投资心得的内容，本篇正式完结，后续亲子类内容会增加，投资类内容会减少。
经常有读者问我为什么不投大A？
其一，之前也在大A混过十几年，整体上收益还不错，但没法和美股比，人的精力是有限的，所以专注在确定性更强、更值得的事上；
其二，大A是融资市，是某种意志的战略工具，哪里需要，资金就去哪里，这点和美股“哪里赚钱资金去哪里”不一样；
其三，我个人能力有限，没法基于企业财报一堆粉饰甚至无效（造假）的数据，得出一个正确的结论；
其四，玩不过量化。
对自己的能力边界认识很清楚，也清楚认识自己，所以及时退出，在投资中也不失为一种智慧。
嗯，回答过很多次这个问题了，以后不再回复，看得都厌烦，每周都有人问。
之前写过凯利公式，在这适当再做个延伸:
投资交易中，通常会涉及到一个公式: E（X）＝∑x·P（x）。
这是数学期望，也是投资决策最底层的赔率思维，不过千万别把它当成计算器，把它当成过滤器就行，用来判断一笔交易长期值不值得做。
表面上的理解，即 把所有可能的结果，分别乘上它发生的概率，然后加总；
比如有一个投资，60%概率赚20%（+20%），40%概率亏10%（-10%），期望值就是60%×20%+40%×（-10%），如果这个游戏反复玩，平均每次能赚8%…
实战运用中， 算出来期望值为正，才值得下注；期望值为负，果断放弃。
根据这个，来确定仓位，因为正期望值越高，理论上仓位可以越大。但如果单次亏损可能亏损或“归零”，期望值再高也要严控仓位，因为爆仓后就没有继续玩的机会。
所以，当看好一只个股，建仓和加仓时，别只盯着目标价，要看达到这个价的概率有多大，以及看错的后果有多严重，再用公式倒推，能让自己更理性评估胜率。
最重要的一点，由于 概率是主观的，不是算出来的，因此不能盲目自信，要给概率留出安全边际。 不能只看期望值，期望值要结合凯利公式管理仓位，更要结合自身的资金承受力。
多问问自己， 最好情况会赚多少，多大概率； 最差情况会亏多少，多大概率；以及 大概率情况，平庸结果能否接受。
算完如果期望值为正，再看最差情况发生了，自己能不能接受。能，就干；不能，期望值再高也减半仓。
在大A，你再厉害也干不过量化，纯属“光着屁股坐水晶”，以卵击石:
量化把期望值作为底层逻辑，并把它超级进化，用AI模型在微秒级动态输出概率分布。
你玩得过机器？最牛的精算师在它面前一样连屁也不是。
传统投资是拿公式算单个标的，量化直接拿它当扫描仪:
因为公式在单次上失效，只能通过靠大数定律让期望收益在几千只票的统计套利中稳定兑现，因此量化会同时持有上千只股票，单只仓位通常低于1%；
量化不赌股票明天涨跌，而是聚焦于短期内（几分钟）价格偏离均值的概率，只要AI算出期望值为正就高频交易，一天上万次，日天日地日空气的泰迪都比不上，靠交易次数让微薄的正期望累积成绝对收益；
而且，在买卖五档上频繁出现万手大单，这种属于垫单或压单，但不会主动吃单，这是量化在用公式计算被成交的概率，做流动性提供者，也就是做市商策略。
头部量化机构，它们不仅算收益，更算风险形态。
在它们的多因子模型中，期望收益这类一阶矩只是门槛，他们真正用来控制回撤的是二阶、三阶、四阶矩：
方差/协方差这类二阶矩是他们的风险预算。不止算单个股票波动率，更算几千只股票之间的协方差矩阵。
如果两个票相关性高，同涨同跌，就降低总仓位，确保组合的方差/风险被严格约束在预设“波动率目标”内（如年化15-20%）。
偏度这类三阶矩用来抓暴涨、躲暴跌。如果AI算出某策略的收益分布是负偏态，也就是赚小钱概率高，但亏大钱概率虽小却致命，就会直接砍掉该因子权重，宁可不赚，也不要冒风险。
峰度这类四阶矩是量化圈的风险探测器。量化机构会实时计算整个组合收益分布的肥尾程度。
当峰度飙升，意味着极端行情概率大增，这时通常会启动期权对冲，或瞬间将股票仓位砍半，如此可以让回撤远小于同行。
最后再把这几类矩（数据等）喂给大模型，传统量化靠手动算这些矩，但头部量化机构直接用内部大模型抓取二阶到四阶的非线性特征。
这些头部量化机构的因子库里有大量高阶矩因子，比如过去20日收益的偏度、协方差矩阵的条件数…
这些因子在普通软件上根本看不到，却是量化机构的超额收益来源。
几年前我无意中看到过幻方量化早期的招聘笔试题目，有考凯利公式的变种和VaR（风险价值）。
当时我在想，他们的操作应该是：先算期望，必须为正；再算方差，控制波动；最后用凯利公式反推仓位，且强制设置硬止损。
普通人能记住二阶矩（波动率）就够了。看到一个年化收益30%的策略，先去算它的最大回撤和夏普比率（收益/波动率）。如果回撤超过20%，期望值再高，也要把仓位减少。
整体来说，普通人通常用不上这些，不过在涉及孩子读书和就业方向，如果孩子足够优秀，可以考虑尽量往数学、物理等方向靠。
现在去老美留学，没法学AI等直接关联的学科，但可以“曲线救国”，去学 数学、物理这些大学科，都和AI有很深的关联，可以切入AI领域工作/就业。
此外，量化机构和大型投资机构，对数学等优秀人才的需求也一直都在。
最好是英语+数学/物理，或英语+任意一门技术/手艺。结果都不会太差。
当然，数学和物理这类，还是要看孩子的兴趣爱好和天赋。
毕竟人急了什么都能做得出来，但数学题不会的再怎么急都做不出来。
最适合普通人的，还是之前写过的6种投资方式（ 拥有对自己命运的掌控权~ ）。
选到好的标的，长期做价值投资，不急不缓，稳步前行。
穷的时候多存款，有富余再开始做价值投资。别总想着赚快钱，总想着一年翻10倍，总想着暴富。
大多数人不是穷在赚不到钱，而是穷在留不住钱:工资涨了，消费也涨了，收入高了，欲望也高了… 看起来风光无限，实际上口袋比脸还干净。
居安思危，未雨绸缪。 当意外来临时，求谁都没用，只有守下的钱才能替你扛下所有风雨。
赚钱是运气，守钱是能力。
就这样吧。
