---
id: "ay1bBeattB0"
title: "如何在华尔街之前发现下一笔大交易"
channel: "Anthony Pompliano"
host: ["Anthony Pompliano"]
guests: ["Chris Camillo"]
date: "2026-10-12"
updated: "2026-10-20"
duration: "44:35"
duration_seconds: 2675
source_type: "youtube"
youtube: "https://www.youtube.com/watch?v=ay1bBeattB0"
canonical: "https://pod-exp.pages.dev/ay1bBeattB0/"
transcript_jsonl: "https://pod-exp.pages.dev/ay1bBeattB0/transcript.jsonl"
language: "zh-CN"
translation: true
translated_from: "en"
timestamp_precision: "block"
topics: ["投资","交易","期权","人工智能"]
series: ["Chris Camillo","社会套利"]
---

# 如何在华尔街之前发现下一笔大交易

> 中文译文，由英文原音字幕翻译整理，不是官方逐字稿；引用原话请核对英文原视频。说话人标签由整理者依上下文标注，带「未确认 / 未标注 / 不确定」等字样的标签不可靠。时间戳一般为块级（所在时间块的起点），不是逐句时间；正文自带 [hh:mm:ss] 的段落除外。

**内容提要：** Chris Camillo 讲述自己如何寻找市场尚未定价的变化：从早年的消费者对话、社交媒体和 Google Trends，到 AI、云计算、机器人及自动驾驶。他复盘发现 Lululemon 搜索数据被 AI 查询污染后如何迅速撤回交易判断，也详谈 Amazon 财报前的期权重仓：哪些数据支撑了判断、为什么资本开支表态才是真正催化剂、交易为什么仍可能失败。后半段延伸到现金、杠杆、集中持仓、极端风险、无人机与战争技术，以及散户如何凭自由度和信息优势挑战机构。

## [0:02] 百万美元交易背后的研究

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-01> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=2s>

**Chris Camillo：** （片头预告） 我在 Amazon 公布财报时交易它的期权，一天赚了 1,000 万美元。所有人都骂我是个赌徒，因为那是一笔加杠杆的交易；如果走势不符合预期，我会损失几百万美元。但人们看不到的是，这笔交易背后有超过 100 小时非常、非常深入的研究：当季关于 Amazon、云计算、算力价格的一切可用数据点，甚至还仔细推演管理层会在财报电话会上说什么——判断的依据之一，就是三天前微软在财报会上说过的话。

## [0:34] 社会套利与具身 AI

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-02> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=34s>

**Anthony Pompliano：** 大多数人认识你，是因为一件事；但我认识你，却是因为完全不同的一面。大家知道你做“社会套利”投资：真正了解现实世界正在发生什么，在华尔街发现之前买入相关股票。可你现在投入大量时间、甚至很多自己的钱，研究机器人、人形机器人、AI 与物理世界的交汇。这两者其实是一回事吗？你是不是又看到某种套利机会，觉得“这件事注定会发生，只是世界尚未意识到”？

**Chris Camillo：** 我认为自己做的完全是机会驱动的事，关键在于信息不对称。过去二十年，我基本上一直努力比别人稍早一点发现世界正在发生的任何变化。我对“变化”的定义非常宽泛：以前可能是消费者行为、文化、政治甚至天气的变化；最近四年，则几乎全是技术变化。我常说：变化越大，机会越大；变化到来的速度越快，机会也越大。我们从未见过像 AI 时代这样巨大、又这样迅速到来的变化。

我做观察型投资，或者所谓的“社会套利”投资，就是试图发现变化、比别人更快把线索连接起来，再将其转化为可投资的机会。我只是尽量保持高度机会主义，没有固定框架。在接触人形机器人之前，我根本不是物理 AI 或具身 AI 投资人，对那个领域一点经验都没有。但我的信息漏斗入口非常宽。因为我只为自己工作，而且你也知道，我投资了约 180 家早期公司，虽然主要精力还是公开股票市场，但我随时可以做想做的任何事情。

我明天醒来，可以决定未来六个月只钻研一件事，其他什么都不碰。如果一个月后改变主意，我就改，转而去研究加密货币也无所谓。这种自由带来了最大的机会。相比之下，机构化的华尔街不得不受既定框架和专业领域限制，手脚被捆住了。我可以毫无束缚地追逐眼前的机会。

兄弟，我告诉你，三年半、四年前，我第一次用 ChatGPT 的那天就说过：现在发生的事情，没有其他变化能与之相比。至于你提到的机器人，那确实还要好几年，但它终将是人类见过的最重大的事情：具身 AI、机器人、人形机器人，都是如此。不要听信那些炒作。不是明年、后年、大后年，机器人就能替我们完成一切了。相信我，我在这个领域的研究深度，在金融界可能是最深的几个人之一。通用机器人的大规模部署极其困难，此前从未真正实现过。未来五到十年我们还会学到很多。不过，当它逐步成为现实时——就像自动驾驶汽车的落地速度，比包括 Elon 和特斯拉团队在内的所有人预料的都慢得多——

## [4:36] 机器人机会的时间尺度

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-03> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=276s>

**Chris Camillo：** ……但自动驾驶现在确实开始落地了。机器人也是一样，一旦真正落地，其影响将超越我们这一生见过的任何事情。

## [4:46] 改变观点与 Lululemon 的数据误判

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-04> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=286s>

**Anthony Pompliano：** 你刚才说到改变主意，我觉得这件事特别值得讨论。在座的很多人很难做到，因为你得从“我相信这个”变成“也许我没那么相信了”。这可能是因为看见了更大的机会、更有吸引力的非对称收益，于是奔向新东西；也可能是因为原来相信的前提不再成立，必须逃离旧判断。你是怎么学会改变想法，而且改变得如此坚决，以至于愿意相应调整投资组合的？

**Chris Camillo：** 这可能是我最自豪的能力之一，也是我多年来最难练成的能力之一。尤其我又是一个经常公开发言的投资人，在 YouTube 和 X 上几乎什么交易都会谈。我总是在质疑自己的叙事，寻找对自己投资论点最有力的反证，每天重新审视它。

大概一两年前，我根据 Google Trends 数据做了一笔 Lululemon 交易。Google Trends 刚推出的时候——应该是 17 年前——我就开始跟踪了。在金融圈里，我应该算最擅长分析 Google Trends 的人之一；至少我认识的人当中，恐怕没人比我花更多时间研究这些数据。

我记得是在 2025 年夏天，我们发现数据集中出现以前从未见过的异常，而且涉及多个品牌，Lululemon 只是其中之一。如果只看这组数据，Lululemon 那一季的表现会是史无前例的。盛夏出现了过去根本不可能有的搜索尖峰，甚至比节假日旺季都少见。于是我们基于这个信号，在 Lululemon 上下了一个相当重的仓位。

十天左右之后，我们才意识到，整个 Google Trends 数据集已经被 AI 查询污染了。我为此写过文章，没人信，到今天还是有人不信，但这种现象现在仍然存在。从去年夏天起，我实际上就几乎不用 Google Trends 了。

**Anthony Pompliano：** 我们展开一下。你一直监控 Google Trends 中 Lululemon 所卖各种产品的搜索模式，突然发现搜索量暴涨。

**Chris Camillo：** 是，涨幅巨大。

**Anthony Pompliano：** 你据此推断：搜索量飙升意味着销售增加、业绩超预期，最终股价上涨，于是建仓。你后来如何查出，这种增长不是自然发生的？

**Chris Camillo：** 因为当你开始建立一张更完整的数据矩阵，把理论上应当与该信号一致的其他数据都放在一起，发现没有一项能够对得上。那就是巨大的危险信号。于是我们追问：为什么这些数据不一致？是不是数据集被污染了？我们又查看了完全无关 Lululemon 的类似搜索，发现它们也几乎都在前后几周的同一时期突然飙升。

一定发生了某种切换。我猜是 ChatGPT 的查询开始能够访问 Google，进而被算进 Google 的搜索统计。总之，整个数据集被污染了。我只能公开说明：我现在退出这笔交易。大多数人会看到你买入，却很少认真听你宣布卖出。而去年夏天——不是今年夏天——Lululemon 的财报确实非常糟糕，股价大跌。很多投资人根本做不到这一点。

## [8:46] 承认错误并退出交易

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-05> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=526s>

**Chris Camillo：** 投资者一旦对某个论点下注，就很难退出。他们无法接受后续出现的新信息。你提出一个假设，不断检验，后来新事实出现，整个假设突然崩塌了；但因为此前已经在自己心里、对朋友甚至向公众反复宣讲，还预想着自己能赚多少钱，就不愿意说：“现在我得到了新信息，原来的投资论点不成立了，我错了。即使已经亏钱，我也要退出。”内容创作者尤其容易陷入这种困境。

这对投资人而言是最难的事情之一，机构和散户都一样。我花了二十年才获得做到这件事的勇气。但伟大投资人最重要的品质之一，就是跟随信息本身，信息发生变化，你的判断也要跟着变化。

## [9:40] 对话数据是领先指标

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-06> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=580s>

**Anthony Pompliano：** Google Trends 至少算可以量化的数据，数字对不上时你就会提问。那么读 TikTok 评论这类不太可量化、更多属于定性的信息时呢？你怎么判断变化发生了？凭感觉觉得评论少了，还是有别的方法？

**Chris Camillo：** 不熟悉我的朋友可能不知道，我的整个职业生涯基本上都是围绕“对话数据集”建立起来的。假如你想抢在别人之前发现世界的变化，你应该去哪里寻找变化的起点，哪里最早能发现信号？大多数对冲基金依靠交易数据集、信用卡刷卡数据。但一个人在购买东西之前会做什么？旅行之前、改变行为之前又会做什么？他们会谈论它，而且不仅在行动之前，行动过程中也会谈。

因此，对话数据始终是投资人能够得到的最早一类数据，而且它是免费的。过去十年，我把大部分时间花在阅读视频评论上，主要是 TikTok，因为那里有大量原始、自然发生的交流。

问题在于，对话数据非常依赖解释，而且没有一条稳定的历史相关性曲线，能够直接把它对应到某家公司的收入。甚至人们说话的方式也会随着时间改变，因此处理起来非常困难。但如果我从对话里发现有人正在改变行为或购买模式，或者技术领域出现了新动向，我就会继续追踪。它不一定是消费品。

比如十三年前，我投资 Amazon 和 AWS，就是因为观察到开发者在讨论迁移到云端。现在也可以听各家成熟企业的员工谈论他们怎样使用 AI，借此真正判断 AI 正以多快的速度，在整个全球经济中被实质性采用。

不过对话只是一个数据点。围绕它形成假设之后，也许还要另外寻找十五种数据，建立数据矩阵：搜索数据、网站流量、到实体店采访店长、亲眼观察现实中的情况，或者交易数据、信用卡刷卡记录。然后要看有多少独立的数据点能够相互印证。能够对得上的数据越多，你对这笔交易的信心就越强。比如说我上一季度做过的——

## [12:38] Amazon 千万美元交易与研究投入

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-07> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=758s>

**Chris Camillo：** ……那是我人生中最大的一笔交易。我在节目里谈过：围绕 Amazon 财报交易期权，一天赚了 1,000 万美元。大家都叫我赌徒，因为用了杠杆，倘若方向不对，我会损失几百万美元。但别人看不到的是，我花了超过 100 小时研究那一季 Amazon、云计算、算力价格能找到的每一个数据点，还根据微软两三天前的财报，仔细判断 Amazon 管理团队很可能会在电话会上说什么。

如果你准备拿流动净资产的 10% 去做一笔期权交易，判断错误的话，24 小时内那些钱可能就没了，你需要怎样的确信程度？我愿意这么做，但只有在我已经投入上百小时研究的情况下才愿意这么做。

**Anthony Pompliano：** （广告） 希望你喜欢这场对话。在继续之前，很多人知道我住在纽约，晚上睡觉时外面非常吵：卡车、警笛，还有大半夜莫名其妙大叫的人。所以我要介绍 Fitnexa SomniPods 3，这是一款专为睡觉而设计，而不只是用来听音乐的耳塞。它最多可以减少 42 分贝的噪声；无论是伴侣打鼾、城市噪声，还是晚上脑子停不下来，都希望帮你挡住干扰。耳塞特别薄，侧睡也不会整夜被厚重的耳塞硌着。还内置私人闹钟，不打扰身边的人就能准时起床。应用中有 AI 睡眠教练，可以追踪睡眠状况，给出反馈。产品提供 30 晚试用，可以到 fitnexa.com 使用优惠码 POMP10 购买。我住在纽约需要它，我猜很多人也会用得上。

**Anthony Pompliano：** 回到财报交易。假设你对 AWS 收入有一个看法，简单说，你押注 AWS 收入超预期，在财报前买入 Amazon。结果公布后，股价反而下跌，因为 CEO 说了什么，或者其他业务不理想等等。预测市场如果有足够流动性，理论上就能把经济数据点单独拆出来，直接押 AWS 收入能否超过预期。你会对此感到兴奋吗？还是说，正是因为股票价格同时受到财报发言、其他业务、AWS 等复杂因素影响，才创造了更多机会？

**Chris Camillo：** 首先，我觉得这太棒了，很有意思，我非常喜欢。但如果你愿意真正下功夫，机会往往就藏在细微差别、复杂性，以及你判断当天究竟什么因素会在边际上推动股价的那种不确定性里。

听着，根据我的分析，我知道 AWS 会超过预期，华尔街大多数分析师也这么认为。我的判断确实比他们稍微乐观一点，但这不是我下那笔交易的决定性原因。真正让我确信并出手的，是我相信 Amazon 管理层会在财报会上正面回应资本开支问题。就在两三天前，微软在自己的财报电话会上这么做了，而且效果特别好，市场给予了奖励。

## [16:40] 管理层表态、剩余风险与下单时机

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-08> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=1000s>

**Chris Camillo：** 我知道 Andy Jassy 听过微软的财报电话会，看到微软是怎么解释的。他很聪明，我相信他会用自己的方式做同样的事。后来事情就是这样发生的。Amazon 说：我们会把资本开支从 2,000 亿美元进一步增加到 2,200 亿美元，但不用担心。首先，所有这笔资本支出都有对应的需求，每一分钱都有人需要。即使出现异常情况——他大概是在暗指类似 Anthropic 或 OpenAI 倒闭之类的极端情况——大量资本支出承诺也会在收入真正到来之前很短的时间内才最终落实，例如最后一批设备的交付，所以我们仍然有很大的灵活性。

我知道他一定会回应，因为正是资本开支疑虑让 Amazon 上一季度以及此前四个月的股价承压。这是投资者对公司的头号担忧。他知道该怎么回应，微软刚刚展示了办法。像他这样谨慎、经过深思熟虑的 CEO，要是处理不好，我反而觉得不可思议。

极少数投资者像我一样思考。有多少人会把注意力如此精准地集中在这件事上？我敢保证几乎没有。别人都在看数字：业绩会是多少、会不会超预期？而我知道真正推动股价的是什么，因为三个月里我几乎时时刻刻都在思考这个问题。那就是我出手的依据。

可即使如此，我仍知道自己存在未知的风险。还有其他因素可能发生作用。我必须隔夜持有那些期权。我不知道特朗普那天晚上会对伊朗说什么；可能整个市场突然崩盘，财报好坏反而不重要了。所以交易结束后，我告诉所有人：虽然我已经尽可能考虑各种情况，而且从未对任何一笔财报交易如此有信心，这笔交易仍有大概 20% 的概率走错方向。成功的概率也只有约 80%。

**Anthony Pompliano：** 我们谈谈实际执行。你可以提前一周、提前一晚、当天早上，甚至收盘前二十分钟买入。你会等多久，确保已经获得足够的信息？如果早上买期权，中午可能出现新情况让你改变主意；但你又不想拖到下午 3:59 才匆忙冲进去。这样一笔交易，你会怎样选择具体的执行时点？

**Chris Camillo：** 一切都有取舍。我实际上买过前一周到期的期权，亏损了 100%。我当时非常相信，随着微软财报公布，那个周三到期的期权会是正确选择，于是重仓押注。结果完全没奏效，那天损失了七位数，百分之百归零。我公开谈过这件事。那时候我的账户已经惨不忍睹，因为此前几个星期 Amazon 一直让我遭受重创。但即便账户遭到重创，我仍然决定把大约又 10% 到 15% 的流动净资产投入最后一笔、押注 Amazon 财报的交易。这就是为什么别人叫我赌徒。

**Anthony Pompliano：** 用最后一笔交易把亏掉的钱全部赚回来。

**Chris Camillo：** 但别忘了，为了这笔交易，我已经做了六到八个月的工作。我也很清楚前一周那笔为什么没有奏效——

## [20:40] 从巨额亏损到反转

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-09> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=1240s>

**Chris Camillo：** ……为什么那笔交易之前没成功，为什么周三那笔也没成功。我理解那些原因，所以最终决定还是要做。周五我把仓位压了上去。当时股价一直在跌，期权反而更便宜。我印象中自己此前亏了 800 万美元，后来那笔赚了 1,100 万美元，所以不但把过去好几个星期——包括周三——的亏损收回来，还多赚了一些。

这话听起来可能很疯狂，但考虑到我做过的研究，如果不做那笔交易，我反而觉得是不负责任。因为一家公司的某一次具体交易能给你这么高的确信程度，机会非常少，一年大概只有一到五次，有些年份甚至一次都没有。我不知道下一次什么时候来：一个月后？一年后？

**Anthony Pompliano：** 说到现金，你正是我最想请教的人。

## [21:33] 如何配置现金、杠杆与集中仓位

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-10> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=1293s>

**Anthony Pompliano：** 认识你、了解你投资方式的人，可能都觉得你的钱一直百分之百投在市场里。你怎么用现金等待下一个机会，做研究或控制风险？组合里会持有现金吗？

**Chris Camillo：** 我觉得投资人最常见的错误之一，是没有按照每个账户的目标，以及愿意为实现对应收益承担多少风险，正确地将资金分成不同用途。

以我的主要账户为例——它占我公开股票投资的绝大多数——我有一个十分明确、而且与大多数投资人不同的目标：每年实现 50% 到 80% 的年化回报。过去十八年，我在这个账户里每年都实现了这个目标。唯一能做到的方法，是在我确信程度很高时，下集中且加杠杆的赌注。

这个账户通常有 30% 到 70% 的杠杆。有时候杠杆达到 100%；也有时候我已经满杠杆，事情又不顺利，每天都收到追加保证金通知，但对投资论点仍非常有信心，只好把一部分股票资产转到衍生品、期权上去。因为我已经满杠杆，想进一步增加风险敞口，就只能从股票转向期权。这时我的实际杠杆会高得惊人。做 Amazon 那笔交易时，我就处于这样的状态。

另一些时候市场非常动荡，我又没有特别强的信心，杠杆可能只有 30%。但对我来说，杠杆只有 30% 且完全不持有期权，几乎就相当于持有现金。因为我还有很大空间进一步加杠杆，即使连续判断错两三次，依然能够继续加仓。

每个人的答案当然都不同。但我想说，散户严重低估了集中投资和杠杆的力量。我不是说你应该在退休账户或者孩子的大学教育基金里这么做。可如果你的目标是争取超额收益，每个人都可以考虑设一个专门的账户，在里面负责任地承受一定程度的杠杆和集中度。想必我们很多人都希望至少有一个账户能够相对快地积累财富，而不是靠五十年慢慢变富。

我不理解华尔街过去五十年灌输给我们的观念：回报之间必须低相关，必须避免回撤。假设某个账户的目标是在三十年里创造财富，那么经历一次 70% 的回撤又有什么问题？我愿意偶尔承受这种回撤，今年夏天我就经历过一次。假如长期下来你的回报能达到市场的两到三倍，偶尔回撤 70% 并不必然有问题。

我们大多数人的投资周期是二十到四十年，对吧？我已经不年轻了，但以我现在的年龄，仍然按未来二三十年做投资。那我为什么要那么害怕一次 70% 的回撤？为什么不建立一个与重要趋势高度相关、仓位集中、使用杠杆，因而有机会每年实现 30%、50%、60% 回报的账户？

## [25:34] 学会承担风险，而不是一概回避杠杆

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-11> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=1534s>

**Chris Camillo：** 这个账户可以集中押注当今世界最关心的事：技术和智能产业。放眼未来几十年，我坦白说觉得智能、技术及其全球范围内的大规模建设，将成为至关重要的事情。

我认为人们受到的这种教育很有问题，我一直努力向散户解释：你们为什么这么害怕杠杆？如果是孩子的大学教育账户，你当然应该害怕。但为什么不另外开一个账户，先放 20 美元或者你自己选定的金额，开始学习怎样结合杠杆和集中投资？任何人都能学我做的事，只是大家害怕去尝试。

**Anthony Pompliano：** 那么，你愿意让这样的账户彻底归零吗？

## [26:23] 标普杠杆 ETF 与尾部风险

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-12> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=1583s>

**Chris Camillo：** 这是个很好的问题。假设有个人不擅长选股，说：“Chris，我不想做你做的那些研究和交易，但我希望收益高于每年的 9%、10%，比如达到 18%。9% 和 18% 的差距，长期下来足以改变人生。”

你可以看看三倍杠杆的标普 500 ETF。我不是在说某个行业或单只股票的三倍杠杆 ETF，而是覆盖整个标普 500 或纳斯达克指数的产品。有研究、白皮书做过回测，把这种做法放进过去八十年的历史，考察回撤和回报。按照那些研究，回报大致是大盘的 1.8 倍，中间当然也会发生非常巨大的回撤。但如果投资期限是几十年，你何必那么在意？哪怕有一次 90% 的回撤又怎样？长期复利会让最终差距变得更大。

问题在于，理论上确实可能出现历史上从未发生过的极端异常，让你全部亏光。八十年里没见过，人类历史上也没见过。如果我告诉你，这种异常发生的概率大概只有 0.1%，或 0.2%——这是我的估计——那么，明知约有 99.9% 的机会在三十年内获得接近翻倍的长期收益，你难道不愿意接受吗？也许本来退休时只有 300 万美元，采取这种方式可以达到 600 万美元。

在一个明确为此目的而设立的账户里，拒绝这样的下注，在我看来实在说不通。我们当然要承认尾部风险。但生活处处有尾部风险：有人引爆核弹，五年后我们都不在了；AI 杀死人类，或者有人借助 AI 获得致命病毒；走在街上也可能被巴士撞到。我高中那届的返校节舞会女王，毕业大约十年之后，就真的在曼哈顿被巴士撞死了。那不是我凭空想象的故事，而是我高中同届的同学。这甚至不是什么百亿分之一的小概率风险。

所以，你究竟在害怕什么？因为人类历史上从未发生的某种事情，以极小概率发生，导致自己被清零？

## [29:23] AI、无人机与自主战争的风险

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-13> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=1763s>

**Anthony Pompliano：** 说到尾部风险，现在人们越来越常谈论“AI 会杀死人类”，不过我觉得这未必是很大的风险。我一直搞不明白一个软件 AI 到底怎样杀死我们，好像也没人真正说清楚，只是不断这么讲。但很多人确实担心 AI 被赋予物理身体：它持有武器，或者人形机器人可以伤害人之类的情景。你大概是全世界最接近机器人研发前沿的投资者之一。你会担心这些吗？

**Chris Camillo：** 我会考虑所有这些问题。我不想说自己整天忧心忡忡，但确实存在有意义的风险，即使没有具身 AI 也是如此。可以设计病毒，可以攻击电网，让社会陷入彻底混乱。破坏银行系统或者维系社会的基础设施，在某种意义上可能比物理袭击更危险，因为人们会自己陷入崩溃。食物供应链也是一样，能被破坏的地方太多了。

至于具身 AI，我极其担忧。但我担心的不是那些高大的机器人，而是无人机，是数量可能达到几百万架的自主无人机机群。我担心像美国这样的国家，历史上可以依靠自身资源提供防卫能力，在国际社会扮演一定程度上维护安全的角色，但当任何人都能获得几百万架自主无人机时，我们可能失去那种优势。

我们在过去一年已经稍微见识过这种状况了，甚至因为相关威胁无法有效控制某条海峡。自主战争才刚刚开始，连第一局都还没打完。想想十年后会变成什么样，太疯狂了。说这不是现实的担忧，我反而觉得不可思议。

技术发展速度已经快过脆弱的社会所能应对的速度，风险太多了。一切技术都在民主化。我们当然喜欢智能越来越普惠，但它也有消极的一面：坏人也能用上。所以我不是最担心 AI 自己反过来攻击人类，主要是因为我们现在谁也无法充分评估这种情景究竟有多现实。我真正极其担忧的，是恶意行为者利用近乎无限的智能，让自己变成能力更强、更危险的恶意行为者。因为至少有一点我确信：坏人是真实存在的。

**Anthony Pompliano：** （广告） 今天的节目由 GalaxyOne 赞助。很多人让自己的钱为自己工作，但它们究竟工作得多努力？GalaxyOne 提供不同的方式：GalaxyOne Cash 的年化收益率为 3.5%；如果你每年收入超过 20 万美元，可能符合合格投资者标准，可以通过 Galaxy Digital 担保的产品让现金获得最高 8% 的收益。还可以设置将收益自动再投资到喜爱的股票、加密货币或 ETF，不用每个月操作。详情见节目说明中的链接。

**Anthony Pompliano：** 我不知道传闻是不是真的，不过有报道说伊朗曾把战争计划，以及最高领袖葬礼安排之类的细节上传到 Claude；Anthropic 把情况通报给政府，说“这件事你们可能应该知道”。这也印证了你说的：这是超人类智能，坏人也想使用它。

## [33:24] 在不确定世界里珍惜当下

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-14> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=2004s>

**Chris Camillo：** 是的。我没有答案。我只想说，这让我非常担忧。我甚至尽量不去多想，因为真的太让我不安了。我只想在世界变得彻底疯狂之前，好好享受我们还拥有的日子。我确实觉得我们将迎来一个更加……我讨厌这么说，但这是我真实的想法。

**Anthony Pompliano：** （笑） 我懂。只是你说想享受剩下的日子，结果你的股票账户还是三倍杠杆？

**Chris Camillo：** （笑） 不是，听我说。今天早上我还在另一个会议演讲，这几天活动很多，今晚还有你的活动。人们问我为什么这么快就回去，我在纽约都待不到二十四小时。我说，我儿子在打校队的低年级组美式足球，只剩三场比赛了。我不知道他以后还能有多少天上场。我得赶回家看他打球。这才是我真正关心的东西。

我和你们说这些，是因为我们这些投资人太容易被投资世界卷进去。我们都一样，而且我们真的喜欢它。

## [34:41] 投资从职业变成生活方式与社群

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-15> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=2081s>

**Chris Camillo：** 我喜欢 2026 年的投资世界，部分也要归功于像你这样的人：投资现在已经不只是一份职业，而是一种生活方式。我也不愿叫它爱好，因为它已经是我们的生活。我们成了一个社群。

前几天我有点焦虑，生活里发生了一些事情，于是打开 X，因为那里有“我的人”。我想看看我的同伴今天都在聊什么，甚至发了一条推文，想跟他们说说话。这已经是一种文化：我们同属投资者社群，一起参与其中，很特别。

但我从真正有“散户投资阶层”之前就开始做这些事了。我和 Howard Lindzon 常拿以前开玩笑：1998 年在 Yahoo 留言板上发个帖子，要等两天才有人回复。那时根本没有今天这样的散户投资文化。

我们太容易深陷其中。我过去每到周五收盘，就会有点失落。我知道你是加密货币投资者，市场始终开放，你不在乎这个。但现在不少年轻人市场一关门就郁闷，恨不得市场二十四小时不停交易。我想说：兄弟，去过好你的生活。这个混乱的小投资世界之外，还有更多东西。

**Anthony Pompliano：** 我把 Silvia 的团队称作 Misfits（不合群的人），就是因为我们的工程团队由一群你平时想不到会走到一起的人组成。起初这是我们自豪的团队称呼，有点“我们对抗世界”的意思。后来我意识到，今天在座的许多人，面对传统金融世界，也有这种格格不入的感觉。

你说到文化和社群，Chris 的节目就叫《Dumb Money》（笨钱）。你们几乎把别人用来贬低你的词，变成了自己的招牌。别人说“笨钱”，你可以回应：“没错，笨钱，年化回报超过 50%。你的回报是多少？”这里面有一种不服权威的劲头。

我每次跟对冲基金或者华尔街大机构的人交流，都会告诉他们：你们从两方面低估了这些散户。他们比你想象中聪明得多，手里的钱也比你想象中多得多。

现在已经开始发生变化：机构的人会想，如果真是这样，也许我应该向他们学习，看看他们在做什么，读 X 上的讨论、新闻通讯、播客。五六年前这种态度几乎不可想象。

**Chris Camillo：** 是，人们真的没有充分理解……

## [37:32] 寻找最优秀的散户研究者

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-16> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=2252s>

**Chris Camillo：** ……不过这种顶尖散户的数量确实不多。我给在座各位的建议，是去找到他们，他们真的存在。我过去八九年最大的一些交易，超过一半最初不是我自己发现的，而是来自我认识的人。他们以不同的方式跟我一样疯狂，愿意为一笔交易投入一百、两百小时。我听完他们的想法，就会说：“好，我自己再来研究。”

他们做的研究是华尔街员工通常不会做的，因为你把这当工作做，别人根本不会理解、也不会奖励你这种投入。你这么做是因为热爱，是因为有点疯、可能有点自闭症式的专注，特别容易沉浸于一件事。我们这群人身上都有这种特质，我自己也有。

二十五年来，我认识了一小群这样的投资者，每个人都有点疯狂。当其中一个给我打电话或者私信，说“兄弟，我研究一笔大交易已经四个月了”，我就问是什么，然后开始自己的研究流程。

你不是一个人在投资，你得找到这些人，我就是其中之一。我总对大家说：别照抄我的交易，但可以拿走我的点子，再自己研究，找漏洞。发现漏洞一定要告诉我，因为我就希望有人扮演反方，来挑战我的投资论点。没人是完美的。

世界上最优秀的一些投资人就是这些疯狂的散户。他们真的会把研究做到不可思议的程度。我深挖一笔交易时，别人根本不理解：我会购买能买到的每一份数据，Nielsen 的数据、对冲基金使用的数据；阅读世界上能找到的相关信息，包括每个谈论这家公司的投资者和客户。

如果产品的客户是工程师，我就去看 Reddit 上所有工程师讨论相关产品的论坛；如果是一家暖通空调企业，我会把暖通行业人员过去两年交流的论坛都翻出来。我愿意查到天涯海角，尽可能覆盖每个角落，避免漏掉东西。即使这样，我仍知道有些风险是我不知道自己不知道的。

我们就是会这么疯狂地研究，然后才愿意把净资产的 10%、20% 投进一笔如果判断错了就可能消失的期权交易。这样的人确实存在，我就认识几个。你可以在 X 上找到他们、关注他们。不要复制他们的买卖，但尽管借鉴他们的点子，然后自己做功课。也许你后来会成为他们的一员，也许不会，但从关注这样的人开始。

**Anthony Pompliano：** 你知道他们为什么能这么做吗？我想过这个问题。一方面，他们没有约束，不需要向投资委员会解释，不必担心 LP 因为某笔交易占组合超过 5% 而生气。几乎哪里都能投、什么都能做、风险也可以自己决定。但更重要的一点：那是他们自己的钱。

**Chris Camillo：** 对，对。

**Anthony Pompliano：** 我认识一位使用 Silvia 的先生，今天可能不在场。他来自工会家庭，过去从没有很多钱。但他长期工作的一家公司发生类似收购的事情，他一下得到一大笔钱，大约是五六年前。后来他连续作出了许多事后看很聪明的配置：在很低的价格买入 Carvana，卖出后在上一次熊市转向比特币，很早就拥有 Robinhood 股票。

他跟我说：“我确实赚了很多钱，但也极其害怕失去它。”这让我想起 CEO 常听到的那句话：“只有偏执狂才能生存。”

## [41:34] 用自己的钱投资，享受找到答案的胜利

<https://pod-exp.pages.dev/ay1bBeattB0/#chapter-17> · YouTube <https://www.youtube.com/watch?v=ay1bBeattB0&t=2494s>

**Anthony Pompliano：** 从某种奇特的角度说，他的位置反而更有优势，因为他的每一美元都有意义。对冲基金经理可能想的是：“无所谓，LP 反正也没问题。”两者和投资组合之间的关系完全不同。

**Chris Camillo：** 是这样。我不是说钱不重要。对有些人来说，钱确实是最强的动力。但对我和另外一些人而言，我不想用“游戏”这个词显得轻描淡写——我们玩的是一场极其严肃的游戏，而且我们热爱它、痴迷于它。就像下国际象棋，我们就是想赢。

发现一笔别人没看到的交易，那种感觉无与伦比，尤其是你付出了比任何人都多的努力。钱当然很棒，别误会我，但对我来说，钱已经不是主要激励。我想要的是赢，而且不一定是赢过别人，更像是赢过自己。

你比其他人更努力，做了更多研究，穿透噪声，找到真正决定业绩或者股价的边际推动因素，挖到了那块金子，为此投入几个月的时间，最后事实证明你是对的——那才是最大的满足感。这就是你为什么会对这个游戏着迷。

我不是游戏玩家，也不打电子游戏，不过我猜游戏玩家赢的时候也会有相似的感觉。人就是想玩、想赢。我太喜欢这种感觉了。过去二十年我认识了许多跟我一样的人，他们也这么想。

就拿 Bloom Energy 来说吧。过去两年我们看好 Bloom 时，没有人信我们。做空者、做空报告都说这家公司十三年来一直表现糟糕，谁都不相信它。但后来 Bloom 的股价在大约十五个月里从 30 美元走到了 300 美元。没有什么感觉能比得上这个。

**Anthony Pompliano：** 大家要怎样才能继续向你学习？主要看 YouTube 吗？

**Chris Camillo：** 我主要待在 X 和 YouTube。但今年我也意识到，不是每个人都愿意看一个半小时的《Dumb Money Live》，也不是每个人喜欢 X。所以我有一些短视频账号，Instagram、TikTok、Facebook 等平台上都有 Daily Chris Camillo，每天大约两条短视频，很容易消化。因为我实在太能说了，剪辑师得想办法把我那么多废话压成两段三十秒的内容。

当然也欢迎看《Dumb Money Live》，我们大概每周做一期。我真的很喜欢 X，几乎住在那上面；那里是我的社群。

**Anthony Pompliano：** （笑） 看吧，他果然是个赌徒，大家说得没错。

**Chris Camillo：** （笑） 是啊。

**Anthony Pompliano：** 好的，Chris，非常感谢你来参加这场对话。

**Chris Camillo：** 谢谢，很开心。
