Cliff Asness：华尔街 reject 掉的 PhD，如何用量化框架教你在市场里活下来

1992 年，华尔街 reject 了一位 PhD 的学术职业申请。

现在他管着几百亿美元的 AQR Capital Management。

Cliff Asness 是 AQR 的联合创始人，也是一个彻底的量化投资者。他的核心信仰是：市场不是永远有效的，但长期来看，理性会赢。 问题是这个"长期"可能很长，长到大多数人在那之前就已经死了。

他最近接受了一个多小时的大师课访谈，里面有几个真正有价值的反直觉观点。

悖论一：技术进步让市场更高效，但不是全部

大多数人的假设是：技术进步让市场更有效率，因为更多的信息被更快速地整合到价格里。

Asness 的观点正好相反：技术创新只优化了短期的速度（毫秒 vs 分钟），它并不能修复中期定价错误。

原因是：技术让高频交易更快，但高频策略本质上是一种短期博弈。中期市场失衡往往来自基本面因素——经济周期、政策变化、行业格局——这些东西不会因为你的算法跑得快就被快速修复。

更危险的是，社交媒体把"群体智慧"变成了"武器化的非理性"。Meme 股票是典型案例：当一只股票因为社交媒体的推动而偏离基本面时，技术工具反而让这个偏离加速和放大，因为它让更多人更容易同时买入。

这对于 AI 量化交易 agent 的设计有直接含义：短期信号在今天的市场里已经被过度拥挤，高频策略的 alpha 正在消失。中期趋势跟踪策略的生存空间，反而在技术噪音中找到了一些保护。

大多数投资者最担心的是回撤的幅度——我亏了多少？Asness 的观点是：真正危险的敌人不是回撤的幅度，而是回撤的持续时间。

数学模型可以计算折现价值，但人类情绪不能处理一个三年不赚钱的投资——即使你知道逻辑上这个策略最终会回来。三年里看着账户缩水，大多数人会在 rubber band 真正弹回来之前就退出，把账面亏损变成真实亏损。

这引出了一个核心的投资组合设计原则：如果你设计的策略在历史上经历过漫长的低回报期，你应该预计这个策略在未来的某个时刻也会经历类似的时期。 不是因为模型失效，而是因为市场的周期性和非理性会重复。

所以真正的风险不是"这个策略会不会亏钱"，而是"你/你的投资者能不能在这个策略亏钱的时候保持信任"。

这是行为金融学里最经典的问题之一：投资者倾向于 micromanage 每个亏损的持仓，而不是分析整个组合的健康状况。

Asness 的观点是：跑赢市场的关键不是避免每个错误，而是找到那些看起来已经坏掉但实际上有修复逻辑的资产，然后持续加仓。

这听起来很简单，但执行起来极其反人性。所有人都看到一只股票跌了 30%，大多数人的反应是"卖出止损"——因为这个决策是避免短期痛苦的。但如果你有足够的信念相信这个资产的下跌是非理性的，长期持有和加仓才是真正创造超额收益的路径。

这个逻辑对于 AI agent 的意义是：agent 不会因为情绪波动而做出短期决策。 它不会因为"看到账户在缩水就恐慌性抛售"。这就是量化 agent 在长期策略里相对于人类投资者的结构性优势。

Asness 的建议不是"找到一个万能策略"，而是"找到一个你能坚持的框架"。因为市场里最危险的不是策略本身，而是你在市场偏离预期时放弃的能力。

如果你想跑赢大多数现代资本配置者，你需要：