上完了MBA第一年的最后一节课，在收拾行囊准备去纽约之余，反思自己这一年学到了什么。

斯坦福MBA第一学年的课程，大部分是必修课，选修课主要留给第二学年。少量的选修课学分，我留给了两个主线：金融市场和中美关系。

出乎意料的是，虽然斯坦福商学院在国内并不以金融而闻名，但在美国却有相当广泛的买方校友网络（积极回到学校当guest speaker），金融类课程的水平也都超出预期。

尤其是在亚洲做投资明显有明显的long bias、growth bias的情况下，在斯坦福第一年最受益的是学习到更多元的投资策略和逻辑。

下图镇楼：

Source: Bloomberg, Cliffwater

Note: Return为geometric mean, risk为net return的standard deviation

这是在上完FINANCE 305: Capital Markets and Institutional Investing后，自己找数据画的一张图。

以往做投资，重心总是放在回报/upside上。在2022年以前，长期的美元低利率环境和中国经济高速成长背景下，我对macro和factor的风险意识是很薄弱的。

这门课给我最大的影响，是学习到不同策略在模式和risk/reward上的权衡取舍，谨记在risk的context下去看待return。（冷知识：Sharpe Ratio和CAPM模型的提出者William F Sharpe在斯坦福当了30多年教授）

以往国内最推崇的就是Tiger Cubs的投资风格。但从上图可以看到，Tiger Cubs基本在右下角——过去五年风险对齐Nasdaq 100，但平均收益却跑不赢QQQ。

大部分Tiger Cubs的共同点是集中持仓科技类股票，有明显的long bias和growth bias，take beta risk，放大市场普涨带来的回报。反过来，在市场不好的时候，也额外受伤。

在2020/2021年以前，这个策略风光无限，因为大家只看回报，没关注背后隐含的风险。在2022年后大的宏观变化面前，就体现出它的缺陷。特别是，爬回去比摔下来要难：跌了50%，要回到原点，不是涨50%，而是要涨100%。

综合来看，这个策略take了更多风险，但扣除管理费后却没有deliver更多的回报，在指数连成的有效边界以下。现在普遍面临LP撤资、AUM没有回到high watermark带来的管理问题。

注：high watermark即基金历史上最高的AUM水位。许多基金和LP有约定，在AUM低于high watermark的时候只收管理费，不收incentive fee（类似一级市场的carry）；而团队的bonus主要来自incentive fee。这意味着在基金没有回到历史高点前，团队发奖金都困难。

另一个有意思的群体是Long Only，以及巴菲特的BRK，集中在图的中心。拉长时间来看，大家的回报都和S&P 500差不多，但风险却有高有低。这也是Long Only最受诟病的地方，跑不赢指数，却收着更高的管理费用。

在上这门课之后，我才意识到，Long Only是一个时代的产物，在被动指数基金没有发明前，受益于美国养老金体系的发展和美国国运带来的beta回报。大部分美国Long Only的商业模式本身是anti-alpha的，因为他们基本只收AUM乘以40-50bps的管理费，如果跑赢大盘也没有额外激励。

这个旱涝保收的商业模式决定了，规模扩张是Long Only收入增长的核心驱动力，持仓偏离指数带来额外风险却没有额外收入，所以最后越来越像一个巨大的类指数基金（closet indexing）。近几年LP意识到问题开始撤资，转为持有指数基金，Long Only的费率也在竞争压力下也不断向指数（10bps甚至更低）靠齐。

从某种角度上讲，巴菲特的BRK是最好的Long Only管理人：不收管理费，在回报接近指数的同时风险比指数小（如图，vol只有S&P 500的一半）。

但是，这门课上，给AQR做了十几年顾问的教授又告诉我们，从factor analysis的角度来看，巴菲特的胜利，是战略大于战术，选择大于努力。

在市场上，有一些投资风格（也叫因子/factor）是已经验证自带超额回报的，而巴菲特的厉害之处就是他选择了正确的风格并且严守纪律。这些在统计上验证过的因子包括

价值（HML, High Minus Low）：做多高Book/Market（低P/B）的股票低杠杆（BAB, Betting Against the Beta）：做多低杠杆的股票质量（QMJ, Quality Minus Junk）：做多高利润率的股票动量/Momentum（UMD, Up Minus Down)：做多上涨的股票中小盘（SMB）：做多中小盘股

如果从这5个因子加上市场大盘（接受beta risk）一起，对BRK的回报做回归分析，就会得到下图：

巴菲特选择了Long only（市场因子）、偏好高价值、高质量、低杠杆的公司，但避开了中小盘和动量因子。BRK在1986-2017年的31年时间里年化回报是18.81%，在不考虑选股的情况下，仅机械地采用和巴菲特相似的因子组合一个portfolio，也能达到BRK 7成的回报（13.6%）。而抛开这些因子，BRK选股的alpha，只贡献了三成的回报（5.21%）。

这个factor based investing的思路是AQR的看家本领，从结果来看也是work的（在第一张图有效边界之上）。

与Tiger Cubs和Long Only形成鲜明对比，近年来LP资金更多流入Pod shop和Multistrat，集中在图左侧，在回报和指数差不多甚至更高的情况下，风险很小，往往过去10年都没有过down year。

他们的特点是有更强的风控意识，不take或者少take beta risk，基本都是市场中性策略，通过做空指数/高相关性资产等等，来对冲掉市场涨跌对业绩的影响，最后留下的收益是更纯的alpha。在之前的低息稳定的市场环境里，这类low beta high sharpe策略体现不出优势，但在大的宏观周期面前，又重现对LP的吸引力。

其中最有名的Citadel是market neutral+factor neutral，几乎所有的交易都是pair trade，但并不是所有的multistrat都是factor neutral，pair trade也不是实现market neutral的唯一方式。

比如，美国对冲基金圈除了Tiger Cubs以外，另一个大的派系就是Robert Rubin的徒子徒孙，如西海岸的Farallon，主打risk arbitrage（主要是merger arbitrage）策略：在并购交易宣布后，做多被收购标的，做空收购方，锁定收购溢价带来的回报（美国上市公司并购平均有20-30%的溢价）。

这里分析的关键不是基本面，而是deal close的概率/风险，无论两个公司基本面/市场如何变化，只要交易close，就能赚到溢价。由于大型交易失败最常见的原因是反垄断监管，很多merger abitrage的分析师是JD+MBA双学位，对反垄断监管能形成differentiated view。

但是基本面分析也和merger arbitrage有协同，因为如果M&A交易没close，这个trade就相当于回归到一个long target/short acquirer的pair trade，本身可能也是一个赚钱的bet，导致在决策树上，只有极小概率的分支最后不赚钱，其他scenario里无论close不close都不亏，risk reward优良。

斯坦福的选修课FINANCE 362: Financial Trading Strategies，就涉及如何设计交易来对冲市场风险或者实现arbitrage，还包括写基础的高频交易算法。这门课的老师自己研发了一套模拟交易系统，每次上课都是在体验各种操盘策略，仿佛在玩游戏。对于一个以前只知道分析基本面的同学来说，这门课对了解how the market works/herd behavior很有帮助。作业写了一个Long APPL的pitch（AI/中国情绪反转+iPhone发布前3个月股价平均涨mid teens历史规律），一个Long ANSS/Short SNPS的merger arbitrage trade，写完后真的信了在PA买了一些，其乐无穷。

另一门课FINANCE 306: International Finance and Macroeconomics，则更偏重于guest speaker。因为教授是GSB Trust的顾问，认识不少在advisory board上的校友，其中不乏美国几大multistrat hedge fund的管理者（竟然碰到了面试时未见到的，未来暑期实习的大老板…）。期末作业，在同学carry下写了一个改进版的bridgewater all weather，终于明白bridgewater是做什么的了，以及为什么过去几年业绩这么糟糕（第一张图左下角）。

另一个对我影响最大的课是GSBGEN 357: U.S.-China: Strategic Competition and Cooperation，教授是小布什执政时期的白宫经济委员会主任。但是很难说，这门课对我是积极影响还是消极影响。

如果说刚开学的时候，我还对中美关系有一些wishful thinking，那么这门课让我看到了更血淋淋的现实。

这门课的教授方式主要是教授主持的课堂讨论，于是你会发现，有些事情，在部分美国90后心中已经是定型了的，无需争议的。

比如，对中美关系的定义，在第一节课时老师做了一个调研，除了中国国际学生，大部分同学都认为中国是美国的“adversary”（翻译成中文，叫“对手”不体现他的消极含义，更接近“敌对力量”/”敌对势力”）。

比如，对于Tik Tok Ban，基本默认ByteDance是党媒，这点已经不用争论（这让来自中国科技投资圈的我非常震惊），只需要讨论美国是否应该允许一个敌对势力的党媒在美国宣传内容、获取美国公民数据。

比如，对于CIFUS审查、实体清单和关税问题，是在基本默认未来中美必有一战的前提下，讨论不同行业应该采取哪些不同的策略，在未来打起来的时候还能确保国家安全。

最给我震撼的是，这些言论不是教授说的，而是来自我身边的美国同龄人。他们是社团的组织者，一起旅行的伙伴，其他课小组作业的队友…

诚然，选择这门课的人也有一些特征。存在感最强的是三类人：美国军人、欧美PE/HF bro、中国国际学生。由于斯坦福商学院的中国国际学生本来数量就很少（每届400人中，不过十几个人），也只有几个人选这门课，导致很难改变讨论的走向，大部分的讨论，都由前两类同学主导。

美国少数族裔、华裔几乎不上这门课。选课前，我问一个本科读国际政治的ABC好友上不上，他表示，“这类内容“他已经听得太多了，就不上了。事后证明他是明智的：这门课课堂发言的aggressive程度，实在太致郁系。

更让我担忧的是，正是这类鹰派发言，主导着美国的大小讨论，影响着每一个人的潜意识。而绝大多数人，区分不清Nation, State, People的区别。

为了排解这门课给我带来的消极情绪，每次上完课，我都会横穿校园，从GSB向Nvidia Auditorium走一个来回，试图用加州没心没肺的阳光和其他学院那依然积极乐观的硅谷氛围治疗一下自己。

但或许这就是未来这个世界的现实，更多的冲突和变化，更多的不确定性。

一年级还有一门课，OB 206: Organizational Behavior，教我们人类决策过程中各种难以避免的无意识偏见。其中一个叫正常化偏见（normalcy bias）：默认世界是正常的，好的，低估灾难发生的可能性、速度和影响。

对于在和平和发展的年代成长的我们来说，是不是也一直生活在非理性的正常化偏见里呢？

（来源：漂浮的兔子洞微信公众号。感谢原作者，仅用于知识分享。）