今年二月的一个晚上，我和子夜聊了一次很长的天。本来只是想理理最近脑子里乱七八糟的想法，结果一聊就停不下来——从「我到底想要什么样的人生」聊到「交易和编程怎么选」，再聊到「盘感是不是玄学」，最后聊到 Hamilton 音乐剧和一个在苹果摊前哭泣的交易者。
这篇文章中很多的想法是今年2月份产生的，可能到今天为止已经发生了改变，但这些你都能在后面的即将上线的博客文章中读到其中的变化。很多的思考在这个AI时代变得非常的快速且深入，但也非常容易被更新更好的思想替换。读完了这些文章，其实就读完了我这段时间对人生的挣扎。
我觉得这些东西值得写下来，不光是给自己留个记录，也许对其他正站在类似路口的人也有点参考。所以这篇文章就是那次对话之后的产物。以下是我的思考，关于职业、关于交易、关于选择本身。
我一直知道自己不想给别人打工。
这话说出来好像有点中二，但我认真想过这件事。
吸引我的不是「当老板赚大钱」这种叙事，而是一种很具体的生活状态——我想上班的时候可以上班，不想上班的时候就可以不上班。 （关于自由的讨论，会在后续的文章中看见更多）不用坐在格子间里等下班，不用参加那些跟我无关的会议，不用在不想社交的时候强迫自己挤出微笑。
这种对自主权的执念，说白了和我的成长经历分不开。
从很小的时候起，我就在家庭里扮演一个调解者和照顾者的角色——两边的情绪我都要照顾，两边的话我都要听，两边的关系我要去维护。我从懂事起就已经在「给别人打工」了，只不过那个时候的工资是家庭的和平。干了十几年这种活之后，我对任何「时间和精力被别人支配」的模式，产生了一种本能的抗拒。
再加上我是 HSP——高敏感人格。
传统办公室环境对我来说是一种持续的消耗。我并不社恐，也不是不会跟人打交道，只是那些东西对我的消耗比对别人大得多（当然这里也有我个人被校园霸凌的经历）。
办公室政治、被迫社交、开不完的会，每一样都在加倍地消耗我的能量。我需要一个能自己控制节奏和环境的工作方式。
所以当我认真思考「未来我要做什么」这个问题的时候，目光很自然地落在了交易的两个方向上（为什么选择了交易，这是个好问题，我也许以后会写文章详细讲一讲我的故事）。
第一种，做一个独立交易者，用自己的钱在市场里搏杀。
第二种，和一个小团队一起创业，做一个私募基金或者资金管理团队。
但后来我想明白了，这是一个顺序结构。
先用自有资金去学习和验证策略，等有了稳定的盈利记录和可复制的方法论，自然会有人想让你帮忙管钱，团队也就慢慢成形了。
不需要现在就做出选择，把第一步走好。
这个问题我被问过很多次了。
我从初中就开始写代码，一路折腾过 Web 开发、Python 自动化、服务器运维，技术圈里的东西我都算熟。
按照正常的剧本，我应该去读个 CS，毕业进大厂，拿一份体面的薪水。
但，
我每天都在这个行业的最前沿冲浪，亲眼看着 AI 对程序员原有工作模式的冲击。
这种冲击已经不是「未来某天可能会发生」的预言了，它此时此刻就在发生，而且速度快得让人喘不过气。
我自己就是这场变革的亲历者——我用 AI 写代码，用 AI 调架构，用 AI debug。你们看到的这整个博客都是我用AI搭建出来的，我没有写任何一行代码。当然我可能做了一些小的调整和修改。
我太清楚一件事了：纯粹的「写代码」这个动作，它的价值正在急速归零。
而且经过对自己的更深的了解，我发现其实我并不是单纯的喜欢写代码这件事，因为我不喜欢打信息学奥赛。
经过探索之后，我发现其实我更享受的是那种把脑海里的想法变成现实的感觉，那种创造力可以自由流淌的感觉。这就和我为什么选择了玩音乐一样。如果我会画画，我会很高兴我能画画。所以它其实是一种创造力的表达方法。
从技术角度讲，以前做程序员，门槛在于你对代码的理解——你要懂架构设计，要熟悉各种 API，要能在 debug 的时候追踪到那个藏了三层的空指针或者内存泄露。
这些确确实实是稀缺技能，是需要花好几年去积累的硬功夫。
但现在呢？瓶颈已经不在工程师的能力了，而在于你愿意在上面烧多少 token、花多少钱。
代码能力从一种稀缺技能变成了一种资源调度问题，就像在中国大街小巷售卖的矿泉水一样，花钱就能买到。
「写代码」的价值在下降，「知道该写什么」的价值却在急速上升。
所以，一个理解市场运作逻辑（或者任何领域的运作逻辑）、理解 AI 的能力边界、并且能用 AI 快速构建自己交易工具（或者任何工作流程）的人，在当下这个时代有多稀缺？
纯码农不懂市场，他们能写出一个交易系统但不知道什么策略有效；纯交易者不会写代码，他们有想法但没办法把想法变成可执行、可回测的工具。
我选的是「交易 × 技术 × AI」这个交叉点。 在这个交叉点上，我的编程背景反倒成了一种独特的竞争优势。
决定做交易之后，下一个绕不开的问题就是：量化还是手工？
我认真研究过量化交易，也和很多人聊过。
在我看来，量化可以拆成三个层次。
第一层是技术面信号化——把 K 线形态、技术指标这些东西识别出来变成代码信号，本质上是让计算机帮你做择时。
第二层是基本面择股——用多因子模型给股票打分排名，让数据帮你选标的。
第三层是 AI 深度学习——扔进大规模的数据，让机器学习模型自己去发现人看不到的模式，做高频或者中低频交易。
每一层我都想过，每一层都有它的局限。
第三层，用数学和代码跟市场正面博弈，听起来最酷，但资源门槛太高了。那是 Citadel 和 Two Sigma（很屌的量化基金）这种级别的玩家的游戏——几百个 PhD 加上几十亿的算力预算，一个小团队根本玩不起。
去跟这些巨头在同一个维度上竞争，有一点可惜，因为你注定拼不过他们的资源。
第一层呢，技术面量化听起来最容易入手，但实操中有一个巨大的困难：噪音。
你在图上一眼就能看出来「这是一个三推楔形」，但你怎么让计算机识别出来？K 线的长度、角度、间距每次都不一样，人的眼睛可以模糊匹配，计算机却需要精确的规则。
你定义得太严格就会错过大部分信号，定义得太宽松又会抓到一堆垃圾。技术形态的形式化困难，比大部分人想象的要大得多。
而第二层也是一样的道理，通过公开数据的基本面，量化交易的盈利空间已经小的不能再小。现在大家都在比拼另类数据的获取。
比如「通过卫星图像识别大卡车进出工厂的次数来判断一家企业的营收」，这样的手段显然不是小资金能玩得动的。
说白了，量化需要人和钱。需要花大量的时间潜心研究。如果有一个人告诉你，他花了一点点时间写了一个非常牛逼的量化策略，让所有人都可以赚到钱，可以直接划过去，他是骗子，或者他踩了狗屎运。
但你要相信，当他把这个策略分享出来的时候，已经说明这个策略赚不到钱了（可以搜一搜策略拥挤，失去流动性）。同时，我经历的事情和我的性格让我现在看不到选择这条路的计划。
最终我选择了手工交易，师从 Al Brooks 的价格行为学（Price Action）。
手工交易像一门艺术，不像一门技术。
量化交易的逻辑是把市场的一切转化为数字和规则，让机器替你决策。
手工交易完全不同，它更像是你坐在市场面前，用你对价格运动的理解、对多空力量的感知、对市场情绪的直觉，去做出每一个决定。
它是一门关于理解、领悟和盘感的功夫，很多时候你知道这里应该做多，但你很难用一组 if-else 把你的判断完整地写出来。
但——这是我觉得最有意思的地方——手工交易和编程能力不但不矛盾，反而可以深度互补。
我的目标是做一个技术增强型的手工交易者。
用代码做筛选和预警，从几千只标的里快速过滤出值得关注的候选；用代码做复盘统计，精确计算自己在不同市场环境下的胜率和盈亏比；用代码做风险管理，自动算仓位、监控资金曲线、设定止损。
判断和决策由人来做，但所有能被自动化的辅助工作，全部交给机器。
纯手工交易者没有我的代码能力，纯量化交易者没有我的盘感和对市场的直觉理解。或许吧。
说到盘感，很多人觉得这个词很玄。
它的表现通常是一个人看到一个市场就知道这里应该做空还是做多的神奇能力。
这让其看起来好像是某种天赋，某种第六感，某种只可意会不可言传的神秘能力。我以前也这么想过，直到我试着去认真拆解它。
盘感的本质，是大脑对市场模式的无意识识别能力。
这么说还是太抽象了，让我换个方式讲。
心理学上有两个概念——System 1 和 System 2。System 2 是慢思考，是你逐根 K 线地去分析，「这根是阳线，突破了前高，成交量放大了，那么下一步大概率会怎样……」这种一步一步推理的过程。
System 1 是快思考，是你扫一眼图表就「感觉」这里要涨了或者要跌了，但你说不清楚为什么。
盘感就是 System 2 经过大量重复训练之后，被压缩进 System 1 的产物。
你一开始需要逐步分析的东西，做了几千次之后，大脑把它变成了一个自动化的后台进程。就像学开车——刚开始你要想「踩离合、挂挡、松刹车、给油」，每一步都要过脑子。
开了一万公里之后呢？手脚自动协调，根本不用想。你依然在分析，只是分析的过程变得无意识了。
盘感不是天赋，它是大量屏幕时间之后的副产品。
再打一个更感性的比方。
你看到一个人在笑，但你「感觉」他不开心。你有没有逐一分析他的眼角弧度？有没有测量他嘴角肌肉的僵硬程度？没有。
但你的大脑在毫秒之间处理了这些微妙的视觉信号，然后给了你一个直觉判断。盘感就是这个东西——对市场的「微表情识别」。图表上那些细微的变化，K 线之间的力量对比，成交量和价格的微妙配合，你的大脑在你意识到之前就已经处理完了。
有意思的是，我天生擅长捕捉微妙的信号，擅长读取那些「没有被说出来的东西」。
在日常的人际关系中，这种特质常常让我过度消耗——别人的情绪我会不自觉地吸收，微妙的气氛变化我比周围人更早察觉到，这让我很累。
但在交易中，这种敏感或许是一种超能力。
市场每时每刻都在通过价格行为传递信号，大部分人看不到也感觉不到的东西，高敏感的人也许天然就能接收到更多。
当然，我也必须对自己诚实：盘感可以是错的。
确认偏误会让你只看到支持自己判断的信号；近因效应会让你过度受最近几笔交易的影响；损失厌恶会在你该止损的时候让你犹豫。
这些认知偏差非常狡猾，它们会伪装成「盘感」来欺骗你，让你以为自己在凭直觉交易，实际上只是在被情绪牵着走。
所以真正厉害的交易者，靠的是盘感、规则和事后验证三位一体——直觉负责捕捉机会，规则负责控制风险，复盘负责检验直觉到底靠不靠谱。
在我想清楚「做什么」和「怎么做」之后，还有一层更深的恐惧在心里盘旋：如果 AI 越来越强，把市场变得完全理性了，那交易还有得做吗？
这个问题我想了很久。最终的结论是：不会。
首先，算法交易背后还是人。
即便一个 AI 管理的基金在策略上是完全理性的，它背后的投资人并不理性。当基金出现大幅回撤的时候，投资人会恐慌、会赎回，基金就不得不在最不该卖的时候被迫卖出。
人的恐惧和贪婪不会因为中间多了一层AI就消失，它只是换了一种方式表达出来。
其次，AI 和 AI 之间也会形成新的非理性。
闪崩、算法踩踏、流动性瞬间蒸发——这些都是机器之间互相博弈产生的新现象。
算法也并非理性：一群算法在同一时刻做出同一个判断，然后同时砸盘，这比人类的恐慌性抛售还猛烈。
机器并没有消除市场的非理性，反倒创造了新形式的非理性。
最重要的一点是：只要未来是不确定的，市场上就永远会有分歧。有分歧，就有利润。
你看涨我看跌，我们产生交易，市场才得以存在。
如果所有人——包括所有 AI——都能完美预测未来，那就不存在交易了，因为没有对手盘。
但这在逻辑上就是不可能的，因为未来本身就是不确定的。
而且说到底，交易能力是高度可迁移的。
退一万步讲，就算有一天市场真的被 AI 垄断了（我不信），我在交易中积累的东西——风险管理、概率思维、在不确定性中做决策的能力、情绪控制、数据分析——这些东西放到任何行业都是硬通货。
这也不是一条不归路，这是一套可以适应多种未来的能力体系。
还有学委说过一句话，如果一个人在交易市场待久了，对于生活中的很多挫折和不确定，也会感到释怀，因为他已经被这个市场折磨得太多了（市场处处充满了不确定）。
或者说，其实交易它就是一种修行。
一个职业交易员交易了多年，他对于人生的态度一定是人生大事不过生死。因为这个世界上绝大部分的东西，绝大部分的得失，都可以通过金钱来衡量。
而职业交易员，他们每天在市场上见了太多的得失，这种其实也是对心性的一个锻炼。
说到信念，我必须提一个人——Louie 学委。
我第一次看到他，是在 YouTube 上刷到他的复盘视频。
当时正值我在搜寻交易方法的迷茫期，而我立马就感受到他的认知非常的高，他说的话里有很多学院派的、专业的词，是我听不懂的。
但我能感觉出来：他并非像很多自学了一些名词就拿出来吊儿郎当的人一样，而是真正的把每一个概念烂熟于心，并且用一套持之以恒的体系将其应用在实战中。
那种对自己能力的自信和对得失的豁达，真的打动了我。
但真正让我把他视为偶像的，不是他的技术，而是他的故事（其实并非，学委的技术已经让我无比瞻仰了）。
他在苹果摊前哭过。
那个画面我到现在都记得——一个想要在交易上有所成就的人，在最低谷的时候（一小段时间重复亏了大笔钱），走到路边的水果摊前，就因为看到苹果让他联想到股票，崩溃大哭。
每一个成功的交易者背后，都有一段不堪回首的时光。这并非鸡汤式的「我也曾经很难」，而是实实在在的，在活下去和放弃之间反复挣扎的日子。
他后来从 Al Brooks 那里学到了价格行为，交易开始稳定盈利。
然后他做了一件让我特别敬佩的事——他选择把这份善缘传下去。
他觉得自己被馈赠了，所以他要把这种馈赠继续传递给更多的人。
这不是很多成功的交易员，他们组建盈利性的社区去卖课，这更像是一种使命感驱动的回馈。感谢学委，带我入坑了价格行为！
Louie 学委对我来说，就是「这条路走得通」的证明。
一个真实的人，经历过亏损和崩溃，在苹果摊前哭完之后第二天还是坐到电脑前继续看图，最终走出来了。
嗯，这条路的终点是存在的，虽然路上铺满了荆棘。
有人可能会问：如果交易的秘诀这么简单，Al Brooks 的书全世界都能买到，为什么不是每个读过的人都成功了？
答案其实很简单：知道不等于做到。
能真正把价格行为用好的人，可能不到读过那本书的 1%。瓶颈从来不在信息，而在执行，在纪律，在日复一日的屏幕时间。
你要在上面花大量的时间、大量的精力、大量的努力和汗水，才能达到那个 level。
很多时候秘诀就摆在那里，每个人都看得到，但不是每个人都愿意为它付出代价。
下面一个话题就是我们聊完交易之后聊到的性格相关的议题，我觉得蛮有意义的，把它放在这里。
I really love the musical Hamilton.
这部音乐剧里有两个互为镜像的角色——Alexander Hamilton 和 Aaron Burr。
Hamilton 的人生哲学是 "I am not throwing away my shot"——每一个机会他都牢牢抓住，疯狂地写、疯狂地干、疯狂地往前冲，好像明天就是世界末日。
Burr 的哲学正好相反，"Wait for it"——等待，观察，不轻易出手，等那个完美的时机自己到来。
Burr 的悲剧在于，他等了一辈子，最终唯一一次主动出手，是举枪杀了 Hamilton。
等了那么多年，做出的第一个重大决定反而是他这辈子最糟糕的一个。
这不是运气差，这是必然——因为他从来没有练习过「主动选择」这个技能。
当你一直在等待的时候，你不光在浪费时间，你还在让自己的决策肌肉萎缩。等到真正需要做决定的那一刻，你的判断力已经退化到了做不出好决定的地步。
这和我自己身上的某种模式完全对应。
我以前也总是在等——等寒假再开始学、等有空了再去做、等一切条件都就绪了再出发。
总觉得「再等等，时机还不对」。但说实话，the right time will never come. 你永远可以找到一个理由说「现在还不是最好的时候」。
Never wait for it.
也许只是一个开始，也许只是一小步，也许只是一个微不足道的小小的一步。但你必须往前走，哪怕只是一点点。
因为一点点的前进，也比永远站在原地等待要强一万倍。
如果非要把这一切总结成一个公式的话，我觉得大概是这样的：
成功 = 学习 + 大量练习 + 适合你的性格 + 运气 + 坚持
不是「学一小会就能成」，因为如果这个世界上有哪个领域是「看几本书就能精通」的，这个职业的深度也不值得你投入一生。
所有这些条件放在一起，同时满足，才构成一个完整的路径。
路还很长，但方向清楚了。
在那次和子夜的对话结尾，我说了一句话。
现在我把它留在这里，送给每一个还在迷茫中的人，也送给未来那些可能会动摇的自己：
Pay your screen time.
不管你选的是交易还是别的什么，找到属于你的那块「屏幕」，然后去付出。
找到一个自己所热爱的事业，心甘情愿地沉浸在里面，进入心流的状态。花费巨量的时间，积累属于自己的经验，最后获得成功。
不要等条件完美，不要等万事俱备，不要等一个永远不会到来的良辰吉日。
坐下来，打开你的屏幕，开始。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。