事前选择框架:个人投资者的策略筛选方法论
个人投资者的方法论白皮书
作者:JW 完稿:2026年5月 篇幅:约8000字
摘要
本文提出一个用于个人投资者的事前选择框架。框架的核心问题是:在选择具体策略之前,先回答两个问题——哪些策略本身有Edge(Q1知彼),以及哪些Edge与你这个玩家匹配(Q2知己)。本文从Q1+Q2的原始两问框架出发,沿着方法论的实际演进路径,呈现它如何升级为包含职业Edge档案、玩家智力Buff档案、职业关系图谱的三维体系。框架的最终形态用一个公式可以概括:总收益 = 贝塔(职业Edge)× 阿尔法(智力Buff)。本文同时给出框架在JW自己投资体系上的应用结论,以及对个人投资者的迁移建议。
第一章 · 为什么需要"事前选择"框架
1.1 大多数人跳过了第一步
在主动投资这件事上,绝大多数人都在做同一件事——选基金。
打开排行榜,看近一年涨了多少,看夏普,看最大回撤,看基金经理的从业年限。然后挑一个,买进去,等它涨。跌了换一个,再跌再换。
这个流程的问题不在执行,而在它跳过了一个本应该最先回答的问题:这只基金背后的赚钱逻辑是什么?这个逻辑跟我有什么关系?
我把这个跳过称为"第一步缺失"。绝大多数死在投资这一行的人,不是死在执行,是死在第一步。他们以为自己在做选择,其实只是被排行榜推着走。
1.2 即使做了选择,也是单一维度
少数人意识到了选基金不够,会进一步问"哪个策略最好"。这是进步,但还不够。
"哪个策略最好"这个提问方式本身就有缺陷——它把选择简化为一维收益排序。但策略的"好"不是单一维度的:
- 一个收益高的策略,可能容量小
- 一个容量大的策略,可能你不会执行
- 一个你会执行的策略,可能跟当前市场环境不匹配
- 一个跟市场匹配的策略,可能Edge正在快速衰减
把这些维度压缩成一个排序,等于把一个复杂决策粗暴地一维化。这是另一种陷阱。
1.3 事前选择的定义
事前选择,指的是在投入任何资金、研究任何具体标的、执行任何操作之前,先完成的两层决策:
- 第一层(Q1知彼):在所有可能的投资策略中,哪些是天生有结构性Edge的"王者职业"?
- 第二层(Q2知己):在王者职业中,哪些跟我个人的天赋、资源、认知带宽匹配?
这两层都做完之后,才进入"选具体的标的"阶段。
方法论原则①——决策顺序
正确的顺序是:先选赚钱的逻辑,再选职业(策略),最后选基金(载体)。
反过来就是死循环——看排行榜买基金,跌了换基金,再跌再换。这个循环之所以难破,是因为大多数人从来没有意识到第一步和第二步的存在。
1.4 本文要回答的问题
本文沿着事前选择框架的实际演进路径,逐章回答:
- Q1知彼具体怎么做?(第二章)
- Q2知己具体怎么做?(第三章)
- Q1+Q2在实操中暴露了什么问题,如何升级?(第四章)
- 升级后的框架在JW自己的体系上得出了什么结论?(第五章)
- 这个框架的边界在哪里,个人投资者如何迁移?(第六章)
第二章 · Q1知彼:评估职业本身的Edge
2.1 Q1的提问方式
Q1要回答的是:这个策略的赚钱逻辑是什么?它在多大程度上是真实的、可持续的?
注意"职业"这个词的用法。本文沿用"职业"作为策略的代称——这是一个隐喻,意思是:每一种投资策略都像一个魔兽世界的职业,有它自己的天赋、定位、适配场景,不能简单地按"哪个伤害高"排序。
Q1要评估的是职业的客观属性——这些属性跟玩家是谁无关,是策略本身的固有特性。
2.2 五维评估框架(原始版)
事前选择框架最初的Q1评估包含五个维度:
| 维度 | 提问 |
|---|---|
| Edge来源 | 这个策略为什么能赚钱?(结构性 / 周期性 / 机会性) |
| 容量上限 | 这个策略能容纳多大的资金? |
| Edge衰减速度 | 这个Edge能持续多久? |
| 与执行者耦合度 | 玩家能不能执行这个策略? |
| 仓位管理特性 | 调整速度、杠杆能力、弹性 |
这五维各自有清晰的评估方法。Edge来源评估策略的赚钱根源是结构性的(如散户结构提供的均值回归空间)、周期性的(如补库存周期),还是机会性的(如一次性套利机会);容量上限评估策略能跑到多大资金量;Edge衰减速度评估这个Edge会不会被市场套利消除。
2.3 量化优于叙事
在五维评估的实际应用中,我发现一个关键问题——Edge来源的分类(结构性/周期性/机会性)本质上是叙事性的。
它告诉你这个Edge"为什么能赚",但回答不了一个更核心的问题:这个Edge现在到底有多强?
如果Edge的根源很重要,那它应该能直接换算成具体数字。但实际上,无论一个Edge的根源讲得多么动听,真正影响决策的只有三件事:
- Edge是不是真实存在(真/假)
- Edge的强度是多少(可量化打分)
- Edge的衰减速度有多快(暂时无识别工具,搁置)
方法论原则②——量化优于叙事
研究Edge的"存在与强度",不研究Edge的"根源叙事"。Edge来源的分类属于叙事维度,与具体决策无关。决策只需要:Edge是否真实存在(真/假)+ Edge强度(数值)。
这个原则把Q1评估从五维简化为三维:Edge强度数值 + 容量上限 + 仓位管理特性。Edge来源降级为标签,Edge衰减速度搁置。
2.4 从五维到二表的演进
Q1的进一步演进发生在2026年5月4日下午——五维框架被拆分成两张独立的表格:
- 表格1:职业Edge档案(纯客观属性)
- 表格2:策略生命周期档案(容量上限 + 衰减速度)
这一拆分的逻辑是:容量上限和Edge衰减速度是策略的"宏观属性",不参与职业之间的相对强弱比较——它们决定一个策略能不能做成大生意,但不决定在两个策略之间怎么选。
具体的演进过程和职业Edge档案的完整内容,在第四章详细展开。这里只需记住:Q1的核心是评估职业Edge的真实性和强度,辅以容量和衰减作为生命周期参考。
第三章 · Q2知己:评估玩家与职业的耦合度
3.1 Q2的提问方式
Q2要回答的是:在所有Q1筛选出的"王者职业"中,哪些与我个人匹配?
如果说Q1评估的是策略的客观属性,Q2评估的就是策略与执行者的耦合度——这是一个主观维度,跟玩家是谁有关。
同一个策略,在不同玩家手上的产出可能差几倍。这不是策略的问题,是匹配的问题。
3.2 耦合度的三个子维度
Q2的耦合度评估包含三个子维度:
认知带宽——这个策略需要的判断,我能不能持续做出来? - 例:均值回归策略要求在普跌日逆向买入,绝大多数机构投资者做不到(机构有客户压力、风控约束),很多个人投资者也做不到(心理无法克服恐慌) - 一个策略对认知带宽的要求,本质上是对玩家"能不能持续地做正确决策"的要求
执行力——这个策略需要的操作纪律,我能不能持续保持? - 例:轮动策略要求每月调整16%仓位,有些玩家在执行了几个月之后会因为"觉得这次不一样"而打破纪律 - 执行力评估的是玩家在持续操作中是否会偏离规则
时间预算——这个策略需要的研究和操作时间,我能不能持续投入? - 例:短线策略需要日内盯盘,有日常工作的玩家根本无法满足时间预算
3.3 单职业深度原则
Q2评估的隐含结论是:一个玩家的认知带宽、执行力、时间预算都是有限的,不能均分给多个职业。
这就是单职业深度原则——把已经选中的职业打到极致,而不是同时玩多个职业。
方法论原则③——单职业深度
多职业并行(类似FOF结构)在理论上看似分散风险,但在个人投资者层面,它需要为每个职业做同等深度的研究和执行,精力分散导致每个职业都打不到顶。一个玩到顶的职业,长期产出大于多个玩到中等的职业之和。
3.4 Q1+Q2组合的初步应用
把Q1+Q2组合应用到JW自己的策略候选上,初步筛选出4个职业值得深入研究:
| 职业(策略) | Q1判断 | Q2初步判断 | 处理 |
|---|---|---|---|
| 术士(波段·均值回归) | 王者职业(散户结构提供持续Edge) | 高度匹配(认知带宽+执行力+时间预算都满足) | 主力 |
| 猎人(板块轮动) | 王者职业(动量+行业轮动周期) | 较好匹配(规则已建立,实操数据待积累) | 主力 |
| 战士(补库存周期·锁仓) | 王者职业(宏观周期Edge) | 中等匹配(入场判断有把握,缺完整周期实操经验) | 备选 |
| 圣骑士(防御·避险) | 王者职业(避险资产全球需求) | 低匹配(策略认知尚未建立) | 待研究 |
剩下的5个职业(法师/牧师/萨满/潜行者/德鲁伊),要么Q1不过关(机会性Edge,不可持续),要么违反单职业深度原则(全形态切换),不进入候选。
到这里,事前选择的原始版本似乎已经完整——Q1筛选出王者职业,Q2评估匹配度,得出实操结论。
但当这个框架在2026年5月4日下午被进一步推敲时,它暴露出三个结构性问题。这些问题催生了框架的升级。
第四章 · 升级:从Q1+Q2到职业体系
4.1 2026年5月4日下午的TBD-02
2026年5月4日下午,围绕"9职业完整校准"的讨论(简称TBD-02),让我重新审视了Q1+Q2框架。讨论从一个简单的填表开始:把9个候选职业按Q1+Q2的维度填出完整属性矩阵。
填到第三列"DPS输出"时,出现了一个让我愣住的数字组合:
- 猎人月度收益率:14.3%
- 术士月度收益率:13.3%
如果只看DPS,猎人比术士还高。但我对术士的实操熟悉程度远超猎人,直觉告诉我术士才是主力。
这种"数字告诉我A,直觉告诉我B"的矛盾,成了TBD-02的真正起点。接下来的讨论沉淀出三个发现,每一个都改写了Q1+Q2框架的某个核心假设。
4.2 发现一:DPS不等于产出
第一个发现是:Q1的"职业Edge"和Q2的"耦合度"不是独立维度,它们之间是相乘关系。
具体说,真正的总产出公式是:
总产出 = 职业Edge × 智力Buff
翻译成投资语系:总收益 = 贝塔收益(职业Edge)× 阿尔法收益(智力Buff)
其中: - 职业Edge = 策略本身的客观Edge强度,是这个职业的"贝塔" - 智力Buff = 玩家在这个特定领域的认知和执行能力,是玩家对这个职业的"阿尔法"
这个公式有两层关键含义。
含义一:智力Buff必须按"领域"分别计算
同一个玩家在不同领域的智力Buff差异极大,不能用一个数字代表。
我在自己的策略候选上做了这样的评估:
| 智力领域 | Buff强度 |
|---|---|
| 均值回归 + ER修复 | 9/10 |
| 板块轮动 + 动量识别 | 7/10 |
| 补库存周期 + 长期锁仓 | 5/10 |
| 避险资产组合管理 | 3/10 |
| 短线 + 杠杆 | 1/10 |
| 网格 / 对冲 / 全形态切换 | 1/10 |
可以看到,在均值回归领域我的Buff是9,在避险领域只有3——同一个我,差了三倍。
含义二:职业Edge是产出上限,智力Buff是天花板放大器
这是公式的乘法结构带来的关键推论。
举个反例:法师(短线+杠杆)的职业Edge很弱(数值打1分),即使我的智力Buff能拉满到10,总产出也只是10——还是远低于术士的Edge 8 × Buff 9 = 72。
这意味着:智力Buff不能独立创造产出,它只能放大已有的职业Edge。把高智力Buff浪费在弱Edge的职业上,等于贱卖自己的认知优势。
这条公式回写到Q1+Q2框架,得到第一个升级:
Q1评估的不是"职业Edge是否存在",而是"职业Edge的强度数值" Q2评估的不是"耦合度是否良好",而是"玩家在这个领域的智力Buff数值" 总匹配度 = Q1数值 × Q2数值,而不是Q1或Q2的独立判断
把这个公式代入JW的4个候选职业:
| 职业 | 职业Edge | 智力Buff | 总匹配度 |
|---|---|---|---|
| 术士 | 8 | 9 | 7.2 |
| 猎人 | 7 | 7 | 4.9 |
| 战士 | 6 | 5 | 3.0 |
| 圣骑士 | 6 | 3 | 1.8 |
结果跟我的直觉一致:术士最高。但更关键的发现是——猎人的真实产出4.9只有术士的68%,远低于"它DPS比术士高"给人的印象。
为什么术士Edge=8 > 猎人Edge=7,但DPS反而是猎人胜出?
这是这一章最关键的认知点,值得展开。月度收益率(DPS)和职业Edge强度,衡量的根本不是同一件事。
DPS衡量的是"开火打人时多快赚到钱"——它假设玩家精准识别并进入了适配的regime(市场行情阶段)之后的火力上限。但它不告诉你这个Edge能持续多久、识别难度多大、执行规则是否清晰。
Edge强度衡量的是"赚钱逻辑本身的可持续性和可执行性"——这是策略的固有属性,跟一次打满输出的速度无关。
具体到术士vs猎人的比较:
| 比较维度 | 术士 | 猎人 |
|---|---|---|
| Edge类型 | 结构性(散户结构直接馈赠) | 介于结构性和周期性之间(动量+行业轮动) |
| 衰减速度 | 极慢(只要散户结构不变) | 中速(动量易被ETF和量化机构复制) |
| 加血方向 | 唯一(底部企稳就加仓) | 较弱(轮动换标=主动止损,方向性不如术士) |
| Regime识别难度 | 中等(中级调整、主升前期) | 较高(需要更精细的regime判断) |
| 月度收益率 | 13.3% | 14.3% |
汇总成一句话:术士的Edge是散户结构的直接馈赠,衰减极慢,执行规则唯一,长期可持续。猎人的Edge同样真实,但混合了周期性成分,衰减更快,执行规则的方向性弱于术士。
所以——猎人的火力更猛(DPS 14.3% > 13.3%),但它的"赚钱逻辑可持续性"差术士一档(Edge 7 < 8)。
这是一个反直觉的结论,但它揭示了Edge强度评估的本质:Edge强度评估的不是"谁打得快",而是"谁打得久、打得稳、规则简单不消耗认知"。这跟DPS数值在同一个职业上可以反向走。
把Edge差距(8 vs 7)和Buff差距(9 vs 7)做乘法叠加,术士对猎人的领先从"DPS落后"变成"总产出领先47%"。
关键洞察:在事前选择时,DPS只能作为参考指标,不能作为筛选标准。真正的筛选标准是"职业Edge强度 × 智力Buff"——这个乘积才是总产出预期。
4.3 发现二:Q1+Q2只评估单个职业,缺了关系维度
填完9职业的属性矩阵后,讨论自然地进入下一步——评估职业之间的关系。
这一步暴露了Q1+Q2框架的第二个结构性问题:它只评估单个职业,完全没有考虑职业之间的关系。
职业之间的关系有四种:
| 关系 | 定义 | 例子 |
|---|---|---|
| 互补 | 适配的regime不重叠,Edge来源不冲突,可同时配置资金 | 术士 ↔ 猎人 |
| 替代 | 适配的regime重叠,只能选一个,选择标准是效率 | 术士 ↔ 战士 |
| 协作 | regime接力,一个回避的另一个适配,资金可传接 | 术士 ↔ 圣骑士 |
| 冲突 | 占用同一资金或认知带宽,且产出更低 | 任何主力职业 ↔ 被否定职业 |
填完9×9关系矩阵之后,出现了两个反直觉的发现:
反直觉1:战士是体系中唯一被双重替代的职业
战士同时被术士和猎人替代: - 术士用更高的资金周转效率(13.3%/月 > 战士10%/月)替代它 - 猎人用更高的收益时间比(14.3%/月 > 战士10%/月)替代它
两个独立维度,都把战士打败了。这意味着战士在体系里没有不可替代的位置——它能做的事情,术士能做,猎人也能做。
反直觉2:圣骑士是体系中唯一的"枢纽节点"
圣骑士与3个核心层职业(术士/猎人/战士)全部是协作关系,没有任何替代或冲突。这是9职业里独一份的位置。
更关键的是:圣骑士补的是体系的结构性空缺——熊市主跌期。在没有圣骑士的情况下,我的体系在熊市主跌期完全空仓,资金利用率为零。圣骑士的存在,让整个体系第一次拥有了完整的regime覆盖。
这两个发现写回到Q1+Q2框架,得到第二个升级:
事前选择不能只看单职业的Edge×Buff产出,还要看职业之间的关系结构 一个产出排倒数第一的职业(圣骑士1.8),可能在体系结构上是不可替代的 一个产出排第三的职业(战士3.0),可能在体系结构上是冗余的
4.4 发现三:产出排序 ≠ 优先级排序
第二个发现的直接推论,是第三个发现:产出排序和优先级排序是两回事。
按产出排序(术士7.2 > 猎人4.9 > 战士3.0 > 圣骑士1.8),优先级应该是:深化术士 > 深化猎人 > 研究战士 > 研究圣骑士。
按枢纽位置排序,优先级应该是:圣骑士(唯一全协作枢纽)> 其他。
这两个排序在战士vs圣骑士的优先级上给出了相反的答案: - 按产出排序应该先研究战士(3.0 > 1.8) - 按枢纽位置排序应该先研究圣骑士(枢纽 > 普通)
如何决断?我用一个反问来判断:如果我是个副本团长,在组队进副本之前,我会先补哪个位置?
答案立刻清晰:先补缺位,而不是补备份。
- 补圣骑士:把熊市主跌期的资金利用率从0提到正,这是体系第一次拥有完整的regime覆盖
- 补战士:在已经被术士+猎人覆盖的区域多加一个备选,这是已有覆盖区域的备份效率
一个团队应该先补缺位,再补备份。这个决策不是来自数字大小,而是来自团队结构完整性。
方法论原则④——加血方向唯一
在Q1+Q2升级的过程中,还浮现了一个之前没有明说的隐含原则:主动加血强 ∩ 加血方向唯一。
9职业中,主动加血强的职业有两类—— - 一类是术士:加血规则唯一(底部企稳就加仓,包含新低) - 一类是德鲁伊:加血规则混乱(全形态切换,每次都要重新判断方向)
术士入选,德鲁伊被否。这说明筛选的隐含标准不是"主动加血强",而是"主动加血强 ∩ 加血方向唯一"。
这个原则跟"单职业深度"原则其实是同一回事的两种表达——认知资源极度稀缺,必须集中在一个方向上。
4.5 升级后的事前选择三步
经过TBD-02的三个发现,事前选择从原来的Q1+Q2两步(知彼+知己)升级为Q1+Q2+Q3三步(知彼+知己+知势):
| 步骤 | 内容 | 输出 |
|---|---|---|
| Q1 · 知彼 | 评估职业Edge强度数值(0-10打分) | 职业Edge档案表 |
| Q2 · 知己 | 评估玩家在这个领域的智力Buff数值(0-10打分) | 玩家智力Buff档案表 |
| Q3 · 知势 | 评估职业之间的关系(互补/替代/协作/冲突) | 职业关系矩阵 |
最终的事前选择决策综合三个维度:
总匹配度 = Q1数值 × Q2数值 / 10(单职业产出预期) 优先级 = 总匹配度 + 枢纽权重 + 加血方向加分(综合优先级)
其中"枢纽权重"和"加血方向加分"目前还没有标准化数值,但在决策时作为定性修正项。
这个三步框架,既是对Q1+Q2的扩展,也是对它的改写。原始版本不再适用——但它保留了核心提问方式(知彼+知己),并把"知己"的内涵从模糊的耦合度,精确化为可量化的智力Buff数值。
第五章 · 框架的应用:JW的实操结论
5.1 9职业最终匹配度排序
把Q1+Q2+Q3(知彼+知己+知势)完整应用到JW的9个候选职业上,最终匹配度排序如下:
| 职业 | 职业Edge | 智力Buff | 总匹配度 | 处理 |
|---|---|---|---|---|
| 术士(波段·均值回归) | 8 | 9 | 7.2 | 主力,满级实操 |
| 猎人(板块轮动) | 7 | 7 | 4.9 | 主力,权重提升中 |
| 战士(补库存·锁仓) | 6 | 5 | 3.0 | 研究备选,小仓位试错 |
| 圣骑士(防御·避险) | 6 | 3 | 1.8 | 待研究,智力Buff需要先建立 |
| 法师(短线·杠杆) | 1 | 1 | 0.1 | 否定 |
| 牧师(定投) | 3 | 1 | 0.3 | 否定 |
| 萨满(股债均衡) | 3 | 1 | 0.3 | 否定 |
| 潜行者(网格套利) | 2 | 1 | 0.2 | 否定 |
| 德鲁伊(全形态切换) | 2 | 1 | 0.2 | 否定 |
[注] 这些数字是定性估计,Edge强度的回测验证是后续的研究任务。
5.2 副本团队最终配置
基于上面的匹配度排序+职业关系图谱+枢纽位置考量,JW的副本团队最终配置:
| 职业 | 等级 | 角色定位 | 适配regime | 状态 |
|---|---|---|---|---|
| 术士 | 70级满级 | 主力DPS | 中级调整 + 主升前期 | 实操 |
| 猎人 | 50级 | 副C / 补盲区 | 季度调整 + 退潮震荡 | 实操,权重提升中 |
| 圣骑士 | 15级→开练 | 枢纽节点 | 熊市主跌期接管 | 待研究,优先级高 |
| 战士 | 30级 | 继续养着 | 大磨底 + 主升全程 | 暂缓,等圣骑士练好 |
剩下5个否定职业不进入团队。
5.3 关键决策点说明:为什么圣骑士优先于战士
按总匹配度,战士(3.0)排在圣骑士(1.8)前面。但JW的实际优先级决定是圣骑士先研究。
这个反直觉决定的依据:
| 维度 | 战士 | 圣骑士 |
|---|---|---|
| 总匹配度 | 3.0 | 1.8 |
| 在体系中的关系 | 被术士和猎人双重替代 | 唯一的枢纽节点 |
| 解决的问题 | 已被覆盖区域的备份效率 | 熊市主跌期资金利用率从0到正 |
| 边际价值 | 在已有解决方案上加冗余 | 补体系的结构性空缺 |
圣骑士补的是缺位,战士补的是备份。一个团队的组队顺序,应该先补缺位,再补备份。
方法论原则⑤——补缺位先于补备份
团队结构完整性优先于单点效率。一个体系如果在某个regime下完全空仓(缺位),它的最大风险不是收益不够高,而是在那个regime发生时无法参与市场。补这个缺位带来的边际价值,通常高于在已有覆盖区域增加备份带来的边际价值。
这个原则的反例是:大多数投资者会优先研究"高收益策略",而不是"补结构空缺的策略"。结果是体系永远在某些regime下交不出答卷。
5.4 框架对实操的具体改变
事前选择框架升级前后,JW的实操做出了以下具体改变:
改变一:猎人的权重提升被重新校准。 - 升级前:认为猎人DPS比术士高,可能成为主力替代。 - 升级后:认识到猎人的总匹配度只有术士的68%,猎人的角色定位明确为"补术士的regime盲区"(覆盖术士回避的季度调整和退潮震荡),而不是替代术士。
改变二:圣骑士从"边缘职业"提升为"研究优先项"。 - 升级前:圣骑士因总匹配度最低,几乎不在研究计划中。 - 升级后:圣骑士因唯一的枢纽位置,被列为下一阶段研究优先项,目标是把智力Buff从3提升到6+。
改变三:战士从"研究备选第一名"降级为"暂缓"。 - 升级前:战士因总匹配度排第三,是研究备选的第一选择。 - 升级后:战士被识别为体系中唯一被双重替代的职业,降级为暂缓——不是不研究,而是研究优先级让位给圣骑士。
第六章 · 适用边界与未解问题
6.1 框架的适用条件
事前选择框架在以下条件下成立:
条件一:玩家是主动管理型个人投资者,自己做策略选择和择时操作决策。 - 标的形式不受限——可以买场外基金、指数ETF、股票,或任何标的的组合 - 关键不在于"买什么",而在于"是否自己做策略选择和操作决策" - 不适用:把所有钱交给基金经理打理、自己不做策略判断的人(他们的"事前选择"是选基金经理,而不是选策略) - 不适用:纯被动定投、不择时、不做策略切换的人(他们不需要在多个策略间做事前选择)
条件二:玩家面对多个候选策略,需要从中筛选并配置。 - 不适用:已经决定单一策略的玩家(他们的选择已经做完) - 不适用:刚入门的玩家(他们应该先学一个策略,而不是评估多个)
条件三:玩家有6年以上的研究和实操经验,对自己的智力Buff有清晰认知。 - 6年是一个完整的"牛熊+震荡"市场周期的最低时长——通常5-6年起步,才能完整覆盖全部regime - 不经历过完整周期,玩家无法判断自己在哪些regime下能正确决策、在哪些regime下会出错——智力Buff评估会严重失真 - 不适用:新手投资者,以及只经历过单边行情的投资者
6.2 框架不适用的情形
情形一:被动投资风格 - 被动投资的核心假设是"市场长期向上,跟住就赢",不需要事前选择 - 事前选择框架对这类风格无意义
情形二:机构资管 - 机构面临的约束(客户压力、风控、合规)与个人投资者不同 - 智力Buff评估在机构层面不适用——机构的执行受限于团队和制度,而非个人认知
情形三:短线交易/日内交易 - 短线交易的Edge来自机会性(订单流、瞬时套利),不适用结构性Edge的评估方法 - 智力Buff在短线场景下被反应速度和系统延迟主导,不是认知层面的Buff
6.3 当前未解问题
事前选择框架在演进到当前状态后,留下三个未解问题:
未解问题一:Edge强度数值的回测验证
当前的Edge强度打分(术士8、猎人7、战士6、圣骑士6)是定性估计,锚定基准是"术士=8"作为参考点。这些数值需要用历史回测验证。
验证路径:用akshare回测每个职业策略在2015-2025的:总收益率、最大回撤、Calmar ratio、不同regime下的胜率。用回测数据反推Edge强度的真实数值,与当前打分对照修正。
未解问题二:Edge衰减速度的识别工具
Edge衰减速度是一个潜在的重要维度,但当前缺乏识别工具。
任何Edge一旦被发现并大规模复制,都会衰减——这是金融市场的基本规律。但什么时候Edge开始衰减、衰减到什么程度才需要切换策略,目前没有可靠的识别方法。这个维度暂时搁置,等未来有相关发现(例如某个职业的真实表现明显偏离历史回测)时再启动研究。
未解问题三:Regime detection
事前选择框架假设玩家能识别当前所处的regime(中级调整 / 主升 / 季度调整 / 熊市主跌 / 大磨底)。但regime的实时识别本身是一个巨大的开放问题。
特别是: - 主升期内部需要进一步切分(术士的"主升前期"与猎人的"主升"在主升期重叠,需要细分regime才能让两个职业的边界清晰) - 熊市主跌的实时识别(圣骑士研究的第三阶段依赖这个) - 大磨底→熊转牛的拐点识别(战士入场判断的核心)
这些问题归入TBD-01"Regime Detection"研究路径,是事前选择框架之后的下一步研究方向。
6.4 给个人投资者的迁移建议
这个框架是基于JW自己的策略候选构建的。个人投资者迁移时,需要做以下三步本地化:
第一步:列出你自己的策略候选清单
不是用JW的9职业,而是列出你考虑过、评估过、或正在使用的所有策略。这个清单可能有3个,也可能有10个。每个策略给一个简短的天赋描述(类似"波段·均值回归")。
第二步:对每个策略做Q1+Q2评估
- Q1职业Edge打分:用术士=8作为参考锚点,对每个策略给0-10的Edge强度估计
- Q2智力Buff打分:对每个策略,评估你在这个领域的认知和执行能力(0-10)
- 计算总匹配度 = Q1 × Q2 / 10
第三步:画职业关系矩阵
- 列出所有匹配度>3的职业,两两评估关系(互补/替代/协作/冲突)
- 找出唯一被双重替代的职业(降级)和唯一的枢纽节点(提升优先级)
完成这三步,你会得到一份属于你自己的事前选择决策表。可能跟JW的结论很不一样——这是正常的,因为每个玩家的智力Buff分布完全不同。
附录:术语表
| 术语 | 定义 |
|---|---|
| 事前选择 | 在投入资金、研究标的、执行操作之前的两层决策(Q1知彼+Q2知己),升级后扩展为三层(+Q3知势) |
| Q1 · 知彼 | 评估策略本身的客观Edge强度 |
| Q2 · 知己 | 评估玩家与策略的耦合度,升级后精确化为玩家智力Buff数值 |
| Q3 · 知势 | 评估职业之间的互补/替代/协作/冲突关系 |
| 职业 | 投资策略的隐喻代称 |
| DPS | 单位时间收益率(月度收益率) |
| 职业Edge | 策略本身的客观Edge强度(0-10打分) |
| 智力Buff | 玩家在某个特定领域的认知和执行能力(0-10打分,按领域分别评估) |
| 总匹配度 | 职业Edge × 智力Buff / 10,单职业产出预期 |
| 枢纽节点 | 与多个核心职业全部是协作关系、没有替代或冲突的职业 |
| 加血方向唯一 | 主动加血规则的方向必须单一明确,不能在多个方向间反复切换 |
| regime | 市场所处的行情阶段(主升、中级调整、季度调整、熊市主跌、大磨底等) |
文档信息
完稿:2026年5月 作者:JW 版本:v1.0 体例:方法论白皮书(个人投资者读者画像) 篇幅:约8000字 沿革:本文整合自JW与AI在2026年5月4日全天的事前选择框架讨论(上午:Q1+Q2原始版本;下午:TBD-02 9职业完整校准),以及2026年5月5日完成的方法论白皮书撰写
适用读者:主动管理型自管账户的个人投资者,有6年以上研究和实操经验(覆盖完整牛熊+震荡周期),正在多个候选策略间做选择