为这些‘失败’源于同一特质：我不擅长也不愿意参与人情博弈。在需要纯粹理性的量化投资领域，这恰是优势。我不需要讨好领导，不需要维护同事关系，不需要在婚恋市场表演。我可以将所有认知资源用于研究市场和策略。这降低了我的决策噪音，提高了专注力。”
　　
　　

（本章未完，请点击下一页继续阅读）