开场闲聊：纽约上西区与办公选址
我一直更喜欢东区，胜过西区。纯粹个人偏好。
这得看你说的是哪方面。我觉得西区沿水这一带一点也不逊色。你看哈德逊广场，还有整条滨水带：炮台公园、翠贝卡、苏荷、肉库区、西村……
不过我们不会离火车站那么远。再往前还有切尔西、哈德逊广场，甚至地段合适的话，地狱厨房也挺有意思。再往北是上西区、林肯广场——我住的就是上西区，那一整片真漂亮。
我特别喜欢上西区。
我单身时住过翠贝卡，那是我住过的唯一一个地方。
这是在录吗？
在录。顺便问一下，爱丽丝……没事。节目正式开始后，你可以把万圣节英国腔收一收，正常说话。
对，没错。
你住在河滨大道附近吗？
对，我住河滨大道。
那片是我最喜欢的社区之一。
我也很喜欢。我大学毕业后最好的朋友住在上东区，我住得特别远，去看他很折腾。
我喜欢那一带。
那儿变化很大。现在滨水公园一路向南修到了59街，沿着水边可以一直跑下去。还有船坞……
在九十多街那边吧？
对，夏天那边也挺热闹。我有个朋友有一艘那种船。
你去过吗？
没有。
像是开在船上的餐厅。
我觉得上西区很漂亮，也喜欢哈德逊广场，我愿意在那里办公。
但哈德逊广场的办公成本太高了。好楼层的办公室，每平方英尺租金要250美元。
那算了。
对我们来说不划算，我们又不是做“2和20”收费模式的基金。
我懂，咱俩一样。
我们总会想出办法，不过我会尽量拖着不做这个决定。在曼哈顿签十年租约，可不是小事。
接下来18个月可能发生很多事，我们节目里大概也会聊到。大选前出现衰退完全有可能，到时说不定能以很有吸引力的价格买到一些商业地产。一批企业倒下，整个城市也可能……但愿不会。
真的什么都可能发生。
为了好价钱，什么都值得。好了，开场吧！
伙计们，怎么样？准备好了吗？好，欢迎收听《The Compound》这一期。
对加密货币感兴趣，却不知道从哪儿开始？从 Grayscale 开始。Grayscale 是全球最大的加密资产投资平台，进入加密领域已经十多年。考虑到加密普及还处在早期，这已经是很长时间了。这样的市场里，教育比以往更重要。Grayscale 提供研究、洞察和长期视角，帮助投资者更好地理解数字资产和不断演变的加密生态。无论你刚开始接触加密，还是想进一步深入了解，都可以让 Grayscale 为你指引方向。
谢谢你，Thing One。感谢帮忙。Nicole 穿着万圣节装扮呢，女士们……
认识巴克莱的 Alex Altmann
各位女士、先生，欢迎收听全球最好的投资播客。五位牙医里有四位说，他们从《The Compound and Friends》获取所有财经新闻。谢谢大家！今天我们请来一位新嘉宾，我特别期待这次对话。今天的嘉宾是 Alex Altmann。听说大家叫你 Alti，是这样吗？
这背后有个故事，不过是的。
待会儿你讲讲。Alex 是巴克莱董事总经理、股票战术策略全球主管，为该行股票和全球市场客户提供主题观点与市场内容。巴克莱的股票战术策略团队从交易台提炼战术想法，再整理成客户研究报告。在加入巴克莱之前，Alex 曾在 Millennium 担任宏观投资组合经理，也在 Citi 做了十年股票交易策略。所以他既见过买方，也见过卖方市场。Alex，谢谢你来做客。
谢谢邀请。
现场观众都激动疯了，你听见了吗？太夸张了。为了让听众理解，你怎么定义“战术型”？你们在巴克莱做的事，和其他自称战术交易的团队或研究部门有什么不同？
先说个简单答案：“战术型”就是穿迷彩服、带着武器——当然这是开玩笑的。
口袋还特别多。
对，都是些没必要的口袋。按华尔街传统用法，“战术型”是指时间跨度更短。一般研究团队会看六个月、十二个月，甚至更长；我们更关注短周期，主要服务快钱资金，但也不只服务它们。我们考虑未来一周、两周、四周，有时八周，通常不会看得更远。我们也有一些主题观点，有些结构性看法已经持续几个月甚至几年，但通常还是在想未来四到八周怎么赚钱、市场会怎么走、哪里有最好的非对称机会。
另一个特点是，我们研究传统卖方研究部门往往不覆盖的市场领域，比如仓位、衍生品、量化，以及对冲基金在做什么。这些都是投资流程的重要支柱，买方基本都会看，但很多卖方传统研究还没有覆盖。我们希望让交易台的投资流程贴合买方客户实际在做的事，从而和他们更直接地交流。对冲基金也想知道同行在做什么。
而且不只是出于八卦——虽然他们可能也想听八卦。专业管理资金的人确实想知道同行在做什么。市场仓位已经变得非常重要。我和 Michael 常开玩笑：市场上出了什么事解释不了，我们就说“仓位”。
对，但这的确是回事。专业投资者想了解同行的操作，也知道传统基金经理调查的局限——最后往往只是反映群体共识。所以你们提供一个信息库，告诉客户同行在做哪些交易、为什么这么做。这是其中一个方面。
还有其他关于仓位的角度。仓位可以……
仓位如何影响价格与市场叙事
仓位分析很有用，因为资金流往往决定价格，价格又会塑造叙事。理论上可以把市场拆开来看。我遵循一个思路：如果市场形成了仓位上的不对称，这种不对称会不会以很不对称的方式推动价格，进而改变市场对某个叙事的看法？“态势感知”（situational awareness）就是个很好的例子。
确实是个好例子。这种情况每年都会时不时出现，所以你得有一套框架，能同时跟踪很多事情。
我们会看单只股票的仓位吗？理论上可以，但通常不这么做。因为把仓位汇总到主题、行业、量化风格等层面，通常就够用了。
够用了。
对。当然还会看整个市场。你要知道对冲基金、共同基金、CTA、波动率控制和 QIS 策略、风险平价策略各自处于什么仓位；如果这些都能看清，还要看散户仓位，那可能是最重要的一项。
所以这能帮你判断是否有机会反向下注，也可能不一定是要做空某个过度拥挤的仓位，而是把它当作情报：眼下资金都在哪里？
没错。有时这会让我们有依据地得出结论，做一笔逆向交易；但也不是每次都如此。我们通常会把仓位报告做大量回测，和相关资产之后的回报对照。有些时候，回测会验证并强化原有判断：比如这个仓位确实拥挤，但数据显示拥挤并不重要，未来回报反而很好。另一些时候，结果则相反，告诉你应该逆势下注、提出一个有争议的观点。我觉得……
标普500的胜率与巴克莱择时模型
有人认为短期预测完全是徒劳。对大多数普通投资者来说，确实如此：花时间预测短期市场，不如去做别的事。但在今天的投资环境里，还认为自己一年后能看得很清楚，听起来就很不现实，变化太快了。
如果要做某种市场判断或战术判断，把时间范围放在未来0到30天，可能比较合理。
对。我举几个数据说明。假设你在任意一天买入标普500，并持有42个交易日，大约两个月，赚钱的概率约为73%，平均回报接近200个基点，大约190个基点。这相当不错，比去赌场玩任何一种游戏的胜算都高得多。把它当作基准，你要做的就是争取好于或差于这个结果。如果只是买入标普500并持有、采取被动策略，你大多数时候会是对的。战术操作要回答的是：赚钱概率有没有明显偏离73%？我们有一套表现不错的框架。它完美吗？当然不然的话，我也不会坐在这里告诉你，或者拿去和客户聊了。
那你们就自己内部用，守口如瓶。
我可以在海滩上守口如瓶。
你们有这些数据。普通赌徒常常会输，是因为一个周末有二十场比赛，他就押其中十一场，实际上并没有优势。你不必每一球都挥棒，也不必每场都下注。但有时数据会告诉你：“大约80%的时候什么都别做，那大多是噪声；但另外20%的时候，我们有54%的击中概率，那就值得出手。”
对，我们的思路正相反：会寻找命中率在80%到85%、有时达到90%的机会，观察标普、某个风格因子或行业的未来回报分布。我们不只看回测，还看很长的样本内和样本外区间，结果相当扎实。举个例子，我们用来判断该看多还是看空的主要框架叫 BETI，也就是巴克莱股票择时指标（Barclays Equity Timing Indicator）。原本想叫“Betting”，但合规部门果然有意见。它没有什么秘密配方：数据大家都能拿到，知道所有输入项的话，你也能自己搭出来。它就是把市场上已有的多项数据汇总起来；当足够多的指标同时发出偏多或偏空信号时，我们就能根据统计判断标普未来回报更可能怎么走。整套指标都摆在那里，这是我们的量化指引。定性判断则来自仓位、客户交流，以及对市场主流叙事的理解。希望这部分更像艺术而不是科学：科学的部分有了，艺术的部分是把所有信息拼在一起。AI 还没学会的，就是如何把这些东西综合起来……
量化数据与定性判断怎样结合
等各种条件都凑齐了，就可以说：“好，信号都到位了。按照你刚才说的，这时候该出手了。”
你能回到刚才说的顺序吗？你是怎么从价格走到叙事的？我同意这个前提，但我觉得价格走势会变成大家都接受的故事，只是这个故事需要一点时间才会传遍华尔街。周四你会听见五个人说同一件事，他们都是因为价格刚刚给了他们这个信号才这么想。反过来却很少见：有人和价格走势唱反调，大家就接受他的叙事。你明白我的意思吗？
明白。我大多数时候会把那看成噪声。
你的意思是，人们会用价格走势为叙事找理由，或者事后解释价格为什么这么走，而不是拿出真正的信息来挑战原有看法？
对，确实是这样。当然并非总是如此，但市场经常会因为一笔大额交易而动起来。有人得执行某笔交易，做得不太讲究，价格就被推了一把，所有人都在问：“刚才发生什么了？”现在的油市尤其容易这样。油价上下波动一两美元，大家就会认定是某条来自陌生人的新闻标题造成的。
这就是原因。
没错。也可能有算法会对某类标题作出反应，这就是我们身处的市场。但更多时候，那只是噪声。
你会把每个定性或定量信号都纳入考虑吗？既然你说数据大家都有，那真正的差别就应该在别的地方——也许是某种“态势感知”。比如橄榄球的数据分析可能会说，四档一档时每次都该继续进攻；但球队可能会想：“我们现在势头正好，防守很强，对方进攻很差，还是弃踢吧，保留下一次机会。”定性判断能影响多少？还是你完全按量化结果来，比如82%的概率下，无论如何都要冲？
不，不是这样。定性部分非常重要，这就是我之前说的“艺术”而不只是科学。市场上有很多策略完全是输入和输出：输入质量好，输出通常也好，反之亦然。但我很相信主观判断能带来很大价值。我自己做资金管理时就亲身经历过：如果只依靠量化流程、把自己关在一个小圈子里，也可能成功，确实有人靠这种策略做出了非常出色的职业生涯。但对我来说，与市场参与者交流、准确判断当下的时代情绪，再把量化框架搭在旁边，看看两者是否一致、是否出现冲突，这样做很有力量。
华尔街真的看空 AI 吗？
如果定性和定量信号之间出现冲突，我觉得机会往往就在这里。今天就是个很好的例子：现在有一种说法，仿佛所有人突然都看空 AI，可能是因为融资领域发生了什么。但我做投资者调查，今天刚发出去的调查是昨天做的，有200位投资者参与，对华尔街来说样本相当不错，质量也很高。反馈压倒性地显示，大家并没有看空 AI。只有60%的受访者认为融资出了问题。我心想，怎么会这样？过去两周我们刚经历融资问题，这个比例理应是100%。
这说明什么？
这说明故事才刚开始，因为现在出现了信号不一致：客户反馈说大家都看空 AI，可调查结果却显示不是这样。接下来要看仓位数据。部分竞争对手的传统对冲基金主经纪商数据说，对冲基金净敞口很低，所以大家都看空、都卖掉了科技股。我不是要贬低竞争对手工作的质量，但这些数据可能没有告诉你、或者容易让人忽略的是，对冲基金净敞口的变化范围其实很窄，可能只是从48%升到55%，再回到48%。
当然，因为很多都是相对价值型的多经理基金，做的是市场中性策略。
没错。实际上，它们对市场的敏感度不大，组合里自己选的股票才是重点。所以我不太在意它们具体做了什么，我们也围绕这点做过统计。关键是，我们只在认为有效的地方使用仓位数据。比如散户仓位：这是个很大的领域，散户群体是最大的股票持有者，接下来是共同基金，还有杠杆 ETF。它们在做什么？波动率控制基金呢？这些基金有大量股票多头；QIS 策略、CTA 也一样。这些都是值得跟踪的领域。把它们的量化情况放进框架后，我们再看仓位指标究竟如何，再与市场主流叙事比较，然后再和我们的……
散户是“傻钱”还是聪明钱？
说回散户，你怎么看？他们真像人们说的那样是“傻钱”吗？我觉得这一轮里他们逢低买入做得挺准。有人说，大多数散户投资组合的表现都会超过机构组合。这说明什么？
有几件事。最重要的是散户更能扛得住波动。很多对冲基金的回撤限制要严得多，因为他们的投资表现一直被盯着。
他们会被监督。
没错。散户账户除了持有人自己，可能也就配偶会看。人们还想在晚宴上跟朋友吹嘘自己的收益。
“这是我买的债券！”但他们不用向委员会解释为什么超配半导体。他们就是想买，所以买了。
也不用解释为什么回撤了400个基点。
对。到底什么会让散户止损？可能就是券商账户触发保证金追缴，或者他们丢了工作。就这两种。
是的。
大家总问我：“什么会让散户卖出？”我会说：“你丢了工作，或者邻居丢了工作。”不过散户也确实有过抛售股票的时候。这一定是买入机会吗？
要看当时的起点，也要看这种抛售持续了多久。
如果我告诉你，我们有从1995年左右开始的高质量散户数据呢？
这些数据放到今天还有意义吗？
当然有，而且我认为比以往任何时候都更有意义。得从历史说起。2019年是散户交易的一个分水岭，不是2020年，只是人们不太谈它。那年10月开始出现零佣金交易，恰好也赶上 Robinhood 和一些更像游戏的交易平台推出。
当时 Schwab 说免佣，Fidelity 也说免佣，零佣金就成了行业标准。
对，交易摩擦一下子变得很低。接着发生了什么？疫情。
所有人都开始交易。
大家拿到一堆刺激支票，又待在家里。
18个月里开了4,000万个新券商账户。
没错。零佣金交易本身是不是改变了一切？未必。但它把交易成本降到了几乎为零；再加上一群拿着刺激支票、又没事做的人——说实话，我们都是赌性很重的人——很多人就进场交易了，而这又恰好遇上股市一次显著的短期回调。
他们没离开。
熊市之后他们一直没走，到现在都还在。
不完全是这样。2022年美联储有意收紧金融条件时，散户确实卖了一些。
但时间很短。按整体成交量占比看，散户参与仍然很高，大概是25%吗？
散户交易份额还在原来的水平。我们更常跟踪的是散户现金余额和保证金余额相对于自然趋势的变化。
散户在 SPAC 上也被打爆了，跟其他人一样。2022年 Nvidia 和 Meta 都跌了75%，那年散户确实很惨，真的亏了钱，也卖出了一些，但并没有彻底逃离市场。此后2023、2024、2025、2026年，不管经济有没有波动，他们的表现都相当不错。
那从90年代开始的数据，怎么能说明今天？
要比较的话……
家庭资产押注股票，而不是住房
如果和90年代相比，现在美国大约三分之二的家庭持有股票。还有一个我常提的数字：股票现在占美国家庭净资产的35%，是历史最高。第二大的财富来源自然是房屋净值，但从60年代有记录以来，股票和房屋净值在家庭财富中的占比差距从未像现在这样大。
原因不是很明显吗？利率太高，过去三年房价涨幅接近零。
而股市已经翻倍了。
当然，这不一定是因果关系，也可能恰好是反过来。
还有很多其他因素。特别是从2022年以来，房贷完全负担不起，新房和二手房销售都大幅下滑。住房市场基本停摆，像个“僵尸市场”。
说到底，这就是住房市场衰退，房价几乎没怎么动。
千禧一代和 Z 世代有了积蓄，却没法再去买新房，于是钱投进了股票市场。
对，所以有持续的资金流入。按我们的估算，原本用于新房首付的钱每年大约有2,000亿到3,000亿美元。再加上每年进入401(k)退休账户的钱，我们估计有8,000亿到9,000亿美元。这两项加起来超过1万亿美元。此外还有1万亿美元的股票回购；即使考虑到实际执行偏低，打个折仍有7,500亿美元左右，几乎是确定的买盘。
401(k)的资金流是确定的。
就像天气一样，它总会来。
只要人们有工作，资金就会进来。这种自动投资对估值不敏感。
对，因为这是围绕退休目标设计的，差不多到65岁退休，所以钱就按计划投进去了。你估计每年有9,000亿美元？
我大致用美国房屋数量估算，再扣掉无法缴401(k)的家庭，假设工资中有12%用于缴款，家庭收入中位数是8.8万美元。算完之后再稍微打点折，就得到每年8,000亿到9,000亿美元。
十一、十二年前，我在最早的博客上写过这个主题，叫“持续不断的买盘”（the relentless bid）。当时是2014年，股市在2013年刚创下历史新高，坏消息还很多，欧洲也有一堆问题。人们不明白市场为什么不跌：明明刚经历过那么惨烈的崩盘，怎么每次有坏消息，市场只是晃一下就又回到高点？我当时说，这是几个因素共同作用的结果：股票回购缩小了流通股数量，规模还没到每年1万亿美元，但已经在增长；401(k)资金也被低估了。第三个因素当时几乎没人谈：商业模式从股票经纪人转向财务规划和财富管理。以前客户付钱让经纪人替自己交易股票，现在经纪人帮客户配置 ETF，这涉及数万亿美元。看看摩根士丹利就知道，它已经从主要靠交易佣金转向主要靠收费业务。这会怎样改变市场行为？我认为它能压低波动性。
自动买盘如何压低波动
十多年来我们一直生活在这样的环境里。每当人们往财富账户里配置资产，就会有更多确定的资金流向同样那500只股票。
没错。我觉得这也是 VIX 每次刚涨起来就很快消退的重要原因之一。两周一过，401(k)的钱又进来了；以前会主动交易股票的理财顾问，现在只是在重新平衡 ETF，几乎可以看表等着。
现在还有杠杆型、备兑卖出等有明确策略的 ETF，在进一步影响市场的 Gamma 和 Vega——不想堆希腊字母的话，就是给市场提供波动率。
回到原来的问题，散户某种程度上已经全仓股票了，其中一部分是被动的：他们对买房这条路失去了信心。另外，股票可以按份购买，对年轻人很有吸引力。我不必掏出一大笔钱。美国房价中位数我记不清，猜在30万到40万美元之间；买房得准备5万或6万美元首付。我却可以去买一股 Nvidia，或者买一股 SMH、SPY 之类的 ETF，然后先放着。可惜这也给经济带来了脆弱性……
股市如今就是经济的一部分
人们常问我，什么最让我睡不着？杠杆 ETF、伊朗，还是 AI？我说都不是，最让我担心的是散户，因为我们的经济金融化程度太高了。去年关税消息出来、标普跌了20%之后，接下来的两个月消费确实明显下降。
财富缩水带来的负面效应。
影响很大，而且现在大家实时看到财富变化。互联网泡沫时期不是这样。那时很多人得等每月或每季度的券商报告；现在手机一天能给你推好几次提醒，你随时看到自己的财富在变。这种力量既能推涨，也能加剧下跌。我有个常说的玩笑：如今股市就是经济。过去的说法是“股市不是经济”，但现在它就是经济。
我也这么看。我经常这么说，有些人会不高兴，但现在的关联比以往都更强。
以前股市大致是企业经营情况的替身，人们会问 IBM、可口可乐和普通人的生活有什么关系。现在我们把退休生活建在股市上，大家都持有股票。高收入家庭有大额401(k)，薪酬也和股市挂钩。很多刚成为百万富翁的年轻家庭都在那些即将上市、刚上市、或股价与自身财富密切相关的公司工作。如果没有经济衰退，却要经历持续两年的熊市，几乎不可能，因为每个人的财富效应和心态都取决于账户里有多少钱。所以我完全同意。
更麻烦的是，我愿意挑战全世界任何经济学家——包括我在巴克莱共事的杰出经济学家——我不认为他们的计量经济模型里有一格专门衡量标普500的影响。
是啊，他们关注所有东西。
美联储会看。
美联储有金融状况指数（FCI）。
美联储会看股市的十个月移动平均线。我觉得他们知道自己什么时候做过头了。2018年我就看到这种情况：12月初，他们说政策离中性还很远；结果圣诞前夕，标普刚跨过20%门槛，统计上进入了21%的熊市——这本身不一定意味着什么，但媒体一片“熊市”，他们就在圣诞前夕改口了。
我记得。一个月后，利率政策已经回到中性附近，甚至又要开始降息了。事情确实就是这样。怎么可能不是十个月移动平均线、200日均线之类的东西在起作用？
2018年还有个有意思的地方：那是中期选举年，也是新任美联储主席上任；姆努钦那阵子也特别爱发言。他突然说“别担心，流动性充足”，大家都懵了。金融危机前十年，华盛顿的美联储里只有一台彭博终端。
真的？
里面只有一个人盯着市场，你敢说现在没有一千台？
财政部有彭博终端，他们会联系我；纽约联储也会。
但坐在终端前操作的还是对冲基金经理。所以我才说，现在什么都是股市。
股市牵动一切
股市现在就是一切。
是啊。
多经理基金、拥挤交易与个股负相关
我想给你看张股市图，听听你的看法。今年挺特别。即使持续有资金买入，AI、软件、能源板块也让市场出现很多涨跌交替的日子。经常是指数一个方向走，平均个股却往另一个方向走，像是奇怪的负贝塔效应。法国兴业银行（SocGen）的图表15很有意思：标普成分股一共有124,750种可能的股票配对，目前40%的配对是负相关。它展示标普500平均个股相关性：红线是历史平均，黑线是当前值。
有40%的交易日，个股和整体指数走势不同步。现在的股市真是很奇怪。
这和2017年完全不同，当时几乎所有股票一起涨，波动率为零。
今天就是例子。最近几周我们一直在说市场广度很差，这是牛市的一个特征：通常由最大的几只股票领涨。广度好的时候，平均股票表现反而更好；熊市里的2000年网络泡沫破裂后就是个例子。今天等权重指数涨了98个基点，标普500却跌了53个基点。
这种情况越来越常见。比如今天 Alphabet 的业绩不好，但市场其他部分反而获得买盘。
你是在问为什么吗？
我可以给你个答案。
我不觉得这是什么谜。我倒想听听你的解释。
今年早些时候，是能源股在大盘下跌时上涨，形成奇怪的负贝塔效应。后来是利率：利率上升，必需消费品、房地产、公共事业都遭到抛售，但“七巨头”尤其 Apple 几乎不受影响，而 Apple 是全球市值最大的公司。之后就是软件和 AI 的涨跌轮动。我觉得主要就是这三件事。
它们背后有个统一解释：相对价值策略，尤其是多经理基金（multi-manager pod shops）。2018、2019年，也就是疫情前，它们管理的资产大约3,000亿美元；如今接近1万亿美元，差不多增长了三倍。
你说的是 Citadel、Millennium 这类机构吗？不用点名。
对，多经理基金通过不同投资团队寻找个股特有的 Alpha，而不是押大方向。它们鼓励经理保持高总敞口、低净敞口。自2022年利率上升以来，这类资产规模迅速膨胀，因为高利率环境很适合相对价值策略：多头和空头两边都能建很大的总敞口，但实际动用的净资本不多；当然，仍需按照主经纪商的抵押品要求扣留资本。
剩下没用于抵押的部分还能赚利息。
对。假设有15%放在抵押品里，剩下70%可以赚5%，相对安全的收益甚至可能更高。
这就是低净敞口：多空相互抵消，没投出去的部分还能拿利息。
没错。这些业务运行效率很高，所以会给投资经理非常严格的净敞口限制。这不一定是因为经理触碰了什么严重的风险红线，而是机构要有效管理整个资金和财务职能。
拥挤交易为何会集中爆发
这是一种很好的商业模式，目标就是找出个股特有的 Alpha。但问题是，如果所有人都这么做，而且都能看到同样的风险参数指标，那价值、质量、规模、成长等因子，以及行业和市场敞口都会被中和。可供交易的股票数量却在减少。我们刚聊过“去股票化”：市场大概只剩3,000只股票可做，而我刚入行时有约10,000只。如今 IPO 减少、股票回购增加，净发行为负，可交易股票自然越来越少。
加上资产管理规模不断膨胀，以及主经纪商提供的杠杆，就会出现拥挤效应。有人会说：“没关系，我已经把所有风险都对冲掉了。”其实你只是把拥挤转移到组合里其他已知或未知的维度。策略数量和规模膨胀后，就更容易发生剧烈的连锁平仓。
所以大家同时平掉组合里的某个部分，相关股票受到的冲击可能是原来的三倍？
没错。这就解释了为什么指数波动率很低，因子和单只股票波动却很大，个股之间负相关也很多。
比如 Spotify 和 Netflix 有一定关联，但它们的走势曾经整整一年几乎完全相同。还有成千上万只股票被放进同一个交易篮子里，大家一起买卖。
而且很多交易者其实是计算机。非常成熟的量化基金会实时运行统计策略，寻找一天甚至盘中出现的价差，做均值回归。也有主观 Alpha 经理，持有期大约三到六周，通常围绕个股配对、财报做均值回归。因此财报日的个股资金流大部分来自主观投资者；没有财报的日子，绝大多数则来自量化和散户。
媒体看到这些数据合在一起的结果，就会编出一个故事，向不了解市场的普通人解释，却没意识到很大一部分其实是计算机和计算机在交易。
这让我想起女儿上小学时学希腊神话。她看书看不懂，问：“为什么要让我们读童话？”我告诉她，这曾经就是科学。太阳为什么东升西落？因为阿波罗驾着战车穿过天空，发出光芒。为什么地震？因为神明发怒了。火山又为什么喷发？人类就是这样，即使解释很荒唐，也需要一个说法。
媒体也必须解释。看到统计套利等交易的净结果，却觉得这不是令人满意的答案；于是就会问：“今天市场为什么改变了对 AI 的看法？”然后找一条新闻标题来说明。
这也正是我们巴克莱 BETS 团队存在的意义：把这些东西拼到一起。
你们团队现在全球多少人？
11人。
BETS 团队规模与“只捕杀、不捕捉”
纽约有三人，伦敦有三人，亚洲刚刚又招了人，现在亚洲有五人。
BETS 团队一共11个人。
目前是这样。
听说你们只负责“捕杀”（kill），不负责“捕捉”（capture），是真的吗？
我们只负责捕杀，没错，不做捕捉。
ServiceNow 暴跌与 AI 财报季
财报季你们怎么做？比如今天 ServiceNow 跌了27%。你们会不会设一个“静默期”，觉得重大公告出来时，战术分析就不管用了？
这是个好问题。也许 BETS 团队以后要扩到12或13人，因为我们想更多参与个股研究。巴克莱有覆盖具体行业的个股销售团队，我们会和他们合作。但从宏观主题角度，我们通常不贸然介入。财报季就像布满地雷，几乎没有可依循的战术结构。公司随便在电话会上说一句话，股价都可能从涨10%变成跌10%。
完全是这样。
财报当然可以建模。但我们真正深入参与财报季，是因为股票越来越受宏观因素驱动——这对我的职业生涯有利。AI 是宏观主题，超大规模云厂商也不再只是机构投资者关注的公司，投资圈各个角落都在盯着它们，不管你做信贷、宏观还是散户业务。财报季我们会认真审视这些公司，听电话会，用自然语言处理分析内容，也会找巴克莱的个股销售和研究团队交流，尽可能从个股投资者角度掌握信息。
我2004年在摩根大通以个股分析师的身份开始职业生涯，2012年转向宏观，所以个股分析的基本功还在。需要时，财报季初期我仍能回到这套工作方式。现在确实需要：Google 的财报、微软的财报都围绕这些问题，今晚应该还有 Amazon 的财报。AI 是重要主题，未来会不会一直如此另说，但目前大约三分之二的经济增长来自与 AI 相关的资本开支。
有个惊人的数据：2027年标普盈利预测中，75%预计来自半导体和超大规模云厂商。
希望融资问题不会延续到明年。
确实很夸张。我们开玩笑说，标普500已经变成“科斯比”。
差不多吧。Meta 的资本开支已经占营收的70%，真是不可思议。Dan，能不能放一下图表8？Alex，你怎么看股票发行对股市的影响？
微软250亿美元债券发行与股票供给
我们来看微软云业务收入增长。右边这张图是同比营收增速，可以看到它在加速。
显然受益于 AI，云业务增速达到30%，这是自2022年第三季度以来最快的。当时收入是230亿美元。如今业务规模几乎是当时的三倍，增速却还在加快，简直难以建模、难以想象、难以预测——前所未有。可今天微软发行250亿美元债券，股价却下跌。
他们的表现已经好得不能再好了，季度业绩也无可挑剔，股价还是跌了。
是不是该问问，投入这么多钱会付出什么代价？微软现在的经营现金流仍然为正，对吧？
是，我想它是唯一一家。
而且微软股票此前涨幅巨大，基本就在历史高位，市场预期也很高。过去15年公司一直大规模回购股票，现在这个趋势反过来了。对一些体量巨大、对指数影响很大的公司，我们开始看到股票发行。这是完全不同的环境。
对，我们专门研究过这件事。第一，不能把股票市场孤立来看。按我们的模型，2026年将是净发行股票的一年。
基本上这会是第一次？
差不多。以前每年净回购、净退市的规模大约是4,000亿到6,000亿美元，现在却出现了数千亿美元的逆转，影响很大。第二，还要看资本竞争。2026年投资级和高收益债券净发行预计将达到1.2万亿美元，政府也要融资。
不过这些债券还是都被市场吸收了。
大部分是。但风险溢价也因此扩大了。
来放几张他的图。Dan，请放图表11。
AI 融资与数据中心债券利差
来讲讲这张图。
这是一组数据中心债券的等权利差指数，相对于期限相当的基准债券计算；平均久期约17年，所以我们采用20年期美国国债作对照。可以看到利差一直在扩大，现在虽然没有继续扩大得那么快，但确实还是在扩大。你说得对，债券发行是被吸收了，可这是有代价的。
眼下主流叙事是，AI 交易似乎不受价格限制。Nvidia 会这么说，Meta 某种程度上也会，微软的收入增长数据也像是在支持这个说法。但现实并非如此，价格终究存在。市场正在寻找那个价格：到了什么价位，买方就不愿意再付了？
放图表12。这是我最喜欢的一张图。在高利率环境下，资本竞争第一次真正出现。图上是什么？
回到刚才的话题：企业发股或发债不是发生在真空里，政府有巨额赤字也要融资，超大规模云厂商和其他企业也有融资需求。2026年公司净发债将达到1.2万亿美元，这就是资本竞争。
所以股票市场的情况是，股票回购的影响已经被发行完全抵消了？
这张图按每年各市场的规模计算发行量占比，把股票、债券等市场的比例加起来，再和当年两年期国债收益率对照。它显示，企业金融和经济学101的规律，至少从1995年以来一直成立：资本成本越高，发行就越少。
意思是资金成本越高，发行越少。
对，本来应该如此。
但这次不一样，仿佛我们决定 AI 可以无视规律。
数据中心投资级债券利差已经在扩大，而且可能会继续扩大，直到冲击甚至打破市场。裂缝已经出现，CoreWeave 就是一个例子；从整体看，所谓新云（neocloud）也是如此。AI 融资并非没有上限。今天超大规模云厂商仍有巨额现金，问题也许还没落到它们身上，但杠杆很高、依赖未来算力的项目已经感受到限制。
这说明市场还是有理性的。
是，市场先在 CoreWeave 上反映出来，再传导到 Alphabet，这个顺序是合理的。
放图表13。你的意思是，股市也终于开始跟上信贷市场的变化，转向追求高质量和资产负债表效率？给观众解释一下这张图为什么重要。
我们团队的工作，就是把银行其他部门或我们自己做出的复杂市场分析，用更容易理解的方式呈现出来。股市……
高利率环境下的质量轮动
股市内部其实非常有效率。很多人只看标普涨跌，但最近出现了大量板块轮动，有些有道理，有些未必。这张图是其中一种轮动的可视化：橙线显示一篮子多头股票相对一篮子空头股票的表现，是相对价值交易，和 BBB 对 CCC 债券利差的逻辑类似。概念很直观：需要借钱的公司会受高利率影响更大，比不上资产负债表强劲的公司。
完全是。市场开始清楚地告诉你，资产负债表质量较差的公司，股票会受伤，因为它们可能不得不通过发行股票筹资，而债务融资渠道对它们已经不可用了。
CoreWeave、新云与“黄仁勋看跌期权”
新云公司现在似乎越来越难以按过去的速度融资。它们会不会撑不下去，但问题始终没有传到传统超大规模云厂商的股票上？甚至新云的混乱会不会反而给传统云厂商创造竞争优势，利好它们？
我把这种思路叫“交易之后的交易”。
我也这么叫。但解释一下，我们说的“之后的交易”是什么意思？
CoreWeave 市值只有330亿美元。跌到足够低时，Nvidia 会不会买下它，把问题一次解决？我不知道黄仁勋到底怎么想，但上周他在公开场合基本上让 CoreWeave 自己想办法，说完全没兴趣救助它。CoreWeave 股价还高于 IPO 发行价，可能得跌得更多，他才会考虑从股权角度出手。可为什么要买股权？
他想要的是资产，不是股权；可以买债券。
有没有所谓“黄仁勋看跌期权”？局面糟到一定程度，他说一句话就能让所有人安下心？
考虑到 Nvidia 已经成为整个生态的核心，而且大家都看过那张展示它的位置的图，我不想断言黄仁勋一定会出手。不过如果市场发生真正的出清，像他这样已经有既得利益的人，理性上确实可能想把资产收过来。但这也可能伤到 Nvidia 自己的股价。
人们总觉得超大规模云厂商完全不受影响。我能想到的类比不太恰当，但有点像次级抵押贷款和房利美、房地美的问题：大家以为这些企业经营现金流很强，就能完全躲过 AI 交易的回撤，这种想法很不现实。
当时它们几乎都归零了。你说的是房利美和房地美吗？
对，但我不想把它和全球金融危机画等号。当时有投资人看准次贷问题，做空股权层级、买入 AAA 级证券，可两边最后都归零。我不是说超大规模云厂商会归零，而是 AI 已经影响到所有领域。我们尝试过正确描绘 AI 因子的范围，但它变得太快，相关股票也一直在变化。超大规模云厂商本身就是 AI 多头；如果 AI 交易或因子长期回撤，没有谁能完全免疫。
“免疫”说得太重了，但它们确实一直有抵抗力、韧性很强。Dan，放图表14。这和你刚才讲的相似：日度图表里，B 级和 CCC 级债券的利差接近8%，自1996年以来只发生过四次；其他每一次，标普都已经比52周高点至少跌了12%。可现在标普还在接近历史高位，环境很不寻常。
这些公司确实有韧性，因为它们交出了极强的盈利。微软那张图就是例子。
这当然非常有帮助。不过我们看到市场估值倍数已经大幅收缩，包括这些超大规模云厂商本身。很大一部分是存储芯片股带动的。
超大规模云厂商的估值也在回落
你说估值倍数下来了，是指远期市盈率吗？
对，指远期市盈率。
Nvidia 现在是15倍，结果没人想买。
我觉得也有持仓限制的问题。它现在占标普的8%到9%，很多共同基金最多只能拿5%，这就成了规模问题。另外，AI 生态里还有相互依赖的问题。幸好它们远期盈利没有按40倍交易，不然市值会到13万亿美元。
那标普大概会到12,000点。从美国财富效应来看，这倒算是个不错的问题。
回购缩减，IPO 浪潮来袭
我想仔细谈谈净股票发行。我觉得这会彻底改变市场心态。以前人们觉得，无论标普100指数里的公司业绩多差，公司都会回购股票，投资者只要熬过去就行。现在情况不再如此。Dan，请放图表16：这是美国净股票发行，展示了30年的数据，四种颜色。和我们熟悉的环境相比，这是很大的变化。Alex，你怎么看？发生了什么，有什么影响？
几个月前我们做这张图时，很多2026年的数据还是预测值或估算值，目前大体上相当准确。股票发行中，容易估算的一部分是并购：大多数已宣布的交易会在当年完成。
所以2026年上半年宣布的交易，大多会在下半年完成？
对，有相当高的确定性。接下来要估算并购中发行和退役的股票数量，以及超大规模云厂商的按市价发行（ATM）、可转换债券、其他增发和 IPO。IPO 是最难预测的部分，按规模看也最重要。今年已经有一宗大型 IPO。
六个月里我们可能迎来史上最大的两宗 IPO。
谁知道呢？
SpaceX，还有如果顺利的话 Anthropic。
没错。OpenAI 看来推迟到2027年了。不过这张图只预测2026年。有一点我们只能估算：股票回购的红色柱大致维持平稳。回购实际执行总是低于公司的公告，大家喜欢说“宣布了1.2万亿美元回购”，可获得授权并不等于完成。
是，授权不代表实际执行。
一般实际执行额是授权金额的60%到70%，公司从不会全部完成。所以我们假设回购额同比持平；这个估计已经相当宽松。毕竟过去大规模回购的公司，如今都在做巨额资本开支，我甚至不确定它们能不能达到去年的回购规模。即便如此，图上也能清楚看到总发行量猛增，主要是 IPO。回购额没有跟着增长。
蓝色柱在最上面，对吧？
对。
新发行的股票看起来差不多是去年的两倍。理论上会不会有个上限，发行不可能一直增加？
没有一个理论上的硬上限。不过回看互联网泡沫时期，1999、2000年发行量也曾类似激增。按今天的标准看数字很小，但当时已经很大。那次最终打破股市的，是股权风险溢价长期为负；这种状态持续了几年，最后是市场供应太多股票，许多交易的经济逻辑根本说不通。
Intel、Amazon 与 AI 营收缺口
盘后有些消息。Amazon？
Intel 跌了25%。这是利好吗？Amazon 跌了12%。Intel 是政府持股的那家公司吗？
SanDisk 跌了9%。
Amazon 又跌了12%；半导体股一开盘就跌了4%。明天有好戏看了。
看，我之前有没有说过仓位上偏空？
你现在到年底的展望是什么？这正好是你们的时间框架。
我们早该先聊这个了，不然现在听起来像我才开始看空。
我看了你所有的研究。你确实在逐渐转向更谨慎，虽然未必是越来越避险，但大部分报告都在提醒风险。
我们知道你今年一直看错，直到现在。BETI 研究对现在到年底的环境有什么判断？
背景是这样的：我们的量化框架 BETI 从5月底开始就陆续发出降低风险的信号。伊朗相关事件期间，我们还非常看多；到了5月底，模型告诉我们应该离场、显著降低风险。随后夏天发生了大规模动量交易平仓。8月底，我们调整了基本面判断，市场立场仍然谨慎，但当时我们想的是：不知道 AI 营收会从哪里来。基本上，到2028年底需要有1万亿美元的营收，才能支撑这些资本开支承诺。
是所有已经承诺的资本开支。
对。现在按预计的营收速度，到那时大概只有4,000亿美元。中间还差一大截，得想办法填上。我们去亚洲和投资者深入交流，把资本开支路线图都摆给他们看。这个资本开支数字已经没多少再上调的空间：明年1.2万亿美元，后年1.4万亿美元，可能上下调整1,000亿美元左右，但基本接近峰值。
我看不出营收会从哪儿来。标普500公司总营收约17万亿美元，利润约5.5万亿美元，我们却要凭空变出1万亿美元 AI 营收。历史上最成功的两家科技公司 Apple 和 Microsoft，从1990年至今的累计营收按通胀调整也只有9.8万亿美元，还不到10万亿美元。而 SpaceX 说自己的总潜在市场有30万亿美元——整个宇宙的潜在市场。
公平地说，它的潜在市场是人类在宇宙中花在所有人力上的钱，不只地球上的经济产出；还得把冥王星、海王星算进去。
是啊，天王星也得算。
回到正题：市场现在是不是终于意识到，营收不够，除非价格都调整，否则这些估值说不通？
我认为市场正在重新评估投资回报率。这不是第一次了，2024年也讨论过。当年夏天资本开支引发过一次震荡，恰好还碰上日本央行和疲软的非农就业报告，标普当时跌了12%到14%。2025年也有一次，不过和关税事件混在一起。所以 AI 市场经历“夏天”和“冬天”并不罕见。
8月底是我们的转折点：我们准备更明显地看空 AI，因为营收问题。与此同时，我们也谈过资本竞争，后来把这两个故事合到一起，就是我们现在的判断。量化模型仍在提示短期要非常看空，也就是战术性地降低风险；另外还有 AI 和融资这两条线。有人问市场下跌的催化剂是什么，我会说……
多头被套住了吗？
下跌的条件已经具备。融资方面的因素已经开始起作用；营收缺口我觉得还没有具体的催化剂能让我们立刻押注；资本开支承诺也已确定，最早可能要到1月第四季度业绩公布时才会变化。量化模型还告诉我们，实际利率偏高，现货波动率与相关性都高，CTA、波动率控制和 QIS 策略目前都大量做多股票风险，散户也高度持有股票。
所以多头可能被套住了，至少暂时如此，除非预期或价格发生变化。
别人问什么会让我更看多，量化框架当然有帮助，但对我来说，风险的出清价格下降会让市场更健康，即使短期会受点损伤。
我们确实该挨一下了，已经很久没有了。
是啊，标普回撤超过20%已经是很久以前的事。2026年目前最大回撤发生在伊朗相关事件期间，也就8.5%左右。
不够。
确实不大。我心里想的是跌到7,100至7,200点左右，也就是200日均线附近。那样远期市盈率大约会降到17.5倍。
要跌到那儿，沿途得有大量风险被平掉，基本上所有东西都要重新定价。
重新定价之后，我觉得市场还能再走一轮。可能会有新一轮芯片融资，也会有令人兴奋的新创新。你还记得 iPhone 刚推出时，最令人兴奋的科技功能之一，是那个能模拟喝啤酒的应用，利用手机陀螺仪让啤酒杯看起来会动。那肯定不是 iPhone 的巅峰。我觉得我们甚至还没发现、还没想象出几年后的 AI 巅峰是什么样。所以我也努力对 AI 的看多逻辑保持开放。有人说我只是个空头，但我今年并没有一直看空，而且我说的是战术观点。
我们也采访过真正的空头，Alex 不是那种。
接下来到第一季度，也许某家生物科技公司会宣布：“我们完成了三期临床试验，借助 AI，速度比原来快30%。”或者机器人开始进入工作场所。未来还有更多发展。但我同意，现在科技公司财报出来，市场反应是负面的。
是啊。接下来呢？难道不是要重新定价吗？
你说得对。从这些财报看，资本开支的故事已经透支了，投资者不再愿意追买。最早对这个问题发出警告的，是亚洲投资圈。9月初我去香港和新加坡，带着“我不知道 AI 营收会从哪儿来”的谨慎观点去见投资者。每一场会都有人反驳，说半导体股便宜。我把理由完整讲完后，90%的人最后会说：“我们同意。”
天哪！
你看，你看。
太有意思了。
所以你的发现是，大家表面上都想显得乐观，内心其实有相同的保留和担忧？
对，看看我今天发出的调查就知道。绝大多数投资者仍想看多，想买半导体，因为觉得便宜；也想参与 AI 交易，因为他们自己在用 AI。
我觉得还有一点：他们想让别人看出自己懂 AI。尤其在西海岸，人们不想当反 AI 的那个人；那样看起来像疯子，或者像个失败者。
而且过去三年里只要你曾经反 AI，很可能就显得像个白痴，或者已经丢了工作。
战术看空与嘉宾昵称
你可能真的丢了工作。
今年出人意料的是，我们并没有特别看空，只是略微看空。
正如我说的，我们是因为仓位而战术性看空。
这说得挺准确。大家为什么叫你 Alti？
你是问为什么叫我 Alti？我上高中时，班里有五个 Alex、两个 Alistair、一个 Alec，还有一个 Alli。
所以大家都叫姓？
对。我在伦敦一所挺不错的学校念书，大家都叫姓，这让我有点烦。英国学校里师生关系很像老师和学生。进了职场后，我不想再被叫姓，感觉像老师在叫我。Alex 又是很常见的名字，所以我就说，找个别的称呼吧，别让我觉得像在被老师训话。
所以听到“Altmann”，就像校长把你叫到办公室？
有一点。现在不在乎了。当年大约是2007年开始的，先在我团队里叫开，然后才传到外面。
所以你说“叫我 Alti”，大家就这么叫了。
对。
我会叫你“流动性 Alt”（liquid alt）。还有一个绰号是 Control Alt Delete。
我喜欢这两个。
今天聊得开心吗？
特别开心。
好，我们晚饭休息两小时，你可以去健身房，然后再回来聊两小时。准备好了吗？
听起来不错。Alex Altmann。你们主要是和机构、对冲基金交流吧？如果他们是巴克莱银行的客户，就可以订阅你们团队的研究。你们有没有面向公众的内容？
我们现在不就在做吗？
好，这样也不错。来，发这个绿的。你现在怎么说？
发这个绿的。
太棒了。好，把刚才说的全删掉，我们重新来。
Alex，今天聊得特别开心。非常感谢你分享这些见解，希望你以后再来。
我很乐意，谢谢。
你明天有空吗？
有啊，再聊一次吧。每周一次也行。
各位，感谢 Alex Altmann，也感谢巴克莱和 BETS 团队。谢谢大家收听、收看，我们很快再见。