摩根资产管理陈圆明：一位贝叶斯主义的投资者

来源：点拾投资（ID：deepinsightapp）

导读：摩根资产管理的基金经理陈圆明，是一个用概率思维看待世界的基金经理，这个底层思维方式，也影响着他绝对收益投资框架的迭代。而陈圆明最本质的投资理念，又和他学习的专业贝叶斯推理有关。

相信许多人都看过一个视频，在某个论坛上特斯拉创始人马斯克被问到“你生命中最大的挑战是什么？”马斯克足足思考了30秒后，回答道“确保你有一个可纠错的反馈闭环。”可纠错的反馈闭环，就是一种贝叶斯理念。这个早在18世纪就由英国数学家贝叶斯推出的公式，伴随着人工智能的火热，又开始被越来越多人接受。

贝叶斯理念的关键，在于接受不确定性，用概率思维来预测和决策。对于贝叶斯主义者来说，世界是灰度的，随着时间的变化，一切都在变化。我们从陈圆明的绝对收益体系中，也能感受到这种升维的框架迭代。

在此前陈圆明的绝对收益体系中，他主要从多资产多策略之间的非相关性做组合搭配。但是，不同资产之间的相关性更多来自归纳法，一旦某些条件发生变化，相关性也会改变。特别是今天这个变化加速的世界中，传统的归纳法已经无法适应新的市场环境。于是，陈圆明也进一步把投资体系升维到演绎法，并且用一种分布式算法的团队协作模式，去尽可能找到世界的真相。

对于任何一个决策，陈圆明都从“平行世界”的角度出发。每一个事件的结果，都是不确定性的概率分布。投资应该是从高概率的流程出发，而不是对单一的结果负责。陈圆明追求一个可持续积累复利的决策体系。

贝叶斯思想还强调快速迭代和行动，这也体现在陈圆明团队对一些课题的研究。比如今年关于经济和货币政策的研究，陈圆明通过团队分布式算法的模式，短时间内就找到了经济好转的拐点。

从哲学的角度来看，贝叶斯理念体现了一种“学习的哲学”：我们的信念应该是灵活的，能够在新的证据面前进行调整。所谓的“知行合一”不再是一致性，而是彼此互动更新。陈圆明通过持续更新的信息决策体系，让自己的团队始终去做高概率决策。决策的频率越高，越接近真实的胜率。

另一方面，他们的超额收益很大一部分来自比市场更早理解隐含变量的影响。陈圆明认为，行业和行业之间有着相互勾稽关系，并不是完全独立的。一个信息的发生，可能会成为下一个信息的变量。通过比较早发现变量的影响，做到更前瞻的反映。

从寻找绝对收益中的确定性，转变为理解投资的不确定性，陈圆明的体系走在了时代的前列。投资最重要的部分是理解世界的真相，而这一套带有贝叶斯主义的分布式算法模式，也让陈圆明能更好应对新的世界。阿尔法的迅速收窄，意味着大量规律已经被定价，这就需要通过探索未知和利用已知，寻找新的阿尔法来源，而且实现长期可积累的模式。

相信这一篇陈圆明的深度访谈，能让我们看到绝对收益投资中的新世界。

以下，我们先分享一些来自陈圆明的投资“金句”：

1. 我的框架体系迭代到了一个更高的维度，从原来的归纳法转变为今天的演绎法

2. 我们从原来去寻找确定性的收益，变成理解投资的不确定性

3. 不能只关注过往到现在时间序列产生的单一结果，而是要从更多维度的平行空间去考虑性价比

4. 我们整个绝对收益团队从去年开始就形成了分布式计算的决策体系，把团队每一个人的大脑都用一种分布式计算的做法

5. 我们在做决策的时候，会考虑平行空间中发生的多个波动结果

6. 历史上负相关的资产，不代表未来还是负相关

7. 我们比较擅长对一些因果链条做出更前瞻、更全面的判断

8. 每一个决策中，都会有隐含变量的出现，对决策架构产生变化

9. 对于我自己来说，我只是在这个平行空间得到了这样的结果，但投资永远应该面对未来

10. 自律就是不要对短期的得失过度焦虑，控制好自己的情绪

用升维的框架应对变化的世界

朱昂：你做了10年以上的绝对收益投资，能否谈谈这个过程中，你对绝对收益的做法有什么变化吗？

陈圆明：过去一年，我对绝对收益投资的认识，发生了比较大的变化，此前，我主要是围绕多资产策略的角度，解决单一资产的牛熊周期。今天，我的框架体系迭代到了一个更高的维度，从原来的归纳法转变为今天的演绎法。

过去我们主要用归纳法来统计不同资产之间的相对关系。现在，我倾向于认为归纳法策略适用于高频的投资，对于低频投资可能是不太有效的。这是因为世界的变化在加快，过去成立的相互关系会被重构。这意味着过去我们总结出来的规律，不再变得有效。特别是这两年又发生了疫情、地缘政治等多方面的突发性因素，使得许多此前的规律都发生了变化。

从演绎法的角度看，能够更好描述主要矛盾的变化，帮助我们对整个资产的风险和收益进行重估，再基于此去做绝对收益。

这也是为什么，绝对收益投资的难度在加大。我们从原来去寻找确定性的收益，变成理解投资的不确定性。但我认为这种体系的变化也符合资本市场发展的必然规律，因为市场的定价在变得越来越有效。

朱昂：讲到确定性的收益在变少，你此前也提到现在市场的套利机会越来越少，绝对收益也变得更难做了，能否谈谈在目前这样的市场环境下，你是如何来做绝对收益的？

陈圆明：我们可能要重新定义什么是绝对收益。其实绝对收益没有其他标准，就是性价比。如果我们再把定义说得宽泛一些，就是不能只关注过往到现在时间序列产生的单一结果，而是要从更多维度的平行空间去考虑性价比。这样的话，才能对绝对收益看得更加客观。

每一个事件的发生，都有不同的可能性。假设你做了某一个决策，恰好对了，获得了收益。但是这种收益能力是无法重复的。所以，我会从一个多维度的空间，把所有可能发生的结果进行考虑之后，再做一个较高性价比的决定。

我们团队所有的事后复盘纠错，全部围绕这样一个思维框架。只要越早发现了关键变量的变化，做出具有数学期望值的资产配置决策，就是一个正确的决策过程。我们不会对最后的结果好坏过分在意。因为，只要通过一个正确的决策系统，最终时间会抹平一切。时间越长，我们的结果就越接近于决策能力的平均值。

朱昂：简单来说，做对的决策比得到对的结果更重要？

陈圆明：是的，这样的思维方式或许对散户投资者来说不太容易理解，对于机构投资者来说也有一部分认同或者不认同吧。但我们的理解是，需要用这样的决策体系应对变化越来越快的世界。

分布式的团队算法决策体系

朱昂：关于整个绝对收益团队的这套决策体系，能否结合一个案例具体谈谈？

陈圆明：我们整个绝对收益团队从去年开始就形成了分布式计算的决策体系，把团队每一个人的大脑都用一种分布式计算的做法。这一点和三年前是非常不同的。三年前，我提出的是标准化理论，大家用同一种“语言标准”进行交流，能提高沟通效率。而今天，我们是用分布式计算的方式做信息共享，共享完信息后再共享思维（idea）。这就比过去只是共享信息又提升了一个层次。

一个案例是今年4月初，我们当时看到消费数据在走弱、工业数据也在走弱，然而央行释放了很高的M2（广义货币供应量），于是就做了一个专题研究，希望发现经济到底在发生什么。是不是货币政策就此失效了？

经过几轮诊断发现，高收入人群的消费还在持续，无论是奢侈品还是高端服务，都是在通过涨价的方式向整个经济体提供活力。但是到了低收入人群的转移支付上发生了问题。我们当时找到的一个重要突破口，就是看到网约车和外卖骑手的供给增长了很多。以网约车为例，司机的工作时长增长了，但平均收入下滑很厉害。这就解释了为什么低端消费没有起来。由于整个社会的劳动供需有些失衡，这两个行业变成了吸收过剩劳动力。背后的原因是，制造业的岗位消失了很多，以及去年疫情在家休息的人出来找工作，都导致了这两个行业劳动力的供给大幅增加。

在得出这个结论后，我们判断后续的政策定调可能转向低端人群的转移支付，改善低收入人群的收入和预期，才是能拉动经济的有效政策。到了8月底，终于出台了改善低收入人群政策，那时候我就认为中国经济有可能出现好转。

当时还有一个有趣的主旋律，我们看到政策发布的时候，经济可能基本见底了。表现为网约车司机和美团骑手数量开始往下走。而且，这是发生在7月份大学生毕业之后。许多人认为，大学生进入劳动市场，会导致供给的雪上加霜。但事实上，7月开始劳动力市场出现了逆转。那么背后发生了什么呢？

数据来源：万得，截至2023.8.31。

整个经济数据的变化，就来自劳动力市场从不平衡变成了平衡。我们通过分布式计算的决策体系，把劳动力市场的变化做了抽丝剥茧，还原了整个今年经济的来龙去脉。

朱昂：这种分布式计算的团队工作方式很有意思，能否再展开谈谈？

陈圆明：我觉得团队之间的信任感特别重要。这种信任感形成后，大家一沟通就能听懂彼此的语言。我一开始对每个人要如何表达，都有严格的要求，是总分式的沟通方式。大家开会讲的信息都要经过整理，才能实现比较高的效率。

在我们的团队中，我会布置一个大的课题，每个人都会做其中的小课题，最后整合在一起。每一个团队成员，也都可以不断提交他们看到的变化。

在平行空间中努力做出最优决策

朱昂：你很看重对组合波动和回撤的控制，但中国资产的波动性特别高，股票和债券都是如此，能否谈谈你是如何控波动和回撤的？

陈圆明：我更关注控制波动，控回撤的话往往也会牺牲掉一部分收益。那么怎么控波动呢？就是前面提到的演绎法思维方式，我们在做决策的时候，会考虑平行空间中发生的多个波动结果。根据不同的概率分布，去做决策。已经发生的情况，只是特定条件下的一种概率。

朱昂：你曾经也提到过多资产之间的负相关性，但这些负相关性也会随着宏观环境而变化，对于这种变化你是如何应对的？

陈圆明：是的，我曾经也提过资产之间的负相关性，现在的框架体系已经比当时上了一个维度。前面也说过，相关性是归纳法的产物，而现在的世界变化越来越快。历史上负相关的资产，不代表未来还是负相关。现在，我更多从演绎法的角度，去看待资产之间的负相关性，从而实现组合的平衡。

朱昂：你前面提到绝对收益就是性价比，之前也说过所有资产的平衡都是基于价值，关于这一点能否展开谈谈？

陈圆明：理解资产的性价比，反而是投资环节中相对简单的部分。我们会用不同的估值方式，对不同类型的资产做定价。以股票为例，有些是PE（市盈率）估值、有些是PB（市净率）估值、也有一些是PS (市销率)估值。在定价的过程中，我们也会把短期基本面变化的因素，纳入到考量范围。

在资产配置上，我们也会比较大类资产之间的性价比。其中又分为长期的战略资产配置，以及短期的战术资产配置。

我们还是举一个例子吧，今年开年的时候，我们判断股票性价比好于债券。所以，我们对股票仓位的配置一直是比较积极的态度。等到5月第一周我们诊断出经济的问题后，就在战术资产配置上对股票仓位做了一定下调。等到8月份市场反弹上来后，我们看到当时的实质性政策并没有落地，就在那个位置对股票仓位做了进一步的战术性下调。

数据来源：摩根资产管理，截至2023.9.30。

朱昂：从收益的归因分析看，你的选股贡献了很大阿尔法，这个是怎么做到的？

陈圆明：我觉得有一部分阿尔法来自我们的行业选择，个股相对细分行业产生的超额收益可能没有那么多。很多时候做归因分析时，或许没有把具体的个股和行业做贝塔阿尔法的剥离。如果只是用同样的基准去看，确实会呈现选股阿尔法比较大的特点。

我们的投资方法论，是自上而下和自下而上的结合。在中观层面捕捉行业变化的信息，也是相对容易的。比如说，哪些行业受益于产业政策或者宏观经济变化。但是，要捕捉个股的变化信息，比如说管理层变化或者基本面的变化，是比较难获取的。而且，我们也很难在信息上建立竞争优势。

我们团队擅长的点，也不在于跟踪所有行业的信息。相对而言，我们比较擅长对一些因果链条做出更前瞻、更全面的判断。通过我们得到的信息，对所有行业做一个排序，然后根据变化再去调整我的条件概率，争取持续的超额收益。

比市场更早理解隐含变量的影响

朱昂：如何做出更前瞻的判断呢？

陈圆明：这就是我们团队运用“分布式计算”的优势。我前面讲到的几个案例，都是我们看得比市场更早。通过团队分布式计算的方式，各自去找不同的信息，然后大家把信息再拼成完整的结构。行业和行业之间有着相互勾稽的关系。有些事情发生后，会带来另一些事情的变化。

朱昂：你们团队的组织方式非常“数学化”，这点是不是和你个人的数学背景有关？

陈圆明：准确来说，我是学AI出身的，形成了科学决策的思维方式。我读书的有个学科叫贝叶斯推理。此前在神经网络出现之后，许多人是用“暴力”的方式来做决策。我觉得神经网络更适合在高频量化中运用，因为无法找到稳定的关系。但是贝叶斯推理，本质是试图形成一个稳定的架构。

我个人认为，稳定的架构并不存在，但可以作为一种方法论。每一个决策中，都会有隐含变量的出现，对决策架构产生变化。所以我们要去找到隐含变量，并且用数据之间的关系把最大的变量找出来。这是贝叶斯推理给我的启发。

朱昂：那么你们会用一些量化模型吗？

陈圆明：我们所有的数据，都是数量化的，但并不是用量化模型来决策。我们说的分布式计算，是用人脑的，不是用机器。我相信人脑在很多地方胜过机器。

朱昂：A股市场波动很大，牛熊周期转换也很快，如何提供年度上绝对收益的产品呢？

陈圆明：我们追求的是，在股票仓位较低的基础上，实现绝对收益。当然，这个目标并不是绝对的，强行选择一个时间的起点和终点进行考虑，并不合适。我们的所有决策都是依据对波动率的控制，力争在每一个时间节点做出胜率最高的决策。

我们的投资体系，能够规避熊市前期的调整，但是在基本面改善后出现的第二波调整，我们大概率就比较难避免。所以很难说在一个特定时间区间一定能获得正收益，不过通过这样一个围绕高胜率的决策体系，我们能够不断积累超额收益的投资机会。

朱昂：在债券投资上，你们是怎么做的？

陈圆明：在债券投资上，我们绝对收益团队只做利率债，不做信用债。作为一名价值投资者，我并不认为债券市场会呈现很长期的中国特色，而是更倾向于站在理性客观角度去做评估。

压制权益市场的乌云在改善

朱昂：能否谈谈你对市场的展望？

陈圆明：最近有两朵市场乌云在出现改善：1）美国加息；2）巴以冲突。

先说美国加息。美国经济超预期的主要原因，是赤字超预期。目前美国的赤字率高达8%，如果明年要维持如此强劲的经济增长，赤字率可能要来到10%才行，这是不可持续的。从这个角度看，美国的国债收益率应该到头了。从今年10月之后，我们就看到全球资本并没有持续在买美国国债，而是回流到新兴市场。这也能解释为什么资本市场出现好转。

我们看到，港股的底部比A股要早几周时间，国庆之后只是浅浅的下跌，也说明海外资金在10月后已经回流新兴市场。从全球资金流动看，港股投资者会比A股投资者更前瞻一些。最近美股的表现也看到，对明年财政扩张的赤字力度发生了怀疑，降息有可能比大家之前预期的更早。

再说巴以冲突，目前看到对全球经济外溢的影响，只存在于地区上的冲突，不会发展成国家之间的冲突。主要的影响在于对原油的生产和运输，我们也已经做了一定程度的跟踪。

朱昂：有什么看好的方向吗？

陈圆明：相对来说，我比较看好居民部门的支出。居民部门支出相对居民部门收入，从2019年至今出现了连续恶化。在这些年中，居民做了大量预防性的储蓄。我认为，这个动作要告一段落。从三季度数据看，已经出现了微观变化。况且，随着人口结构进入老龄化，消费倾向会比年轻时更高。从这些角度看，我比较看好受益于居民支出的行业。

自律是更好的控制自己

朱昂：在这样一个高波动的市场中，你如何化解投资压力？

陈圆明：我对结果没有那么强的苛求，不是从结果去做考核。我觉得任何结果的发生，都可能伴随着一些意外事件。对于我自己来说，我只是在这个平行空间得到了这样的结果，但投资永远应该面对未来。

朱昂：为什么会从多策略模式转向分布式算法？

陈圆明：一个很重要的原因是，分布式模式需要非常高效的团队沟通效率，而我们的团队经过多年磨合后，已经形成了非常好的信任基础。

其次，我们在比较模型和现实后，发现在一些具体案例上，模型是会犯错的。这种错误，是可以被演绎法纠正的。此前我们过于信任模型，没有去探究清楚模型之所以成立的机制。当然，这个世界的变化也在加速。

我们作为公募基金，需要知道能解释70%变化的模型，而高频量化只需要解释10%-20%就够了。我们一定要找到主要矛盾，这就是高频和低频的区别。

今年的市场环境也对低频模型带来了新的挑战。过去归纳法的框架下，大家都觉得货币扩张会转化到经济增长。但通过改良后的分布式算法，会发现货币在很长一段时间没有进入实体经济。这就需要对方法论进行调整后，才能找到模型在哪里出现问题。

朱昂：为什么一直专注在绝对收益领域？

陈圆明：我觉得绝对收益和相对收益没有本质上的区别。如果一个人有持续的绝对收益，他的相对收益也可能会比较稳定。

从方法论上，无论是相对收益还是绝对收益，都需要反复实践和论证，并且通过不断推翻自己的过去进行修订。

朱昂：你之前访谈也提到过自律，现在对这两个字的理解，有什么变化吗？

陈圆明：今天，我认为自律就是不要对短期的得失过度焦虑，控制好自己的情绪。我觉得基金经理要对自己的框架有信心，不要被外界因素干扰。唯一能打败的就是我们自己的放弃。

版权声明：部分文章推送时未能与原作者取得联系。若涉及版权问题，敬请原作者联系我们。