雪球仿佛是衍生品国度的一个先遣使者，用三年时间在资产管理的天朝上国传经布道。大致三年光阴，历经从不解和质疑，到欢迎和热捧，再到一夜之间陷于缧绁，禁足高墙。世间成住坏空，万物生住异灭，苦乐交替，无常是常。
不过自此，场外衍生品与资产管理之间的红线就被牵上了，这个羁绊是雪球留下的宝贵遗产。恰逢上海正遭奥密克戎肆虐，虽窗外春暖花开，无奈也只是镜中花月，索性下个决心，落些文字，给自己理理思路。
要想讨论衍生品如何助力资产管理，首先需要想清楚，资产管理本身是由哪些拼图拼接而成，再看衍生品在每个拼图里可以做的事情。粗略而论，我姑且把资产管理拆分成（1）底层资产、（2）投资逻辑构建、（3）交易执行三个层面。后面分别就这三个层面，分析层面本身的逻辑，以及场外衍生品的可以助力实现的功用，来做些探讨。
（一）底层资产
任何一个策略、产品、算法，落到最终端，无非都是在不同时期以什么权重配置了什么资产。调仓周期的不同形成了高频、中频和低频的差异；权重是否可以超过100%或低于0%又定义了杠杆产品或多空产品；而主要配置什么资产，分类了从最简单的单一标的（如一个股票），到一类资产的篮子（股票型基金），再到最广泛的全球多资产的组合（宏观对冲）。
那么，在底层资产层面，场外衍生品能做什么呢？考虑国内环境，从实际可执行的角度，目前至少可以包括（1）多空头寸供给（2）跨境配置（3）线性与非线性转换这几个维度。其中，多空头寸供给和跨境配置，属于access product的范畴，也就是组合直接配置受限，通过场外衍生品实现类似直接配置的效果。市场上比较熟悉的量化私募多空互换，以及跨境收益互换，大致属于这个范畴。而线性与非线性转换，是option based product，则是期权独有的属性。BS模型的问世使得我们可以较为精准地用线性资产的动态调仓（delta对冲）去模拟资产非线性结构的收益表现，从而使得资产管理中的风险管理可以科学精准地实施。举个最简单的例子，你看好茅台，想分享它可能的上涨，但不想承担它可能的下跌，那支付一定数额的期权费（对冲成本）就可以完美满足你的诉求，把茅台的线性损益变成符合投资诉求的非线性损益。
再深一层，资产的定义，只能是一阶资产么？这里牵涉到私自创设的“一阶资产”的概念。我姑且把一阶资产定义为无法进一步穿透，已经是最底层的细分单元的资产，比如国开行发的债、宁王的股票，或者LME的202206到期的镍期货。但比如公募基金，虽然你也可以一键配置，但它已经是封装起来的资产组合，那就不是一阶资产；或者，你看好中证500但看空标普500，你想构建一个zz500-sp500为标的（outperformance期权），抑或你看多300和500，但看多300更多一点，做成个70%*300表现+30%*500表现（彩虹期权），这大致可以称作“二阶资产”。更体系化的，是不得不提的一个大趋势，随着越来越多算法策略（QIS）的开发，未来可以通过场外衍生品直接配置的二阶资产（当然也可以选择线性或非线性）也会越来越丰富。正好，这就需要过渡到第二部分——投资逻辑构建。
（二）投资逻辑构建
投资逻辑是资产管理的灵魂。其本质是试图在充斥不确定性的市场起伏中寻找市场走向的蛛丝马迹或潜在规律，形成投资判断并下注的行为。每类策略盈利因子不同，研究的维度可能大相径庭，同一维度里的角度可能也有所差异。以大类资产配置模型为例，细拆开来看，大体包括（1）信息收集、清洗和加工（2）经济状态判断、（3）资产配置方案这三步。这里，为了让贯穿的逻辑更顺畅，我不按顺序，先从承上启下的第2点——经济状态判断开始讲起。
1、经济状态的判断。我们一直在努力判断经济状态，当下较为主流的争议就在于2022到底是滞涨还是衰退。但我们为什么要判断经济状态呢？为了更好的投资？为什么经济状态与投资之间存在映射关系呢？如果有，这种映射关系是稳定的吗？每个问题，你要深入探究，你都会发现一个人类永恒的悖论——你研究的越多，你就发现你不知道的也越多。比如，很多人可能都觉得，经济和股市是正相关的，毕竟股市是经济的晴雨表嘛。事实果真如此么？如果你沉下心去做一些基于数据的分析，你就发现未必。据统计，中国股市的表现和经济增长，其实是负相关的。为什么呢？可能的原因是，中国股市受政策影响相较经济基本面更大。经济差，政策宽松，股市受益于政策，就倾向于走好；反之，经济好，政策收紧，股市的压力其实是挺大的。反直觉么？可是这也并不是必然。不同阶段，对股市的边际影响因素可能都是不同的。比如今年，当下经济压力很大，政策也倾向于前置并积极，但是股市还是跌，为什么呢？因为美联储非常鹰派，那边在加息和缩表，我们这边如果再降息，就会造成中美利差倒挂，可能形成资金外流，这样，宽松的政策并不能带来更好的流动性，甚至还可能恶化流动性。所以股市看不到期待的明媚阳光，就只能表现为下跌了。经济是个复杂系统，复杂系统和简单系统相比，一个比较容易区分的点，就是系统内部的决策是否会改变系统本身的结构。如果不会，就是简单系统，比如班级里如果一个小朋友没来上课，不会影响其他小朋友听课。但如果是囚徒困境，一个囚徒的决策会影响其他囚徒的决策，那这个系统就复杂了一些。如果再叠加非常多的囚徒，多次决策，那这个系统就不能被计算了，这就是复杂系统。数学界四大神兽之一的拉普拉斯妖，幻想知道宇宙中每一个粒子的具体位置和动量，就能计算宇宙运行的过去、现在和未来，这被证明是做不到的。蝴蝶效应是一个耳熟能详的解释极其细微的初始参数扰动就造成整个系统不可测的理论。
资本市场，毫无疑问，是个复杂系统。然而，是不是因此我们的所有研究完全就无用了呢？也不必这么悲观。金融学里有个著名的假说，叫有效市场假说。即市场价格已经完全反映了已知信息，所以主动管理无用。这个假说至今仍然存在大量拥趸。但问题是，这个假说本身就是自带悖论的。如果市场有效，无人去研究，信息就无法通过交易传导到市场价格里，价格就会无效，研究就会有意义；而当大家都去研究，信息传导的速度就更快，市场就会有效，超额收益就难以获取。所以，有效和无效并不是非黑即白的关系，而是两个端点，端点中间都是灰色地带。只要是灰色地带，就代表深入研究对投资仍然是有巨大价值的。这是其一。第二个原因，即便是复杂系统的无序和不可预测，也不代表这种无序就没有规律。大家可能觉得这很烧脑。既然无序，怎么还有规律。其实有个词专门用来表达这种含义，叫“混沌”。“混沌”这个词语除了表明看起来的无序，还有深层次大尺度的本质上的秩序。一个非常经典的方程叫做逻辑斯蒂映射，它研究的是一个小岛上的兔子，不同的出生率和死亡率对n代以后兔子数量的影响。比如，出生率高，后代兔子就多，但草就会不够吃，最后会饿死，兔子总量经过n轮迭代会趋向一个定点，或周期，或混沌。定点是0个周期振荡，周期是2个、4个或8个等可观测的有限个周期振荡，而混沌并非没有规律，只是当周期不断倍增之后的归宿。而周期倍增速度本身竟然又趋于常数（费根鲍姆常数），看似无序世界里隐藏着最深沉的有序，有时细思极恐。得把思维拉回来了。结论是，对经济和资本市场的研究，是有价值的。
如此，我们便可以静下心来讨论怎么对经济状态进行切分。一个比较著名的模型是美林投资时钟，根据产出缺口和CPI对经济状态分类。这个分类方法是个经典的方法。为什么是产出缺口和CPI？因为前者代表经济增长，后者代表通货膨胀。这两个要素是经济状态研究的最核心要素。增长代表量，通胀代表价。教科书里经典的资产定价模型，本质上讲都是未来现金流贴现。股票看的是增长前景（体现为分红），按照利率（体现为各种方式计算的贴现率），贴现到现在的价值；BS模型看期权价值，本质也是资产价格未来可能的游走路径下的期权收益，按照概率分布贴现的价值。因此，对于增长和通胀，恰恰是分别从量和价两个方面对经济进行的诠释——增长、通胀、过热、衰退。但需要提醒的是，资本市场根本上是所有交易者进行的博弈。因此我们除了在二维图上探究我们此刻在哪里这件事以外，还要考虑市场的预期和判断，看市场认为我们在哪里。这两者之间是否存在偏差。认知偏差导致的错误定价才是投资机会，偏差越大，投资机会也越大。以上，讨论的是对经济状态的判断。
2、信息的收集、清洗和加工。这是经济状态判断的依据，从逻辑链来说，是上游原材料。要收集信息，我们先要知道信息包括哪些。和投资比较相关的信息，包括资产价格、宏观数据、政策方向，未来可能还包括更多的另类数据。资产价格是最透明、及时和公开的信息，但宏观数据就未必了。即便不考虑政府为了引导预期，可能对数据进行的一些人为干扰，就宏观数据本身发布的时效性和频率，都使得这个数据严重滞后而无法用以指导投资。为了形成一些更高频、有效、真实的宏观数据，很多研究机构都在做宏观因子的分解、合成及预测技术，实现更优质的宏观数据获取和分析。政策如同市场经济的孪生子，既密不可分又相互掣肘。而另类数据，随着大数据时代的到来，价值可能越来越大。国内有理财子发布过夜光指数，就是利用卫星计算各个地区的夜光明亮程度和覆盖范围，形成对各地区经济发展的领先性判断。这种数据未来可做的事情远大于噱头，是具备真正运用到投资的潜力的。而国外利用停车场数据、人流数据做商超营业额的预估也已经相当成熟。
收集了信息以后需要清洗，清洗的目的是为了让数据更便于计算机识别、学习和分析。逻辑上基本上就是去噪和标准化。比如数据化表达、极值和冗余的处理、正则化等。这里面的技术细节也非常多。我了解不多所以略过了。
最后是信息的加工。我们希望利用这些信息，生成对当前宏观经济环境状态的判断。这种判断可以是唯一的（比如复苏过热滞涨衰退四选一），也可以是一种概率分布。我个人会更喜欢概率分布的逻辑，因为形成的结论会更光滑，减少跳跃。但怎么形成结论，怎么计算，这个里面的技术细节非常多。市场上做策略的至少包括动量（过去的状态可以更好的诠释未来）、周期（经济存在周而复始的循环）、价值（估值区间波动，长期趋向于均值回归）甚至机器学习（喂足够多的历史数据给计算机，让它自己识别）等等。这些算法，目的都是为了根据获取的信息，推算出更可靠的宏观经济状态。再结合市场的一致预期与推算结果的差异，制定可靠的资产配置方案。
3、资产配置方案。有效识别了经济状态，下一步就是如何映射到资产配置里面去了。美林时钟给的方案是复苏配股票、过热配商品、滞涨配现金、衰退配债券的一一对应关系。实际上，这种一一对应没有考虑市场和政策对预期的反应和相互之间的博弈，从而对资产价格产生大幅扰动的可能，容易缘木求鱼。但因为不存在拉普拉斯妖，任何人、任何算力在高维的复杂系统面前都是渺小的，所以实际上我们并不可能每一轮都能选到完美适配的资产。我们需要做的，是搭建一个丰富的底层资产库，去匹配算得的宏观经济状态，建立投资端稳定的映射关系。比如，我们算得当下经济，过热的概率是30%，滞涨的概率是50%，衰退的概率是20%，复苏的概率是0%，那么我们的benchmark组合就应该是30%*过热受益资产+50%滞涨受益资产+20%衰退受益资产。再进一步，要检视我们的武器库里，每个经济状态下，受益资产包括什么。比如过热受益资产，可能是大宗商品、通胀链接债券这样的一阶资产，也可能是大宗商品动量策略、货币市场动量策略、或者是股票质量因子策略（做多具备定价权的股票做空缺乏定价权的股票形成的中性策略）等二阶资产。只有我们构建了足够多的受益资产去适配我们的经济状态模型，才能够在每一个状态下做到有效且足够分散，并有较强的承载力去应对意外冲击，提高组合胜率和抵御极端风险的能力。
聊了很多资产管理做投资逻辑构建方面的内容，回到场外衍生品的视角来。场外衍生品已经利用算法策略（QIS）搭载了非常丰富的策略模块，来为不同环境、不同观点的投资者提供适配的一键式解决方案，甚至对于特定的，无法用现有策略满足的投资思路，测试和定制也是非常便利的。最后，即便是对于多个策略组合形成的融合策略，场外衍生品也有机会使之成为互换或期权的挂钩标的，供给各类资管产品进行配置、投资或结构化产品创设。全球来看，外资投行在这方面的技术和产品已经非常成熟；国内，最近三年，部分头部券商也在发力布局，有一些也已经形成了非常鲜明的特色策略体系，我认为比较确定将是未来助力资产管理投资升维发展的星辰大海。
（三）交易执行
有了好的策略，资产管理的最后一公里是交易执行。Last but not least，交易执行的细节甚至可能决定投资的成败。很多人可能觉得，交易就是对标的的买卖，常规设定一些限价单，或者决定分批增减仓的计划，还能有什么花样呢？其实这恰恰是场外衍生品大展拳脚的舞台。就让我们来聊聊这些“花样”，比如（1）资产买卖，和（2）持仓管理。
1、资产买卖。资产买卖最基础的动作包括资产买入（强烈看好）和资产卖出（强烈看空），除此以外，投资经理也可能对标的没有强烈的多空观点，因此并不会在方向上做多或做空。但如果如此，也许他会愿意做空标的的波动率来赚钱，也就是赌标的不涨不跌。当然，他也完全可以有些更精准的观点，比如这个股票可能最后一杀，先跌10%左右，然后就会大幅反弹，等等。
利用场外衍生品，可以怎么匹配这些观点？
（1）资产买入：对于资产买入，所有人都希望买的价格越低越好，但也怕目标价设置的太低，导致大概率建不了仓。所以，怎么破？场外衍生品的答案很简单：卖出put。Put是一种愿意以特定价格买入股票的承诺。Put的卖方相当于是向对手方做出了一个承诺。在期权世界里，所有的承诺都是有价值的，这个愿意买入股票的承诺当然也不例外。在股价100块的时候，你想一个月内如果跌到90块就入场，那你完全可以卖出一份执行价为90元的1m put。一个月以后，两种情况，一种是股价跌破90元，那你就以90元建仓；另一种情况，股价没跌破90元，那就没建仓。你说这跟你下个90元买入的限价单有啥差别？差别在于，你可以赚到期权费——不管你买没买到这个股票，都可以赚到期权费，这是对你当初那份承诺的报酬。另外，在国内让很多投资者不明觉厉，闻之色变的accumulator，其实也是一种折价建仓工具，但如果你把它用来当成理财产品，你就可能会受伤很严重。剪指甲，用指甲刀就可以，如果你坚持要用杀牛刀，可能就会伤到手指头。这个道理谁都懂，也可以完美推演到accu。结构或产品，都只是工具，它们没有原罪，就看你怎么用。
（2）资产卖出：资产卖出是资产买入的镜像。比如资产买入可以用卖出put，那资产卖出就可以采用卖出call，这时的承诺变成了你愿意以特定价格卖出手上的股票。自然，你可以把这个预设价格设定的高一些，达到你溢价减持的目的。类似镜像的还有accu和decu。稍微需要再解释一点的是，你卖出call，对券商而言，delta是负的，所以券商会需要你先把股票都过户给它，期末再根据call有没有被执行来决定是否把股票还给你。目前国内场外衍生品的基础制度仍然不完善，所以有些不太合乎常理的操作模式。但有些模式值得摸索使得交易更便利，这会在后面稍微展开讨论一下。留个悬念。
（3）做空波动率：其实，卖出期权本质上都属于做空波动率，也就是short gamma。但上述卖出put或者卖出call，主要还是出于增减持的目的。而在这里提及的雪球或者FCN，更多体现为一种做空波动率的结构。试想，一个基金经理去调研了一个上市公司，最后的结论是这个股票下行空间有限，但短期也没有催化剂，股价大概率也很难拉升。那他怎么做投资决策？一般情况下，他什么操作也不会做。但用场外衍生品，他可以做个6m的个股雪球，敲入价格设定在他认为股票的极限支撑位，执行价设定在他愿意开始买入的价位，找券商反算下雪球报价，可能在股票不涨的情况下赚个年化20-50%的收益，不香么？
（4）按需结构创设：国内股指从年初以来下跌了10%以上，估值逼近历史低位。但同时波动率大幅提升。中证500的年化波动率从12%上升到接近30%，使得期权的价格大幅抬升。想买看涨期权，又觉得贵，怎么破？有好几种方法，其中比较有高级感的是灵活使用障碍价。障碍价会设定敲入或敲出机制。很多人一听敲入敲出就头晕，搞不懂是什么意思。其实这就是障碍价。障碍价可以分成敲入（knock-in）和敲出（knock-out）两类，敲入指的是，期权原来无效，触碰障碍价（可以想象成一个开关）之后就变得有效；敲出反之，期权原来有效，触碰障碍价之后就变得无效。障碍价的作用包括提供保护、降低成本、收益锁定、目标终止等，如果想实现对股市的抄底诉求，可以考虑使用down-in-call，也就是向下敲入看涨期权。因为设定了生效条件（跌到障碍价以下，该call才生效），所以这个call会比一般的call便宜很多。如果你判断市场可能还存在最后一杀，又希望在最后一杀之后参与多倍反弹，那在期权结构里拼装down-in-call是个非常好的选择。市场上比较流行的雪球、指增、booster、airbag，都可以嵌入down-in-call而使得它们在敲入后激活更强劲的反弹能量。讲到这里，我想起上周跟一位理财子的朋友聊起，他希望搭建“抄底宝”类型的产品系列，我觉得这个idea非常棒（除了“宝”这个字可能让监管觉得老百姓会觉得是个现金管理产品，可能有点障碍？我们的监管确实为了我们的投资者操碎了心）。近期银行理财产品破净仿佛把管理人置于众矢之的，坐在火山口烤的滋味想必不好受。想破这个局，除了从风险管理的角度找原因外，我觉得另一个思路其实是反其道而行之，彻底把某些理财产品功能化。就如同指数基金亏了，投资者不太会去骂基金经理一样（即便也会骂，但是好解释）。工具型产品的好处是，它跟投资者第一次打照面就把自己的功能表达得非常清楚。“抄底宝”就是用来股市抄底的，那它只适合对股市长期看多的投资者。它能提供的是在底部反弹时更强的动能，但绝不是保证市场不会继续下行。看空股市的投资者一开始就不会买，好像想吃肉的消费者不会去素食馆一样。你见过哪个消费者去投诉火锅店厨师的厨艺太烂么？
2、持仓管理。交易优化不仅体现在买卖行为上，也可以体现在对存量持仓的管理上。看好一个股票，如果你觉得你只能靠买入持有赚钱，那这种理解可能就过于单薄了。持有之后，作为打新底仓，或者融出券获取券息增强，都是不错的收益增厚方式。如果看好的是指数，比如zz500，那相比直接持有500ETF，场外衍生品可以实现收益增厚的结构就非常丰富多彩。不管是固定增强、多倍看涨的booster、提供一定下行保护的airbag，还是带锁高的lock-in call，或者区间提供增强收益的红利看涨，都可以提供显著优于指数表现的回报。你想好你要增强的区间和形式（固定+，高pr……），剩下的交给衍生品structurer们来干。
除了收益增强，风险对冲也是场外衍生品的重要功能。比如刚才提及，看好股票买入持有的同时，可以参与打新获取增强回报。但其实，也有很多打新产品，并不希望承担底仓波动，产品的诉求是希望把底层损益转移到产品之外。因此一些产品会选择底仓+融券的方式来实现，当然融券成本并不便宜，且还可能券源不稳定。实际上，你也可以用场外衍生品实现这个功能，你可以找到券商的场外衍生品台，请他们把他们的股票持仓交易过户给你，然后再跟你做一笔对应持仓的互换，你是互换的空头，券商是互换的多头。这时，你的底层是通过股票过户来实现的，你的波动是通过互换来消除的，最后落袋的就是稳稳的打新收益（可能现在打新收益也不那么稳了？这个另外再聊）。这就是利用场外衍生品对底仓波动进行风险对冲的非常简单且有效的案例。另外，市场上还有一些产品策略，是去拿折价资产，比如定增、大宗或科创板协议转让，如果他担心大盘的风险，当然也可以利用空头方向的交易，比如空头互换，或者买入看跌期权，去对冲市场的下行风险。其他更个性化的下行风险对冲方案，可能存在一定的资源诉求，暂且按下不表。
上述讨论了收益增强和风险对冲，其实资金效率也是衍生品有机会赋能的方向。有些衍生品结构本身就可提供较少占资的可能性，有些场景也可以通过多标的联合追保，通过标的之间的负相关性来降低单一交易可能面临的追保风险。另外一个具有中国特色的需求，可能是怎么通过衍生品交易来尽可能平滑理财产品的估值。首先，衍生品的估值本身只能跟随标的价格、波动率、期限、无风险利率的变化而按市价法调整，这个毋庸置疑，也符合监管精神。但因为衍生品结构设计丰富的可能性，通过障碍价、执行价、标的设计、上下限设计（cap&floor）等，就有机会从期权本身出发，使挂钩茅台的这个期权结构的估值浮动区间小于茅台本身，或者非对称的控制期权结构的下行风险暴露而较多保留上行空间。这些都有希望为更稳定的理财产品估值提供助力。
最后展望一个模式。因为在目前的监管环境下，国内券商手上并没有经纪业务产生的券源（这也是跟海外投行相比最大的一个差别），所以国内券商其实并不是真正意义上的“券商”而顶多只算是个“中间商”（不是dealer只是broker）。因此类似海外很多便捷丰富的交易模式无法实现。这种情况下，如果资管产品管理人把计划的持仓都通过一家券商的场外衍生品台来建仓，是否存在能更好的匹配管理人交易需求和持仓管理的模式呢？上面提及的卖出call来溢价减持，如果用这个模式做，可能舒适度就会显著提高。
不知不觉写了八千多字，都快赶上大学的毕业论文了。是时候该收尾了。其实还是很高兴，在国内市场这几年，因为雪球，大家开始了解，或者有意愿去了解场外衍生品这样的工具。确实，相比delta1的投资而言，衍生品的复杂度无疑是更高的。但我们从不会因为手机比电话复杂度更高而去拒绝它。我们判断的依据应该是基于使用价值而不是复杂程度。事实上，人类社会在工业革命以后的进步，无不是依靠着理论科学家的理论研究，和应用科学家的实证和物理设计，最后通过大规模标准化的分工体系才实现了人类社会生产力的指数级提升。有人说，现代人更焦虑，更烦躁，幸福感并未增加多少——幸福感的定义可能存在主观因素且不去展开讨论——但整个人类社会确实是离贫困、饥饿或者疾病更远了。新冠肆虐给人类社会带来的冲击，一方面确实给我们警示，在人类对抗自然疾病的道路上仍然有无法预见的巨大挑战，但另一方面，我们为了一个致死率千分之几的疾病可以动用的全球社会体系的广泛资源，还是让我们欣慰。也就几百年前，在地球漫长的演化史面前是电光火石的一瞬，那时不光黑死病1/3的致死率我们完全无能为力，连一点点小小的伤口感染我们可能都不得不采用截肢的方式来暴力治疗。所有这一切的进步背后，都是复杂但严谨的科学体系在沐雨而行。从这个层面说，复杂不但不是原罪，还是所有“简单”背后的基石和支撑。你所谓的岁月静好，不过是有人在为你负重前行。
最后，想起前段时间市场下跌，又有人出来责难雪球。我觉得责难者相当骨骼清奇。市场上已经有很多从业者予以反驳，都很合理，不再赘述。我只想讲一点，国内的雪球还都是看涨方向的雪球，券商拿的期货多头对冲，低买高卖，这尚且被指责，那如果我们做的是反向雪球，下跌敲出获取票息，上涨敲入实现亏损，这个结构拿的是500期货的空头来对冲，那会被妖魔化到什么程度？（其实反向雪球对冲也是平抑市场波动的）。又或者，投资者买call，券商追涨杀跌式的delta对冲，是否更要被嘲笑和指责？复杂系统面前，个体的扰动都是微弱的。系统稳定时，没有个体可以造成崩溃；系统崩溃时，也没有个体可以阻止。雪崩之下没有无辜的雪花，但也没有一片雪花背得起雪崩的大锅。在复杂系统面前，我们更需要的是承认无知，保持敬畏，才有可能去找出真实。经常跟朋友聊起，说郑和七下西洋，技术遥遥领先百年后的哥伦布和麦哲伦，为什么开启全球化时代的不是中国。我的角度是，我们可能输在了傲慢。见到不能理解的东西，我们傲慢的认为那是蛮荒之地的虫篆之技，这样的我们成为了有眼睛的瞎子。如果那时候的我们的祖辈能保持一点敬畏和好奇，当今的世界的样子很有可能大不相同。
历史不能重来，现实却在脚下。桥水老板达里奥说过，不管我一生取得多大成功，主要都不是因为我知道了多少事情，而是我知道在无知的情况下自己应该怎么做。
[来源：小丑七号]
