刷到一个卖课视频。博主把一篇 2015 年的券商研报翻出来，说要把“趋势”这个东西用纯数学拆开——每根 K 线按它和均线的关系标记成 +1 或 −1，累加成一条折线，“趋”是位移总和告诉你方向，“势”是拐点处变化量的平方和告诉你强度。听上去很漂亮。然后他做了八个方向的“优化”：自适应窗口、加权融合、ATR 止损、仓位管理、市场状态过滤、成交量确认、向量化加速……最后回测出来“年化 25%~35%、夏普 1.2~1.8”。结尾是熟悉的“一键三连，评论区扣需要”。

我不想评价这个视频本身。我想借它问一个更有用的问题：为什么被那么多人推崇的技术指标，一放到数据面前就往往一文不值？ 而且这个问题有个反直觉的孪生版本——用的人越多，信号不是应该越强吗？

想清楚这两个问题，会引出一把尺子。用这把尺子，能把市面上几乎所有“策略”——从技术分析到指数定投到巴菲特到 AI 产业链——量成同一个维度，一眼看出哪些能活、哪些迟早死。

今天凌晨，我盯着DraftKings的赔率面板，睡不着。

这场比赛算是本届世界杯关注度最高的一场之一了。巴西对日本，1/16决赛。日本队是亚洲仅剩的一支，而且面对的是巴西——日本在世界杯里从未赢过这支球队，两队世界杯交锋记录是1平1负。不过去年10月的麒麟挑战杯，日本2:0落后之后逆转3:2击败了巴西，让这次对阵多了一点“说不定”的气氛。

很多人把投资理解成这样一件事：判断现在是高点还是低点，低点买，高点卖。

这个逻辑听起来无懈可击。但大多数照着做的人，最终还是亏钱。

问题不在执行，在框架本身。

上一篇写贝叶斯定理时，有读者追问：「这套东西能变成真正可执行的策略吗，还是只停留在投资理念层面？」

这个问题问到了点子上。

贝叶斯 + 凯利的框架，描述的是「该怎么想」——用先验、用证据、持续更新、据此调整仓位。但从「怎么想」到「怎么做」，中间还差三个工具：卡尔曼滤波、隐马尔可夫模型（HMM）、信号强度显式建模。

它们合在一起，才能把「应对思维」装进可以跑代码、可以回测的交易系统。

针对文章《只应对不预测》，有读者问了一个很好的问题：

贝叶斯定理算预测还是应对？它不就是根据各种条件来调整概率吗？

这个问题直击要害。很多人的第一反应是：贝叶斯定理在“计算未来概率”，所以当然是预测工具。

这个直觉是错的。贝叶斯定理在本质上是数学语言写成的应对框架。

总有人说期权可以设计出无风险的策略。这话既对，也不对。对，是因为期权市场确实存在数学上严格的定价关系，当市场价格偏离这些关系时，理论上就存在套利空间。不对，是因为这些机会稍纵即逝，收益率低得可怜，而且你很可能永远也等不到。

本文介绍两种笔者实际验证过的无风险套利策略：ETF期权的平价套利（年化收益可达3%+）和股指期权的Box Spread（年化收益通常<2%）。这些策略在理论和实践中都确实是无风险的，但市场的高效让这些机会变得极其稀缺。