河北
来源：Jevons的宏观笔记
关起门来说亮话
见解
戏谑
深刻
利好耐心资本？
为什么现在市场越来越反常？
几个月的时间，一只股票能先腰斩，腰斩之后还有脚踝斩。基本面没塌，产业趋势没变，跌的纯粹是估值。
另一头，一家公司刚公布一项技术，或者某个业务拐点才露出一丝光，市场给它的估值就能在几天里从 20 倍市盈率蹿到 30 倍、50 倍。
很多人把这归咎于市场更浮躁了。其实不是。
2017 年，一篇发在《Journal of Financial Markets》的研究就记录过算法对信息消化的推力：财报公布后的头 90 秒里，算法交易系统就以远超人类交易员的速度和精度，沿着财报指示的方向开始交易，显著加快了信息进入价格的过程。
大模型的普及，把这事推到了极致。2026 年的一项自然实验研究，作者是三个年轻学者，分别来自多伦多大学、加州大学圣迭戈分校和莫纳什大学。
他们想回答的问题很直接：大模型到底让市场更有效，还是更乱？要回答它，最理想的办法是造两个平行世界，一个有 LLM、一个没有，看谁消化消息更快。可这没法造。
他们找到了一个聪明的替代品——宕机。OpenAI、Anthropic、Google 这几家供应商几乎垄断了全市场的AI信息处理，而它们会时不时宕机，原因往往是硬件故障、软件配置出错、更新翻车，连供应商自己都预料不到，跟当天的市场涨跌、恐慌指数毫无关系。在他们抓取的样本里，平均每 4 天就宕机一次，中位时长 7 小时。
于是研究变成了这样：把"宕机期间发布的新闻"和"正常期间发布的新闻"分成两堆，各看第二天股价怎么走。结果是——宕机期间，一条新闻的情绪每强一个标准差，第二天能预测出 25 个基点的异常收益；正常期间，这个数只有 13 个基点。换算成一句话：大模型正常在线时，把本该拖到第二天的价格漂移，吃掉了 46% 到 61%。
翻译成大白话就是——过去要靠人类分析师反复推敲、第二天甚至更久才能消化完的短期信息，现在当天盘中就被吃干净了。短期价格发现的速度，不是快了 10%，是几乎快了一半。
那这么说市场不是应该更有效才对吗？为什么今年市场的波动反而更加剧烈了呢？
问题就出现在这里，市场很可能过度反应。而这正是另一个方向的研究在追的东西：当所有人都在用同一批机器，会发生什么。
同样是 2026 年的研究，纽约大学的两位学者盯上了基金经理。他们拿 2022 年 ChatGPT 上线当一道分水岭，做了一次"前后对比"：越依赖生成式 AI 做决策的基金，持仓的重合度越高；一只股票被这类"AI 化"的基金碰得越深，它背后的机构羊群行为就越严重，价格发现反而更快了。
他们另一个模型推演，给出一个让主动管理人后背发凉的数字：一个能赚钱的交易信号，过去要 5 到 7 年才会被市场慢慢吃干净，可 AI 普及之后，大约 18 个月，它就能损失掉一半的超额收益。
过去 100 个研究员看同一份材料，有人看好有人唱空，观点打架形成的分歧，就是价格波动的缓冲垫。可在 AI 时代，成千上万个模型喂的是同一批财报文本，接的是相似的供应链知识图谱，用的是底层逻辑高度雷同的大模型做语义解析。
结果就是一个极速的共识闭环：发现机会更快，共识形成更快，资金抢筹更一致，估值泡沫也膨胀得更快。
这两条证据指向了两个结果：
首先，AI正在加速行情的演化和共识形成与崩塌的过程。
其次，过于一致的共识涌进流动性里会让价格过度反应。
如果你不是趋势交易者，那么你只需要大幅降低你的交易频率，就能受益于这种现象。
沪深 300 在 2015 年一度跌掉 43.48%，2018 年跌掉 31.88%，2022 年跌掉 28.65%；拉长到 2007 年到 2021 年，它每年的最大回撤平均下来也有 26%。
26% 意味着什么？意味着哪怕你什么都不做、只是被动拿着沪深 300，市场平均每年都会自己递给你一个比高点便宜约四分之一的机会。更何况在AI加速了资产周期的背景下，现在你多等一个月，基本上就是过去三个月甚至半年的情绪消化周期。
时间还是站在耐心投资者这边。
特别声明：以上内容仅代表作者本人的观点或立场，不代表新浪财经头条的观点或立场。如因作品内容、版权或其他问题需要与新浪财经头条联系的，请于上述内容发布后的30天内进行。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
