关于A股游戏规则的重构

文/沧海一土狗

ps：2000字

引子

在进入正题之前，我们先找一些生活中的案例来引导我们的直觉。

众所周知，在很多体育赛事中，男女是分开来竞赛的，即男性和男性比，女性和女性比。在正式比赛中，我们很少能看到男女一起打排球，一起拼速度，一起拼力量。

我们知道，在竞技体育方面，把男女放一起PK不公平。但是，在其他场合我们又得强调男女平等，譬如职场。

于是，我们就获得了两类游戏规则：

对于一个【关键特征】，我们可以无视它，让所有人一起参与竞赛；也可以正视它，让具备不同关键特征的人分别参加比赛。

事实上，我们很难去判断“哪种模式更公平”，但是，我们可以判断“哪种模式更平均”——分组会让分配更加平均。

游戏规则对分配的影响

那么，为什么分组会让分配更加平均呢？我们还是用体育赛事的例子。

如上图所示，假设男性和女性一起比赛，共享一个奖金池，那么，一小撮【男性健将】会获得更多的奖励；一旦男性和女性分开比赛，并且把奖金池拆分成两个，那么，这一小撮【男性健将】所分配到的奖励将会大幅度降低。

因此，基于关键特征分组的方案，会让分配变得更加平均。

在这里，我们并没有去讨论公不公平，因为公平涉及到更多维度的变量；“平均”就简单了，它是一个很中性的描述。

经过上面的推导，我们可以得出以下推论：

1、如果不做关键特征区分，那么，游戏规则会导致分配更加不平均；

2、如果做一定的关键特征区分，那么，游戏规则会导致分配得更加平均；

波动率的重要作用

那么，这跟A股有什么关系呢？波动率在A股有十分重要的作用，是一个极其重要的分配因子。国内投资者们经常干的事情就是：抱怨某一只大票没有弹性。

基于这个分配因子，我们可以构造一个游戏规则方面的分类：

当低波动率资金和高波动率资金一起玩的时候，更多的收益会向极少数人富集（ps：类似于男性体育健将），我们会看到大部分人在赔钱。

事实上，对于一个普通人来说，挣钱是很难的，这是游戏规则所决定的：一方面，别人家的孩子都在各类题材里吃得盆满钵满；另一方面，自己所持有的价值股似乎陷入了价值陷阱，EPS还说得过去，但是，估值一直在掉。

从游戏规则设计的角度上，这个就比较好理解了。如上图所示，我们这个系统对波动率维度的评分给得比较高，对持有时间维度的评分给得很低。

当然，不同的系统有不同的倾向，譬如，对于存款或者非标，持有时间维度的评分很高，这类产品就没有波动。

稳定资金如何解决分配问题

A股对波动率维度的竞争优势给了很高的评分，这是一个复杂的生态问题，一时半会解决不了。

但是，我们还是想让分配平均一些，即给“愿意长期持有的资金”多分一点，那怎么办呢？

天天用大喇叭广播是没有用的，我们喊了多少年的价值投资了，但是，整个生态还是小作文满天飞，题材炒作横行。我们得从游戏规则上下手。

事实上，体育赛事已经给我们一个很好的示范了：让男性和男性比，让女性和女性比。

对称的，在A股我们只要这么做就可以了：让低波动率资金和低波动率资金一起玩，让高波动率资金和高波动率资金一起玩。

经历了今年年初那波剧烈的波动之后，稳定资金就开始尝试做这个分离操作，他们的办法就是降低沪深300指数的波动率。

游戏规则的重构

于是，整个系统的面貌变得跟以前很不一样：

一方面，沪深300指数的日内振幅变得很低，很多时候行情让人昏昏欲睡；

另一方面，题材变得极其火热，各种小作文、吹票产业链都出来了；

当稳定资金把沪深300指数的波动率压制住之后，神奇的事情发生了：在这个低波动率的池子里，波动率维度的能力似乎变得不重要了，持有时间这个维度的能力变得重要起来。

也就是说，稳定资金用了一招，就让两个池子越来越不一样，

1、高波动率池子，继续卷择时和吹票，而且比以前更卷了，稍有不慎，就卷输了；

2、低波动率的池子，开始卷持有时间，即配置终于开始有点意义了。

所以，对于整个a股来说，“持续压低沪深300波动率”这个操作，不亚于盘古的那一斧子：让交易的归交易，让配置的归配置。

对称的，回到体育赛事中，当我们让男性和女性分开比赛，男性这边继续卷力量和速度，女性这边会滋生出更多维度，譬如，比赛好不好看。

结束语

综上所述，A股还是那个A股，但是，骨子里的一些东西正在发生缓慢的变化。

沪深300指数和中证2000指数的差值忠实地刻画了这个变化，基于前面的假设，我们可以得出下面两个推论：

1、差值会趋势向上，沪深300中本来要被波动率分走的收益，省下来了一大块；

2、差值的波动会放大，因为题材会变得特别卷，小盘股的波动会放大；

最后，我想表达的是，对资产价格影响最大的还是游戏规则，所以，分析游戏规则的变化更重要，但是，这又是我们所容易忽视的。

因此，在这里对投资者们有一个建议：去找一个网络游戏follow下去，跟游戏开发者不断地对弈，训练自己对游戏规则变化的直觉。

ps：数据来自wind，图片来自网络

海量资讯、精准解读，尽在新浪财经APP