Dr. Ben Hunt - The Three-Body Portfolio - [Invest Like the Best, EP.73]

本期速览

Dr. Ben Hunt 是 Salient 的首席投资策略师及 Epsilon Theory 作者。本期他提出“三体问题”投资框架，核心观点是：在央行作为新“引力体”永久改变市场结构后，传统价值投资算法已失效，投资者应采用“深刻不可知论”（Profound Agnosticism）策略——一种动态风险平价方法——来适应高度不确定的市场。

---

主题一：市场已进入“三体问题”时代，传统算法失效

Ben Hunt 认为，当前市场环境类似于物理学中的“三体问题”——当系统中出现第三个强大引力体时，预测变得不可能。

• 历史脉络：Hunt 引用数学家庞加莱的经典问题——已知三个天体的初始位置、速度和引力定律，却无法用任何公式预测其未来位置。他类比指出，央行自2008年以来购买约20万亿美元资产，已成为市场中的“新恒星”，其引力永久改变了市场运行规律。
• 机制拆解：Hunt 强调，大规模资产购买（LSAP）的公开目的是“迫使所有投资者沿着风险收益曲线走得更远，超出他们原本愿意的程度”。这不是阴谋论，而是伯南克和耶伦明确阐述的政策目标。
• 数据链：Hunt 展示了一张图表——S&P 500 指数大幅上涨，但同期做多高质量股票、做空低质量股票的多空组合收益曲线是平的。这意味着“高质量”因子在这一时期完全没有超额收益。
• 推演与证伪：Hunt 断言“你无法让钟声停止回响”——央行干预不会消失。验证信号：如果央行大规模缩表且市场结构回归旧模式，价值因子重新跑赢，则“三体问题”框架可能被证伪。

主题二：价值股长期跑输成长股——因为“真实增长”变得极其稀缺

Hunt 认为，价值股跑输成长股并非周期性现象，而是央行政策扭曲了实体经济风险偏好，导致“真实增长”成为稀缺品。

• 机制拆解：Hunt 指出，央行压低无风险利率并推高资产价格，反而抑制了实体经济的风险承担。企业（如IBM）更愿意通过股票回购和并购来提升每股收益，而非投资于新工厂、设备或研发。这解释了为什么生产率增长停滞。
• 数据链：Hunt 提到，价值 vs 成长的多空组合曲线“急剧为负”——成长股“碾压”了价值股。他认为，在“所有船只都被央行抬高”的世界里，真正的内生增长变得极其罕见，因此市场愿意为它支付溢价。
• 与市场共识的差异：Hunt 明确反对“价值股终将均值回归”的乐观看法。他认为，这不是周期，而是结构变化。读者应注意，这是持仓方视角——Hunt 所在的 Salient 管理风险平价策略，其框架天然倾向于否定单一风格策略的长期有效性。

主题三：“深刻不可知论”与动态风险平价——应对不确定性的策略

Hunt 提出“深刻不可知论”策略，主张投资者应放弃对任何单一算法（价值、成长、质量等）的信仰，转而采用动态风险平价来“收割”全球市场的贝塔。

• 机制拆解：Hunt 将风险平价策略比喻为“驳船”而非“快艇”——它缓慢调整风险敞口，而非每日剧烈交易。策略分为四个“桶”：政府债券、股票、公司信用、大宗商品，每个桶内再按地域和因子进一步分散。
• 数据链：Hunt 承认，传统批评认为风险平价本质上是“杠杆化的债券组合”，在利率长期下行时表现优异。但他指出，动态调整机制是关键：当某一资产类别波动率上升时，策略会自动降低其权重，反之亦然。这避免了静态杠杆的致命缺陷。
• 推演与证伪：Hunt 认为，这种策略适合“收割贝塔”而非追求阿尔法。证伪条件：如果未来市场重新进入一个单一因子（如价值）持续跑赢的稳定环境，且动态调整带来的成本超过收益，则风险平价的优势将消失。

主题四：阿尔法在公开市场已极其罕见，应转向行为因子与私人信息

Hunt 认为，在公开市场中，阿尔法几乎等同于“私人信息”，而后者在上市公司中已基本非法。真正的阿尔法机会存在于私人市场和行为因子中。

• 机制拆解：Hunt 区分了“风险”与“不确定性”。他认为，风险可以量化，但不确定性无法量化。在“三体问题”环境下，市场充满不确定性，传统量化模型失效。
• 数据链：Hunt 指出，动量因子在2017年表现优异，因为它基于“恐惧与贪婪”这一人类行为常数，不受央行政策影响。他看好自然语言处理（NLP）和人工智能在分析叙事和行为模式上的潜力，认为这类似于“列文虎克发明显微镜”——让我们第一次看到“我们游弋其中的语言海洋”。
• 推演与证伪：Hunt 强调，游戏理论不能预测单一结果，但能揭示系统的动态。他追求的不是公式，而是对市场叙事演变的“适应性理解”。验证信号：如果NLP/行为因子策略能持续产生超额收益，则其框架得到支持；如果被广泛复制后失效，则符合“阿尔法被套利”的经典规律。

主题五：质量无法规模化——ETF 是“工业化的鸡蛋”

Hunt 用农场类比指出，真正的高质量无法通过规模化生产实现，ETF 如同超市里“被洗得干干净净的鸡蛋”——是工业化的产物，而非质量的标志。

• 历史脉络：Hunt 描述，新鲜鸡蛋有天然抗菌膜（bloom），只需“指甲干净”（fingernail clean）即可在室温下保存六周。但工业化养鸡场因疾病风险，必须彻底清洗并冷藏鸡蛋。超市里“干净、冰凉”的鸡蛋不是质量的标志，而是工业化的需要。
• 机制拆解：Hunt 类比，ETF 的便利性（每日交易、低成本）同样源于工业化的需要，而非对投资者最优。他承认自己使用 ETF，但警告投资者不要将“工业化便利”误认为“质量”。
• 推演与证伪：Hunt 认为，质量（如深度客户关系、独特技能）无法规模化，因此真正的质量机会更多存在于私人市场而非公开市场。证伪条件：如果未来出现一种可规模化且持续跑赢的“质量因子”ETF，则其“质量无法规模化”的判断将被削弱。

---

提及的标的

标的	嘉宾态度	关键数据
IBM	风险提示（作为“不承担风险”的例证）	未明示具体数据，但作为“通过回购和并购提升每股收益”的典型被提及
FAANG 股票	中性（作为成长股代表被讨论）	未明示具体数据，但被列为“价值跑输成长”现象中的受益者
S&P 500 指数	中性（作为贝塔基准）	未明示具体数据，但作为“高质量因子长期跑平”的参照系

---

值得记住的判断

1. “三体问题”框架（Ben Hunt）：当央行成为市场中的第三个“引力体”后，传统价值/质量算法永久失效。支撑：庞加莱证明，三体系统不存在预测公式；央行20万亿美元购买行为不可逆转。

2. 价值跑输成长的原因（Ben Hunt）：央行政策抑制了实体经济的风险承担，使“真实增长”变得极其稀缺。支撑：企业更愿用回购而非投资来提升每股收益；生产率增长停滞。

3. “深刻不可知论”策略（Ben Hunt）：放弃对任何单一因子的信仰，用动态风险平价“收割”全球贝塔。支撑：策略像“驳船”缓慢调整风险敞口，而非“快艇”每日交易；四个桶（债券、股票、信用、大宗商品）内再分散。

4. 阿尔法=私人信息（Ben Hunt）：在公开市场，阿尔法几乎等同于“私人信息”，而后者对上市公司已基本非法。支撑：真正的阿尔法机会在私人市场（如风投）和行为因子（如动量，基于恐惧与贪婪常数）。

5. 质量无法规模化（Ben Hunt）：真正的高质量（如深度客户关系、独特技能）无法通过规模化生产实现。支撑：类比新鲜鸡蛋的“bloom”在工业化清洗中被破坏；ETF 是“工业化便利”而非质量标志。

6. “指甲干净”的鸡蛋类比（Ben Hunt）：投资者常将“工业化需要”误认为“质量标志”。支撑：超市里“干净、冰凉”的鸡蛋是工业化产物，而非新鲜鸡蛋应有的状态。

7. 声誉是唯一无法修复的资产（Ben Hunt）：一旦“茶杯破碎”，无法粘合。支撑：2008年Hunt在基金业绩优异时意识到，如果系统崩溃，所有收益都无意义；他后来选择关闭基金，归还客户资金，认为这是保护声誉的正确做法。

8. NLP 是新的“显微镜”（Ben Hunt）：人工智能和自然语言处理让我们第一次看到“语言海洋”中的行为模式。支撑：游戏理论不能预测单一结果，但能揭示系统动态；这是未来阿尔法的来源。