DEV Community: Adrianzhi Kuan Ong（王志寬）觀點

Adrianzhi Kuan Ong（王志寬）︱人工智能與日本股市同時升溫：新一輪結構性行情正在形成？

Adrianzhi Kuan Ong（王志寬）觀點 — Wed, 04 Nov 2026 06:20:25 +0000

2023年上半年，全球市場出現了兩個讓我非常關注的變化。
一個在美國——人工智能迅速成為科技行業最重要的投資主題之一，AI、半導體、算力和數據相關公司受到資本追捧。
另一個在日本——沉寂多年的日本股市重新吸引全球資金，企業治理、資本效率和估值修復成為新的市場焦點。

表面上，這是兩個完全不同的故事。
一個交易未來，一個重新發現價值。
但它們背後存在同一個邏輯：當舊的投資環境發生變化，資本就會重新尋找增長和定價機會。
日本真正改變的，不只是日元
2015年至2019年，我長期參與日本及亞洲市場的量化投資組合管理。
那段經歷讓我看到一個很有意思的現象：
優秀的企業，與優秀的投資，並不是同一個概念。
日本擁有汽車、機器人、精密製造、半導體材料等領域的大量優秀企業，但長期以來，資本效率、企業治理和股東回報限制了部分公司的估值。
今年日本股市上漲，日元疲弱只是其中一個因素。
我更關注的是企業治理正在發生的變化——越來越多公司開始重新審視資本成本、資本回報率和市場估值。
很多日本企業並不是2023年突然變好了。
真正發生變化的是：
市場開始用新的方式給它們定價。
這正是量化投資長期研究的問題之一：不僅要尋找好公司，還要判斷市場已經為「好」支付了多少價格。
另一邊，AI正在讓市場交易「未來」
如果說日本代表價值重估，那麼美國AI熱潮交易的則是未來增長。
我經歷過2000年前後的互聯網泡沫，因此對今天的AI行情既關注，也保持謹慎。
互聯網最終改變了世界，但這並不意味著當年所有互聯網股票都是好投資。
AI同樣如此。
一項技術擁有巨大未來，與所有相關資產都值得以任何價格買入，是兩件完全不同的事情。
但相比AI股票能夠上漲多少，我現在更感興趣的是：
人工智能本身，會不會改變投資行業？
金融市場真正缺少的，已經不是數據
今天市場每天產生的信息已經遠遠超過一個投資團隊能夠人工處理的範圍。
價格、成交量、財報、宏觀數據、企業公告、新聞、央行講話、社交媒體、另類數據……
真正的問題早已不是「有沒有數據」。
而是：
我們能不能足夠快地理解數據之間的關係。
傳統量化模型非常擅長處理價格、估值、盈利、波動率等結構化數據。
但市場中還有大量非結構化信息。
一份央行聲明措辭的變化、一家公司管理層語氣的改變、一條供應鏈新聞，都可能同時影響多個資產。
過去，這些信息主要依靠分析師閱讀和判斷。
而人工智能讓我開始認真思考一個新的可能：
如果機器不僅能夠計算數字，還能夠理解語言，會發生什麼？
下一代量化投資，可能從「計算」走向「理解」
過去十多年，量化投資的典型流程是：
數據 → 因子 → 信號 → 投資組合 → 風險控制 → 交易執行。
未來，這條鏈條可能增加一個非常重要的環節：
信息理解。
機器先閱讀新聞、公告和宏觀信息，把非結構化內容轉換成可以分析的數據，再與價格、成交量、利率、匯率和歷史市場行為建立聯繫。
這意味著機器可能不再只是幫助投資者「算得更快」。
而是開始幫助我們看得更廣、理解得更快。
但我並不認為AI的價值是準確預測明天哪隻股票上漲。
真正有價值的AI投資體系，應該把：
信息採集 → 信息理解 → 信號識別 → 組合構建 → 風險控制 → 交易執行
連接成一個完整系統。
回顧自己的職業經歷，我經歷了傳統基本面研究走向量化和系統化投資。
現在，我越來越感覺第三個階段可能正在出現：
人工智能與量化投資的結合。
它最終能走多遠，現在沒有人知道。
但有一個方向值得持續研究：
讓機器幫助我們更快理解市場，再用系統化的方法，把這種理解轉化為投資決策。
這可能比預測下一隻「AI概念股」，更加值得關注。
—— Adrianzhi Kuan Ong（王志寬）

Adrianzhi Kuan Ong（王志寬）︱從矽谷銀行到瑞士信貸：高利率的代價開始出現

Adrianzhi Kuan Ong（王志寬）觀點 — Wed, 28 Oct 2026 02:56:45 +0000

過去十天，全球銀行體系再次成為市場焦點。

美國矽谷銀行（SVB）迅速倒閉，地區銀行壓力上升；幾乎與此同時，瑞士信貸陷入危機，並最終與瑞銀達成收購安排。
很多投資者開始問：2008年是不是又回來了？
我經歷過2008年全球金融危機。
但與其急著尋找歷史的重複，我更關注另一個問題：
經歷一年多快速加息後，金融體系中哪些過去被低利率掩蓋的風險，正在開始暴露？
高利率的影響，可能才剛剛開始
2022年，市場討論最多的是通脹、加息，以及科技股估值下降。
但利率從接近零快速上升，影響絕不會停留在股票市場。
企業融資、房地產、債券、銀行資產負債表、槓桿策略——幾乎所有依賴資金成本的領域都會受到影響。
去年英國養老金和國債市場已經出現過一次壓力。
現在，壓力又傳導到了銀行體系。
這可能意味著：
高利率週期正在從第一階段的「資產重新定價」，進入第二階段的「金融體系壓力測試」。
SVB真正值得研究的是資產負債表
SVB持有的部分美國國債和抵押貸款支持證券，並不等於傳統意義上的「壞資產」。
問題在於，當利率快速上升，過去低收益率債券的市場價值下降。
如果存款穩定，部分資產可以繼續持有。
但一旦客戶集中提款，銀行就需要現金。
於是一個關鍵問題出現了：
資產最終值多少錢，和今天必須賣掉時值多少錢，是兩回事。
出售資產使賬面損失變成現實；損失削弱信心；更多客戶提款；銀行又需要出售更多資產。
利率風險、流動性風險和信心開始相互強化。
2008年讓我明白一個非常重要的道理：時間本身也是一種風險管理工具。
擁有時間，很多問題可以等待解決。
失去流動性，就等於失去了時間。
瑞士信貸再次證明：信任也是資產
瑞士信貸的問題與SVB並不完全相同，但它提醒了市場另一個事實：
金融機構高度依賴信任。
一家製造企業股價一天跌30%，第二天工廠仍然可以繼續生產。
銀行卻不同。
它需要存款人、交易對手和資本市場持續相信它能夠履行義務。
去年FTX事件後，我曾經寫過：
金融體系最昂貴的資產之一，就是信任。
它可能需要幾十年建立，卻可能在幾天內消失。
而今天的信息傳播和資金轉移速度，又讓這種風險進一步加快。
數字時代的金融危機，傳播速度可能遠遠快於過去。
「安全資產」放錯位置，也可能產生風險
這也是量化風險管理中非常容易被忽略的問題。
風險不能只看資產本身，還要看資產被放在什麼結構裡。
同一只國債，一個沒有槓桿的投資者持有到期，與一家利用大量短期負債配置長期債券的銀行，面對的是完全不同的風險。
所以真正需要分析的，不只是價格波動。
還包括：
資產、負債、期限、槓桿、流動性以及它們之間隱藏的相關性。
歷史數據可以告訴我們過去發生過什麼，卻無法保證過去的關係永遠成立。
這也是為什麼我越來越重視實時數據、系統化風險監測以及機器學習。
當市場運行速度越來越快，僅依靠人工閱讀和經驗，很難同時處理價格、資金流、新聞、波動率和市場情緒的變化。
但機器同樣不能替代風險意識。
更成熟的投資體系應該是：
數據 + 模型 + 人的判斷 + 風險紀律。
下一次壓力會出現在哪裡？
我不會因為政策迅速介入，就判斷這輪銀行壓力已經徹底結束。
過去一年資金成本變化得太快，它的影響很可能還會繼續通過不同渠道傳導。
下一次可能是商業地產、信用市場、其他金融機構、高槓桿策略，也可能來自今天還沒有被充分關注的地方。
我不知道答案。
但我知道應該觀察什麼：
資產負債表、融資結構、資金流、槓桿、流動性，以及突然改變的資產相關性。
從2008年到今天，我對投資最大的改變，是越來越少只問：
「什麼資產會漲？」
而是更多地問：
「如果幾個我們認為不會同時發生的風險，突然同時發生，會怎樣？」
收益決定一個投資體系能夠走多快。
風險管理，決定它最終能夠走多遠。
—— Adrianzhi Kuan Ong（王志寬）

Adrianzhi Kuan Ong（王志寬）︱FTX崩塌：加密市場真正缺少的不是技術，而是信任

Adrianzhi Kuan Ong（王志寬）觀點 — Wed, 21 Oct 2026 06:49:30 +0000

過去一週，加密資產市場經歷了一場足以寫進行業歷史的危機。
從全球主要加密資產交易平台，到陷入流動性危機，再到申請破產保護，FTX的崩塌來得異常迅速。

比特幣等數字資產隨之劇烈波動。很多人開始問：FTX倒下，是不是意味著加密資產的故事結束了？
我不會這麼快下結論。
因為這場危機首先暴露的，並不是區塊鏈技術本身的問題，而是金融市場存在了幾百年的老問題：
槓桿、流動性、資產託管、交易對手風險，以及信任。
技術是新的，但風險並不新。
你買的是比特幣，還是一家機構的信用？
2008年全球金融危機讓我形成了一個習慣：
面對任何投資，除了研究收益，我都會問一句：我的交易對手是誰？
如果資產依賴另一家機構履行承諾，那麼這家機構的資產負債表，本身就是投資風險的一部分。
這套邏輯放在數字資產市場同樣成立。
投資者以為自己持有的是比特幣，但如果資產始終存放在中心化交易平台，那麼實際上還承擔了另一層風險——平台能否履行兌付義務。
客戶資產是否隔離？
平台有沒有過度使用槓桿？
資產是否被用於其他用途？
極端情況下，客戶能否順利取回資產？
牛市裡，很少有人認真追問這些問題。
因為金融體系真正的壓力測試，從來不是大家都賺錢的時候，而是所有人同時想把錢拿走的時候。
流動性最大的幻覺，是讓人以為它永遠存在
正常市場中，一項資產可能每天擁有巨額成交量。
於是投資者認為：「我隨時都可以賣。」
但危機真正發生時，問題會變成：
當所有人同時想賣，還有誰願意買？
一旦信任出現裂縫，提款增加流動性壓力；流動性壓力進一步削弱信心；更多投資者選擇離場。
最終形成自我強化的循環。
這和傳統金融體系中的擠兌並沒有本質區別。
金融工具變了，人性沒有變。
而槓桿會讓這個過程更加危險。
槓桿真正可怕的地方，不只是放大盈虧，而是它可能讓投資者失去等待市場恢復的時間。
當強制平倉開始出現，交易就不再完全是主動選擇。
這也是我一直強調的：市場最危險的階段，往往發生在越來越多參與者開始「被迫交易」的時候。
再先進的量化模型，也解決不了信用問題
數字資產天然適合系統化研究。
趨勢、動量、波動率、成交量、跨平台價差，甚至機器學習，都可以用於分析這個高度數字化的市場。
但模型再先進，也無法回答一個基礎問題：
如果存放資產的平台無法履行義務怎麼辦？
這不是Alpha問題。
這是生存問題。
因此，未來數字資產量化投資如果要真正成熟，除了模型和數據，還必須重新重視一些傳統金融已經研究幾十年的問題：
資產託管、交易對手風險、流動性管理、槓桿限制和極端壓力測試。
技術越先進，越不能忽略金融最基礎的規則。
FTX不是比特幣，也不是區塊鏈
一家交易平台失敗，並不能自動證明整個數字資產行業沒有價值。
交易平台是一家公司，比特幣是一種數字資產，區塊鏈是一類技術，這些概念應該區分。
但FTX事件會迫使整個行業回答一些過去被高速增長掩蓋的問題：
資產究竟在哪裡？
誰負責保管？
平台需要披露什麼？
客戶資金如何保護？
機構投資者如何評估交易對手風險？
這些問題沒有價格預測那麼吸引眼球，卻決定了一個市場能否真正走向成熟。
我不會因為2022年的崩盤停止研究數字資產，也不會因為過去的上漲而對它產生信仰。
研究的意義，本來就不是證明自己永遠正確，而是不斷根據新的數據修正判斷。
從1999年進入資產管理行業，到經歷互聯網泡沫、2008年金融危機，再到今天的數字資產信用危機，我越來越相信：
金融創新可以改變交易方式，算法可以改變投資效率，機器可以處理越來越複雜的數據。
但技術無法消滅金融最基本的規律。
在追求收益之前，先知道資產在哪裡、風險在哪裡，以及最壞情況下會發生什麼。
因為金融最終建立在數據和制度之上。
也建立在一個最簡單、卻最昂貴的東西之上：
信任。
—— Adrianzhi Kuan Ong（王志寬）

Adrianzhi Kuan Ong（王志寬）︱繼75個基點之後：低利率時代可能真的結束了

Adrianzhi Kuan Ong（王志寬）觀點 — Sat, 10 Oct 2026 02:41:13 +0000

昨天，美聯儲宣布將聯邦基金利率目標區間上調75個基點，這是1994年以來最大幅度的一次加息。

市場很快開始討論：美股會不會繼續跌？美元還能漲多久？下一次是50還是75個基點？
但在我看來，真正重要的並不是75這個數字。
而是它釋放了一個清晰的信號：
為了控制通脹，美聯儲正在接受更高的資金成本，以及由此帶來的資產重新定價。
過去十多年，全球投資者已經習慣了低利率、充裕流動性和廉價資金。
現在，這個環境可能正在改變。
而當資金的價格改變時，幾乎所有資產都需要重新計算價值。
過去十年的經驗，還能繼續使用嗎？
從1999年進入資產管理行業，到後來在美國、日本參與全球資產配置和量化投資，我經歷過幾輪完全不同的利率週期。
2000年科技泡沫之後是降息，隨後經濟復甦、利率回升；2008年金融危機之後，全球重新進入低利率和量化寬鬆時代；2020年疫情又把貨幣寬鬆推向新的極端。
如果把這些週期連起來，會發現一個反覆影響資產價格的變量：
資金成本。
過去十多年，低利率尤其有利於高估值成長資產。
當折現率接近零，投資者願意為五年、十年後的增長支付很高的價格。
但當利率快速上升，同樣的未來現金流，今天的價值就會下降。
所以今年科技股和高估值成長股承壓，並不代表市場突然認為科技失去了未來。
真正發生變化的是：
投資者願意為「未來」支付的價格下降了。
優秀的企業仍然可以是優秀的企業，但優秀企業並不意味著任何價格都合理。
量化模型最怕的，不是波動，而是環境改變
長期從事系統化投資讓我越來越重視一個問題：
市場存在不同狀態。
低通脹、低利率是一種狀態；高通脹、高利率是另一種狀態。
經濟擴張與經濟衰退，同樣對應完全不同的風險結構。
一個模型過去十年有效，並不意味著未來十年仍然有效。
所以成熟的量化投資不能只回答：
「過去什麼策略賺錢？」
還需要不斷判斷：
支撐這個策略有效的市場條件，今天還存在嗎？
這也是為什麼我越來越關注利率、通脹、波動率、資產相關性和全球資金流向。
模型真正危險的時候，往往不是出現一次預測錯誤，而是市場已經換了環境，模型卻仍然活在過去。
美元、日元和債券正在告訴我們什麼？
這一輪週期中，我尤其關注美元。
美國快速加息會改變不同市場之間的收益率差異，進而影響美元、商品、新興市場以及全球資本流動。
與此同時，日本仍然維持相對寬鬆的貨幣環境。
我曾長期參與日本及亞洲市場的量化投資，因此會特別關注美日利差擴大後形成的資金交易結構。
日元不僅是一種貨幣，也可能成為全球融資交易的重要一環。
趨勢形成時，這類資金可以強化市場方向；但當交易集中到一定程度，一旦反轉，平倉同樣可能放大波動。
債券市場也在提醒投資者另一件事：
「安全資產」並不意味著不會虧損。
當利率快速上升，長期債券同樣可能明顯下跌，股票和債券甚至可能同時承壓。
所以真正的資產分散，不是簡單地「股票買一點、債券買一點」。
而是要看這些資產背後究竟暴露於什麼風險。
我現在更關心風險，而不是預測
年輕時做投資，我更喜歡尋找「最好的機會」。
現在，我首先問的是：
風險到底來自哪裡？
一個組合即使持有100只股票，如果80只都高度暴露於同一個利率因素，它仍然可能沒有真正分散。
利率、通脹、美元、增長、波動率和流動性——這些才是隱藏在資產名稱背後的真實風險結構。
我不知道美聯儲最終會把利率提高到多少，也不會試圖精確預測下一次會議的決定。
我更願意思考：
如果利率繼續上升怎麼辦？
如果經濟進入衰退怎麼辦？
如果美元繼續走強怎麼辦？
如果通脹快速下降又怎麼辦？
投資組合管理的本質，不是押中唯一正確的未來，而是讓自己能夠面對多個不同的未來。
2022年或許會成為一個重要的市場分水嶺。
過去十多年形成的低利率投資經驗，未必已經徹底結束，但投資者至少應該開始為另一種可能做好準備。
因為市場真正危險的時刻，從來不是環境發生變化。
而是：
環境已經改變，我們卻仍然按照昨天的模型投資。
—— Adrianzhi Kuan Ong（王志寬）

Adrianzhi Kuan Ong（王志寬）︱俄烏衝突爆發：戰爭正在重新定義能源、黃金與全球風險定價

Adrianzhi Kuan Ong（王志寬）觀點 — Mon, 28 Sep 2026 07:34:36 +0000

過去48小時，全球金融市場迅速進入了一個新的風險階段。
俄羅斯對烏克蘭展開軍事行動後，歐洲股市承壓，國際原油價格一度突破100美元，黃金、美元受到避險資金關注，股票、債券、外匯和大宗商品的波動同時上升。

很多投資者都在問：戰爭會持續多久？市場接下來會怎麼走？
但經歷過多個市場週期以後，我更關心另一個問題：這場衝突的風險，會沿著什麼路徑傳導到全球經濟和資本市場？
戰爭無法通過金融模型準確預測，但戰爭發生以後，資金如何流動、能源如何重新定價、通脹如何變化，卻可以持續觀察。
真正需要關注的，首先是能源
俄羅斯在全球能源市場中的地位，決定了這次衝突不會只停留在地緣政治層面。
尤其是歐洲，對俄羅斯能源供應存在較高依賴。
如果衝突持續，並進一步影響制裁、貿易和能源供應，那麼油價突破100美元本身並不是最值得關注的事情。
真正重要的是：如果高能源價格持續三個月、六個月，甚至更久，會發生什麼？
石油和天然氣並不是普通商品。
它們會進入運輸、製造、化工、農業以及居民生活成本，最終通過產業鏈進入大量商品和服務的價格。
於是，一條更值得警惕的風險鏈開始形成：戰爭 → 能源上漲 → 企業成本增加 → 通脹壓力上升 → 消費與增長承壓 → 貨幣政策更加困難。
美聯儲面對的問題更複雜了
去年年底，我曾經提出，2022年需要重點觀察三個變量：通脹、利率和美元。
現在還必須加入第四個變量——地緣政治與能源。
美國原本已經面臨較高的通脹壓力，美聯儲也正在準備進入加息週期。
但供給衝擊最棘手的地方在於：央行可以通過提高利率抑制需求，卻無法通過加息生產更多石油，也無法增加歐洲的天然氣供應。
如果能源價格繼續上漲，經濟增長可能受到影響，而通脹卻未必同步下降。
這會讓全球資產定價變得更加複雜。
不要只看第一層風險
2008年金融危機給我留下最深的經驗之一，就是：重大事件發生時，不要只看第一層影響。
當年的問題最初看起來是房地產，隨後卻通過證券化、銀行資產負債表、融資和衍生品關係，逐漸傳導至整個金融體系。
今天同樣如此。
第一層，是油價上漲、黃金走強、歐洲市場承壓；
第二層，是能源成本向企業利潤和居民消費傳導；
第三層，則可能進一步影響通脹、利率、匯率以及全球資本流動。
真正決定中長期投資結果的，往往不是新聞標題，而是新聞之後形成的風險傳導鏈。
黃金、原油和數字資產，都在接受重新定價
黃金再次受到關注並不意外。
它的意義不是「發生戰爭就一定上漲」，而是在某些風險環境下，它與股票、信用資產的驅動因素並不完全相同。
真正的分散，不是簡單持有很多資產，而是持有由不同風險因素驅動的資產。
相比黃金，我目前更加關注原油，因為它能夠直接影響實體經濟和通脹。
數字資產也值得觀察。
很多人把比特幣稱為「數字黃金」，但真正遇到全球性風險事件以後，我們應該觀察實際市場行為，而不是概念。
如果它持續與科技股等風險資產表現出較高同步性，那麼至少在當前市場環境中，我們就需要重新理解它的風險屬性。
資產是什麼，不應該由故事定義，而應該由真實數據定義。
量化投資無法預測戰爭，但可以識別變化
量化模型不可能知道所有事情。
戰爭、自然災害、政策變化和突發事件，都可能超出歷史樣本。
所以量化投資真正的價值，不是提前告訴我們戰爭什麼時候發生，而是在未知事件出現以後，幫助我們更快判斷：
市場波動是否發生改變？資產相關性是否正在上升？資金是否開始轉向美元和黃金？能源價格是否正在推動通脹預期？
我們無法消除未知，但可以通過數據、倉位和風險控制，降低未知帶來的破壞。
我從1999年進入資產管理行業，經歷過科技泡沫、2008年金融危機、歐洲債務危機和2020年的疫情衝擊。
這些經歷讓我越來越少使用「市場一定會怎樣」這樣的判斷。
因為真正成熟的投資，不是每一次都預測正確，而是預測錯誤以後，仍然擁有繼續參與市場的能力。
戰爭什麼時候結束，我無法判斷。
油價最終會到哪裡，我同樣不會給出一個確定答案。
但當能源、通脹、利率和地緣政治風險同時上升時，投資者首先需要考慮的，或許已經不是如何獲得最高收益。
而是：
如果市場走向與預期完全不同，我的投資組合是否仍然能夠生存？
市場永遠可能出現下一次機會。
前提是，我們還留在市場裡。
—— Adrianzhi Kuan Ong（王志寬）

Adrianzhi Kuan Ong（王志寬）︱通脹可能不是暫時的：全球市場正在迎來一次貨幣政策轉折

Adrianzhi Kuan Ong（王志寬）觀點 — Wed, 23 Sep 2026 07:17:56 +0000

過去一年，全球資本市場一直在討論一個問題：
通脹究竟是暫時現象，還是一個新週期的開始？
現在，這個問題可能正在變得越來越重要。
美國通脹持續處於高位，美聯儲本週宣布加快縮減資產購買規模，對未來加息的預期也明顯上升。
這意味著，自2020年以來支撐全球資產價格的超寬鬆貨幣環境，正在出現轉折。

很多投資者把加息理解為一個簡單的利率數字。
但在我看來，真正需要關注的是另一件事：
全球資金的價格正在改變。
錢不再那麼便宜，會發生什麼？
我從1999年進入資產管理行業，後來先後在新加坡、美國和日本參與全球股票、資產配置、量化投資和投資組合管理。
經歷的週期越多，我越重視一個變量——資金成本。
2008年金融危機之後，全球主要央行長期維持低利率，並通過資產購買向金融體系提供大量流動性。
十多年過去，很多投資者已經習慣了一個環境：
錢很便宜，流動性很充裕。
低利率不僅支撐債券，也提高了投資者對股票、房地產以及其他風險資產估值的容忍度。
尤其是成長型公司。
當利率很低時，五年甚至十年後的利潤折算到今天仍然具有較高價值；但當利率上升，同樣一筆未來現金流的今天價值就會下降。
因此，越依賴未來增長、估值越高的資產，對利率變化往往越敏感。
這也是為什麼我認為，2022年的投資邏輯可能不能簡單複製過去幾年。
比預測指數更重要的是觀察變量
過去十多年從事量化投資，讓我形成了一個習慣：
不要因為一個故事，就決定整個投資組合。
如果通脹持續，我們需要繼續觀察利率；
如果美國開始加息，我們需要觀察美元和全球資金流向；
如果美國與日本的貨幣政策進一步分化，我們還需要觀察美日利差、日元以及亞洲資產的變化。
這些變量並不是彼此獨立的。
通脹、利率、匯率、股票估值和全球資本流動，本身就是一個相互影響的系統。
量化投資真正有價值的地方，也並不是告訴我們「明天市場一定怎麼走」，而是利用數據不斷觀察這些關係是否正在發生變化。
市場有規律，但規律也有生命周期。
最大的風險，是拿過去的經驗投資未來
過去十多年，低利率、全球化、科技創新和充裕流動性，共同創造了一個對風險資產相對有利的環境。
但現在，其中一個重要條件正在改變。
這不意味著股票一定會下跌，更不意味著投資者應該離開市場。
它意味著一件更重要的事：
我們需要重新計算風險。
站在2021年的最後一個月，我不會急著預測明年標普500會漲到多少點。
我更願意問：
如果通脹繼續維持高位怎麼辦？
如果美聯儲收緊政策的速度超過預期怎麼辦？
如果美元繼續走強怎麼辦？
如果過去幾年最受歡迎的高估值資產開始重新定價怎麼辦？
經歷過2000年前後的科技泡沫、2008年全球金融危機以及此後的多個市場週期，我越來越相信：
真正危險的，從來不是市場發生變化。
而是我們仍然按照舊市場的邏輯，投資一個已經改變的新市場。
如果2022年真的成為全球貨幣政策的轉折點，那麼我們面對的可能不僅是幾次加息。
一個持續十多年的低資金成本環境，或許正在開始改變。
而當資金的價格改變時，幾乎所有資產，都值得重新審視。
—— Adrianzhi Kuan Ong（王志寬）

Adrianzhi Kuan Ong（王志寬）︱GameStop風暴：20多年市場經驗告訴我，真正危險的從來不是波動本身

Adrianzhi Kuan Ong（王志寬）觀點 — Mon, 21 Sep 2026 07:26:38 +0000

GameStop成為全球資本市場最受關注的名字之一。
短短幾個交易日，股價劇烈上漲。大量個人投資者通過社群媒體聚集，與持有大規模空頭部位的機構展開了一場罕見的市場博弈。

有人把它稱為「散戶大戰華爾街」。
但在我看來，這場風暴真正值得關注的，並不是誰輸誰贏，而是它再次揭示了一個市場中反覆出現的規律：
工具會變，故事會變，但推動極端行情的力量始終沒有變——資金、槓桿、流動性和人性。
我從1999年進入資產管理行業，先後在新加坡、美國和日本參與全球股票、資產配置、系統化投資和量化組合管理。
經歷的市場週期越多，我越警惕一種情況：當越來越多的人站在交易的同一邊，真正的風險往往已經開始累積。
GameStop就是一個典型案例。
當一支股票存在高度集中的空頭部位，而另一側大量資金持續買入股票和看漲期權時，價格上漲可能迫使空頭回補；空頭回補又進一步推高價格，並吸引新的資金進入。
最終形成一個不斷自我強化的反饋循環。
這並不是一個全新的市場現象。
真正不同的是，今天的資訊傳播速度和資金組織方式已經發生了變化。
過去十多年，我一直從事量化投資。
很多人認為，只要模型足夠先進、數據足夠多，就應該能夠預測GameStop這樣的行情。
但我並不這樣認為。
量化投資真正的價值，不是準確預測每一次上漲和下跌，而是在不確定性中識別概率、管理風險和控制倉位。
歷史數據可以幫助我們理解過去，卻無法保證極端事件不會在明天發生。
因此，我一直認為：風險管理應該獨立於收益預測。
如果一個策略只有在「判斷正確」時才能生存，那麼無論過去的收益多漂亮，它都稱不上真正成熟。
GameStop還讓我更加關注另一個變化：市場資訊正在以前所未有的速度傳播。
1999年我剛進入資產管理行業時，研究報告、金融資料庫、交易系統和全球市場資訊，很大程度上掌握在專業機構手中。
二十多年後，網際網路、社群媒體、行動交易平台和算法交易正在改變這種結構。
過去需要幾天形成的市場共識，現在可能幾個小時就完成。
這意味著，未來的量化模型不能只理解價格、成交量、財務和宏觀數據，還需要逐漸理解新聞、社群媒體、投資者情緒以及大量非結構化資訊。
市場正在產生一種新的數據，而如何理解這些數據，可能會成為下一代量化投資的重要課題。
那GameStop最終會漲到哪裡？
我不知道，也沒有興趣給出一個數字。
經歷過網際網路泡沫、2008年全球金融危機以及此後的多個市場週期，我越來越少問：
「明天還能漲多少？」
我更習慣先問：
「如果判斷錯了，我會損失多少？」
這是投資中最簡單的問題，卻也是市場最瘋狂的時候最容易被忘記的問題。
GameStop或許會成為這個時代的一個市場符號。
但對真正希望長期留在市場中的投資者來說，重要的從來不是猜中每一次瘋狂。
而是當下一次類似的市場結構出現時，我們能否更早識別風險，並確保自己仍然留在牌桌上。
—— Adrianzhi Kuan Ong（王志寬）