这些年我们历经了很多小概率事件，有些看似不可能，不合常理的，有些十年甚至几十年一遇的事件在接二连三的发生时，我们需要反省的就不只是我们的模型了，这次用英国退欧事件来举例说明，这次纽约之旅，基本上没有一家大型基金作出了成功预测，每个人也都在用怀疑的眼光来看待整个宏观世界的变化，黑天鹅(黑天鹅指的是超出经验范畴之外的意外事件)将变得更频繁，投资也正在形成深远的改变。

　　投资是一门哲学

　　我曾经从事过五年时间的全球宏观投资，这期间与无数国际投行的经济学家，策略分析师，联储政策制定者和基金经理关于宏观经济和驱动因素进行过探讨，每天的工作就是在寻找这个宏观世界的驱动因素，并把这些因素定性化，定量化，模型化，最后变成一个投资组合。

　　在这个过程中，我深刻的感受到，投资是一门预测的哲学，而不是科学。因为科学可以证伪，而投资却不能。

　　比如，即使你买的股票价格上涨，你赚钱了，你也无法准确把这个价格的涨幅进行完全的归因分析，到底多少价格是因为这个因素而变化的，多少是因为那个因素。当然，从量化投资的角度来说，几乎每一家基金都在尝试这么做，试图寻找到一个逻辑的链条，得出一个模糊的正确结果。但这并不是科学，而更像人类不断地去寻求真理的尝试。

　　哲学的定义是“定性、定逻辑地认识宇宙整体变化规律的学问”。投资的哲学就是定性的，定逻辑的认识资产价格变化的规律学问。

　　什么是“黑天鹅”?

　　比如说英国退欧(Brexit)，究竟如何来科学的定量这个极具历史意义的事件?对欧洲一体化，全球贸易，GDP，就业，出口，人口流动，政治融合的直接和长期的影响是什么?乃至短期的，汇率，股市，债券，房地产等资产价格的变化是多少?这个系统如此庞大，复杂，事件性的和连锁性的反应如此之交错，导致科学的预测，甚至是事后分析都变得不可能。

　　这是一个不可预知的世界，今天甚至变成了一个不可理解的世界。而这不可理解的本身，就是我们所说的“黑天鹅”!在金融行业，我们经常会提到“黑天鹅”事件。这是我们对于那些常难以预测，不寻常(极小概率)的，通常会引起市场连锁负面反应甚至市场崩溃的事件的统称。

　　黑天鹅的存在，与我们对这个世界的认知有关。在发现澳大利亚的黑天鹅之前，17世纪之前的欧洲人认为天鹅都是白色的。但随着第一只黑天鹅的出现，这个不可动摇的信念崩溃了。

　　当你认为理所当然的，不可辩驳的，近乎真理的信念被现实打败时，你就会被怀疑，不信任和随之而来的恐惧所占据，曾出不穷的黑天鹅事件正在不断颠覆投资界对于投资的理解。

　　投资本身就是一门预测的学问，再英国退欧事件中，如果你不能根据事前对经济，政治，选民结构，投票率，退欧成本等进行系统的分析，那么你怎么来做精准的事前投资呢?而入我们刚才所说，投资界又无法对退欧后的影响深度和广度进行详细分解和预期，那我们又如何做事后投资呢?作为专业投资者，要抛弃散户的思维，觉得这个事是好是坏，看起来可能有什么影响，这种拍脑袋式的投资分析是没有任何参考意义的，任何一个决策都需要大量的数据和验证过的模型的支撑。

　　这就是黑天鹅带给投资界的困惑，当你通过经验的，概率式的方法来尝试解释这个宏观的世界，而现实又无情的将你打败的时候，我们面对的是整个投资理念的崩塌。

　　现实的世界不是正态分布的

　　你可能会说，这个太危言耸听了，但事实就是如此。对冲基金所有的量化投资模型都是建立在一系列假设和概率基础之上的，就像我们奉为经典的有效市场理论，起始的假设就是“投资者是理性的”，如果投资者不是理性的，都愿意高买低卖，以亏钱为目的，那这个世界又如何运行呢?很奇怪吧，如此合理的解释，如此正常的逻辑，但你用这个逻辑去套用英国退欧公投，发现怎么这些“理性”的人，都不理性了呢?这是个连支持退欧的人都不信的结果，在公投前，反对党一直在说，如果这次不成就会有下一次，一定要做大成功为止，留足了余地。卡梅伦却说，公投就这一次，不可能对同一事件一遍遍的重投，这个结果就是最终结果，一点后路都没留。

　　在投资学上，我们通常说，这个世界是一个理性的，正态分布的世界。我们为了能够更好的理解投资的风险，我们把风险定义成为标准差(标准差：总体各单位标准值与其平均数离差平方的算术平均数的平方根)，把回报区间限定在了正态分布(正态分布：连续随机变量概率分布的一种，人类社会中大量现象均按正态形式分布)。

　　经济学家们为了更好的理解这个宏观的世界和人类群体行为和智慧，通过标准方差和正态分布给投资界划定了边疆。从此以后，符合这个观察的就是正常的，长期正确的，否则就是不正常的，长期必然会被纠正的。

　　统计套利模型对概率的依赖

　　这就是我们投资界赖以生存的基础，根据这个思维定势一个资产价格回报的95%都会落到1.96个标准差的得分之内，这种统计规律奠定了大部分量化模型的基础。这里我举一个例子，来说明黑天鹅事件对统计套利模型可能出现的影响。

　　比如说统计套利模型，某个量化多空对冲基金的统计套利，会算出一个行业内所有股票价格的相关性和偏离程度，那么假设公司在短期没有本质的变化，每两支股票或者每两个篮子的股票的价格差距在95%的时间内，都是围绕在一个区间内波动的，所以一旦超过这个区间，你就做反向的交易。这就是一个很简单例子的统计套利，这个套利成功的关键是这个95%，这个交易做100次，有95次成功，5次失败，假设每次交易成功或失败的收益或负收益是一致的，那么这时一个有利可图的统计套利模型。

　　但这个统计套利是基于过去的逻辑和相关性算出来的，在过去，这个多空套利组合里，可能这两家公司，管理层，产品线，毛利率和杠杆等都比较稳定，那么他们价格的差距应该会比较稳定，但如果，一家公司的管理层换了，从保守变成激进，或者有一个恶意收购者(万科股权之争)，或者产品线里突然出现了一个“暴款”(比如像Iphone4当年那样)，这个公司的基本面就会发生本质的变化，而对于做量化投资的对冲基金来说，他们是没有能力来研究这些基本面变化的，这就意味着这个交易过去的逻辑已经完全被打破。所有的相关性都将被重新建立，所有的指标都需要被重新改写，两家公司再也不可能处在同一个稳定的区间内，这就是黑天鹅。

　　黑天鹅事件的破坏性影响

　　一个黑天鹅事件，可以让一个统计规律彻底失效。当然，对冲基金操作层面上看，在这个案例里，可以止损，可以分散投资，一个股票市场可以有上千对的配套交易，不差这一对，这些都可以通过风控来解决。

　　但这里有两个很大的问题：

　　首先，是不是每次黑天鹅事件发生时，模型的亏损都只是平均亏损?

　　也就是说，黑天鹅事件，一旦发生，短期的市场波动，是极为巨大的，就像英国退欧英镑第二天直接跌9%，这是一个几十年一遇的波动，对于高杠杆的对冲基金来说，这种波动意味着大规模的被强制平仓。损失要远远大于平时模型超出正常范围时的亏损。

　　其次，是不是每次黑天鹅事件发生时，你可以通过风控平掉这个仓位?

　　我们在金融市场最重要的指标就是流动性，流动性最大的特征是，在危机时刻，流动性从来都是丧失的，比如一支股票，在平时，你半个小时可以卖出5千万，而没有什么价格影响，在市场大跌时，你这五千万的卖单，可能会造成额外数个点的股票价格调整，这就是危机时刻的New Normal新常态。

　　可怕的是未知

　　在纽约，即使是对冲基金大佬，对英国退欧的影响也无法做出精准的判断。他们举了个例子，就像一条狗追上了一辆汽车，坐上了驾驶座。接下来会发生的事，没办法预测了。

　　这种无法预测的结果，对于对冲基金来说，就是他们基于过去的世界建立的模型在大批量的失效。因为如果你在统计里不考虑黑天鹅事件，那么一旦黑天鹅发生后的巨大后果是灾难性的，如果你考虑这个事件，那么统计的容忍的概率要放大，这意味着大量的交易机会的损失，回报的下降。

　　有一家千亿美元级别，以价值投资为主的基金，在最新的季度报告里说，市场大幅的波动意味着市场并不有效，因为如果有效，信息的在资产价格里的反应应该是充分的，价格的变化不应该如此剧烈。所以他们认为，市场错了。取决于你的观察角度，如果从过去几十年来看，今天的市场尾部风险事件接连发生，当然是不对的，但是，谁又能说，这些不是“新常态"呢?谁又能说，这不会持续一个十年(a decade)呢?

　　作为对冲基金来说，过去的逻辑和统计概率在被打破，新的常态还没有被建立。模型的有效性在接受着极大的考验。比如说美国大选，纽约人戏称为，这是历史性的选举，要么选出的是第一位女性总统，要么选出的是最后一位总统。那谁能保证说被他们戏称为这个最后一位总统的不会当选呢?我几乎问了所有我拜访基金这个问题，如果他当选会发生什么。答案是，不知道。是的，没人知道，你可能有些模糊的概念和判断，但那就像我一开始说的，这些对于专业投资人是没有意义的。

　　还有人类历史上首次被大规模尝试的负利率，QE，这些金融试验，都是10年以前不可想象的黑天鹅。就像在物理学我们在测试黑洞理论时，越接近核心，就越会发觉我们曾经的公式，方法论的都在发生着不可逆的改变。

　　这是一个大变革的时代，唯一的好处就是，就像看球赛之所以让人激动，就是因为无法预测，一个量化交易员坐在电脑屏幕前，唯一的好处就是可能从此不会觉得太无聊，因为除了“不确定性”本身是确定的，其他都是不确定的。

　　回到开始的话题，“科学”是合理解释，并可靠地应用的主体，可惜我们对这个宏观世界的理解并不可靠，很多时候，也并不合理。

　　当然，还有很多对冲基金在改变策略，拥抱黑天鹅，你假设这个世界是不正常的，而黑天鹅正在把这个世界带回正轨，这也是一套交易逻辑。也许真的有一个新的宏观世界，有着崭新的逻辑，在等着我们去探索。