超复杂系统与长期思维

对于即将发生事情产生预判并提早做出相应的准备或防范，是人们的本能。远在3000年前的商代，我国就用甲骨文来记载关于刮风、下雨、旱、涝等的天气情况了，那个时候人们就有意识利用现有的资源和历史经验的总结来进行短期的预测，来计划下一步的生活。于是，对未来进行更加精准的预测、对未知事物不懈的探索，就是人们获取安全感的重要途径，当然也是推动社会发展的重要动力。

我们常说：一个好问题胜过一个好答案。一个好问题也许可以让人们在几十年甚至几百上千年间不断进行思考和讨论。怎样准确预测资产价格走势，就是一个跨越多个世纪依旧被人们激烈讨论的“好问题”。从蜡烛图详解到波浪理论，再到海龟交易法、趋势分析法等等，对于资产价格进行分析和预测的书籍和理论可以说是琳琅满目。但始终没有一个方法可以在瞬息万变的市场环境中成为常胜将军，那是不是说明没有理论可以完整解释波动的资产价格呢？本文将再次对这个“好问题”进行分析，寥寥千字虽不可能找到最终的真理，但就如同一本书常读常新一样，对一个值得思考的问题不断钻研，依然能够得出新的灵感和指引。

从系统角度看待周围事物

历史上有一个著名的哲学悖论，是罗马帝国时期一个叫普鲁塔克的哲学家提出的。他说：“忒修斯有一艘船，可以在海上航行几百年，船体上如果有木板腐烂了，会被马上替换掉，久而久之，这条船上所有的木板和零件都重新被换过了一遍。那么问题来了：这艘忒修斯之船，还是原来那艘吗？”人们曾为此争论不休，有人说不是同一艘船，因为船的定义就是组成船的各种零件，如果零件换了，那么它就一定不是同一艘船。而说是同一个忒修斯船的人却认为，一个物体并不能简单的等于零部件的加总，和零部件同级别的，还有众多其他要素，例如在船上工作的人、这艘船本身的精神价值等等。就像人类的身体，每隔7年，身体的细胞就会全部更新一次，那么难道每隔7年，就重生了一个新的人吗，答案一定是否定的。

忒修斯之船其实就是一个由多个零部件要素构成的系统，我们生活中存在很多类似的系统，有的简单，有的非常复杂，在面对一个复杂事物或系统时，人们大多只能基于自己熟悉的要素进行判断和预测，而更多的依存或相互关联及影响的关系，我们是无法直接体会或理解的。例如一个船工如果看到自己负责的船体刚刚进行过翻新改造，那么他心中对于整艘船售价的预期一定是上升了的，但他可能不知道的是，船体的其他部位有巨大隐患，且年久失修。一个事物的复杂程度可能远超我们的想象，有时我们过于在意一个事物的某一些要素，而忽略了要素之间的联系，以及所有要素组合在一起的那个系统。实际上，对于不同复杂程度的系统，我们需要不同的思维方式去进行预测和评判。

短期预测成功率高的前提

几乎每个人都可以确定自己未来几天的计划和安排，是因为人们在正常情况下，几乎不会认为自己身体在短期之内会出现什么意外不适的情况。我们知道人体内部运行系统是非常复杂的，现代医学也还远没有完全掌握其运行的规律，但是人们却很少在短期预测的时候考虑自身健康方面的因素，因为人体是一个相对稳定的系统，系统突然意外崩溃的情况很少，并且影响人体系统运行的变量几乎是相对可控的。例如摄入食物的类型、所居住的环境、所接触的人群等，这些要素在人们长期的工作生活中几乎都已经形成一定的规律，对人体系统的影响也都是可预判的。比如人们几乎不会吃那些曾经让自己生病的食物、不会接触那些危险的环境等等。

另外一个短期预测的杰出代表--天气预测，也具有同样情况，随着科学的不断进步，以及卫星数量增多、精准度的提高，人们几乎可以观测到影响天气变化的所有变量，而每个变量可以产生的影响，也是经过几千年的经验积累几乎可以确定的因果关系，因此对于短期天气的预判是越来越精准的。

总结看来，只有对一个相对稳定的系统，或者对组成系统的要素以及每个要素之间可能产生的功能及后果都非常清楚的时候，短期预测才是可以确保成功率的。简单来说，越简单、稳定的系统，短期预测的准确率相对也是越高的，短期预测也更加实用和高效。

短期预判的失灵

回到资本市场中来看，我们知道每一个股票后面都是一个公司在支撑，从系统角度来看，每一个公司都是一个超复杂系统，因为组成系统的要素复杂多样，每一个要素背后的主观能动性、客观条件复杂多样，管理、运营、考核等制度要求以及制度执行能力复杂多样等等因素，都不难总结出每个公司实际上都是非常复杂的系统。当这个复杂系统上市之后，它的价格评判权力就交给了所有投资人，但是这样一个复杂系统日常运行之中无法实时跟投资者沟通情况，公司重大计划和战略也不可能时常出台或改变，每个投资人每天能感受到的只有公司实时波动的股价。于是人们本能的一些厌恶未知、厌恶不确定的心理，更容易让人们远离陌生和复杂，倾向于去关注波动的股价，找寻规律进行一些短期的预测。这时人们内心独白往往是：长期我虽然不知道这个公司如何，但根据最近走势以及某某策略来看，可以进行某某方向的操作了。那么我们来试着简单还原一下这种操作的有效率。

人们总能看到各类报道中说到某某行业连续新高、创某某时点以来新高等等，不少投资者会对那些连续新高或新低的行业、标的进行一些操作。我们的金融小实验就基于此，我们选取申万一级28个行业从2000年1季度开始至2020年4季度结束，共84个季度的行业涨跌幅数据进行统计，模拟的第一种操作简称模式I：投资者选择前一季度中涨幅前10的行业进行投资，这样操作的预期是前一季度中表现相对较好的行业，在下一季度中，依然可能涨幅靠前或者跌幅较少。因此，在下一季度中涨幅靠前的行业中，能够出现和上一季度相同行业的次数，就可以简单理解为这种操作的胜率，例如在2000年第二季度中，只有医药生物和公共事业2个行业同样在上一季度中涨幅居前10名，因此这次操作的胜率即为20%，以此类推（见下方图1中示例），经过84个季度的操作后，平均胜率在36.07%，不足一半。从胜率的频数分布图来看（见图2），这种操作胜率基本小于40%，50%以上出现的次数极少。也就是说前一季度中涨幅靠前的行业，能够在下一季度中继续保持优势的概率基本小于40%，和掷骰子没有什么区别。

图1:数据来源：Wind

图2:数据来源：Wind

有的投资者可能会想，如果不是前一季度涨幅靠前的行业继续保持，那应该就是前一季度跌幅较多的行业会在下一季度反弹，那么如果我选择在前一季度超跌的那些行业进行投资，那么在下一季度反弹的概率应该会大一些。我们同样为这类策略做了另外一个模拟，简称模式II。我们选取前一季度中跌幅最多的10个行业进行投资，看一看到下一个季度时，这10个行业中会有多少出现在涨幅前10里。这种操作的模拟胜率频数分布结果见下方图3，经过统计，这种操作的平均胜率为30.7%，从频数分布图上来看，大多数情况下，这种操作的胜率是低于30%的，比前一种“模式I”中的策略的胜率更低一些。

图3:数据来源：Wind

如何面对超复杂系统

从上面两个简单的金融小实验来看，面对超复杂系统，想要从短期的思维中去摸索出一套预测之道，几乎是不可能的。即便是像实验中那种非常简单的只有28个行业的情况，选择前1/3的行业，去预测到下个季度中前1/3行业中出现相同行业的次数，也和掷骰子没有太大区别，更不要说在股票市场上对于几千只股票个体去进行预测了。股票市场存在以来400多年的时间中，出现过众多对于股票价格的短期预测方法，仍然没有人可以做到精准预测。最典型的案例就是美国的长期资本管理公司，一个由天才们创立的公司，一个失败概率在8个西格玛之外的方法（如果从宇宙出现以来130多亿年每天都有交易，策略失效只可能有一天），最终还是失败了。

其实无论投资标的是一个公司，还是一个国家的债券或是某个商品品种，可以对最终价格造成影响的因素多如牛毛且无法进行控制，在外部环境和内部因素实时变动的今天，想要进行胜率高的短期预测更是难上加难。那么我们到底应该如何面对那些超复杂系统呢？这个时候进行长期预测反而是比短期预测更加容易且更加准确的，从长期的思维出发进行长期的预测，把握长期的“硬趋势”。也即判断这个系统所做的事情，是否无论放在任何环境、任何时间下，都是正确的事情。比如把复杂变为简单，把耗时变得精简，把粗放化作精致等等，一些显而易见的，可持续的正确的事情。而非关注一时的“软趋势”，一时流行起来、难以判断好坏却被狂热追逐，但随着时间推移逐渐会被时代无情地抛下的那些事物。例如，我们面前放着一台有使用价值的机器，我们一定不会首先去关注机器上的每一颗螺丝钉或是专注于听这个机器运转时发出的时高时低的噪音，我们最在意的，一定是这个机器到底是做什么的机器，它工作效率有多高，稳定性怎样，产出的产品有没有使用价值，有没有价格优势等等。

对于一个具有超复杂的系统性质的上市公司来说，我们更需要暂时转移一下对多如牛毛的细微因素的注意力，在迈开步伐向前走之前，先留出时间辨别一下方向，化繁为简、高屋建瓴地从长期角度来进行思考并做出与长期思维相匹配的决策，做到知行合一。有了长期思维作为出发点，就可以从长期的视角对一个超复杂系统做出预判，这个时候再去关注那些短期的要素，从一个系统整体的角度看每一个新输入要素是正向还是负向，影响是短期的还是长期的，对每一个短期影响因素进行长期视角的衡量，为我们的长期预测保驾护航。

永远会出现意外才是最不意外的事情，对于一个超复杂系统来说，追求短期的准确性只能是“只在此山中，云深不知处”，而真正要做到“不畏浮云遮望眼”，就只有依靠长期思维，关注长期来看可持续的正确的事物，并真正做到知行合一。

声明：

北京汉和汉华资本管理有限公司不对本文中提及的任何一家公司或行业进行评价、预测及推荐，本文仅使用历史实际数据进行观点论述，不构成任何投资建议。

本文章版权为北京汉和汉华资本管理有限公司所有。任何媒体、网站或个人未经本公司授权不得以转载、链接、转贴或以其他方式复制发布/发表。已经本公司授权的媒体、网站或个人在引用时需注明出处为“汉和资本”，且不得对本文进行有悖原意的引用、删节和修改。本公司保留追究法律责任的权利。