构是稳定的’。但2008年证明，结构是会变的。当市场从一个状态切换到另一个状态时，那些在旧状态下有效的策略，会突然全部失效。”

    他顿了顿：

    “这时候，谁能发现‘变了’？谁能判断‘该停了’？谁能决定‘接下来怎么办’？”

    “不是机器。是人。”

    沈清如沉默了很久。

    她看着白板上那几个词，看着陈默，看着窗外深沉的夜色。

    然后她轻声说：

    “所以你的意思是，机器做机器的事，人做人的事？”

    “对。”陈默说，“机器负责‘广’——覆盖几千只股票，捕捉无数微观信号。人负责‘深’——理解那些无法量化的东西，把握那些需要判断的时刻。”

    他走回她面前，在她对面坐下：

    “清如，我不是要否定你做的事。我是想让你做的事，变得更有价值。”

    沈清如看着他。

    “怎么说？”

    “以前，”陈默说，“我们只有几个人，只能覆盖几十只股票。我们挑出我们认为最好的，然后买入持有。这是深度研究的价值——我们比别人更懂这些公司。”

    他顿了顿：

    “但如果我们有了量化工具，会发生什么？”

    沈清如没有说话。

    “会发生两件事。”陈默自己回答，“第一，量化可以帮我们做筛选。几千只股票里，先用量化模型跑一遍，把那些有明显风险的、估值过高的、财务有问题的，先排除掉。剩下几百只，再用人去深挖。”

    “第二，量化可以帮我们做验证。你深度研究出来的那家公司，它的‘护城河’‘管理层品格’这些，能不能在数据上找到印证？比如，好公司的财务特征是什么？能不能总结成一些可量化的指标？如果这些指标和你的判断一致，那你的判断就更可靠。”

    他看着沈清如：

    “这不是取代。这是放大。放大你的研究能力，放大你的判断价值。”

    沈清如沉默。

    她低头看着自己手里那杯凉透的茶。

    茶叶沉在杯底，一动不动。

    过了很久，她抬起头。

    “陈默，”她说，“你知道我刚才在想什么吗？”

    陈默摇头。

    “我在想2008年。”沈清如说，“那时候，我每天研究宏观，写那些预警报告。我看到了风险，看到了危机，看到了可能发生的连锁反应。但我的声音，被淹没了。”

    她顿了顿：

    “如果那时候有量化工具，会不一样吗？”

    陈默没有立刻回答。

    他想了一会儿，然后说：

    “也许。也许量化的数据，能让你的声音更有分量。不是‘沈清如觉得’，是‘模型显示’——这两个东西，在很多人耳朵里，分量不一样。”

    沈清如苦笑了一下。

    “所以我还是得靠机器？”

    “不是靠机器。”陈默纠正，“是让机器帮你说话。”

    他看着她：

    “清如，你那些无法量化的东西，恰恰是最值钱的。因为别人量化不了，只有你能看到。如果我们能用机器把这些东西‘翻译’成数据，让更多人理解，那你的价值，就不是被稀释，是被放大。”

    沈清如沉默了很久。

    窗外的夜色更深了。远处香港的灯火，有一些已经熄灭。

    “陈默，”她终于开口，“我问你最后一个问题。”

    “你说。”

    “如果有一天，机器真的能理解那些东西了——能读财报，能分析管理层，能判断时代浪潮——那我们这些人，还剩下什么？”

    陈默看着她。

    他知道这个问题有多重。

    不是一个技术问题。

    是一个关于“人”的价值的问题。

    他站起来，走到窗前，和她并肩站着。

    “清如，”他说，“你知道吗，我这几天一直在想一个问题。”

    “什么问题？”

    “2008年，我们输在哪里？”

    沈清如没有说话。

    “我一开始以为是市场太极端，后来以为是模型失效，再后来以为是赵峰背叛。”陈默说，“但现在我越来越觉得，最根本的原因，是我们太依赖单一的东西。”

    他顿了顿：

    “我们依赖经验，但经验在极端情况下失效。我们依赖模型，但模型在范式转移时失效。我们依赖信任，但信任在压力下会崩。”

    他转过头，看着她：

    “所以，如果我们能建一个体系——有量化，有深度研究，有人的判断，有纪律执行——当其中一个部分失效时，其他部分还能顶上。那也许，下一次风暴来的时候，我们就能活下来。”

    沈清如看着他。

    “这就是你说的‘分工’？”

    “对。”陈默说，


本章未完，请点击下一页继续阅读》》