几年前，我来美国已经超过五年。博士毕业还遥遥无期，但在税务上我已经成为 resident，也开始认真考虑如何投资自己的积蓄。
也是在那个时候，我正在研究 reinforcement learning，无意中看到了 AlphaGo 的主要开发者之一 Julian Schrittwieser 的个人主页。他记录了自己的生活理念，其中关于投资的建议简单得近乎无聊：留出足够生活一段时间的现金，把十年内用不到的钱定期投入指数基金，永远不要买个股。他甚至专门做了一份 slides 来解释这件事。
我非常赞同，并给自己的投资设定了大概目标：
- 用尽可能少的精力控制风险；
- 尽量减少税和费用；
- 最后才是提高闲钱的回报：先跑赢通胀，再获得市场平均回报，不求超过市场平均。
这也成了我的投资方式，拿出闲钱定投指数基金。后来开始工作，公司 RSU 到账后，我也会第一时间全部卖掉，从不继续持有。
但这几年，科技公司的股价涨得实在太多了。我周围不乏靠 NVIDIA、Micron 赚到很多钱的人，国内的亲戚朋友也一直有人炒 A 股。有时候我当然也会问自己：我是不是应该花一点时间研究个股？
我做 AI 芯片，也喜欢研究行业趋势。关于 AI Infra、半导体和 HBM 的需求，我敢说自己比绝大多数普通投资者理解得更深。既然别人靠这些股票赚到了钱，为什么我不能把专业知识也变成投资回报？
我认真想过以后，答案仍然是：我永远不会买个股。事实上，对于大多数人，我都不认为这是一件值得做的事。
Everything Is Priced In
我以前对股票市场的理解很简单：这里 noise 极大、信噪比极低，要靠收集信息判断趋势，是一件极其复杂又费力的事情。这个判断不能说错，但还不够深刻。它听起来好像只要收集足够多的信息、拥有足够专业的知识，就仍然可以战胜市场。
真正让我重新思考这个问题的，是 NVIDIA 和 TSMC 股价表现的巨大差距。
过去几年，NVIDIA 的上涨远远超过 TSMC。但如果只从供应链和技术壁垒来看，我很难解释这个结果。做 AI 需要 NVIDIA 的 GPU，但 GPU 至少还有 AMD，以及越来越多公司自己设计的 accelerator。无论谁设计芯片，最先进的产品最后大多仍然需要 TSMC 制造。NVIDIA 自己也离不开 TSMC。
如果一定要在两家公司中选择一家更加不可替代的，我可能反而会选择 TSMC。那么为什么 NVIDIA 涨得更多？
我后来意识到，关键不在于 TSMC 是不是一家好公司，而在于大家是什么时候知道它是一家好公司。
Intel 在先进制程上的落后并不是 ChatGPT 出现以后才发生的。GlobalFoundries 更是在2018 年就把 7nm 项目无限期搁置，退出了最先进制程的竞争。Apple 也早已把最先进的 A 系列芯片交给 TSMC 制造。远在 GenAI 成为投资主题以前，市场就知道 TSMC 技术领先、客户优质，而且先进制程几乎没有第二个选择。
ChatGPT 没有让 TSMC 突然成为一家好公司。它一直是一家好公司，而且所有人早就知道。
这时我才真正理解 priced-in 的含义。
股票回报并不取决于一家公司未来好不好，而取决于它的未来比当前价格里隐含的预期好多少。「先进芯片离不开 TSMC」可以解释它为什么有价值，却不能解释它为什么从今天开始应该比市场涨得更多。这些优势如果早已成为共识，也就早已进入了价格。
我需要预测的并不只是未来。我还需要知道所有人已经怎样预测了未来，然后预测现实与这个共识之间的差。
ASML 把这个问题推进了一层。它几乎垄断了 EUV 光刻机，技术壁垒可能比 TSMC 还要极端。按照最朴素的供应链分析，AI 需要先进芯片，先进芯片需要 EUV，全世界又只有 ASML 能制造 EUV，那么 ASML 理应是最大的受益者之一。可是在 GenAI 热潮最初几年，它的股价从 2021 年高位到 2024 年底几乎没有进展，远远落后于 NVIDIA。
ASML 的垄断同样早已是公开信息，但这里还有另一层问题：技术上的 bottleneck 不等于利润增长最快的环节。从 AI demand 到 ASML 收入，中间还隔着 accelerator demand、先进制程 wafer demand、晶圆厂扩产和 lithography intensity。
NVIDIA 可以直接从 GPU 的需求、售价和产品组合中获益。ASML 卖的却是可以使用很多年的资本设备。GPU 多卖十倍，不代表晶圆厂马上多买十倍 EUV。客户可以先提高设备利用率、升级现有机器，然后才会建设新的产能。「没有它就不行」和「它能拿走大部分新增利润」，从来不是同一句话。
更有趣的是，今年ASML又重新大涨。公司在 2026 年第二季度提高了全年收入预期，因为 AI 需求终于开始转化为客户更激进的扩产计划。ASML 并没有突然获得 EUV 垄断，它早就垄断了。真正改变的是市场对这份垄断能够多快转化为订单的估计。
Micron 又是另一个问题。我相当相信 HBM 的需求还会继续增长，但然后呢？这能告诉我 Micron 明年的股价吗？
内存长期以来是一门周期性很强的生意。需求增加会带来涨价和利润，也会让厂家扩产，让客户调整采购，让更多投资者提前买入。即使我把未来的 HBM bit demand 预测得完全正确，我仍然需要知道市场原来预期多少、供给会怎样响应、价格能够维持多久，以及所有人会在什么时候改变判断。
这不是一个 stationary distribution。当参与者都在观察和决策时，被观察的对象本身也在变化。一个能够赚钱的规律一旦被发现，就会吸引更多资金，直到不再有效。我们试图从历史中学习市场，市场也在学习我们。
专业知识可以帮助我理解产业、做好工作，却不能告诉我这些变化已经被价格吸收了多少。
长期能够持续战胜大盘的基金只是少数，个股收益又集中在极少数超级赢家身上。指数不需要提前知道赢家是谁，而选股需要。问题是，在它们成为故事以前，我并不知道它们是谁。
Every Winning Bet Looks Like Skill
既然选股如此困难，为什么还有那么多人乐此不疲？贪婪当然是一个答案，但我觉得还有一个更深的原因：人很难在钱和自我评价都卷入其中以后，继续长时间理性地思考。
人们买股票赚了钱，很自然地认为是自己判断准确；即使赚得比预想少，也只会懊恼为什么没有多投入一点，甚至没有加杠杆。可一旦亏钱，受到怀疑的往往不是方法，而是自己没有克服贪婪、恐惧，或者没有及时止损。
所以「别人贪婪时我恐惧，别人恐惧时我贪婪」「股市是反人性的」，这些话在我听来都是 bullshit。赚钱证明方法正确，亏钱证明自己修炼不够。
这是一套无法证伪的系统。
对于大部分人而言，它和赌博没有区别。不是因为市场里不存在真正的 edge，而是太多的随机反馈被解释成能力。当一个赌徒连续掷出几个六以后，他开始相信自己找到了正确的手势，相信自己成为了赌神。
同时，选股提供的不只是收益，还有一种强烈的 intellectual validation：我比别人更早看懂了。当自己赚钱而别人亏损时，这种快乐甚至可能更强，因为它似乎不只证明自己有钱，还证明自己比别人聪明。指数投资偏偏不能提供这种快感。指数涨了，没有人能把功劳归给自己。
Leopold的故事是一个极端的例子。他绝顶聪明，对 AI Infrastructure 的许多长期判断也可能最终是正确的。他创立的 Situational Awareness 一度取得惊人的回报，随后却在今年 7 月单月下跌 67%，不得不把大部分公开股票组合卖给 Citadel 并解除杠杆。
这个故事不能证明 Leopold 的行业判断是错的。它说明的是另一件事：巨大的成功会带来更大的资金、更强的确信，以及承担更大风险的许可。当仓位、杠杆和流动性都被放大以后，「长期方向正确」可能已经不够了。市场不需要证明你永远错误，只需要让你没有机会等到正确的那一天。
我坚信自己在许多事情上比大部分人聪明。我也知道，这种确信本身正是我最应该提防的人性。我不需要通过股价证明前一句，更不能忘记后一句。
Not Every Profit Is Worth Earning
我对投资和经济发展有一个很朴素的理解：长期的经济增长最终来自生产力提高。我们发明更好的技术，用更少的资源生产更多东西，让更多人过上更好的生活，社会才真正变得更富有。
我崇尚技术进步，也因此一直对价值投资抱有好感。我希望自己的回报来自企业真正创造了新的价值。
但据我观察，大多数人讨论炒股时并不是这样。他们当然也会说自己相信一家公司的长期价值，可是一旦讨论所谓的投资技术，问题最后总会变成：还有什么是市场没有发现的？我能不能比别人早一点买入？什么时候其他人会跟进？又怎样在别人卖掉以前先卖掉？
说得直白一点，就是怎样确保自己不是最后一茬韭菜。
到这一步，回报就不再只是来自企业创造了多少价值，还来自我能不能猜中下一个人愿意用更高的价格接手。我的超额收益，依赖别人比我更晚发现、判断得比我更差，或者承担最后的损失。这不符合我的道德直觉。即使我真的比别人聪明，也不代表我愿意把这种聪明用来赚他们损失的钱。
我无意对谁做道德审判。我不愿意这样赚钱，不代表我否认这种行为对市场有用。这是两个不同层次的问题。
经济发展不只需要资本最终流向有生产力的地方，也需要这个过程足够快。新的信息要尽快反映进价格，需要退出的人要随时能够卖出，资本也要能够从前景变差的公司流向更有价值的地方。
投机者正是在做这件事。他们为了抢在别人以前买入和卖出，不断寻找新的信息，也不断把自己的判断放进价格。他们的交易提供流动性，让市场更快完成 price discovery。
但市场需要投机，不代表交易越多越好。Kenneth French 估算，1980 到 2006 年间，美国投资者平均每年花费相当于整个市场价值 0.67% 的费用和交易成本寻找超额回报。他把这看作社会为了 price discovery 支付的成本；对大多数投资者来说，转向被动投资反而可以提高回报。The Cost of Active Investing
即使有一天我真的找到一个绝对可靠的 edge，如果它的前提是我比别人更早理解信息，并通过他们的判断失误获利，我也不愿意做。市场已经有足够多的人寻找这样的机会，并不差我一个。
What Are You Optimizing For?
在开始任何投资以前，也许都应该先问一个更基本的问题：我究竟是为了什么？
如果是为了更多的钱，那么我要这些钱做什么，又准备怎样使用它？如果不是为了钱，而是享受研究带来的智力快感，或者价格涨跌带来的刺激，当然也可以。只是最好先对自己诚实，不要把一种昂贵的娱乐误认为理性的理财规划。
我以前有一位年长的室友。他很早就买入不少 Tesla 股票，一度赚了很多钱。当时他还问过我要不要买，我没有买。后来他在一个相当不错的价位卖出，获得了许多人梦想中的投资结果。但故事并没有在卖出那天结束。后来他在网上遭遇情感诈骗，几乎失去了全部积蓄。第二年，他甚至拿不出卖出股票所需要缴纳的税款，还背上了贷款。
这不是他的过错，也不是说如果一个人没有想清楚钱怎么花，就应该为受骗负责。它只是让我意识到，获得财富、保护财富和使用财富，是三种完全不同的能力。我们谈论投资时，常常把全部注意力放在第一种，仿佛账户里的数字到达某个高度，故事就已经有了幸福的结局。
我们总在讨论投资的 ROI，却很少先想清楚 R 和 I 分别是什么。
如果 R 只是账户里的数字，那么数字本身并不能让生活变得更好。钱只有被用来换取安全、自由和具体的生活时才有意义。如果 I 只计算投入的本金，又会漏掉更重要的成本：研究股票花掉的时间、注意力，以及因此错过的其他事情。钱还有机会再赚，逝去的时间不会回来。
所以，选择什么样的投资，不能只比较哪一种收益率更高。先想清楚自己真正想要什么，又愿意为它付出什么，才可能做出更适合自己的选择。
对我来说，相比研究哪只股票下个季度会涨，我更愿意把时间用来提高专业能力，或者陪伴家人。当然，我还是要感谢那些不停买科技股的人。他们对 AI 的热情让这个行业获得了更多资本，也让找到了一份收入还不错的工作。
也许炒股真的能让我赚到更多，也许不能，但这已经不重要了。Attention Is All You Need，而我的注意力应该留给更重要的事情。