本文根据 2026 年 9 月 29 日 座谈会文字稿整理。内容仅用于知识分享，不构成任何投资建议。
一、核心问题：市场真的有效吗？
投资通常被理解为收集信息、解读信息并据此预测价格。但如果历史价格、财报、公告、新闻和研究报告等公开信息已经被市场充分吸收，那么仅凭这些信息持续获得超额收益就非常困难。
有效市场假说认为，价格能够及时反映信息，投资者获得的收益主要是其承担风险的补偿。按照信息被价格吸收的程度，市场可分为三类：
- 弱式有效市场：历史价格和成交数据已被反映，技术分析难以持续创造超额收益。
- 半强式有效市场：所有公开信息均已被反映，依靠公开财报、公告和新闻进行基本面分析，也难以持续战胜市场。
- 强式有效市场：包括非公开信息在内的一切信息都已进入价格，现实中几乎不存在。
座谈会的基本判断是：现实市场既非完全有效，也非完全无效，而是处于两者之间。市场必须保留一定的信息收益，否则无人愿意付出成本收集和研究信息，价格也就无法趋于合理。
二、有效市场的三道裂缝
传统金融理论以“完全理性人”为基础，假定投资者拥有充分信息、无限计算能力，并始终追求效用最大化。但现实中的投资者只具有有限理性。
1. 有限理性
人通常不会寻找绝对最优解，而是在认知能力、时间和信息约束下寻找“足够满意”的方案。理性不是默认配置，而是一种稀缺资源。
2. 损失厌恶与情境依赖
投资者对损失和收益的反应并不对称。亏损带来的痛苦通常显著高于同等收益带来的快乐，因此人们可能在盈利时过早兑现，在亏损时反而承担更大风险。
3. 真实行为偏离理性模型
投资者的买卖理由、市场预期和实际行为，经常无法被传统理性模型解释。市场价格也可能长期偏离基本价值，错误定价未必会迅速修复。
三、群体理性不一定带来市场稳定
即使单个参与者足够理性，当大量机构使用相似数据、模型和止损规则时，也可能形成拥挤交易。一旦某个大型参与者被迫平仓，相似策略会同步卖出，进而放大波动。
这意味着，市场稳定不仅取决于参与者是否聪明，也取决于参与者是否足够多样化。当所有人的模型、持仓和动作趋同时，理性行为可能在系统层面产生非理性结果。算法和 AI 消除了部分情绪，却不会自动消除模型同质化、流动性冲击和反馈循环。
四、信息差存在于哪里？
信息差的价值通常随着市场有效性提高而下降，但“越冷门越好”同样是误区。
较有价值的信息差往往存在于以下领域：
- 大型机构和分析师覆盖不足的细分行业；
- 需要实地调研、产业链验证或阅读冷门附注才能获得的信息；
- 公开信息较少、定价参与者较少的早期项目；
- 流动性尚可，但研究不足的中小型公司。
相比之下，热门大盘股被大量分析师、机构和量化模型持续跟踪，公开信息通常定价较充分。极端冷门、流动性枯竭或治理风险较高的标的，也不属于理想的信息差区域，因为价格失真可能来自欺诈、操纵和无法退出，而不是可利用的机会。
因此，理想区域并非市场效率最低处，而是研究不足但信息仍可信、交易仍可执行的中间地带。
五、什么是市场异象？
市场异象是传统资产定价理论难以解释，但在统计上显著、长期反复出现的收益规律。一个现象要被视为可靠的市场异象，至少应满足三项条件：
- 存在风险调整后的显著超额收益；
- 不能被已知风险因子充分解释；
- 能够在样本外、不同阶段或不同市场中复现。
市场异象大体可分为三类：
- 横截面异象：不同股票之间存在系统性收益差异，如规模效应和价值效应。
- 时间序列异象：同一资产在不同时间具有可预测模式，如动量、反转和日历效应。
- 事件驱动异象：特定事件发生后价格持续出现规律性偏差，如公告后漂移和 IPO 后长期弱势。
许多异象在被发现和广泛应用后会迅速衰减。真正长期存在的异象，通常伴随着风险、交易成本、制度约束、行为偏差或套利限制。
六、从单因子到五因子：资产定价模型如何演进
1. CAPM：市场风险是唯一因子
资本资产定价模型认为，一只股票的预期收益由无风险收益与市场风险补偿构成：
预期收益 = 无风险利率 + Beta × 市场风险溢价
Beta 衡量股票相对市场的敏感度。在这一框架中，更高收益不是因为投资者更聪明，而是因为承担了更高的市场风险。
2. 三因子模型：加入规模与价值
实证研究发现，小市值股票和低估值股票长期表现出额外收益，单靠 Beta 无法充分解释。三因子模型因此加入：
- 市场因子：整体市场风险溢价；
- 规模因子：小市值相对大市值的收益差；
- 价值因子：低估值相对高估值的收益差。
对这些现象存在两类解释：理性学派认为其是风险补偿，行为金融学派则认为其来自投资者过度外推、过度乐观或过度悲观所造成的错误定价。
3. 四因子模型：加入动量
动量效应表现为过去一段时间的强势资产，短期内往往继续强势；弱势资产则可能继续走弱。四因子模型在三因子基础上加入动量，常用于基金业绩归因，从而区分基金收益究竟来自市场风格暴露，还是基金经理真正创造的 Alpha。
4. 五因子模型：加入盈利与投资
五因子模型进一步加入：
- 盈利因子：盈利能力强、经营稳健的公司长期表现更好；
- 投资因子：资本开支更克制、投资更保守的公司长期表现更好。
用更直白的话说，一只股票的收益可能来自市场上涨、规模较小、估值较低、盈利稳健以及资本配置克制。把这些因素解释后的剩余收益，才更接近真正的选股 Alpha。
七、为什么 A 股不能照搬美国模型？
不同市场的制度、投资者结构、上市机制和财务质量不同，同一因子的含义也会变化。
1. A 股规模效应具有制度成分
A 股历史上的小盘股溢价，除了风险和流动性补偿，还受到上市资格稀缺、壳价值、散户偏好以及炒小炒新的影响。因此，小盘效应可能很强，也可能在注册制改革、流动性收缩或市场风格转向大盘股时迅速失效。
2. 价值指标需要本地化
传统模型常用市净率衡量价值，但 A 股部分公司的账面资产可能受到商誉、注资和关联交易等因素影响，市净率的解释力有限。面向中国市场的三因子模型更倾向于使用市盈率作为价值指标，并在构建规模因子时剔除最小市值的一部分公司，以减少壳价值和非基本面炒作的干扰。
由此得到的原则是：因子不是越多越好，也不能跨市场机械复制。模型必须匹配当地制度和数据特征。
八、自媒体与“信息杠杆”
自媒体提高了信息传播速度，也放大了观点的一致性。当大量内容生产者围绕同一热门主题不断强化乐观或悲观叙事时，投资者更容易把近期趋势无限外推。
一致意见不一定在方向上完全错误，但可能在程度上过度。一旦价格提前透支未来预期，市场就可能通过急跌完成纠偏。自媒体因此类似一种“信息杠杆”：它不直接增加资金杠杆，却加快共识形成、拥挤交易和错误定价的扩张。
九、对普通投资者的现实启示
1. 不要把公开信息误认为独家优势
K 线、财报、新闻和热门研报都可能有价值，但它们通常已被大量参与者看到。真正的优势来自更好的解释、更长的时间尺度、更可靠的验证和更严格的执行，而不是信息本身。
2. 警惕共识过度，而非机械反向操作
市场共识可能是对的，但会被交易到过度。应关注估值是否已经透支、持仓是否拥挤、叙事是否只剩下趋势外推，而不是简单把热门观点视为反向指标。
3. 短期决策不必追求虚假的精确
普通投资者很难精准判断节前持股、短期高低点或风格切换。相比频繁做二元决策，更重要的是控制仓位、区分长期配置与短期博弈，并允许判断保留一定模糊度。
4. 根据能力决定主动投资比例
如果无法证明自己具有持续战胜市场的能力，宽基指数应成为重要的基础配置。对自身主动投资能力评价越低，宽基指数的配置比例通常应越高。
5. 资产配置优先于单次交易
长期投资、行业配置和短期博弈应分层管理。极端风险也不应只依靠股市仓位解决，而应通过现金、低风险资产及其他资产进行整体配置。核心目标不是预测每一次波动，而是避免因一次错误判断退出牌桌。
6. 从行为偏差中只改一个具体问题
学习行为金融学的目的并非记住全部理论，而是识别自身最常见、代价最高的偏差，例如追涨、死扛亏损、频繁择时、过度集中或被舆论左右。选一个问题，设计简单、可执行、可复盘的规则，往往比继续增加知识更有效。
十、结语
市场不会始终有效，也不会始终错误。超额收益可能来自承担风险、发现错误定价、利用制度差异，也可能只是暂时的运气。因子模型的演进说明，金融理论不是寻找永恒圣杯，而是在不断修正对风险和收益来源的理解。
对普通投资者而言，真正重要的不是掌握越来越多的因子，而是理解自己所处市场的有效程度，识别信息、风险与情绪之间的边界，并把模糊的“看好一只股票”转化为可以衡量、约束和复盘的投资规则。理性的价值，不在于预测所有行情，而在于减少那些本可避免的非理性错误。