Cliff Asness，AQR联合创始人，芝加哥大学博士，师从Fama，管理着上千亿美元的量化资产。他在华尔街有两个名声：一是研究做得扎实，二是嘴特别损。他自己说，年轻时写论文拼命模仿Fama和French，干巴巴、四平八稳；是2000年互联网泡沫"弄坏了他身上的某样东西"，从那以后他开始在文章里放肆地挖苦和调侃。
今年5月底，他上了Excess Returns播客。主持人的设定很有意思：像滚石乐队巡演一样，不唱新歌，只唱金曲。于是Asness把他几十年来最有名的文章挨个过了一遍。一个多小时听下来，基本就是一场拆迁现场。
先从他最出名、也最让大基金公司难堪的那张图说起。之后是他逐个拆掉的其他常识，尽量保留原意和数据。
一、"错过最好的10天"是个蠢论证
这篇文章他2000年左右就写好了，投给《金融分析师期刊》，被拒了。他说：给有志写作的人提个醒，被拒稿这事我也会遇到。此后二十多年他一直看到这个论证到处出现，最后忍不住把原稿原封不动放到网上，附上更新后的数据。
这张图几乎每家顶级投行和基金公司官网都挂着：五十年里，只要错过涨幅最大的10天，你持有股票相对现金的全部优势就没了，所以别择时。
Asness把它翻译成大白话：你持有标普500指数基金五十年，其中有10次你全仓卖出、第二天买回，而且这10次恰好是最坏的10个时机。这是什么？这是用不可思议的精准度，做了10次巨大的错误决策。它需要一种不可思议的负技能。
他在文章里做了对称版本：如果你错过最差的10天呢？结果几乎一样夸张。他说自己这个版本和原版一样蠢，重点在于：在一个波动的世界里，全仓押注10次并且每次精准押对或押错，当然会有巨大的长期影响。这没什么有意思的。
那正确的思路是什么？如果你认为自己没有择时能力（大多数人应该默认如此），那就什么都别做。如果你认为自己有一点能力，就按能力比例下注。比如你有一点把握认为未来半年回报会高于平常，那就多持有10%的股票半年。100比0赌一天，这个例子根本不能证明大家以为它证明的东西。
主持人Jack说，涨的时候有人说场外资金多，所以还会涨；跌的时候也有人说场外资金多，所以会反弹。这笔钱好像从来没离开过场外。
Asness的回应很干脆：没有场外。这笔现金去买股票，总得从别人手里买。卖出的人股票少了、现金多了。系统里的现金总量一分没变。
他替对方做了最强辩护：长期来看确实存在"场外"，因为公司增发会增加股票总量，回购会减少股票总量、增加市场上的现金。但这是很慢的过程，完全不是大家说这句话时的意思。人们拿它当短期择时工具，这就不成立了。
他引用了《黑客帝国》里那句"没有勺子"：没有场外，他喜欢在这件事上当一回墨菲斯。
中文投资圈里"增量资金入市"几乎是标准说法，这条认知差非常大。真正在变的只有价格，也就是边际买家愿意出多少。"增量资金进场"的本质是情绪可能继续升温，不是资金从哪里流进来。
三、"风险不是波动率，是永久性资本损失"
这是他那篇《我的十大恼人之事》里排第一的一条。他说自己的恼怒从来不会消散，只会累积。
这句话在价值投资圈几乎是信条，连很多非常聪明的人都这么说。Asness的回应是（这里他直接爆了粗口）：废话。你能向我发誓这次亏损不是永久的吗？能发誓，我同意它不是风险。你能吗？
他承认波动率不完美：它需要估计，估计会错；对期权类非对称证券，对称的波动率没什么意义；任何回看历史的风险系统，都可能遇上历史上从没发生过的事。但问题不在于它完美，而在于它有没有用。对大多数证券，用日度或月度数据测出的高波动，确实对应着更宽的5年、10年回报分布。这对构建组合是有用的信息。
更深的一层：说"风险是永久性损失"，等于说控制风险的方法就是别犯错。谁不想别犯错？真正的风险控制问的是另一回事：如果我错了，会有多惨；如果市场很久都不承认我对，我能扛多久。在AQR，"我们认为会发生什么"和"这笔仓位有多危险"是两个独立的问题，由不同的团队负责。
他讲了亲身经历：互联网泡沫时AQR亏得很惨，他能跟客户说"我们只是账面亏，不是永久亏，我们最后会被证明是对的，请别来烦我"吗？不能。客户一分钟都没放过他。而且只有疯子才会对任何判断百分之百确定，哪怕他自己押上了大量个人资金。
四、私募：非流动性从bug变成了feature
他先坦白了自己的动机：很多年里，低相关另类资产的钱大量流向私募，AQR做的是流动性策略，所以他对此有点不爽。他说几乎所有文章都带点自利成分，他不道歉，但会主动说出来。
什么论证他能接受。 如果有人说："我知道私募看不到波动，但它本质上是加杠杆的股票，长期至少和股市一样吓人。我投它是因为我找到了全世界最好的管理人，能跑赢5%，这是个超额收益的故事。"他可能不同意，但这个论证内部是自洽的，他不反感。
什么论证他受不了。 私募的营销材料里常有一张有效前沿图：纵轴预期收益，横轴波动率。标普500的波动率标在17%，私募标在5%。他说看到这个他头顶就冒烟，而他是光头，冒烟特别明显。价格明明在动，只是你观察不到。他把这个叫做"波动率洗白"。
后果是什么？机构如果真信了这些数字，实际上就是超配了股票风险。长期来看大概率没事，因为股票长期往上走，但"大概率"这三个字承担了太多重量。他们承担的股票风险，超过了如果每天看到真实价格时自己能忍受的程度。而总有一天，他们得看。
最有前瞻性的一个论点。 八九十年代，耶鲁的David Swensen开创了后来被称为"耶鲁模式"的做法，大量配置私募。当时的逻辑是：大家都要流动性，都讨厌锁定期；长期机构不急用钱，能忍受非流动性，所以能拿到每年三到五个百分点的额外回报，作为忍受这个缺陷的补偿。
今天情况反过来了。很多投资者买私募，恰恰是因为它不天天报价，让他们能拿得住，更容易做一个长期投资者。当一个东西从大家讨厌变成大家喜欢，它就会被抢高价格，预期回报随之下降。你不会因为做一件自己喜欢、让生活更轻松的事而拿到补偿，你得为它付钱。
他的结论：私募未来的超额回报至少会比历史上小，最坏的情况是完全没有优势。从滚动回报看，这个优势确实一直在收窄。
"我没有预测到私募下跌。" 最近私募股权和私募信贷都出了些问题，很多人在社交媒体上找他："你早就说中了！"他专门写文章澄清：没有。他连私募未来回报会低于公开市场都不确定，只能说大概率低于过去。他说的是私募的真实波动很大，但从来没说这个波动会在2026年显现。
他举了Shiller的例子：Shiller 1996年就说市场被严重高估，格林斯潘因此说出了"非理性繁荣"。Shiller的书1999年出版，看起来像神预测，但实际上他从1996年就在说，择时并没有成功。说"极端事件比你想的更常发生"的人，在极端事件发生时会拿到很多功劳，但那不等于他预测到了那一次。
五、泡沫逻辑：从一个没写完的书稿说起
AQR成立的时间点非常倒霉：1998年成立，一个月后互联网泡沫进入最疯狂的阶段。AQR当时的主策略是价值，动量因子帮了点忙，但远远抵消不了价值因子的亏损。他说那是一年半非常不愉快的日子。
他当时在写一本书，叫《Bubble Logic》，第一句话就是"好吧，我是一个正在亏钱的基金经理"。第一稿写在1999年底，接近顶部；最后一稿改到2000年6月，市场开始往下走了，AQR开始大赚，他想：我还有必要写这本书吗？于是这本书永远停在了草稿状态。
书里他做了一件事：钻进泡沫参与者的脑子里，看他们怎么为自己眼中疯狂的价格找理由。他举了两个例子。
第一个是当年的畅销书《道琼斯36000点》。 这本书的逻辑是：长期来看（10年、20年），股票从来没输给过债券。既然长期从不输，那对长期投资者来说股票就没有风险；既然没风险，就不该要求风险溢价；所以股价应该大涨到和债券同样的预期回报，道指该涨好几倍。
Asness说这是循环论证。假设股票真涨到了和债券一样的预期回报，股票在任何时间尺度上的波动仍然是债券的三到四倍。股票过去能长期赢，是因为它平均回报高；一旦把平均回报的优势削掉，剩下的就是同样的终点、宽得多的结果分布。那就叫风险。于是你又需要风险溢价，回到原点。
至于有人说"道指后来不是真到了36000吗"，他的回答是：如果要等25年才到，中间一分钱没赚，那根本不是重点。
第二个是Cisco的留言板。 当年雅虎留言板相当于今天的社交媒体。Cisco是互联网"卖铲子"的公司，全球市值最大的公司之一，利润很高，市盈率一百倍。注意，这不是那种没有盈利、靠想象撑估值的风投公司，而是赚大钱但价格离谱。
留言板上一片看多。Asness经合规部门批准，发了一个问题：大家都爱Cisco，我理解。那么在什么价格你会卖？
他想要的回答是一个"更高的价格"：不管你多喜欢它，总有一个价格你会觉得不值得长期持有。一旦承认存在这个价格，你就得开始思考它应该是多少，就需要一个估值框架。
结果他收到的回答是：如果跌25%，我就走。
没有一个人给出上方的卖出价。他说他笑出了声，虽然笑得有点苦，因为那时候AQR正在亏钱。
他对当年华尔街分析师也不客气：投行卖股票就像车行卖车，有新股也有二手股。你会去通用汽车问他们的策略师该买哪辆车吗？
六、今天的AI行情：押韵，但他不下注
主持人问：你经历过泡沫、泡沫破裂、金融危机、新冠，今天像哪一个？
不像2008。 他认为金融危机的根源是所有人的模型里藏着一个致命假设：房价不会跌，外加一套不明智的衍生品结构。今天即使有人拿私募信贷做类比，他也不认为接近那个级别。
像2000，而且数据上真的很像。 2000年Shiller CAPE约45，今天接近40，是历史第二高。另一个指标是"价值利差"，也就是便宜股和贵股之间的估值差距，这个指标AQR在1999年就开始写。新冠期间这个利差一度超过了互联网泡沫，他说自己从没想过职业生涯里能看到这一幕。现在这个利差大约在75百分位。
不过他特别说明：AQR的方法刻意不做行业押注，所以"AI板块对比其他所有东西"这个维度他追踪得不好，不做强结论。
他最想驳的一个论点。 大家总说："当年都是不赚钱的.com垃圾公司，现在的AI巨头都很赚钱。"
他说：不符合事实。真正的.com公司确实疯狂，确实愚蠢，大多注定归零，但它们只是配角，在指数里占比很小。撑起标普500和纳指100的，是Cisco这样利润丰厚、价格依然离谱的公司。
换句话说，"这次的公司都赚钱"不能证明任何事。泡沫从来不需要公司不赚钱，只需要价格离谱。唯一有意义的问题是：你为这份盈利付了多少钱。
但他不下注。 "AI最后值不值"是一个单一大命题，量化投资者不做这种判断，他们要的是一千个多头一千个空头，靠概率吃饭。他的原话大意是：当你看到从未见过的疯狂价格，20次里19次押反向是对的，但19/20不是20/20。所以AQR不会做空大盘，也不会做空AI股。如果非要猜，他认为结局方向上大概率和当年相似，但不必然，这不是套利。
主持人Jack坦白说，身处其中总忍不住觉得"这次真不一样，这可是智能"。Asness只回了一句：永远都是"这次不一样"。
七、"长期"在对你撒谎
这一段讲的是估值变化如何欺骗长期数据。
Fama和French 1990年代初发表了价值因子的论文。之后三十年，价值因子基本令人失望，甚至接近持平。但Asness拆解后发现，大约80%的失望来自一件事：成长股相对价值股越来越贵。这是资本损失，不是基本面损失。
剔除估值变化之后，价值溢价在样本外（这三十年）大约是样本内的三分之二。他写过一篇文章专门讲这个，题目就叫《长期在对你撒谎》。
他的核心观点：估计长期真实回报时，永远不要把估值变化算进去。因为算进去就等于假设估值会永远朝一个方向变。估值变化可以持续很久，但"永远"是一个非常非常长的时间。
他顺便说了一句很真实的话：他不认为自己比别人更有本事让客户陪一个亏钱的策略熬三十年。以他的经验，大多数投资者能忍受的极限是两年到两年半。即使你之前帮客户赚了很多年的钱，即使你有非常完整的解释说明为什么会反转，熬那两年也非常难。三十年？你能想象那个季度汇报吗："我们已经连输29年半了，但我们真的觉得……"
八、国际分散：崩盘是全球的，失去的十年是本地的
过去十几年，"美国就是更好，没必要配国际"几乎成了共识。Asness有两个层面的反驳。
第一，美股的胜利被估值扩张夸大了。 过去三十年美股跑赢非美市场，其中大约75%到85%来自估值倍数的扩张。三十年前美股比全球便宜，现在大家愿意为美国的现金流付更高的价格。真正来自基本面增长的部分，只有15%到25%。
即使这种重估是合理的，比如美国更安全、增长更快，把一次性的估值抬升外推为未来的持续优势，也是非常危险的。他打了个比方：一个资产从别人估值的一半涨到别人的两倍，这是四倍的收益，但全部来自重新定价，不是增长。假设它会继续这样，有点疯狂。
当然，总有一个增长预测能救你。如果你愿意一本正经地说美国每年会比世界多增长7%，直到永远，那即使在更高估值上它也会继续跑赢。但如果只多增长2.5%，在今天的估值上就只能打平。
第二，分散化的时间尺度被看错了。 常见的反对意见是：崩盘时各国一起跌，分散没用。他说这话是真的，他反驳不了真话，但它只回答了一个问题，而且不是最重要的那个。
他和同事做的研究发现：1个月到1年的尺度上，单个国家的最坏情况和全球组合差不多，大家一起崩。但到5年、10年的尺度，每一个国家的最坏情况都明显比全球组合差。
原因是：崩盘是全球性的，一个国家崩了会立刻传染；但长达十年的糟糕时期，往往是某个国家自己的事。每个国家都经历过，最典型的是1989年泡沫后的日本。九十年代美股和几乎所有非日本市场都表现极好，日本是灾难。
他开玩笑说：美国人在写"为什么要国际分散"，日本人是不是在写"为什么要投本国"？事后看两边都可能对，事前看两边都不对。
九、拉门将：一篇关于冰球的金融论文
这篇他和Aaron Brown合写，发表在《投资组合管理杂志》上，研究的是冰球比赛里什么时候应该撤下守门员。
背景：比赛最后一分钟落后一球，撤掉门将可以多上一名进攻队员，六打五，你进球的概率大增；对方进球的概率也大增，因为你的球门空了。但如果只剩10秒，对方进不进球根本无所谓，就像买入看涨期权，价外多少都一样，你只是拿不到钱。这是一个非对称收益问题。
他们用动态规划算出来：NHL球队通常在剩一分半到两分钟时撤门将，这个时间点一直在提前。而最优时点大约是剩5分半钟。落后两球的话，应该在剩10分钟以上就撤。
为什么没人这么做？这是论文后半部分，也是它登在金融期刊上的原因。答案是职业风险。一个教练如果剩10分半就撤门将，然后被对方再灌几个空门，输了11个球，第二天还能保住工作吗？
他提到Toby Moskowitz在《Scorecasting》里研究美式足球第四档进攻：数据早就显示应该更多地选择强攻，但做得最多的是资历最老、最成功的教练。因果关系不是"他们因为做了最优决策才成功"，而是"我是Belichick，赢过那么多超级碗，不会因为一次失误被炒"。新教练这么做几次，马上就坐上火盆。
基金经理完全一样。一个机构投资者完全可能对他说："Cliff，你的数学是对的，国际分散在各方面都更优。但如果我这样配置连输五年，我会被开除；如果我和同行一样只配美股连输五年，我大概不会。"
他后来见到了纽约岛人队的总经理Lou Lamoriello，对方说把论文读了两遍，完全同意。Asness问：那你会这么做吗？对方回答：当然不会。
十、结尾：机器学习和"LSD"
主持人最后问他：你相信的哪件事，是大多数同行不同意的？
他给了两个。
第一，机器学习时代，经济直觉仍然是防止过拟合的缰绳。 他曾说AQR"部分地把自己交给了机器"，被某篇报道漏掉了"部分地"三个字，听起来像《终结者》。金融是一个噪音远大于信号的领域，过拟合是永恒的威胁。但机器学习也揭示了另一面：欠拟合同样是问题，世界比简单回归能捕捉的更复杂。机器学习的长处在于能把两者的平衡内生化。
第二，杠杆、做空、衍生品。 这三个词的英文首字母拼起来是LSD，他说这是一种隐性的警示：拼出LSD的东西，你得小心。但它们也是非常有用的工具。
举个例子：你在股票、债券、大宗商品上各投一块钱，你实际上是个大宗商品经理，因为同样的美元，商品的波动大得多。要让三个策略真正平等，你得给债券策略加杠杆，同时给商品策略减杠杆。要做出真正不相关的回报，基本只有两条路：做空和多头规模相当的仓位，或者"波动率洗白"，而后者只是看起来不相关。
我的读后感
十个话题，拆的都是一类东西：听起来有道理、人人都在说、但经不起推敲的故事。
错过最好的10天是故事。场外资金是故事。"风险是永久损失"是故事。"这次的公司都赚钱"是故事。私募5%的波动率是故事。美股三十年的胜利，一大半也是估值讲出来的故事。
Asness的方法论归根到底只有一条：先问价格。Cisco留言板上那个没人回答的问题，今天依然值得每个人问自己：你最喜欢的那只股票，在什么价格你会卖？
我自己的做法是，每个仓位事先定好悲观、中性、乐观三个价格区间。价格落在哪里，贵还是便宜就是一个机械判断，不靠当天的情绪和叙事。故事每天都在变，区间不会。
错过最好的10天？那错过最差的10天呢
BrightLine (2026-09-25 19:51:54) 评论 (0)Cliff Asness，AQR联合创始人，芝加哥大学博士，师从Fama，管理着上千亿美元的量化资产。他在华尔街有两个名声：一是研究做得扎实，二是嘴特别损。他自己说，年轻时写论文拼命模仿Fama和French，干巴巴、四平八稳；是2000年互联网泡沫"弄坏了他身上的某样东西"，从那以后他开始在文章里放肆地挖苦和调侃。
今年5月底，他上了Excess Returns播客。主持人的设定很有意思：像滚石乐队巡演一样，不唱新歌，只唱金曲。于是Asness把他几十年来最有名的文章挨个过了一遍。一个多小时听下来，基本就是一场拆迁现场。
先从他最出名、也最让大基金公司难堪的那张图说起。之后是他逐个拆掉的其他常识，尽量保留原意和数据。
一、"错过最好的10天"是个蠢论证
这篇文章他2000年左右就写好了，投给《金融分析师期刊》，被拒了。他说：给有志写作的人提个醒，被拒稿这事我也会遇到。此后二十多年他一直看到这个论证到处出现，最后忍不住把原稿原封不动放到网上，附上更新后的数据。
这张图几乎每家顶级投行和基金公司官网都挂着：五十年里，只要错过涨幅最大的10天，你持有股票相对现金的全部优势就没了，所以别择时。
Asness把它翻译成大白话：你持有标普500指数基金五十年，其中有10次你全仓卖出、第二天买回，而且这10次恰好是最坏的10个时机。这是什么？这是用不可思议的精准度，做了10次巨大的错误决策。它需要一种不可思议的负技能。
他在文章里做了对称版本：如果你错过最差的10天呢？结果几乎一样夸张。他说自己这个版本和原版一样蠢，重点在于：在一个波动的世界里，全仓押注10次并且每次精准押对或押错，当然会有巨大的长期影响。这没什么有意思的。
那正确的思路是什么？如果你认为自己没有择时能力（大多数人应该默认如此），那就什么都别做。如果你认为自己有一点能力，就按能力比例下注。比如你有一点把握认为未来半年回报会高于平常，那就多持有10%的股票半年。100比0赌一天，这个例子根本不能证明大家以为它证明的东西。
主持人Jack说，涨的时候有人说场外资金多，所以还会涨；跌的时候也有人说场外资金多，所以会反弹。这笔钱好像从来没离开过场外。
Asness的回应很干脆：没有场外。这笔现金去买股票，总得从别人手里买。卖出的人股票少了、现金多了。系统里的现金总量一分没变。
他替对方做了最强辩护：长期来看确实存在"场外"，因为公司增发会增加股票总量，回购会减少股票总量、增加市场上的现金。但这是很慢的过程，完全不是大家说这句话时的意思。人们拿它当短期择时工具，这就不成立了。
他引用了《黑客帝国》里那句"没有勺子"：没有场外，他喜欢在这件事上当一回墨菲斯。
中文投资圈里"增量资金入市"几乎是标准说法，这条认知差非常大。真正在变的只有价格，也就是边际买家愿意出多少。"增量资金进场"的本质是情绪可能继续升温，不是资金从哪里流进来。
三、"风险不是波动率，是永久性资本损失"
这是他那篇《我的十大恼人之事》里排第一的一条。他说自己的恼怒从来不会消散，只会累积。
这句话在价值投资圈几乎是信条，连很多非常聪明的人都这么说。Asness的回应是（这里他直接爆了粗口）：废话。你能向我发誓这次亏损不是永久的吗？能发誓，我同意它不是风险。你能吗？
他承认波动率不完美：它需要估计，估计会错；对期权类非对称证券，对称的波动率没什么意义；任何回看历史的风险系统，都可能遇上历史上从没发生过的事。但问题不在于它完美，而在于它有没有用。对大多数证券，用日度或月度数据测出的高波动，确实对应着更宽的5年、10年回报分布。这对构建组合是有用的信息。
更深的一层：说"风险是永久性损失"，等于说控制风险的方法就是别犯错。谁不想别犯错？真正的风险控制问的是另一回事：如果我错了，会有多惨；如果市场很久都不承认我对，我能扛多久。在AQR，"我们认为会发生什么"和"这笔仓位有多危险"是两个独立的问题，由不同的团队负责。
他讲了亲身经历：互联网泡沫时AQR亏得很惨，他能跟客户说"我们只是账面亏，不是永久亏，我们最后会被证明是对的，请别来烦我"吗？不能。客户一分钟都没放过他。而且只有疯子才会对任何判断百分之百确定，哪怕他自己押上了大量个人资金。
四、私募：非流动性从bug变成了feature
他先坦白了自己的动机：很多年里，低相关另类资产的钱大量流向私募，AQR做的是流动性策略，所以他对此有点不爽。他说几乎所有文章都带点自利成分，他不道歉，但会主动说出来。
什么论证他能接受。 如果有人说："我知道私募看不到波动，但它本质上是加杠杆的股票，长期至少和股市一样吓人。我投它是因为我找到了全世界最好的管理人，能跑赢5%，这是个超额收益的故事。"他可能不同意，但这个论证内部是自洽的，他不反感。
什么论证他受不了。 私募的营销材料里常有一张有效前沿图：纵轴预期收益，横轴波动率。标普500的波动率标在17%，私募标在5%。他说看到这个他头顶就冒烟，而他是光头，冒烟特别明显。价格明明在动，只是你观察不到。他把这个叫做"波动率洗白"。
后果是什么？机构如果真信了这些数字，实际上就是超配了股票风险。长期来看大概率没事，因为股票长期往上走，但"大概率"这三个字承担了太多重量。他们承担的股票风险，超过了如果每天看到真实价格时自己能忍受的程度。而总有一天，他们得看。
最有前瞻性的一个论点。 八九十年代，耶鲁的David Swensen开创了后来被称为"耶鲁模式"的做法，大量配置私募。当时的逻辑是：大家都要流动性，都讨厌锁定期；长期机构不急用钱，能忍受非流动性，所以能拿到每年三到五个百分点的额外回报，作为忍受这个缺陷的补偿。
今天情况反过来了。很多投资者买私募，恰恰是因为它不天天报价，让他们能拿得住，更容易做一个长期投资者。当一个东西从大家讨厌变成大家喜欢，它就会被抢高价格，预期回报随之下降。你不会因为做一件自己喜欢、让生活更轻松的事而拿到补偿，你得为它付钱。
他的结论：私募未来的超额回报至少会比历史上小，最坏的情况是完全没有优势。从滚动回报看，这个优势确实一直在收窄。
"我没有预测到私募下跌。" 最近私募股权和私募信贷都出了些问题，很多人在社交媒体上找他："你早就说中了！"他专门写文章澄清：没有。他连私募未来回报会低于公开市场都不确定，只能说大概率低于过去。他说的是私募的真实波动很大，但从来没说这个波动会在2026年显现。
他举了Shiller的例子：Shiller 1996年就说市场被严重高估，格林斯潘因此说出了"非理性繁荣"。Shiller的书1999年出版，看起来像神预测，但实际上他从1996年就在说，择时并没有成功。说"极端事件比你想的更常发生"的人，在极端事件发生时会拿到很多功劳，但那不等于他预测到了那一次。
五、泡沫逻辑：从一个没写完的书稿说起
AQR成立的时间点非常倒霉：1998年成立，一个月后互联网泡沫进入最疯狂的阶段。AQR当时的主策略是价值，动量因子帮了点忙，但远远抵消不了价值因子的亏损。他说那是一年半非常不愉快的日子。
他当时在写一本书，叫《Bubble Logic》，第一句话就是"好吧，我是一个正在亏钱的基金经理"。第一稿写在1999年底，接近顶部；最后一稿改到2000年6月，市场开始往下走了，AQR开始大赚，他想：我还有必要写这本书吗？于是这本书永远停在了草稿状态。
书里他做了一件事：钻进泡沫参与者的脑子里，看他们怎么为自己眼中疯狂的价格找理由。他举了两个例子。
第一个是当年的畅销书《道琼斯36000点》。 这本书的逻辑是：长期来看（10年、20年），股票从来没输给过债券。既然长期从不输，那对长期投资者来说股票就没有风险；既然没风险，就不该要求风险溢价；所以股价应该大涨到和债券同样的预期回报，道指该涨好几倍。
Asness说这是循环论证。假设股票真涨到了和债券一样的预期回报，股票在任何时间尺度上的波动仍然是债券的三到四倍。股票过去能长期赢，是因为它平均回报高；一旦把平均回报的优势削掉，剩下的就是同样的终点、宽得多的结果分布。那就叫风险。于是你又需要风险溢价，回到原点。
至于有人说"道指后来不是真到了36000吗"，他的回答是：如果要等25年才到，中间一分钱没赚，那根本不是重点。
第二个是Cisco的留言板。 当年雅虎留言板相当于今天的社交媒体。Cisco是互联网"卖铲子"的公司，全球市值最大的公司之一，利润很高，市盈率一百倍。注意，这不是那种没有盈利、靠想象撑估值的风投公司，而是赚大钱但价格离谱。
留言板上一片看多。Asness经合规部门批准，发了一个问题：大家都爱Cisco，我理解。那么在什么价格你会卖？
他想要的回答是一个"更高的价格"：不管你多喜欢它，总有一个价格你会觉得不值得长期持有。一旦承认存在这个价格，你就得开始思考它应该是多少，就需要一个估值框架。
结果他收到的回答是：如果跌25%，我就走。
没有一个人给出上方的卖出价。他说他笑出了声，虽然笑得有点苦，因为那时候AQR正在亏钱。
他对当年华尔街分析师也不客气：投行卖股票就像车行卖车，有新股也有二手股。你会去通用汽车问他们的策略师该买哪辆车吗？
六、今天的AI行情：押韵，但他不下注
主持人问：你经历过泡沫、泡沫破裂、金融危机、新冠，今天像哪一个？
不像2008。 他认为金融危机的根源是所有人的模型里藏着一个致命假设：房价不会跌，外加一套不明智的衍生品结构。今天即使有人拿私募信贷做类比，他也不认为接近那个级别。
像2000，而且数据上真的很像。 2000年Shiller CAPE约45，今天接近40，是历史第二高。另一个指标是"价值利差"，也就是便宜股和贵股之间的估值差距，这个指标AQR在1999年就开始写。新冠期间这个利差一度超过了互联网泡沫，他说自己从没想过职业生涯里能看到这一幕。现在这个利差大约在75百分位。
不过他特别说明：AQR的方法刻意不做行业押注，所以"AI板块对比其他所有东西"这个维度他追踪得不好，不做强结论。
他最想驳的一个论点。 大家总说："当年都是不赚钱的.com垃圾公司，现在的AI巨头都很赚钱。"
他说：不符合事实。真正的.com公司确实疯狂，确实愚蠢，大多注定归零，但它们只是配角，在指数里占比很小。撑起标普500和纳指100的，是Cisco这样利润丰厚、价格依然离谱的公司。
换句话说，"这次的公司都赚钱"不能证明任何事。泡沫从来不需要公司不赚钱，只需要价格离谱。唯一有意义的问题是：你为这份盈利付了多少钱。
但他不下注。 "AI最后值不值"是一个单一大命题，量化投资者不做这种判断，他们要的是一千个多头一千个空头，靠概率吃饭。他的原话大意是：当你看到从未见过的疯狂价格，20次里19次押反向是对的，但19/20不是20/20。所以AQR不会做空大盘，也不会做空AI股。如果非要猜，他认为结局方向上大概率和当年相似，但不必然，这不是套利。
主持人Jack坦白说，身处其中总忍不住觉得"这次真不一样，这可是智能"。Asness只回了一句：永远都是"这次不一样"。
七、"长期"在对你撒谎
这一段讲的是估值变化如何欺骗长期数据。
Fama和French 1990年代初发表了价值因子的论文。之后三十年，价值因子基本令人失望，甚至接近持平。但Asness拆解后发现，大约80%的失望来自一件事：成长股相对价值股越来越贵。这是资本损失，不是基本面损失。
剔除估值变化之后，价值溢价在样本外（这三十年）大约是样本内的三分之二。他写过一篇文章专门讲这个，题目就叫《长期在对你撒谎》。
他的核心观点：估计长期真实回报时，永远不要把估值变化算进去。因为算进去就等于假设估值会永远朝一个方向变。估值变化可以持续很久，但"永远"是一个非常非常长的时间。
他顺便说了一句很真实的话：他不认为自己比别人更有本事让客户陪一个亏钱的策略熬三十年。以他的经验，大多数投资者能忍受的极限是两年到两年半。即使你之前帮客户赚了很多年的钱，即使你有非常完整的解释说明为什么会反转，熬那两年也非常难。三十年？你能想象那个季度汇报吗："我们已经连输29年半了，但我们真的觉得……"
八、国际分散：崩盘是全球的，失去的十年是本地的
过去十几年，"美国就是更好，没必要配国际"几乎成了共识。Asness有两个层面的反驳。
第一，美股的胜利被估值扩张夸大了。 过去三十年美股跑赢非美市场，其中大约75%到85%来自估值倍数的扩张。三十年前美股比全球便宜，现在大家愿意为美国的现金流付更高的价格。真正来自基本面增长的部分，只有15%到25%。
即使这种重估是合理的，比如美国更安全、增长更快，把一次性的估值抬升外推为未来的持续优势，也是非常危险的。他打了个比方：一个资产从别人估值的一半涨到别人的两倍，这是四倍的收益，但全部来自重新定价，不是增长。假设它会继续这样，有点疯狂。
当然，总有一个增长预测能救你。如果你愿意一本正经地说美国每年会比世界多增长7%，直到永远，那即使在更高估值上它也会继续跑赢。但如果只多增长2.5%，在今天的估值上就只能打平。
第二，分散化的时间尺度被看错了。 常见的反对意见是：崩盘时各国一起跌，分散没用。他说这话是真的，他反驳不了真话，但它只回答了一个问题，而且不是最重要的那个。
他和同事做的研究发现：1个月到1年的尺度上，单个国家的最坏情况和全球组合差不多，大家一起崩。但到5年、10年的尺度，每一个国家的最坏情况都明显比全球组合差。
原因是：崩盘是全球性的，一个国家崩了会立刻传染；但长达十年的糟糕时期，往往是某个国家自己的事。每个国家都经历过，最典型的是1989年泡沫后的日本。九十年代美股和几乎所有非日本市场都表现极好，日本是灾难。
他开玩笑说：美国人在写"为什么要国际分散"，日本人是不是在写"为什么要投本国"？事后看两边都可能对，事前看两边都不对。
九、拉门将：一篇关于冰球的金融论文
这篇他和Aaron Brown合写，发表在《投资组合管理杂志》上，研究的是冰球比赛里什么时候应该撤下守门员。
背景：比赛最后一分钟落后一球，撤掉门将可以多上一名进攻队员，六打五，你进球的概率大增；对方进球的概率也大增，因为你的球门空了。但如果只剩10秒，对方进不进球根本无所谓，就像买入看涨期权，价外多少都一样，你只是拿不到钱。这是一个非对称收益问题。
他们用动态规划算出来：NHL球队通常在剩一分半到两分钟时撤门将，这个时间点一直在提前。而最优时点大约是剩5分半钟。落后两球的话，应该在剩10分钟以上就撤。
为什么没人这么做？这是论文后半部分，也是它登在金融期刊上的原因。答案是职业风险。一个教练如果剩10分半就撤门将，然后被对方再灌几个空门，输了11个球，第二天还能保住工作吗？
他提到Toby Moskowitz在《Scorecasting》里研究美式足球第四档进攻：数据早就显示应该更多地选择强攻，但做得最多的是资历最老、最成功的教练。因果关系不是"他们因为做了最优决策才成功"，而是"我是Belichick，赢过那么多超级碗，不会因为一次失误被炒"。新教练这么做几次，马上就坐上火盆。
基金经理完全一样。一个机构投资者完全可能对他说："Cliff，你的数学是对的，国际分散在各方面都更优。但如果我这样配置连输五年，我会被开除；如果我和同行一样只配美股连输五年，我大概不会。"
他后来见到了纽约岛人队的总经理Lou Lamoriello，对方说把论文读了两遍，完全同意。Asness问：那你会这么做吗？对方回答：当然不会。
十、结尾：机器学习和"LSD"
主持人最后问他：你相信的哪件事，是大多数同行不同意的？
他给了两个。
第一，机器学习时代，经济直觉仍然是防止过拟合的缰绳。 他曾说AQR"部分地把自己交给了机器"，被某篇报道漏掉了"部分地"三个字，听起来像《终结者》。金融是一个噪音远大于信号的领域，过拟合是永恒的威胁。但机器学习也揭示了另一面：欠拟合同样是问题，世界比简单回归能捕捉的更复杂。机器学习的长处在于能把两者的平衡内生化。
第二，杠杆、做空、衍生品。 这三个词的英文首字母拼起来是LSD，他说这是一种隐性的警示：拼出LSD的东西，你得小心。但它们也是非常有用的工具。
举个例子：你在股票、债券、大宗商品上各投一块钱，你实际上是个大宗商品经理，因为同样的美元，商品的波动大得多。要让三个策略真正平等，你得给债券策略加杠杆，同时给商品策略减杠杆。要做出真正不相关的回报，基本只有两条路：做空和多头规模相当的仓位，或者"波动率洗白"，而后者只是看起来不相关。
我的读后感
十个话题，拆的都是一类东西：听起来有道理、人人都在说、但经不起推敲的故事。
错过最好的10天是故事。场外资金是故事。"风险是永久损失"是故事。"这次的公司都赚钱"是故事。私募5%的波动率是故事。美股三十年的胜利，一大半也是估值讲出来的故事。
Asness的方法论归根到底只有一条：先问价格。Cisco留言板上那个没人回答的问题，今天依然值得每个人问自己：你最喜欢的那只股票，在什么价格你会卖？
我自己的做法是，每个仓位事先定好悲观、中性、乐观三个价格区间。价格落在哪里，贵还是便宜就是一个机械判断，不靠当天的情绪和叙事。故事每天都在变，区间不会。