Amiee

你好，欢迎来到投资 ABC。这是一档由有知有行出品的播客节目，接下来的每一期，我们会用短短 20 分钟的时间，和常驻嘉宾陈鹏博士一起，为你讲清楚投资中的一个基本概念，帮助你快速掌握投资中那些绕不开的知识，打好基础。

Hello，大家好，欢迎回来投资 ABC，我是 Amiee。前段时间在和陈博士聊天的时候，我发现我们节目一直沿用的「R = A + B - C」这个框架，居然还有一个隐藏款参数 Gamma（伽马），也就是投资者行为。有的时候 Gamma 对投资人最终收益的影响，甚至会比 A、B、C 加起来还要大。

这也是为什么，投资人会遇到一种看起来很反直觉的现象：「基金赚钱，但基民不赚钱」。同时，我们常常也会听到一些熟悉的建议，比如要在市场中长期持有，不要频繁操作，尽量避免买高卖低。这些道理听起来有些老生常谈，但让我惊喜的是：这些行为会让我们少赚多少钱？这个值，其实是可以被量化算出来的。

所以在今天这期节目里，我们想和你一起探索：基金的表现，和投资人真正赚到的钱，到底差在哪里？那些看起来只是 「操作习惯」的行为，一年会给投资人带来多大的真实损失？又是哪些标的，最容易把人的行为弱点放大，变成持续而具体的亏损呢？

我们欢迎陈博士！

陈鹏

这个应该是我们 2026 年 新年的第一期，所以也很有意义。这个 Gamma，其实是非常重要的，它指的是投资者的行为。如果只看简单的投资收益，确实是「A + B - C」，这一点没有问题，但投资人有的时候会把钱投进去，有的时候又会把钱拿出来，正是这些投资行为带来现金的流入和流出，以及它们与市场收益之间的互动，才会让每一个投资人，最终拿到的结果不一样。而这部分由行为带来的收益，是可以从 A、B、C 中独立出来的，我们就把它叫做 Gamma。

大家在市场上可能经常会听到一句话：基金赚钱，基民不赚钱。这里面，基金的收益，对应的是「A + B - C」；而基民真正拿到的收益，则是「A + B - C」再加上或减去 一个额外的 Gamma。当我们说：基金赚钱，基民不赚钱的时候，意思就是：对所有投资了这只基金的基民来说，这个 Gamma 是不赚钱的，是一个负的 Gamma。

Amiee

其实这一点，对我来说也很有启发。因为我之前一直有一个误区：我觉得我投资赚不赚钱很取决于这个投资标的优劣。

陈鹏

比如巴菲特选到的资产。

Amiee

对，或者是它已经足够分散了。比如某一个宽基指数、某一个 ETF，在我心里，它天然就应该是一个很稳健的资产。相比之下，那些充满了各种故事、叙事和流动性的资产，看起来反而更“危险”。

所以我就会默认：只要我投的是一个优良的资产，我的收益就应该是好的。我是忽略了个人行为这个因素的，我会觉得，只要我买对了，我就应该要赚钱。

陈鹏

是的，所以说，Gamma 其实对每一个投资人都是非常重要的。如果我只是买入，然后不再做任何变化，一直持有，那我的 Gamma 就是0，在这种情况下，我的投资收益和这只基金本身的收益是完全一样的。基金在计算收益的时候，本质上用的是时间加权的算法。但当我开始在过程中多次的买入和卖出，在一段时间里不断发生资金进出，就会产生 Gamma。而这个 Gamma，指的正是：基金的收益和我作为基民实际拿到的具体收益之间的那一段差距。

Amiee

您可以再展开讲讲“时间加权”和“资金加权”这两个参数吗？因为我的理解是：当你去看一只基金本身的表现好不好，看的是它的时间加权收益；但当你回头看自己到底能不能赚到钱，其实看的是我的资金加权收益。

陈鹏

是的。基金的收益，是用时间加权的概念去计算的。假设你投资了一块钱，比如说 2025 年 1 月 1 日 我投了一块钱，到了 2025 年 12 月 31 日，我来算这一整年的收益是多少，其实就可以非常简单地算出来。那如果我把这个过程延展到 5 年，每一年都按照同样的方法去算，每一年都会得到一个数字，最后再把这些年度收益，做一个简单的加权平均。

Amiee

就每一年都是 1/5

陈鹏

是的，非常好算。但对投资者来说，每个人的现金流其实是不一样的，尤其是当他开始主动操作的时候。比如说，投资人一开始投了一块钱，投了几个月之后，市场开始下跌，就把钱拿出来了；到了五六月份，又把钱投进去了，这样来来回回的动作，实际上就会导致：在不同的时间段里，真正投入在市场里的钱，并不一致。有的时候，可能是一块钱；有的时候又只在市场里放了 5 毛钱；有的时候，也可能放了一块 5 毛钱。我们需要把这些情况都算进去，也就是说：我赚到的这些钱，平均到每一个时间段、平均到每一块钱上，到底赚了多少？

当我们把现金的流入和流出信息也一并纳入计算之后，得到的这个平均，就代表了在整个期间里，所有实际投入在市场中的钱，最终为我赚到的收益。这个结果，和我们刚才解释的、只看时间维度的加权方式，就已经不一样了。而这两个之间的差别，就是我们所说的「基金的收益」和「基民的收益」之间的差距，也就是我们今天讲的这个 Gamma。它产生的根源，其实就是资金的进出，而资金的进出，本质上就是投资者的行为。

Amiee

明白，感觉这就有点像坐车。假设是同一段路，不管是堵车、高速公路，还是石子路，你都一直在车上，所以车的颠簸、减速、加速，你都全程参与了。那车的平均速度，就是你的平均速度。这就有点像时间加权收益， 因为你的钱从头到尾都在市场里。但如果你在堵车的时候下车了，又在上高速公路的时候才上车，遇到颠簸的石子路又下车了，那你个人的平均速度，就已经不等于这辆车本身的平均速度了。

资金加权收益我理解就更像是个人的平均速度。它取决于你个人平均速度是快还是慢的，已经不再是这一整段路好不好走，而是：你在哪些路段坐在车上，又在哪些路段选择了下车，其实是你自己的行为决定的。

陈鹏

是的，甚至在很多情况下，这种行为带来的损失，可能比你的 A、B、C 加起来都要大，这个时候，你就已经有了一个负的 Gamma。而且从相对狭义的基金投资角度来看，基金的数据是公开披露的，我们就可以很清晰地算出来：投资在某一只基金里的投资人，是不是有正的 Alpha，是不是有正的 Beta，同时也可以算出来他的 Gamma 是多少。

今天我们先讲其中的一部分。因为这个 Gamma 很有意思，如果你操作不好，你的 Gamma 就是负的；但如果你能够很有纪律性地做好一些事情，甚至这个 Gamma 也有可能变成正的。所以今天我们会把它分成两部分来讲。第一部分，我们先讲如何把负的 Gamma 去掉，至少先不踩坑；然后下一步，再去讲如何通过更有纪律的规划，把自己的 Gamma 变成正的。

Amiee 

我们现在大部分的投资人的 Gamma 处在一个什么样的情况呢？

陈鹏

最早，这个数字是在美国开始被系统性地算出来的。美国大概有 12,000 只基金，从整体层面来看，不是单看某一只基金，而是把所有基金放在一起看——在美国，投资人的 Gamma 整体是负的。

Amiee

大概负多少？

陈鹏

给大家一个简单的一个数字，这个是美国最新的研究，过去五年基金的收益率是 7.3%，但这个基金包括主动、被动股权、权益、债券等等，美国基金整体的年化回报大约是 8.2%，但是投资者的年化回报只有 7.0%。

Amiee

中间差了 1%。

陈鹏

我们用比例一算，大概基民拿到的收益比基金的收益少了大概15%，那这 15% 就是这个负的 Gamma 。从历史上来看，只要把时间段拉长一点，几乎在任何一个相对较长的区间里，这个数据都是负的。只不过，随着市场的成熟度越来越高，投资者的成熟度也越来越高，大家逐渐减少这种非理性的买卖操作，这个数字会有所降低。所以，美国的这个数字，相对来说是比较低的。

图表来源：晨星（Morningstar）《Mind the Gap 2025》｜图表再制：Canva

那讲到这里，大家可能就会很好奇。

Amiee

咱们的数据是怎么样？

陈鹏

我们也算了过去五年整体基金的收益情况：中国过去五年的收益 8.14%，而基民实际拿到手的收益是 6.67%。这样算下来，损失的部分，平均每年的 Gamma 大约是 1.45%。那如果你再算一个比例，1.45 ÷ 8.14，大概接近 20%。

图表来源：晨星（Morningstar）《中国公募基金投资者回报差研究 — 当幻想撞上现实》

Amiee

积年累月还是不少呢。

陈鹏

同时，晨星这些年也一直在计算世界其他国家的数据，它有一份全球性的报告，涵盖了澳大利亚、爱尔兰、卢森堡、新加坡等国家。这些国家的基金市场相对都比较发达，但结果是：无一例外，都是负的，全是负的。这说明什么呢？这件事情，其实是有共性的。

图表来源：晨星（Morningstar）《Mind the Gap 2023- Investor Returns Around the World 》｜图表再制：Canva

Amiee

对，这个 20% 的数字，其实让我挺惊讶的。因为首先，积年累月下来，真的是一笔不小的数目；而且这些损失，本身完全不是市场带来的，也不是产品的问题，而是在我们自己可控的范围内，本来是可以尽量避免的。即使是在投资者或者金融市场都比较发达的情况下，这种损失也依然是普遍存在的，只是损失的程度不一样。 我们在做线下活动的时候，会收到很多问题，比如：「我是不是要配置一些美股呀？」在大家普遍的观念里，美股的短期表现比较稳定，没有 A 股的浮动那么大，就会觉得美股是一个长期向上、发展比较强劲的市场。但如果从长期的平均结果来看，即使是在美股，基金所创造的收益里，也有大约 15% 的收益，是投资者没有真正拿到的。

这也让我想到，我之前其实会花比较多的时间，去判断哪些标的是好的标的，或者我是不是应该更多地参与到一个更成熟的金融市场当中。但我刚刚意识到，找到好的标的，可能只是第二步；第一步，还是我能不能先约束好自己的行为。所以，之后我可能会把更多的精力，放在让自己的行为更有纪律性上。但我也很好奇的是：具体是哪一些行为，会导致负的 Gamma 呢？

陈鹏

这个再往下看，我们就可以更深入地去挖掘一些原因。最大的一个因素，就是投资者高买低卖。平均来看，每一年基金投资人因为高买低卖，大概会损失 1.5 个百分点。

Amiee

这1.5 个百分点的损失，绝大部分，都是因为高买低卖造成的？

陈鹏

是的，这个是最重要的一个原因，全世界都是一样的。投资这件事情，其实很有意思。昨天我们也简单聊到，在很多其他行业里，我们往往会觉得：这个人历史表现很好，那他现在大概率也会很好。比如说赛车，这个人昨天在这个赛道上开得很快，拿了第一名，那今天大概率也能开得不错。但市场不是这样的。可偏偏，历史业绩对我们的影响又非常大。当我们看到一段 很好的历史业绩，就很容易被驱动着去买，尤其是短期内表现特别好的时候。我们会觉得，可能风口来了，于是去投资，甚至还会加一下仓。

那反之亦然，当表现不太好的时候，市场一直下跌，我们就会产生恐慌，选择把它卖掉。心理的作用造成我去买卖，就造成了我投资的损失。

Amiee

那什么情况下，会产生这种「非常好」或者「非常不好」的表现呢？或者是，我遇到了什么样的标的，特别容易引起我情绪的这种波动呢？

陈鹏

其实更恰当一点的就是：遇到什么样的标的，我需要更小心，对吧？晨星也做过全球范围的研究，结论其实是完全一致的：当一个标的波动率很大的时候，投资者的行为问题就更容易被放大。

图表来源：晨星（Morningstar）《中国公募基金投资者回报差研究 — 当幻想撞上现实》

再沿着「高波动率」往下看，最典型的一类，就是基金行业，本身就是一个相对窄的投资品类。我们如果把整个市场拆开来看，大类的行业大概有 10 类，往下细分，其实还会更多。所以，当我只投资某一个相对细分的行业时，一旦这个行业的风口来了，它的表现就会非常好；但如果风口没来，表现也会非常不好，而且这种好和不好，往往来得都比较猛烈。比如说，前一段时间是消费，一下冲上来；接着是医药，对吧。然后消费又不行了，医药也不行了；最近又轮到 AI。它一直都有这种轮动的风口。但问题在于，整个市场一共是十个行业，不可能十个行业同时都表现得很好。

Amiee

它的每一年的当家花旦一定是轮替着上。一个行业，它在连续几年内都独占鳌头，这个概率是比较低的。

陈鹏

其实，它每一年的关联度是很低的。也就是说，去年哪个行业表现得好，和今年哪个好，关联度几乎是零。

假如我们说医疗这个行业很好，那用一个很简单的算法来看，就是 1/10，也就是说，大概只有 1/10 的概率，医疗行业在某一年会表现得很好。如果是连续两年，医疗行业都表现得很好，那这个概率，其实就是 1/10 再乘以 1/10，也就是 1/100。因为这两年之间，是相互独立的。那如果是连续三年，医疗行业都表现得很好，那它的概率，就是 1/1,000。

图表来源：晨星（Morningstar）《中国公募基金投资者回报差研究 — 当幻想撞上现实》

Amiee

时间越长概率越小。

陈鹏

对，所以这件事情其实是非常非常难的。大家也听过一个词，叫作随机游走，也就是 random walk。它用来形容股票在不同时间段里的表现，往往是随机的，彼此之间并没有什么关联。

给大家举一个例子。过去五年里，有一只非常流行的行业基金，我们算了一下它在 2018 年到 2023 年这五年期间的表现和整体业绩。通过这张图，我们可以很清晰地看到：在 2018 年到 2019 年，这只基金的业绩其实表现得比较平平，因为对应的行业并没有爆发；到了 2019 年和 2020 年，这个行业开始爆发，基金的业绩也随之快速上涨。它涨起来之后，就开始受到投资者的广泛关注，在很多排行榜上都名列前茅。

数据来源：Morningstar Direct｜数据截至日期：2023年12月31日

于是大家就会觉得，“哇，这只基金很好”，很快就有大量资金涌入。这只基金在一段时间内，管理规模甚至突破了 1,000 亿，这其实是结果。但就像我们前面说的那样，接下来的几年里，在 2021 年、2022 年，甚至 2023 年，这只基金的业绩就没有那么好了。因为不可能有一个行业，能够一直站在风口上，一直表现得这么好、一直排在第一。整体来看，就会出现这样一个结果：你买入的时候，往往正好是在它业绩最好的高点；而接下来的几年，表现却并不理想。最终，就变成了高买低卖，这个Gamma，自然也就变成了负的。

那我们如果仔细地算一下这只基金到底怎么样呢？用 ABC 加上 Gamma 这个框架来看，这只基金过去五年的整体收益，平均是 -3.5%。我们把它再拆得细一点：这个行业指数的 Beta 收益，每年大概是 -6%；而基金经理每一年实际上创造了大概 2.53% （费后）的 Alpha。

数据来源：Morningstar Direct｜数据截至日期：2023年12月31日

Amiee

说明TA还是有能力的，确实是创造了正的 Alpha。

陈鹏

是的，所以整体上来看，其实这个基金经理的表现不算是特别优秀，但也还算 OK。毕竟在过去五年里，还是创造了正的 Alpha，对吧？但是，如果我们再把 Gamma 也算进去，也就是把「大量资金在高点涌入、随后三年因为表现不好又慢慢赎回流出」这一层因素考虑进来，这个 Gamma 的数字，我看到的时候，确实被吓了一大跳。由于投资者的资金进出，平均投资者每年损失了 -12.5%，这个数字，已经完全超过了 ABC 本身的影响。ABC 是 -3.5%，再加上 Gamma 是 -12.5%，最终整体的投资者体验，大概是 -16%。而这 -16% 里面，只有 -3.5% 是基金经理、基金公司所负责的部分，剩下的，基本都是基民在高点买入、在回撤中卖出造成的。所以说，Gamma 有多重要，从这里其实就已经看得非常清楚了。

Amiee

而且连续 5 年，也是一笔不小的数字。

陈鹏

非常大。所以说，你看，我们花了这么长时间讲 ABC，讲怎么样省成本、怎么样省这几个基点、零点几个百分点一年，对吧？我们都会非常在意，每省一分钱，就是多一分 Alpha，这个逻辑我们讲了很久。但是，如果你作为一个投资者，经常在贪婪和恐惧之间来回摇摆，去做这些操作，那么这个 Gamma 带来的损失，其实是非常大的。

在中国整体来看，大概有接近 20% 的收益，就是这样流失掉的。你想一想，我们辛辛苦苦把 ABC 做好了，结果最后有 20%，是因为非常没有纪律的操作而消失的。在更极端的情况下，比如行业基金这种非常容易犯错的标的上，这个 Gamma 的影响，甚至会比 ABC 大得多得多。这并不只是中国的现象，在美国同样存在。

那我们再给大家举一个美国的例子。大家可能都听过一个非常有名的基金经理，叫木头姐 Cathie Wood。她的投资风格非常鲜明，主要是投资一些前沿科技。也就是说，她不仅投科技股——这本身已经是一个细分行业了——而且是在科技里面，再去投更细分、更前沿的领域，基本上都是市场上最热的点。大家可能也听过这样一只基金，叫 ARKK，是美国的一只 ETF。我们仔细去比较一下基金本身赚了多少钱，和基民实际赚了多少钱，会发现结果和我们刚才讲的那只中国行业基金非常类似，甚至还要更差。大家可以非常直观地看到一个结论：回过头来看 ARKK，在几乎所有的区间里，投资者的实际回报，都明显落后于基金的回报，而且差距非常大。

比如说，从 2017 年到 2021 年这五年，ARKK 的时间加权年化回报是 41.3%。这是什么概念呢？在这段时间里，ARKK 的表现，排在美国所有股票型基金和 ETF 的前五名，而且每一年跑赢标普 500 指数大概 15 个百分点，上涨速度非常快。

但如果我们把投资者真实的资金流入和流出时点都考虑进去，再重新算一遍，结果就完全不一样了。在这五年里，投资者真正拿到的年化回报，大概只有 9.9%，也就是说，连基金公布回报的四分之一都不到。而且，这段时间里，标普 500 指数本身的表现也非常强。如果我们把基金投资人投入和取出资金的时间都算进去，不仅基民赚得比基金少，甚至还跑输了标普 500。再具体看 2021 年这一整年，情况会更糟。这一年可能是最差的一年，虽然投资者收益和基金收益之间的差距没有那么夸张，但在绝对收益上差别非常明显：投资者大概承受了 12% 的资金亏损，而基金的亏损只有 4.3%。

那这到底是什么问题呢？其实，和我们刚才讲的中国那只行业基金，非常类似 ARKK 这只基金，本质上主要投的是高科技行业。我们都知道，科技行业整体的波动率非常大。当业绩好的时候，它会吸引来大量投资者，大家往往买在相对高点；而当业绩开始走弱，投资者又会因为害怕被套，或者希望尽快止损而卖出。结果就是高买低卖。

比如说，我们可以看到 ARKK 的现金流入和流出情况：在 2021 年 6 月，它的基金规模一度冲到了 255 亿美元的历史高点。此后，它的表现开始明显走弱。它重仓的一些股票，比如 Zoom、Rakuten 等，在几个月内出现了大幅回落。到了 2021 年年底、11 月底的时候，ARKK 已经下跌了将近 25%。而 ARKK 接近 90% 的净流入，都集中在 2020 年和 2021 年。其中，2020 年的资金并不是年初就流入的，而主要集中在下半年，甚至仅仅在 2020 年 12 月这一个月，就流入了大约 30 亿美元。这 30 亿美元，占它累计净流入的大概五分之一。也就是说，很多资金，实际上都是买在了高点。

那投资者什么时候开始卖出呢？当 2021 年下半年业绩开始下滑时，投资者就开始卖出，比如 2021 年下半年，出现了大约 22 亿美元的净流出。

图表来源：由 投资ABC 制作

所以，当我们回头看这个过程，就会发现：热点一来，钱就蜂拥而入；而由于科技行业基金的波动率很大，它上涨得快，下跌也很快；等它下来的时候，投资者因为恐慌又选择卖出，最终形成了高买低卖。结果就是，投资者的收益，远远达不到基金本身的收益。从这个角度来看，在美国，行业基金同样给投资者带来了非常不理想的体验，这个 Gamma 也是负的。

Amiee

明白。说到行业基金，我一直觉得，它对投资人来说会比较反直觉。原因在于，它最容易出现在风口最热的时候。比如像今年，就是 AI。前段时间，我们请到了一位嘉宾来做分享。他提到，机器人能不能更好地服务实体经济，中间其实还有一个 gap，就是手部算法。因为腿部算法已经被解决了，机器人的跑、跳、移动，基本不会再摔倒。但手部算法的难点在于场景判断。比如，在照顾老人的时候，能不能更轻柔；在搬重物的时候，又能不能切换到所需要的力度。如果这个算法可以被攻克，再加上 AI 的超级智能，就会打开机器人在整体实体经济中的应用空间。所以，他特别关注这个细分领域里，有哪些公司有能力突破手部算法。

我当时听到他这样说的时候，内心一个非常真实的反应是：哇，我现在有了这样一个信息，我也要回去看一看，究竟有哪些公司能够攻克手部算法。但后来我回想了一下自己的心情，我发现，更多是被一种很宏大、很有未来感的叙事吸引了。因为这个信息对我来说是新的，我就会忍不住去想：是不是我发现了一个别人还没有发现、还没有被开采的大雪山。其实，隐藏在里面的心态，还是想通过一些操作和博弈，去赢取一些 Alpha。但事实上，对于嘉宾所描述的那个未来世界，我并没有真正的理解和判断。他之所以能得出这样的判断，背后很可能是多年持续的思考和积累；而我看到的，只是冰山一角，冰山下面那些背景信息，其实我是并不知道的。

所以我就在想，我几乎不可能靠模仿，就复制出他的投资决策。如果我真的去投，很大的概率，会变成这样一种情况：假设有一只基金，或者几只股票，说自己可以攻克手部算法，我一拍脑门，觉得「这不就是未来已来吗」，于是就投了。但一旦出现回撤的时候，因为我对这件事情并没有足够的背景信息和理解，很可能就会开始慌慌张张地卖出。而就像您刚才说的，这些基金未必不好。基金经理本身是创造了价值的。但最终造成我自己更大亏损的，其实是我的行为，是我在并不真正理解一件事情的情况下，被叙事吸引，就匆匆忙忙投入的这种心理。

陈鹏

是的，没错。这其实就回归到：你的信息来源是不是高质量的？你能不能处理好这些信息？又能不能把它们及时、正确地用在市场上？你假设你能，那你当然可以去炒；但现实的数据已经摆在这里了，很现实的结论就是：不行。这是一个方面。还有一个基金类别，大家也要特别注意，就是杠杆型基金。如果大家参与港股市场，应该不会陌生。比如说，两倍的恒生指数，或者 -1 倍的恒生指数。它是通过衍生品，把恒生指数的业绩在短期内放大。

举个例子，如果恒生指数昨天涨了 3%，那这只基金通过衍生品的操作，业绩大概就是 6%；但如果恒生指数跌了 3%，它对应的就是 -6%。也就是说，它把原本的波动，又进一步放大了。

Amiee

所以其实本身作为一个宽基指数，它的波动是我们大多数人能够接受的；但这些杠杆型基金，相当于给它加了一个「放大器」，人为地把它的波动做高了。

陈鹏

又把贪婪和恐惧，进一步放大了。所以，一旦接触到这类基金，投资者的损失往往会更大，甚至会比行业基金还要大。

Amiee

明白。那作为个人投资者，我们应该怎么做呢？因为我们现在讨论的，其实还是一个「从水下回到水面」的过程——还没到水上。那在这个阶段，我们到底应该做哪些行为？

陈鹏

这些，其实和我们前面几期的内容都是串联在一起的。比如说，上一期我们讲到信息的来源。很多信息，本身就是为了促成你交易而存在的。所以第一点，我要有纪律性。我一定要清楚地意识到，在信息的来源、处理和执行这三个环节上，我其实是不占优势的。而且我们也展示过数据：你做任何一笔交易，平均下来，可能就会损失 20%。所以在动手之前，你要先问自己一句：我是不是真的要做这个操作？

第二点，我们刚才也讲了，最容易犯错的标的，对投资人来说，就是行业基金。所以，当你想要去操作行业基金的时候，不管是买入还是卖出，都要格外小心，再小心一点。

Amiee

对，我们在 Q&A 那期节目里，陈博士也提到过，他的导师默顿教授跟他说：如果你盯着一个标的过去的短期表现去做预判，其实就像是盯着后视镜开车。我自己会觉得，这个比喻其实是很反直觉的。原因在于，那些信息——包括某一个行业基金——当它跟你强调这个行业过去的表现，尤其是在短期内表现得特别好的时候，其实是偷偷隐含了一个信息，并且把这个信息一并传达给你了：在过去这 6 个月表现很好，它在未来也还会这么好。但我们接收到的这些信息，本身都是带着这种隐藏含义的。

陈鹏

是的，但我们一定要 反直觉 地去理解一件事：市场并不是那样运作的。市场更像是一种随机运动，过去的业绩表现，其实和明天并没有太大的关系。讲到这里，大家就可以更容易地理解，为什么我们一直反复强调两件事：第一，是长期投资；第二，是不建议个人投资者在市场里频繁地进进出出、反复操作。当然，如果我是存钱、投资、定投，或者因为需要用钱，从市场中把钱取出来，这些都是合理的。因为这些行为，本身和市场的涨跌是完全不相关的。我并不是被贪婪和恐惧驱动，而只是单纯地在存钱、用钱，这本身没有问题。

所以，对大多数普通投资人来说，只要你能够在市场中持续持有、坚持住，就已经一定会比「平均水平」要好。因为我们前面已经讲过，平均的结果，是损失了大约 20%。也就是说，只要你不去做那些不必要的操作，你其实就已经跑赢了大多数人。那最后，我想在这期播客里送给大家一句话。这句话来自 Benjamin Graham，他是巴菲特的老师，也是最早系统性研究投资方法的人之一，对投资者行为有着非常深刻的洞察。他说：

Investor's chief problem, and even his worst enemy, is likely to be himself.

翻译过来就是：投资人最大的问题，甚至可以说是他最主要的敌人，很可能就是他自己。

就像我们刚才讲到的那些例子——无论是木头姐相关的行业基金，还是杠杆基金等等——那大约 20% 的损失，很多时候并不是因为市场本身，而是因为缺乏纪律，去做了那些本来并不需要做的交易。

Amiee

希望我们都能成为一个优雅的系统工程师，然后像巴老爷子说的那样，慢慢变富。

陈鹏

好的，谢谢大家。

Amiee

好，谢谢陈博士。

Amiee

以上就是本期节目的全部内容。为了帮助你更好地理解，我们准备了逐字稿和图表供你参考，欢迎你下载有知有行 App 查看。同时，我们也非常欢迎你在小红书上和我们分享收听笔记，聊聊感受。记得艾特有知有行和知行小酒馆这两个账号，我们每个月会选出 3 位幸运听友，送出《投资第一课》的实体书。

当然，如果你在收听过程中有任何困惑，也非常欢迎在评论区留言，和我们交流互动。

在这期节目里，我们聊了很多关于投资者行为如何影响最终收益的话题。但与此同时，我也一直在想：当我们对自己的财务状况，以及正在努力的目标更加清晰时，或许就不那么容易被市场上的声音干扰。

所以，新年伊始，我想邀请你稍微停下来，做一次属于自己的年终财务盘点。在忙碌的生活中，我们常常被各类消费或投资决策所困扰，容易忽视更重要的事情。盘点，不仅是对过去一年的总结，也是一次让我们从繁忙的日常中抽身出来，回顾和反思的机会，帮助我们理清自己的财务状况，为未来做好规划。

因此，有知有行准备了一份《年终财务盘点指引手册》，希望能和你一起梳理家庭财务的四个部分：资产、负债、收入与支出、4 笔钱配置和心理账户检视，重新审视金钱是如何服务于我们的目标的。

前往有知有行 App，就可以看到这份手册。去看看，希望你会喜欢。再次祝你新年快乐，也祝你的家庭资产在新的一年里，稳步向前。

✒️本期重点

🌟 常驻嘉宾

陈鹏博士：曾担任过晨星（Morningstar）全球资产管理部的总裁，管理过上千亿美元的资产；他也曾是 Dimensional Fund Advisors（DFA） 的亚太区首席执行官。

👀 猜你想看

E06 孟岩对话曹名长：投资收益是基金经理和投资者共同创造的

怎样让基民也赚钱？

为啥基金给基民赚了钱，基民却总感觉自己没赚钱？

📃 问题收集

在新一季节目中，我们将围绕当下投资者最关心、最困惑的问题，从科学投资的角度出发，结合历史数据与经验，为大家答疑解惑。

如果你有任何在学习投资或投资实践中的疑问，欢迎你点击填写这份长期有效的问卷链接（👉 听众 Q&A 问题征集），向我们提问。你的问题，有可能就会成为《投资ABC》下一期节目的主题。

🎺 创作团队

制作｜ 有知有行

嘉宾｜陈鹏博士

主持｜ Amiee

声音设计｜ 甜食

感谢志愿者步枫、饭粒、小马、小洲对本文的协助。

本文所载内容仅供参考，不构成任何投资建议。市场有风险，投资需谨慎，投资者应独立作出判断。本文所涉基金及/或基金投顾组合相关数据来源于基金销售机构及/或基金投顾机构公开披露信息。有知有行提示您，基金及基金投顾组合的过往业绩不预示其未来表现，为其他客户创造的收益并不构成业绩表现的保证。详见《免责声明》。如转载引用，请遵守《转载声明》。