价格无法预测，只能建模跟随

金融市场最迷人的地方，在于它总让人产生一种错觉：

• 下一秒，也许可以被预测

这种错觉滋养了无数故事。有人相信自己能 “看透主力”，有人迷恋宏大叙事，试图从政策、周期、产业和情绪中提前推导出价格的必然走向；也有人沉迷于各种指标、形态、波浪和神秘拐点，仿佛只要工具足够精密，市场终究会吐露未来。

但交易史一再证明：价格不是一个可以被稳定 “预言” 的对象，而是一个只能被持续观察、不断建模、然后顺势跟随的过程。

• 这不是悲观，而是成熟
• 也不是放弃理解，而是换一种更接近现实的理解方式

真正专业的交易者，尤其是做系统化、量化交易的人，往往越走到后面，越会接受一个朴素却冷峻的事实：市场价格本身并不向你承诺可预测性，它只向你暴露结构、概率、偏差与变化。 你能做的，不是占卜未来，而是建立模型去捕捉那些可重复的关系，在变化中跟随，而不是在幻想中预测。

• 这正是 “价格无法预测，只能建模跟随” 的核心

一、为什么 “预测价格”

• 这件事，天然带有幻觉色彩人类天生偏爱预测
• 因为预测意味着控制感

只要我们能说出 “明天会上涨” 或 “下个月会见顶”，我们就会产生一种认知上的优越感，仿佛市场终于被装进了自己的逻辑之中。

但问题在于，金融市场不是一个静态系统，而是一个由无数参与者、无数目标函数、无数时间尺度共同作用的动态博弈体。你观察市场的同时，市场也在吞噬你的观察；

你试图利用某种规律的同时，规律也会因为更多人利用它而衰减、变形，甚至消失。

• 因此，所谓 “预测价格”，至少有三重困难

1. 价格是结果，

• 不是原因价格不是市场的原始变量，而是无数力量博弈后的显化结果

它背后可能包含：

基本面变化流动性松紧风险偏好切换机构再平衡事件冲击监管变化叙事迁移程序化资金的共振你看到的是一个价格点，但那个价格点背后，是一整个复杂系统的临时截面。

换言之，价格不是像气温那样可被简单外推的自然量，而更像一场持续更新的集体投票。

2. 市场会对预测行为本身做出反应如果某个模式真的过于稳定、过于明显，并且足够容易被提取出来，那么它往往很快就会被套利资金压缩。

这也是量化行业长期发展的底层逻辑之一。梁文锋在 2019 年的演讲里提到，量化本质上是在赚原来由人类投资者、尤其是技术面流派赚的钱；随着程序化资金不断增加，市场有效性会被显著提高，传统技术交易会越来越难。 (cs.com.cn)这句话背后的含义非常深：

• 越容易被看见的 “预测规律”，越难长期赚钱

3. 你以为自己在预测，其实往往只是在解释过去很多 “预测” 在事后看逻辑完整、路径清晰，但那种清晰往往来自回溯叙事，而不是事前确定性。

• 市场最大的诱惑之一，就是它总能在事后被讲得很明白
• 可交易从来不是事后写复盘，而是事前押真金白银

所以真正严肃的交易者，最终都会从 “我想预测价格” 转向 “我想识别价格行为中的可重复结构” 。

• 这一步，看似只是措辞变化，实际上是从主观预言走向了概率建模

二、从 “预测” 到 “建模”，是一场认识论升级“建模跟随” 并不等于机械追涨杀跌，也不等于放弃判断。

它的真正含义是：

承认未来不可被精确预言，但市场在演化过程中会留下可被提取、验证和执行的统计结构。

这意味着交易系统不再问：

明天一定涨还是跌?顶部到底在哪?这个月指数能到多少点?而是改问：

在什么条件下，某类价格行为后续更可能延续?哪些变量组合出现时，风险收益比开始恶化?哪些市场状态里，趋势、均值回归、波动扩张更占优势?当市场进入某种 regime (状态)后，应该如何跟随、减仓、对冲、退出?这就是建模。

建模的重点，从来不是 “算出明天的精确价格”，而是为不确定的未来建立一个可执行的应对框架。

三、梁文锋的思路，为什么与 “建模跟随” 高度一致

• 在讨论这个命题时，梁文锋的公开表述很有代表性

第一，他在为《征服市场的人：西蒙斯传》所写推荐序中，直接提到自己常会想起西蒙斯的话：“一定有办法对价格建模。” 这句话本身就非常关键。它不是说 “一定有办法预测价格”，而是说 “对价格建模” 。前者是预言式思维，后者是科学式思维。 (新浪财经)第二，幻方官网长期表述的核心语言是：“我们用科学理解金融市场，对金融资产进行定价和投资。” 这里也没有强调 “预言未来”，而是强调 “理解”“定价”“投资” 三者之间的模型化关系。 (high-flyer.cn)第三，在采访中梁文锋谈到，很多人误以为他们搭建大规模算力是为了简单做 “价格预测”，但他给出的说法是：他们更想弄清楚 **“什么样的范式可以完整地描述整个金融市场，有没有更简洁的表达方式，不同范式能力边界在哪”** 。 (新浪财经)这几层信息放在一起，几乎可以概括出一套非常典型的量化现实主义立场：

• 市场不是靠灵感去猜
• 价格不是靠一句观点就能拿下
• 真正重要的，是找到可描述、可计算、可检验的市场范式
• 不是迷信预测，而是持续逼近对市场结构的理解边界

所以，若用一句更贴近量化语言的话来概括梁文锋这一路思考，大概就是：

与其试图做一个 “价格预言家”，不如努力成为一个 “市场结构建模者” 。

四、为什么真正成熟的

系统，追求的是 “跟随”，不是 “抢答”很多人误以为， “跟随” 比 “预测” 低级，仿佛只有先知先觉才算高手，趋势跟随只是 “反应慢” 。

• 这是对交易的巨大误解

因为交易的终极目标不是证明自己比市场聪明，而是从市场中稳定提取收益并活下来。

• 而从这个目标看， “跟随” 恰恰比 “预测” 更成熟

1. 跟随承认

• 市场比个人更大预测型思维，隐含的是 “我比市场更早知道答案”
• 跟随型思维，承认的是 “市场先走出来，我再用纪律去捕捉”
• 这不是懦弱，而是对复杂性的敬畏

2. 跟随更接近可执行性预测经常只有方向，没有路径。

• 你可能判断对了 “今年利率下行”，却仍然在中间无数次波动中被甩出去

而跟随系统关注的是路径中的行为特征：

突破、延续、回撤、成交、波动、相关性、风险溢价变化 ......它不要求你一开始就全知全能，只要求你在市场已经显露状态时，能够稳定响应。

3. 跟随允许犯错，但

• 不允许失控建模跟随的本质，是一套可不断更新的错误管理系统

你并不需要每次都看对，只需要：

• 看错时亏得有限
• 看对时能拿得住
• 模型失效时能停下来
• 状态切换时能改参数、换权重、降风险
• 这比 “押中一次惊天拐点” 更难，也更专业

五、交易史反复证明：

最危险的不是跟随太慢，而是预测太满历史上很多重大亏损，都不是因为投资者 “没有观点”，而是因为观点太强，仓位太满，修正太慢。

案例一： LTCM 的失败，不是数学不强，而是过度相信可预测收敛长期资本管理公司( LTCM )集结了一流学者、交易员和复杂模型，但它的问题之一恰恰在于：它太相信历史关系终将回归，太相信价差收敛具备近似必然性。

• 这类思维，本质上仍带有强预测色彩
• 它不是在开放地跟随市场，而是在封闭地等待市场回到自己预设的答案

一旦市场进入极端状态，模型就会从 “高胜率框架” 变成 “高杠杆信仰” 。

• 结果不是模型不精密，而是世界不配合

案例二： 2008 年危机里，

很多人不是没看见，而是还在预测 “不会那么糟”在信用危机演化过程中，很多机构并非全无预警。

他们的问题在于：仍在试图预测拐点、预测政策托底、预测市场会在哪个位置止跌。

可真正高质量的系统，不应该在危机里执着于 “底在哪里”，而应更早转向：

风险因子是否在失稳?相关性是否异常上升?流动性是否在恶化?模型是否该切到防御 regime ?这就是从预测转向跟随。

案例三：趋势交易大师们赚大钱，往往不是靠猜顶猜底无论是商品交易顾问( CTA )的历史，还是

很多全球宏观交易者的长期经验，都说明一个事实：

大行情最赚钱的部分，常常不是最早那一段，而是最确定、最可持续跟随的那一段。

• 不是每一个底部都值得抄，也不是每一个顶部都值得猜
• 但一旦趋势形成、波动结构确认、资金行为共振，系统化跟随就会展现威力

六、从主观交易到量化

交易，最深的变化不是 “用了电脑”，而是放弃了预言人格很多人以为量化的升级，只是把人脑换成机器。

• 其实不是

量化真正深刻的地方，是它迫使交易者放弃一种旧式人格：

• 那个总想证明自己看对未来的人

取而代之的是一种更克制、更工程化的人格：

• 不追求解释一切
• 只提取有效变量
• 不迷信一次判断
• 只关注长期统计优势
• 不把自尊押在预测上
• 把系统押在重复性上

梁文锋和幻方的路径很能说明这点。公开资料显示，他们从 2008 年起就开始用机器学习等技术探索全自动量化交易， 2016 年将第一份由深度学习生成的交易仓位上线实盘， 2017 年几乎所有量化策略都已采用 AI 模型计算。 (high-flyer.cn)这条路径背后真正重要的，不只是 “用了 AI”，而是它代表一种信念：

• 价格不值得被神化为神谕对象，市场值得被当作复杂系统来持续建模

七、 “价格无法预测，只能建模跟随” 到底意味着什么

这句话容易被误读成消极主义，仿佛既然无法预测，那就只能被动追着市场跑。

• 其实恰恰相反，它意味着一种更高级的主动性

第一层：不预测单点，建模分布你不再问 “明天收盘价是多少”，而是问：

在当前状态下，不同路径的概率分布是什么?第二层：不迷信结论，重视条件你不再说 “这只股票一定涨”，而是说：

如果成交结构、波动特征、因子暴露、市场状态保持如此，那么向上延续的概率更高。

第三层：不赌一次命中，追求长期复利你不需要每一笔都完美。

• 你需要的是一套长期下来能把优势积小成大的机制

第四层：不与市场争论，只与数据对话市场涨了，不因为你同意；

• 市场跌了，也不因为你反对
• 系统只关心：这个变化是否触发了某种已知结构，是否需要调整风险暴露

这就是 “跟随” 的真正含义：

• 不是盲从价格，而是服从经过验证的规则

八、对普通投资者

而言，这个思想最重要的启发是什么并不是每个人都要去做高频、做 AI 、做超大规模因子系统。

• 但 “价格无法预测，只能建模跟随” 对普通投资者同样有启发

1. 少问 “会

• 不会涨”，多问 “我依据什么行动”把预测欲，转化为规则意识

比如：

什么情况下买入?什么情况下减仓?什么情况下承认判断错了?什么情况下让利润奔跑?

2. 少迷恋故事，多尊重行为故事能解释价格，但行为才推动价格。

• 看图不是迷信图形，而是在观察市场行为的痕迹

3. 不把交易

• 当成表达观点，而当成执行系统很多人交易其实是在表达自己对世界的看法
• 成熟的交易者，则是在执行经过验证的应对框架

4. 学会承认：错，

• 不可耻；不改，才危险预测型人格最怕认错
• 建模型的人则知道，修正是系统的一部分

九、最强的交易者，

最后都变得越来越 “反预言”一个有意思的现象是：

越是做得久、做得大、做得系统化的人，往往越少用斩钉截铁的语言去描述市场未来。

因为他们知道：

• 未来不是线性的
• 市场不是听道理的
• 模型不是永恒有效的
• 风格会漂移，因子会衰减，结构会重组
• 唯一可持续的，不是某个永远正确的判断，而是一种持续迭代的能力

这也正是梁文锋公开思路里最值得玩味的地方：

他关注的不是 “我能不能一句话预测市场”，而是 “有没有更完整描述金融市场的范式”“不同范式的能力边界在哪里” 。 (新浪财经)这不是语言差异，而是认知层级差异。

• 前者在追逐答案
• 后者在研究生成答案的系统

结语：真正的专业，不是预测未来，而是组织不确定性“价格无法预测，只能建模跟随”，说到底，是一种交易上的现实主义。

它承认人类认知的边界，承认市场复杂性的不可压缩，承认价格不会为任何人的自信负责，也承认真正的优势，从来不来自一句笃定的判断，而来自一整套可验证、可迭代、可执行的系统。

• 在这个意义上，交易真正高级的地方，不是做先知，而是做工程师

不是站在市场前面发号施令，而是站在市场旁边，持续测量、持续校准、持续响应。

• 你不需要预测每一场风暴
• 你需要的是一艘在风向变化时，仍能调整帆角的船

而这，也许就是量化交易留给所有投资者最重要的一课：

未来不可预言，但可以应对；价格不可掌控，但可以建模；我们无法命令市场，只能学会跟随市场。