第一次完整总结了我的宏观交易体系，接下来我会以这个体系为基础，复盘一些历史经典交易，同时用这套体系在公开实时交易中检验其有效性。
一、个体偏见、宏观因子与主流偏见
回到基本问题，大脑如何认知外部世界？人类大脑是我们最熟悉但却最不了解的领域之一。19世纪心理学出现后，人类开始对大脑有了系统性研究，提出了很多模型，例如弗洛伊德的意识/潜意识模型，荣格的集体无意识模型等。但脑神经科学的真正进步则是最近30年的事情。1985年以后，随着核磁共振成像技术的发展，科学家可以观测并记录大脑的实时活动，脑神经科学从而成为发展最快的学科之一。除了传统的生理学、心理学和语言学专家外，脑神经科学也吸引了物理学家、计算数学家甚至经济学家加入。测量的进步和跨学科的研究大大丰富了我们对于大脑如何认知、记忆、决策和情感的了解。传统认为人类意识活动具有独特性的观点逐渐让位于人类的认知和情感本质上是生物化学或者生物计算过程，与我们在实验室看到的无机物之间的化学反应并无二致，人类甚至已经用无机物合成了有机生命体。也有科学家提出大脑的量子计算机模型，这些模型希望可以模拟大脑的实时活动过程。科学的进步让我们可以从一个新的角度理解人类的投资决策过程。
大脑认知的基础：神经元联结
人类对事物的认知本质上是脑神经细胞建立了电化学关联。虽然我们还不完全清楚神经元关联的所有细节，但我们已经知道支配人类思维和情感的大部分脑神经活动区域分布。这种关联的程度之广远远超越我们能感知的范围。非常简单的描述，大脑是极其高效的信息处理系统，脑前叶的注意力审查系统负责检查进入大脑的各类信息，只让对我们最重要的事件进入大脑处理器的内存。这就是为什么人类同时能保持关注的事件通常不会超过五件的生理学基础。而人类与生俱来的本能（例如深度睡眠时的呼吸）则是被原始大脑掌控。在特殊情况下，原始大脑会接管负责计算的理性大脑部分。据此，人类内在有理性认知能力，也有数十万年进化过程中带来的本能反应。人类的认知能力是一个不断建立、记忆和消亡的过程，所谓刻意学习就是集中注意力建立起大脑的模式识别系统，这是一个非常消耗能量的过程。所以，很多人不愿意花力气去研究股票而更愿意听取别人的买卖建议或者小道消息。
基于大脑本身的结构，人类对事物的认知是一个巨大的能量消耗过程。大脑的重量只占人体的2%却消耗了人体20%的能量，尤其是在刻意练习的时候。在对复杂事物的认知过程中，大脑需要集中注意力、视觉和听觉系统处于活跃状态、要建立充分的神经关联、最大限度调动记忆力、对事物可能发展动用各种想象力和计算能力。这种高能量消耗系统决定了对类似金融市场等复杂系统，人类的认知能力在理论极限上有可能不够的，即在面对金融市场的分析时，人类大脑的最大计算能力可能是不足的。
除了人脑本身的限制以外，被认知对象提供的信息也是不足和偏差的。这点在农产品期货上表现最为突出。全球重要的软商品，例如糖、咖啡和可可都是生长在热带。而种植这些作物的国家往往治理能力低下，无法建立起有效的产出、运输、库存统计数据。比如，可可豆主要的产区是西非的科特迪瓦和加纳。科特迪瓦的可可产量和运输量等关键信息往往是通过该国相关官员与彭博社记者的手机文字短信进行传输，而且消息来源注明为“未披露身份的消息人士”，整个国家缺乏对最重要出口商品的统计和发布制度。信息不完整、不准确是投资中一个非常普遍的现象，这也是人类认知偏差的重要原因。
所以，从人脑的自身功能结构以及被认知对象信息的不完备不准确，人类对事物的认知注定是非真实的。
对于人类与生俱来的情绪，在脑神经科学和交易员看来，并不完全是一个贬义词。情绪是人类演化过程中最重要的求生本能，是旧石器时代及以前人类大脑的主要构成成分。当时人类面临的是远比自己更为强大的大自然生存环境，数万年的进化使得适应危险环境的基因得以保存下来。比如在感知到一条毒蛇的危险后，大脑必须决定是战斗还是逃跑。真实环境中逃跑需要的速度根本来不及让人思考和计算，长期进化的结果使得大脑几乎是实时的关闭“舒适”功能同时启动“逃跑”设置，这些设置包括相关的激素水平、调动肌肉紧张的各种生物电信号等。人类在漫长的进化过程中这些近乎自然的反应往往以各种情绪的方式表现出来，最典型的如恐惧与贪婪。这些情绪帮助了人类在大自然中的生存和繁衍。但今天人类在金融市场面临的环境，已经不是生死抉择，虽然有巨大风险但并不致命。然而大脑在处理这些危险信号时仍然是沿用数万年前形成的求生本能。可以认为旧石器时代的大脑仍然经常在现代金融游戏中占据主导作用。伟大的交易员利弗莫尔总结出交易中最主要的四个危险分别是：懒惰（大脑天生的低耗能倾向）、贪婪（多巴胺奖励系统）、恐惧（杏仁核逃避系统）和一厢情愿（情绪防御机制）。这些情绪绝大部分都是原始大脑的产物，他们在带给我们满足的同时也阻碍了我们对世界的认知。
因此，不存在一个经济学家假设的理性人，也不存在一个加权平均的代表性消费者或者生产者。所谓代表性理性人是假设存在一个均衡状态，在该状态下这个假想的对象按照理性利益最大化原则行为。这种看法错在两点。第一，对大脑认知过程的无知，大脑的理性计算部分是非常有限的，在很多时间是情绪主导了人类行为，尤其是跟金钱投机相关的时候；第二，理性人和代表性理性人是一种静态看法，认为存在这样一个均衡态，价格总是围绕这个均衡态做有限波动。实际上，凡是人类参与的历史过程，其结果本身都是不确定的。我们以股票价格为例来说明这个过程。最简单说，股票价格是当下所有买卖力量加总后的结果，如果买入的资金量大于卖出的资金量，则股票价格上涨，反之则下跌。这就是加权平均后的结果。那么，按照有效市场理论，这个结果是对这只股票的合理估值吗？显然不是，因为这个代表性价格的波动巨大，根本无法用理性模型暗示的未来现金流贴现来解释（Shiller,1981）。同时，这个价格也会出现系统性的上涨或下跌，这说明加权平均后的认知既不是合理的，也不是稳定的。
我把人类个体对于世界认知的状态函数用“个体偏见”来表述，这个状态是对客观世界的不足有偏认知。偏见一词并无贬义，只是描述认知与客观之间永远存在的动态偏差，动态是指时大时小但几乎总是存在。在人类对复杂事物的认知中，很少有复杂程度超过金融市场，尤其是全球金融市场。同时金融市场又提供了最好的数据和实验对象。因此我们接下来探讨人类对于金融市场的认知偏差。
个人从道听途说、阅读、经验、分析中学习金融市场的反应模式。比如，A股投资者喜欢观察IPO的数量与创业板的关系来决定自己的投资仓位。这显然是一种偏见。稍微仔细的数据分析就会发现，IPO数量和数额跟股票的表现并没有经验和逻辑上的必然联系。但这是很多人“感知”世界的方式。当个体偏见成为市场很多人共同具备的感知后，无论其是否“真实”，这种偏见就会成为重要的可以影响资产价格的因素之一。我把这些因素称之为“宏观因子”。这些宏观因子，有些可以量化，有些则无法量化。说明一下，只有那些可能影响价格的因素我们才会予以考虑。
在任何一个资产的定价因素中，都会存在几个宏观因子。有趣的是，与大脑注意力审查系统一致，在同一时间决定资产价格的宏观因子往往也不会超过五个。这些宏观因子之间的关系非常复杂，既有相互强化的，也有互相抵消的，有些因子与资产价格有关，有些则无关。辨识宏观因子以及他们之间的关系，是交易中最重要的工作之一。当某个宏观因子的影响力远远超越其他因子时，我把这个宏观因子称为“主流偏见”，也即是当前主导的定价因素。比如，2016年11月9日以后，美国国债出现一波快速下跌，这便是特朗普预期引发了投资者对于美国财政赤字和通胀的担忧。虽然期间仍然存在诸如美国通胀预期并未真实提升等对于国债价格有支撑的因素，我们还是看到美国十年期国债价格迅速下跌。12月20日以后，美国国债价格企稳，说明特朗普预期引发的主流偏见消退，市场的宏观因子之间重新达成某种平衡，价格形态上进入了一个区间震荡阶段。
特朗普当选引发主流偏见变化
二、反身性与主流偏见
一段时间内资产的宏观因子可能处于相对均衡状态，这反应在市场上就是区间交易。比如2016年7月到11月份的美国股票市场，当时经济的相对强劲与总统大选的不确定性交织影响着市场，没有一个宏观因子取得压倒性优势。当有一个宏观因子开始胜出，即意味着信奉该因子的资金足够大到可以决定市场走势时，主流偏见就脱颖而出。这里需要强调的是，即便有主流偏见开始形成，也并不意味着其他宏观因子不发生作用。主流偏见是宏观因子相互作用后的净结果。这是我们在经济分析中经常遇到的状况，即相互矛盾的因素几乎永远同时存在。主流偏见胜出后交易员会问两个问题：行情的幅度和持续时间如何？是昙花一现还是趋势行情启动？这里我引入了索罗斯先生创造的“反身性”概念。
美股2016年7到11月的区间震荡
根据索罗斯先生的定义，反身性是认识函数作用于市场从而引发市场变化，这种变化又反过来影响认识函数的过程。简单说，就是主观认识参与改变市场价格，而市场价格反过来又影响主观认识的相互过程。如果这个过程形成了一个正向反馈机制，那么就可能形成一个趋势行情，如果这种反馈是一种相互抵消的负反馈机制，那么行情就是一个无趋势的震荡行情。
反身性是理解市场牛熊和经济繁荣萧条周期的利器。交易员都知道，最赚钱的交易是趋势反转交易，但在早期发现趋势反转的难度巨大。利用反身性为工具，分析市场价格-主流偏见是否存在相互强化的反馈机制，是识别趋势反转的最好工具。
反身性与宏观因子，主流偏见的关系如何？从理论上讲，反身性是宏观因子与价格之间的相互强化或者抵消过程。宏观因子中，凡是与价格相关的因子都有可能受到反身性影响。反身性作用于宏观因子的途径包括：1、使得某个宏观因子成为主流偏见；2、与主流偏见相互加强从而形成趋势运动。我举一个例子说明。商品的价格主要受供求关系影响。对于供给，除了生产过程外，商品供给者的市场结构也非常重要。比如垄断供应者、寡头供应者与竞争供应者导致的供给对价格的反应函数是完全不同的。OPEC就是一个典型的寡头竞争模型。原油价格下跌时有可能引起两种供给反应：一是OPEC国家限产，这样会提供价格支撑，从而实现量减价升；二是OPEC国家之间相互竞争，各自加大产量，争夺市场占有率的结果会导致原油价格快速下跌，而价格下跌越厉害，各成员国就越需要卖出更多的原油来保持或者抢占市场份额。这就是为什么价格越跌反而产量越高的道理。那么，决定OPEC国家采取哪种策略的原因是什么呢？原因比较复杂，但主要的原因是产油国制定预算时设定价格与真实价格的差距，当市场价格与预算价格差距越大，产油国越有动力多生产，通过产量的增加来实现预算收入。
反身性：原油价格越跌产量越高
我们再深入探讨一下除了价格，还有什么因素会导致主流偏见从几个宏观因子中胜出呢？我认为至少存在两种情况。第一就是基本情形的发展足够大以至于引发某一个宏观因子成为主导。我以原糖期货为例来说明。原糖期货的宏观因子一般包括供给、需求、库存、替代/互补品价格、主要出口国（巴西）通胀和币值等因素。但在2008年原油价格上涨到100美元时导致乙醇汽油变得非常有利可图，而巴西的原糖是乙醇汽油重要的原材料之一，这会导致对原糖的替代需求。原糖价格在2008年夏天出现了一波快速上涨。这个时候，替代品因素成为原糖定价的主流偏见。从图五我们可以看到，原糖/原油价格比在2008年6月6日达到最低0.07，之后一个多月原糖价格上涨超过48%。
2008年6、7月原油价格主导了原糖定价
第二种主流偏见形成的方式是重大事件引发的预期改变。以图三的美股为例。美股在2016年7月到11月初一直处于区间宽幅震荡。特朗普当选当日美股从大跌到大涨。股票的宏观定价因子主要包括盈利增长预期、绝对估值、相对估值、套利货币目标资产、风险偏好情绪等。我们知道，影响盈利和估值的因素非常多，比如利率、通胀等经济数据都是通过影响盈利和估值这两个因子作用于股票价格的。所以，在分析股票的主流偏见时，我们有时候需要细化到具体的变量。特朗普当选后，市场非常快的接受了他竞选时提出的有利于公司的政策，包括更低的所得税、放松金融能源监管、基础建设投资等。虽然特朗普方案中也有诸如贸易保护等不利于美国零售业的提法，但显然市场认为总体而言，特朗普的方案对于提高美国上市公司盈利是利好的。从而引发了美股一波大幅上涨。我们看到，特朗普交易主要是触发了美股的盈利预期增长这个因子。进一步分析，盈利增长预期这个主流偏见与美股价格上涨形成正反馈了吗？正反馈的含义是股价的上涨有利于主流偏见的进一步巩固。从前面的分析已知，美股这一轮上涨的主要动力是特朗普的改革预期以及提升的动物精神。价格上涨本身除了对动物精神有直接的帮助外，对特朗普政策的落地帮助似乎意义并不大。从这个角度，我们可以推测这一轮美股的上涨暂时还不会形成繁荣-萧条的趋势性行情机会。可能需要注意一下，任何资产的价格上涨本身都有利于吸引更多的买家入场，但如果没有其他宏观因子的配合，单纯的动物精神很难形成一个完整的趋势性行情，动物精神在很多时候是一种辅助因素或者局部性行情的主导因素（例如最近中国股票流行的“雄安行情”）。通常只有在大型趋势行情的末期，动物精神才会成为主流偏见，但那往往是典型的泡沫行情末端了。
总结一下，基本情形的变化和重大事件引发的预期都会产生主流偏见。主流偏见胜出后并不一定形成大型的价格运动机会。只有当主流偏见与市场价格运动相互印证，不断强化时，才会形成持续的价格运动。
三、宏观交易的逻辑
宏观交易是指利用大类资产的宏观因子、主流偏见与市场价格之间的失衡关系盈利的一种交易方式。全球宏观是指考察的投资范围覆盖全球所有的流动性资产，主要包括股票、债券、外汇、商品和其他金融衍生品。全球宏观一般可以分为相对价值套利和趋势交易。相对价值主要对价差进行交易，比如德国两年期国债和美国两年期国债收益率之间的利差。而趋势交易则是试图把握全球主要资产的价格趋势变动，产生这一变动的原因是因为基本情形和主流偏见发生了巨大的变化。比如1970年代的商品、日元和德国马克多头、80年代初的美元多头、1985到1989年的日元资产、1989到1993年的新兴市场股票、1990年代末期的技术股泡沫、2003年开始的商品多头、2008年全球金融危机、2009年量化宽松背景下的发达国家债券多头等。我们发现，投机者如果能把握每一轮主要资产的运动机会，获取的收益率将是惊人的。下表的资料来自于Gonzalez(2016)，小标题是笔者自己所加。立志于从事宏观交易的人应该将下面这些经典交易反复复盘，牢记于心。
浮动汇率体制和大通胀 (1971.1~1981.1)
里根第一任期（1981.1~1985.2）
广场协议（1985.3~1987.8）
布雷迪债券 （1989.1~1993.12）
美国技术股泡沫 （1995.1~2000.10）
做空技术股泡沫（2000.8~2003.2）
2000年代的商品和股票牛市（2003.3~2007.12）
2008年金融危机做空（2008.1~2008.12）
危机后的反转交易（2009.3~2011.7）
货币政策实验（2011.8~2015.12）
全球宏观交易无疑是投机行业中最吸引人的类别，美国几乎所有投资大师都有全球宏观的背景或者使用全球宏观的分析方法。然而，全球宏观的交易难度也是最大的，从对冲基金的分类收益看，全球宏观基金在1998到2008年取得了辉煌业绩，而2009年以后全球宏观基金的表现甚至还不及标准普尔500指数。不过就对冲基金而言，全球宏观基金的表现始终优于全体对冲基金指数。2009年以后全球宏观基金表现相对落后的原因很可能是全球资产关联性的急剧提升。特朗普当选后全球资产之间和地域之间的相关性下降，这也许意味着全球宏观基金即将迎来另一个好时光。
全球宏观对冲基金过去20年表现
经过多年的学习、实践和总结，我整理出一套基于宏观因子、主流偏见、反身性的全球宏观投资方法，同时我也将利佛摩尔、威科夫和本间宗久等大师的思想精髓融入到交易实践。简单概括，我们首先需要厘清资产的定价因子、弄清楚影响资产价格的变量是哪些。这个工作看似容易，实则是一个陷阱密布的领域。比如我们看日元的定价因子。经典经济学教科书告诉我们，一个国家的汇率受贸易顺差/逆差影响，同时，一个国家的经济增长前景对汇率也影响甚大。但在真实交易中，我们会发现目前日元汇率对日本贸易数据几无反应（但在70、80年代贸易数据对日元影响巨大）。2017年3月8日，日本发布了低于预期和前值的贸易数据，而市场对此毫无反应（此时日本市场已经开盘）。同样，日元、日经指数和日本国债对日本PMI反应也非常不足。2017年4月3日7:50日本发布了低于预期的短观PMI数据，该数据被认为是反映日本经济情况最重要的数据之一，但日元和全球资产均没有反应。日元的这种看似奇怪的反应，其背后是有深刻的原因。所以，全球宏观投资的第一步应该是搞清楚各类资产的宏观因子。这个步骤，也许需要3~5年刻意训练的时间（想想有多少大脑愿意付出这种努力？）。
日元资产对日本贸易数据没有反应
日元资产对日本PMI没有反应
在厘清宏观因子后，老练的交易员虽然可以清晰的知道因子影响的方向和大小，但并不试图建立准确的数量关系。我始终对基于多元回归的宏观因子定价模型持怀疑态度。道理在两点。第一、后面的分析会看到，不同宏观因子在不同时段的作用大小会差异很大，同一宏观因子在不同时段的作用方向甚至都会相反，简单的多元回归无法捕捉这种变化；第二、影响资产价格的主流偏见会不断发生切换。所以，与其要看似客观的精确结果，还不如要一个模糊的但是可靠的宏观因子影响方向和排序。同时，牢记在心，因子影响的方向和排序是随时可以改变的，市场在一分钟前认为特朗普当选美国总统是灾难，而一分钟后也许会认为特朗普是美国经济的救星（参见微信公众号“全球宏观投机”中的《选举日交易》一文）。接下来我以欧元过去20年的价格变化为例说明我的模型。
理解宏观交易的复杂性：欧元20年宏观因子变迁
这里我选取了六个变量对欧元价格变动进行分析，试图找出一段时间内决定欧元价格的主流偏见。这五个指标包括欧洲相对美国的经济增速差距（Growth Spread）、十年期真实债券收益率差价(Real Yield Spread)、两年期名义债券收益率差价(Short Yield Spread)、股票表现差异（Equity Spread）和圣路易斯联储金融压力指数（SLF FSI）。这个压力指数可以理解为全球金融风险偏好，也就是交易员喜欢提到的RISK ON/OFF。表征一个经济体货币宽松信贷需求和金融市场信心的金融条件指数（FC Spread）往往是经济增速和资产价格的先行指标，我也将其列入考察对象。对外汇交易影响较大的还包括经济意外指数（指经济数据实际值与市场预期值的差距），正向的意外往往引发货币上涨，负向的意外导致货币下跌。不过从实际数据中我们发现意外指数的变化过于频繁且为非趋势序列，无法解释趋势性的货币价格运动。
在本书后续的经典交易复盘和实时交易评估中我会更加细致的分析外汇交易的宏观因子、主流偏见、反身性等。这里只是非常简略的对欧元过去20年的宏观因子和主流偏见进行评述。
1997~1998.10：欧元处于区间交易。五个因子处于势均力敌状态。
1998.10~2001.06：欧元下跌。触发因素是俄罗斯1998年金融危机后全球避险情绪升温，美元先跌后涨（这个模式在以后的危机中再次出现，主要是危机开始时日元的套息交易一度主导了美元行情，导致美元对日元大幅贬值，从而带动了美元对德国马克贬值）。同时，短期利率、真实利率、经济增速和股票市场表现等，欧洲均不及美国。2000年美国互联网泡沫破灭后经济基本面开始对欧元有利，股票表现、真实利差、经济增速先后在2000年中期以后欧洲开始超过美国，但欧元一直下跌到2001年6月份的最低点0.85。这个时候欧洲无论是经济、利差、金融风险、资产价格等条件均已优于美国，市场的随时酝酿着趋势反转。
2001.06~2008.04：欧元上涨。从最低点的0.85上涨到最高点的1.59。理解这一段时间的欧元，前后主要有两个主流偏见，一是2001到2006年。2001年911后，美国放松了货币条件。但相对而言，欧洲的金融条件更为宽松，虽然真实经济增长率欧洲直到2006年才超过美国，但金融条件指数欧洲从2002年以后一直优于美国。全球风险处于关闭状态，这对欧元也相对有利。而这个阶段利差和股价等因素都不利于欧元。说明是金融条件指数主导了这一段时期的欧元行情。第二段行情是2006到2008年。此时的金融条件已经对欧洲相对不利，资产价格也不利于欧洲，但欧洲的经济增速和利差则开始回升，超过美国。经济增速和利差主导了这一段行情。
2008.04~2014.05：金融危机后欧元处于震荡区间。危机期间，欧元先是有一个反复，然后迅速从1.59下跌到1.27，随着全球的救市行为，2009年欧元反弹到1.48，此时主流偏见是金融条件指数。2009年底，希腊的金融问题开始浮出水面，欧元迅速下跌至2010年6月的1.22，这一段时间金融风险成为主流偏见。欧债危机在2012年还有第二次探底。在这个期间，短期利差和金融条件相继成为主流偏见。
2014.05~2017.04：欧元下跌。短期利差和资产价格差异成为这一段时间欧元下跌最重要的宏观因子。这一段时间金融风险处于开启状态。欧洲经济增速一度超过美国，2015到2016年欧洲的金融条件也强于美国，但这些因素并未支撑欧元走强。欧洲采取负利率后，短期利差和十年期真实利差大幅走低是这段时间欧元走弱的主流偏见。
从上述非常简要的分析中不难发现，宏观因子、主流偏见、市场价格之间的关系是非常复杂的，上面分析中我还未涉及反身性，如果考虑到反身性那么分析的复杂性还要增加。这可以解释交易员最苦恼的看不懂市场行情的困惑。多年的经验让我确信，行情的发展与交易员预测之间的差距无外乎来自于几方面：1、交易员忽略了某个正在起作用的宏观因子；2、新的主流偏见形成了，而交易员还沉浸在另外的宏观因子或者主流偏见中。每当遇到这个时候，成熟的交易员应该退出交易，仔细聆听市场的声音，确认自己的主观认知与市场现实之间偏差的来源。
接下来我们探讨如何确认主流偏见是真实而非我们大脑虚构的产物。与任何科学研究一样，交易行为也是一个提出假设验证假设的过程。简单说，交易进行前，交易员应该尽可能的找到影响价格变动的宏观因子，这些因子既要有历史数据的实证，同时也要有合理的经济逻辑和常识（经济分析中常见的现象就是把太阳升起归功于打鸣的公鸡）。这两个条件缺一不可。而且，应该是历史经验为第一原则，只有在历史上真实存在过的事实才有可能将其归纳为某个宏观因子。找到宏观因子后必须要用市场的真实运动来证实或者证伪。当市场价格形态可以验证某个主流偏见开始出现时，那就是交易员最重要的时刻。这往往出现在趋势反转、行情整固后的方向突破阶段，这个时候交易员必须要有勇气做出决策。
- - - - -
简单总结一下。这里我把宏观交易的历史、表现以及交易方法浓缩在一篇不长的文章中。读者可以将其理解为一个提纲。在接下来的系列文章中，我将运用这套体系完成两个工作，第一步是复盘一些经典交易，梳理交易发生时候的宏观因子、主流偏见、反身性以及交易时机；第二步则是进行一个实时实验，我将利用这套体系公开全球宏观交易的实时实验。考虑到很多读者急切希望看到实时交易的过程，我也许会将复盘和实时交易在后续的文章中同时推出。
熟读《How to trade in stocks》和《金融炼金术》的读者会一目了然，我这样安排，是为了向利佛摩尔和索罗斯两位大师致敬。
