投資中的信號與噪聲丨42章經

投資人有不同風格，有的非常理論派、研究商業，有的非常感性、研究產品，張津劍似乎是遊走於兩者之間，很難得的走出了一條自己的投資風格，他既對社會和人口等領域有很深的研究，又對看人識人有一套自己的方法論，可以說他是我過去幾年認識的投資人裏最讓我印象深刻的之一了。今年，他參與投資的項目裏有兩家美股上市，藉此契機我好不容易說服他來做一個分享，果然內容也非常棒，也是今年最讓我最印象深刻的分享之一，相信你看完也會有相似的感受。

分享講師丨張津劍

摯信資本投資人

今天這個社會信息量變得越來越大，噪聲越來越多。如果以每 5 年爲一個生命週期，我們就會看到這裏面的增長、衰減、以及各種變化。

人類今天之所以能去做一些很偉大的工作，不是因爲我們選擇了更多的信息，而是選擇了“聚焦”。“聚焦”幫我們屏蔽掉那些不需要看到的信息，然後專注於當下。

從本科到研究生的七年時間裏，我一直在做一項研究：什麼是信號，什麼是噪聲。展開來說就是怎麼用一個“濾波器”去除噪聲，又怎麼接收那個信號，後來我又把這套方法成功地運用到了投資之中。

一、何爲“信號”與“噪聲”

上圖摘自我在研究生階段發到中科院旗下雜誌的一篇 PAPER。當時我在研究基於沙漠的車輛識別，就是在沙漠裏面，通過對地軌衛星圖像的分析，找到拋錨小車，以便營救那些被困在沙漠的人。

大家可以看到這個 PAPER 裏的每一張照片都有一些黃色小框。這些框是計算機識別出來的小車，比如第一張圖片中的框，就是沙漠路邊的一輛小車，這些小車都是個位數像素級的圖像，稍微大一點的，也不會超過 20 個像素。

這意味着什麼？這意味着我們要在一個高清圖像裏面，試圖去找到那些只有十幾個像素，甚至幾個像素的信號。

回過頭來，生活何嘗不是這樣呢？在一大堆冗餘的信息裏面，找到那些最重要的一點點信號。這就是我們一直研究，後來在投資過程中又反覆體會的東西。

2012 年入行時，我不知道投資是什麼，也不知道該怎麼做。和大部分剛入行的投資人一樣，我第一個反應就是去看賣方的報告，包括中金、MS、GS 等。我會把報告裏面的行業信息分成供應鏈、需求端、渠道端等等，開始可能只有五個參數，後來漸漸變成十幾個、二十幾個，甚至五十幾個參數。

我發現，當我對行業越來越瞭解的時候，參數竟然變得越來越多。這個時候，我突然覺得需要等一等，這個過程好像出現了問題，因爲過去七年的科學研究裏，我意識到一件事：信號是找相同，只有噪聲纔是找不同。

假設你學習一個新東西，當它變得越來越難、越來越細分的時候，恭喜你，十有八九你找到噪聲了。而你越學習，發現它越簡單，並且看到越來越多的共性的時候，纔回到了老子講的那個“一”（“道生一，一生二，二生三，三生萬物”），才找到了真正的信號。

我的導師曾經反覆講一句話：噪聲各有不同，信號提取相同。最典型的噪聲，例如白噪聲，在每一個單點上都是隨機的，但是將單點彙總來看，其實是高斯分佈的。

所以，我們永遠不能站在某一個單點上去研究一件事，因爲那樣的研究只會讓人頭越來越大，參數越來越多。

再舉一個我室友的例子。

之前我室友暗戀一個女孩，那個女孩其實也對我室友心動。有一天打完球，這個女孩子跑過來對他說，“你餓不餓？我給你買了一些薯片。”正常人都會認爲這是一個已經發送出來的信號了。

但這個時候，我下鋪一個哥們，特別仗義，說，“這個薯片最近在打折，我一直想去買，果然你也買了。”然後我這位室友一聽，覺得特別有道理，於是他就沒有 GET 到那個女孩真實的信號。

此時此刻，信號和噪聲已經混在一起了，他拿到了一個沒有意義的波段。

所以有些時候，我們在生活中會抱怨怎麼沒有接收到這個信號，怎麼沒有發現世界的變化，比如怎麼沒有看到一家公司即將崛起。本質上來講，不是因爲我們沒有看到那些信號，而是你身邊有一個這樣的“損友”，他是你身邊的噪聲源，源源不斷地爲你提供各種各樣的高斯噪聲。

那麼你要怎麼樣去識別它們呢？你只能長時間地保持觀察和覺知。總有一天，當這個信號的噪聲源不在的時候，你就有機會拿到一個真實的信號。好比剛纔那個例子，當“噪聲源”（那個損友）去除的時候，我的室友可能就可以和那個女孩在一起了。

二、投資中的“信號”與“噪聲”

我們反觀投資，投資裏面的信號是什麼？噪聲又是什麼？

有人說五年往往是一個週期，那細分來講，什麼東西是長時間保持變和不變的？什麼東西可以每五年一個週期去思考它？什麼東西的噪聲會盡可能小一點？

我找到了投資領域的第一個信號：人口結構。

於是從 2012 年到 2014 年，我花了兩年的時間，把全世界不同國家，不同時期，以及在不同節點的人口結構都研究了一遍。直到 14 年年末，我突然發現自己之前的研究全是噪聲。

展開來講，先來看上圖中這四個國家的人口結構，你會發現這些國家都有一個共同的特點：生育斷層。

比如，中國有兩撥人口高潮，日本也出現了幾乎相同的人口高潮，而這樣的現象，不僅在日本和中國，還出現在德國、俄羅斯。進一步去看的話，其實還有波蘭、韓國。

這是爲什麼？

因爲它們都是二戰的主要參與國。或許是因爲戰爭損失掉了一代人；也或許是因爲備戰，開始猛烈造人；也可能是因爲戰敗之後，回到家裏面沒什麼事，只能去生孩子。

比如日本，這個國家 2000 年的人口結構跟中國 2020 年的結構非常相似。爲什麼一個國家 2000 年的人口結構竟然和另一個國家 2020 年的類似？按道理來說，如果它們都是二戰的主要參與國，不應該在同一個時間段面臨同樣的問題嗎？

這是因爲日本在最開始的時候，覺得自己太強大了。當他們以最快的速度佔領中國的東三省之後，在 1939 年就提出了 1 億人口計劃。他們覺得如果要全面佔領中國，日本人就不夠用了，於是天皇鼓勵大家多生、猛生。也就是說，在整個二戰結束之前，日本其實處在一個非常激烈的“造人運動”裏。而對於中國，在二戰結束後的十年裏，才興起了表彰“英雄母親”的風氣，最後形成了我們國家的第一波人口高潮。

所以同樣是一次戰爭，對於不同國家，它的影響是巨大的，方式和階段又是不一樣的。很多時候我們會認爲這些事情和我們沒有關係，但實際上，它們和我們息息相關。

中國 1978 年把計劃生育寫入憲法，1982 年又把計劃生育定爲基本國策，你們知道這意味着什麼嗎？這意味着 1983 年之後出生的幾乎所有的孩子，都是獨生子女，而獨生子女又意味着小的時候沒有一個兄弟姐妹和你對抗、爭吵，意味着你在從小到大的成長過程裏面，不需要去進行太多的人性對抗之後的圓融、妥協和膠合。

那這再進一步意味着什麼呢？

這意味着，我們這羣 83 年後出生的孩子，第一次進入到職場的時候，發現自己的 EGO 很大。當一代人每個人的 EGO 都很大，會發生什麼呢？

當 83 後長到 22 歲，也就是到了 2005 年之後，中國出現了一系列的小商小販潮。淘寶也是在這個時候擁有了一大波活躍的小賣家，因爲這些人覺得自己沒有辦法適應和別人一起辦公的環境，必須獨立生活，而且要待在一個自己從小到大都最熟悉的地方。

同時，這個時間段還出現了另外一個很有趣的數據：從 2005 年到 2017 年，中國的離婚率翻了接近三倍。

2005 年之前的離婚率基本上保持平穩緩慢的增長，甚至在 2000 年到 2005 年期間還有一個下調，而到了 2005 年，83 後的這些人開始陸陸續續進入法定的結婚年齡，很多人會發現他們沒辦法接受和另外一個與自己性格不一樣的人一起生活，也沒有辦法去妥協。

所以，這一個過程表面上看來和我們沒有關係，但其實每個人都是這個浪潮裏的一顆顆水珠。而作爲一個投資人，投資的其實就是這個時代的脈絡。我們看到的不只是一個個單點和一點點變化，而是整個時代，以及它有條不紊地向前推進的全部過程。

再來看另外一個國家：印度。

如果大家仔細看印度的人口結構，你會發現其實很 ridiculous。從這張圖中，你可以感覺到印度在全球化的進程中沒有什麼參與感。因爲無論是一戰還是二戰，無論是全球化還是 WTO，它的人口依然有條不紊地增長，沒有斷層，也沒有變化。

所以很多時候我們去投印度的公司，就會發現一個問題：你到底投的是什麼？這也就是我們經常說的——我們的用戶是誰？你真的瞭解你的用戶嗎？他生於哪一年，那一年發生了什麼？在他成長的經歷裏面有怎樣的時代脈絡？他會形成一個什麼樣的人格？這些人格又有什麼特點？

表面上來看，每個人各有不同。但從時代的角度看，每個人又有很多共同之處。我們做投資還是回到那一點，要找相同而不是找不同。

那很多人或許會問，人口結構和經濟有多大的關係？這些信號裏的相同與不同真的在科學領域有借鑑意義嗎？可以指導你的投資方法嗎？

拋出這個問題之後，我就做了很多人口學的研究，看了很多書。這裏面有一本書推薦大家，叫《人口峭壁》，這本書的作者哈瑞·丹特是美國一個非常重要的人口學家，他曾經廣泛調研了整個美國的人口結構，最後發現，雖然美國的每個家庭都不一樣，但其實有很多相似的地方。於是，他將這些相似的地方彙總起來畫了一張走勢圖。

這張圖表明，美國任何的一個家庭的孩子，在 26 歲的時候都希望能買人生中的第一個公寓；31 歲的時候希望能有一個過渡房；42 歲的時候希望能有一個改善性的住房；46 歲的時候，希望有更好的傢俱，並且可以承擔孩子的大學學費。

他通過大量的統計發現，在美國的人口結構裏，46 歲是平均家庭消費的最高點。這或許就意味着我們只需要將移民計算在內的出生指數，向前推進 46 年，就可以看一看美國普通家庭可預測的支出頂峯。

在此之前，我們不妨先來回顧一下嬰兒潮一代出生的走勢情況：始於 1934 年，1937 年人口出生速度開始加快，1961 年達到頂峯。而按照 46 歲爲家庭消費最高支出點計算，支出峯值應該晚於出生峯值 46 年，所以從 1983 年到 2007 年會出現較強的經濟繁榮現象。

得出該假設之後，哈瑞·丹特就去查了道瓊斯指數，結果發現，得出的數據和預測結果驚人得相似。所以說，某件事看上去和我們是不相關的，但整體上它可能會有出乎意料的相關性。

這裏其實還有非常多的細分領域，如果再去看全世界各個不同國家的經濟數據，研究他們的人口結構、生育率、結婚率和離婚率，你會發現它跟你生命中的很多事情都是連在一起的。

就好像奧本海姆的《信號與系統》中講到的“傅里葉變換”。“傅里葉變換”的意思是任何一個波可以分解爲不同週期函數的疊加，那生命裏面一定會有一些小週期在影響你的人生，但是大的週期是什麼？我們要去找到那些大的信號。

今天美團外賣和餓了麼壯大了，所以很多人去解釋“外賣爲什麼能在中國起來”。它有很多原因，比如小額支付興起、手機滲透率提高、微信紅包進一步推進等等，但歸根結底，講的都是科技結構對我們人類的影響。

那你有沒有想過，人口和社會結構對我們的影響呢？可以迴歸到一個問題：如果今天沒有科技的發展，沒有手機、紅包、小額支付等等，還會有外賣嗎？我們把這個問題推演到一些更發達的國家，去看看那些國家是不是經歷了同樣的歷程。

以日本爲例（因爲日本數據非常完整，而且時間足夠長）。

上圖是從 1963 年到 2007 年，日本跟餐飲相關的所有細分類目的增長情況。有兩條線增長非常迅速，在 1963 年到 1990 年這段時間裏，分別增長了 14 倍和 12 倍。這兩條線一個是 Cooked food ，就是今天日本所講的便當文化，還有一個是 Meals outside the home，就是去飯店喫的餐飲。

所以說，在沒有智能手機的年代中，日本的餐飲消費增長最快的兩個類目竟然是外賣和外出就餐。這是什麼原因？因爲科技結構嗎？還是外賣的遞送員起來了？我們可以回過頭來看從 1963 年到 1990 年，日本的社會結構發生了什麼變化。

根據圖中數據，從 1970 年到 1990 年的這 20 年時間裏面，日本獨居和二人居的家庭比例累計上升了 9.8%。

所以你會突然意識到，今天你爲什麼會點外賣？因爲你只有一個人，或者你和你的女朋友或者妻子兩個人。其實有家庭的都知道，當你有一個孩子或者老人的時候是不太願意點外賣的。

很多時候我們看上去好像是科技帶來的革命，它其實是社會結構的變遷對我們潛移默化的影響，是和單身潮、離婚率一起成長的。因爲單身家庭和丁克家庭的比例快速擴大，擠壓出了一種基於外賣和外出就餐的需求，這種需求在日本的 20 年的時間裏，漲了整整 14 倍和 12 倍，而在同一個時間週期裏，整個日本的消費指數大概只增長了 7 倍出頭。

所以很多時候做投資，會想科技帶來了什麼樣的革命，但其實我們應該回到信號端去思考，人口結構在發生什麼樣的變化？社會結構又帶來哪些改變？單身的人變得越來越多，這意味着什麼？真正的信號是什麼？答案都在信號裏。

三、如何應對高流動性的噪聲世界

這裏又出現了一個問題：在這個人口結構和社會結構驅動的社會里，我們該怎麼去利用它們？信號與噪聲的理論究竟是什麼？

我在想自己一定不是第一個去找這些東西的人，這個世界裏一定有人在用信號與噪聲的理論去思考，包括很多優秀的產品經理或者企業家，也在用這個方法去打造產品和商業模式。

於是我試圖在經濟學領域裏去找一些支撐點和融合點，最終找到了一個人，叫 Fischer 。Fischer 是華爾街的傳奇人物，著名的布萊克-肖爾斯期權定價模型提出者，他去世一年後，諾貝爾將經濟學獎頒給了他的兩個模型參與者。

Fischer 在他的一生寫了很多關於定價和定量的方法，而這些方法是整個現代金融學的基礎。通過這個基礎，他在 1986 年的時候發了一篇 PAPER：NOISE，他用了整整 8 頁的篇幅敘述什麼是金融領域的噪聲。

他在論文中寫到，價值投資者不能在很短的時間裏去證明能力，是因爲這個世界有很多噪聲，這些噪聲催促了一些所謂的噪聲交易者，而這些交易者因爲是圍繞着噪聲在做交易，最終他們的交易行爲本身也變成了一種噪聲，這種噪聲進一步去影響了更多的噪聲交易者。於是，這個社會就變成了價值交易者和噪聲交易者的對抗。

大多數時候，噪聲交易者的數量都會遠遠大於價值交易者，因此股價會在短時間內快速地波動，而波動的方向往往和價值交易者完全相反。在這篇 PAPER 的最後，Fischer 問了一個問題：那這些噪聲交易者是不是沒有價值呢？他的答案：不是的。

正是因爲這些噪聲交易者爲整個市場提供了流動性，才讓市場能夠長期得發展下去。試想一下，如果每個人都是價值交易者，那誰來賣呢？所有人都在賣的時候又誰來買呢？

所以在生活裏，不要去擔心這些噪聲，也不要擔心聽到類似這樣的話：“你的競爭對手三個月就融了一次資；或者當你還沒有想明白的時候，你發現他一年又融了三次資了。”

這個世界上有太多太多的噪聲，它在你的生活中、事業裏，以及每天的人際關係裏，但是希望你最後不要被它們改變，因爲它們只是噪聲。

如果 follow Fischer 的理論就會發現，一個系統裏的流動性變得越強，這個系統的噪聲也會變得越多。反觀每一次科技革命，其實都是把這個世界的流動性往更強的地方推了一把。過去我們認爲工業革命已經帶來了流動性的增加，後來發現，與信息革命相比，它根本就不算什麼。