博弈阿尔法：别忘了那个误差

1

世界上很多事情都能用这个公式解释：

Y=α+βx+ε

这是现代组合理论（MPT）的基石公式：您的组合收益，等于躺在对标指数上睡觉的“被动”收益（贝塔β），加上凭本事赚来的“主动”收益（阿尔法α），再加上其他所有没办法解释和控制、语焉不详的东西（ε）。

不准确地类比一下，在麻婆豆腐中，豆腐是β，花椒是α；热干面中，捞面是β，麻酱是α。但是撒上花椒的豆腐不一定能变成麻婆；浇上麻酱的面条也不一定就是热干面，因为模型里还有个残值——“ε”，那个让“因”变不成“果”的东西。

在金融世界里，有一种宗教，叫做“追逐阿尔法”。阿尔法α，就是您的绝活儿：比别人知道的多一些、早一点、看的准一点；或者先人一步找到下个趋势或者规律；或者您有一片野生小森林，里面能窥见的珍奇之物，草原上（公开市场）看不到。要做优等生，您需要一个“先手”（edge）。

这些“先手”，就是多因子模型中的“因子”们：能帮您拿下更大Y的利器，刘备的关张赵马黄。

但是任何模型都可能被现实推翻。也许有一天，您会发现几员大将不再给力，模型中的因子找不到阿尔法了。不过没关系，您总是可以打补丁——或者换将，或者加更多的因子，更多条件来挽救。

只是有个问题：挽救模型是有代价的。

如果您打了太多补丁，加入太多因素，您的模型就会变成一个极小众的，特殊得只能解释一个现象，或者一只股票，完全不能套做他用的鸡肋。如果一个模型解释力小之又小，那就是没有用。

更麻烦的是，“追逐阿尔法”还是个群体行为。尤其是在科技、数据、和算法横行的今天，任何阿尔法α，很快都会变成贝塔β。

更更麻烦的是，市场无形的手越来越无形，如今的我们生活在监管领导的五指山里，得到小道消息，或者"edge"的可能性越来越小。您的秘密小树林正在被一个一个地夷为平地。

于是“阿尔法”被追逐进了一个死胡同。

因为游戏规则变了。在新游戏规则中玩耍老游戏，结果就是阿尔法α变成了独角兽，越来越稀缺；而贝塔β变成了唯一的选择。这就是为什么ETF在无限膨胀，无比肥硕的指数基金们还在不断互相兼并。

如您所知，这就是“边际效用递减”。

当老母牛挤不出奶的时候，您再花太多力气追逐阿尔法α，已经变得很不划算。用“巴老师狩猎法”在越来越空旷的草原上狂奔，可能连肚皮都填不饱。

等一下，模型里不是还有个“ε”吗？

2

“ε”，就是那个“错误”。或者叫做“扰动项”。

它包含了所有不能被模型抓到的东西。比如人的行为偏差、偏好改变、博弈决策。这些东西没法用“因子”，或者线性回归的语言来描述。他们在模型的世界中是隐身的，您看不见。

他们不是刘备的五虎将，而是诸葛亮老师的孟获军团，不是正规军，没办法控制，但有时能决定胜负。

模型，在解释真实世界时，总是先要把“干扰”和“误差”杀死，或把它们变得越渺小越微不足道越好。

这当然没错——如果您做的是严肃精密、万不可错的活儿，比如电影《无名数》（Hidden Figures）（我觉得这么翻译比《隐藏人物》靠谱）中的高潮一幕：NASA把第一个美国人——格伦（John Glenn）老师放进地球轨道之前，格伦老师一定要凯瑟琳老师最后演算一遍，确定没有误差，才肯钻进火箭。

“让那个女孩再算一遍”

但是在社会科学，尤其是金融市场上，忽视“ε”就一点道理都没有了。因为在这里，人类的行为、算计、决策的心理，才是永不消失的电波。

比如说风险偏好，Risk-On/Risk-Off，您经常在媒体上看到的“全球开启风险/避险模式”，虽然听起来就像个开关那么简单，但这一开一关既不在模型中，也不在α和β里。它们在模型中被“假设”杀死，但依然在市场玩家的思虑中，算计中，影响和决定着Y。

如果您试图用现代组合理论去解释它们，就像用天文望远镜去寻找暗物质，或者虫洞。虽然知道它就在宇宙中，但您永远看不见。MPT能帮您“计算”，但是不能帮您找到人们心中的“算计”。

阿尔法依然存在，只不过在这个越来越透明的世界，它们集体躲在了您和我的“认知偏差”中。

真没办法抓到它吗？

3

当然有。别忘了人类有还有一种语言可以描述、捕捉和分析这种语焉不详的东西：

叫做博弈论。

还有它的亲戚信息理论（Information Theory）。它俩可以帮您从干扰项中萃取出不那么随机，也不那么残差的成份，来给您的“Y”加分。

那些用模型、因果关系、或者因子只能解释成为没逻辑的乱纪元的现象，比如“乱世黄金贱”，比如“降准股市跌”，如果带上博弈论的眼镜看，这些“放飞自我”的行为，就都有解释：不过是棋盘两边在各自下注，提前赌最后“大多数人的共识”会是什么样子，而已。

博弈论怎么用？

它可以捕捉那个“大多数人的共识”形成的过程。

要解释这个问题，首先要让您看到这个“共识”是怎么形成的：

为什么斩首要“示众”？为什么一定要去菜市口？这是自古以来就上演的行为学：群众不仅要看到“斩首”，还要看到“斩首示众”。斩首的目的，不仅要让您看到罪犯头点地那一瞬间，还要让草民们知道：所有在场的草民也都看到了。

为什么情景喜剧要有背景笑声？中国好声音为什么要让现场粉丝挥舞荧光棒？综艺节目要有吃瓜群众做背景，因为当您坐在家里电视电脑手机前的时候，您一定会觉得如临现场，会被感染——就算您知道笑声是录好的，背景是PS上的。

人是社会动物，就像羊群一样，身体里有盯住别人的基因（在这里跟您讨论过）。

所以您为什么要关心主流财经媒体？不是因为他们的报道最靠谱，而是在市场里玩耍的人都知道其他玩家也在看。一个头条出现了，所有人都会默认其他人也已经被“头条”了。

凯恩斯老师说“金融如选美"：在众多美女中，猜中了冠军，您就可以得大奖，请问您该怎么猜？

别猜您认为最漂亮的，而应该猜大家会选哪个。就算长的像凤姐（向凤姐道个歉），只要大家都投她，您就应该选。这就是为什么现在的港姐长的越来越遗憾，不是女孩子变丑了，而是大家变聪明了。

不管您炒的是什么，不要下注自己认为能赚钱的，而该赌“大家认为能赚钱”的，哪怕半毛钱都不值，大家好才是真的好。

所以市场为什么涨跌？因为市场每天都在选美，场地就是彭博路透CNBC第一财经——您手机上的所有“主流财经媒体”。

“头条”本身不会对真实世界有立竿见影的冲击，您看到“关键数据出炉”、“重磅政策发布”这些头条时，只是看到了“斩首”或“选美小姐出场”这件事；接下来的“分析解读”，才能帮您：（1）确认“其他人”也都看到了；（2）判断“其他人”有了什么“共识”。接下来该怎么提前下注，您心里该有数了。

如您所知，这就是“螳螂捕蝉黄雀在后三级博弈法”。

4

达里奥老师这样的老雀儿明白这一点（在这里跟大家讨论过）。您读历史，他也读。他把过去48场危机发生时的报纸头条，和头条后群众的反应，俩数据收集起来，做成模型。然后告诉您：这个世界就是一个算法，不管您愿不愿意承认。

MPT理论并没有错，只是不完整。现在有了科技工具，捕捉到“ε”这个“新生代”阿尔法，越来越成为可能。

比如用自然语言处理（NLP）的分支：情感分析（Sentiment Analysis）。或者叫观点挖掘、舆情分析。

略过技术细节，直接举一个应用例子：

当下的金融市场，关心而且永远只关心两件事情：1）利率水平；2）增长率。市场因情绪而动，而情绪需要一个“关键词”。当关键词变成“共识”，“事实”到底是什么，在短时间内就无关了。比如，就算美联储不停加息，只要“原因”是正确的（比如就业数据好），市场就升。反之同理。

今年金融市场的关键词，其实只有两个，一个是“通胀”，一个是“毛衣”。第一个攻击“实际”增长率（real growth），另一个攻击“名义”增长率（nominal growth）。

如果您还记得，第一个关键词开始发威，是今年一月份。美国就业数据的薪资部分，就像一碗粥里吃到一颗辣椒。随后三月份又冷了下去，四月还是没惊喜。但是，如果从“舆情”来看，后面如何已经关系不大了。因为“通胀” 这个故事已经有了相当数量的听众，“共识”正在积累。所以它一定会再次出现。

第二个关键词“毛衣”，不多说了，大家回忆一下自己这大半年的心情变化，对比市场表现，就能感受到了。

这两个关键词，还会陪伴您很长很长时间。讲真，一切才刚刚开始，您还什么都没看见呢。两个比较，“通胀”这件事，也许影响会比您想象中要大得多。

如果把以上变化视觉化，就是一簇一簇像花蕊一样的东西，每簇就是一个关键词，比如“通胀”，在媒体出现的频率。您会看到“通胀”这簇花蕊已经越来越浓密。

再放进您自己的机器里：F(x)=Y。用您的策略算法"F"理解语义，生成"Y"——那个您能看到的情绪，比如好，坏，积极，悲观，担心，或者无感。最后决定如何和“情绪”好好玩耍。

现在是近十年来最不稳定的市场。虽然全球没再发生2008年一样的集体泥石流，但用任何精密策划的策略去追逐“上一代”阿尔法，似乎都没啥用。因为这是个“情绪”的时代，新时代，您需要新工具来武装。

5

写这么多，实在是有感而发。博弈论是您在人世间这个大森林中游走之利器，无数道理都是相通的。

比如“科技”和“应用”这两件事。科幻小说中的很多事情，技术早已经能完全实现：这是个没人愿意说破，或者不想变成“共识”的现实。各种力量潜移默化，分出很多没必要存在的工序、流程、不算工作的“工作”——尽最大可能拖延技术实现的时间。因为人类需要和谐，和谐来自博弈。

《诗经》中有“周虽旧邦，其命维新”。意思是周虽然已经存在很久，但却死不了；虽然死不了，但也只能靠“维新”，在新与旧的博弈中才得以生存。

这件事会很有意思，慢慢跟您聊。