历史规则

很多人问：熊市不是早就来了吗?

但，如果前面你以为的熊市，仅仅只是一个开始呢?

复盘全球：冰水两重天

说这个问题，我们先来复盘一下今年全球的表现。

2018年1月份全球狂欢，美国三大股指创下历史新高，恒指，上证综指也创2016年1月以来新高。

然后全球就进入了2月份的鸡飞狗跳时间，由美国带的头，莫名其妙4、5个点的跳，全球跟着扑街。3月份全球进入贸易纷争时间，美国向全球开战，当然，中美是重头戏，全球再一次扑街。

4月份到5月份，尽管有贸易纷争、美元指数超强、美债收益率上升的负面因素，市场整体算平静的，波动中上升。

但从5月底开始，全球主要市场的表现明显分化了，具体表现为：欧美坚挺，港A扑街。

欧洲股市基本走出了2月、3月份的大跌阴影，创出新高，美指有些分化，纳指创出历史新高，道指与标普稍差，但也基本收复失地。

只有近亲的港股与A股，横了几个月后，重新进入扑街模式(见下图)：

 如果上面那张图还不够清晰，我们直接看排名，大A垫底，恒指替补(见下图)：

原本指望五穷六绝七翻身，结果是五穷六绝七翻车。

刚进入8月份，特朗普那边又开始喊话：要不之前说的2000亿美元进口商品，关税由10%提到25%看看? 

今天港股与A股再现暴跌。上证综指一度跌超3个点，深证成指一度跌超4个点，创业板创下2015年以来的新低。一江之隔的香港也好不哪去，恒指创下今年新低。港A主要指数自今年高位回落均超过20%，完全进入技术性熊市。

当然，对于许多国人来说，自2015年以来就一直是熊市。不少人都在意淫着差不多了，等着抄底，但等来的是新低。 

现在依然是一个老问题：到底是抄底呢?还是跑路呢?

基本面与流动性

关于这个问题，其实是两个方面的分析：基本面和流动性。

基本面上来看，上半年的经济还是过得去的。2018年上半年GDP增长了6.8%，二季度有所放缓。发电量、铁路货运量的数据也基本匹配。 

看规模以上工业数据的增长情况，工业增加值上半年累计增长6.7%，较2017年上半年6.9%放缓，但好于2015年、2016年的数据。营业收入与利润总额增速都是放缓的，但利润总额是12年以来的第二好，仅次于2017年。

所以，大概的判断是，2018年上半年经济处于增长中，这与16年下半年以来的一轮全球经济复苏相吻合，这也是欧美股市坚挺的重要原因。但中国出现经济增速放缓的迹象。

如果基本面短期没发生恶化，那更大的问题在流动性了。流动性的问题大家不陌生，去杠杆这个词应该要听得耳朵起茧子了。但关于去杠杆的意思究竟是什么，却不见得大家都理解。

基本上大家都能明白，去杠杆就是降低负债。而我们经常提到的M2，却恰恰需要负债去创造。央行发行了基础货币，银行通过信贷体系借钱给企业或者个人，创造了负债，也就创造了M2。

所以，加杠杆的过程是创造货币的过程，而去杠杆的过程就是消灭货币的过程。

所谓的明思基时刻，就是那个时间点上，绝大多数人都在收杠杆，也就是在消灭货币。这个过程可以很快完成，瞬间大量货币被消灭，资产价值当然崩溃。

我们的去杠杆当然没达到明思基时刻那样猛烈，但货币逐渐被消灭的过程中，流动性紧张，对流动性最敏感的股市就有了向下的趋势。

不过这还不足以解释何以6月份以来股市的下跌，与全球明显分化。

大家回想一下，6月份发生了什么?整顿P2P!

相比于过去的P2P爆雷，2018年6月的特征是集中性，一天可以爆几百家。P2P的钱去哪了呢?不用多想，不管是平台自己做资金池去抄底了股票，还是个人通P2P融资去抄底了，可以肯定相当一部分资金进入了股市。

6月份P2P成群的爆雷，其溢出的杀伤力也许不低于2015年配资盘的打爆。而P2P这个坑究竟有多大，恐怕连官方都不清楚，这正是更可怕之处，甚至有人将其比作2008年美国的次贷危机。如果是这样，那就不仅仅是一个行业的问题，其影响会是全局性的，影响金融，影响经济。

短期内对股市形成巨大的抽流动性，所以我们看到，6月份在地球村都向好的背景下，A股6月的跌幅为今年之最，还超过了今年全球都动荡的2月份。港股稍好点，6月的跌幅也不低，仅次于今年2月份。

港股相比A股，受P2P的溢出效应要小些，但是，港汇今年一直处于弱方，表明外资在流出。同时A股流动性紧张势必影响南下资金的规模，进而把流动性紧张传递到港股。可以看到，香港的成交金额已经大大下降了(见下图)：

香港有一点很恐怖：流动性紧张到一个临界点，一旦下面完全没有承接盘，股指可能瞬间被打爆，这就像2015年的7月份。

美国加息周期与贸易纷争

中国官方显然也意识到了问题，所以6月份再次定向降准，而7月份宣布实行更积极的财政政策和稳健的货币政策，流动性定调由“合理稳定”转为“合理充裕”。

但是，第一，市场的恐慌情绪并不会短期修复;第二，美国的加息周期束缚了中国的宽松空间。

美国2014年暗示可能加息，2015年12月第一次加息，2016年12月第二次加息，2017年加了三次息，2018年已经加了两次，目前美联储对美国经济的定调是强劲，这意味着，2018年是极有可能再加2次息。

很不幸的是，在掌控全球货币闸门的美国进入加息周期前夕，也就是2015年，我们进行了一次大水漫灌。这一波大漫灌，推高了许多资产的价格，造就了许多牛市。有的比较短，如股市。有的比较长，但也到了清算期，比如P2P。还有的还在高位，比如楼市。

今天许多的痛苦，都有那波大放水的功劳。

现在除了楼市，其他资产基本被打得七零八落，包括人民币，现在也成了主要货币里表现最差的(见下图)：

现在政府的定调是定向放水，明摆着不想让水流到楼市去。但如果政府不控制好，资金会有自己的想法，继续流入楼市，将楼市价格进一步推高，日本的故事重演不是没可能。

因此，这些约束下，中国宽松的空间是有限的。

当然，无论美联储加息也好，P2P平台爆雷也好，这些都是短期的因素，对中国更深远的影响恐怕是贸易纷争。

为什么这么说呢?

安信的高博士最近有一个刷屏的演讲，其中提到中国的改革开放实际就是对美国的开放。个人很认可这一点，我们过去40年能取得这样的经济增长，一个至关重要的因素是我们融入了欧美主导的全球体系。

现在我们可以另起炉灶了吗?

往短了看，是个需求问题，离开了美国这个庞大的市场，一带一路上的国家能消化掉我们的产能吗?

往长了看，是个供给问题，这个更重要。一个国家的经济增长，从长期来讲，是供给因素，它取决于一个国家的劳动力、资本还有技术。我们算一下，为什么中国人与美国人，同样一天24个小时，我们的劳动力是人家的好几倍，经济体量还不如人家呢?

关键的因素是技术，是生产效率问题。

放长看，清晰可见的是，劳动力将成为我们经济增长的制约因素，绝对劳动数量(15到65岁人口)在减少。要实现经济增长，只能借力技术的不断升级。而离开了美国这个全球技术的主要输出国，失去了与美国的技术交流，中国的技术升级，即使会成功，也会是缓慢的。

如果技术升级无法覆盖劳动力的减少，那么未来的经济增长就无从谈起。这点， 我们可以看日本，从1990年到2018年，28年间人类的技术是突飞猛进，但它仍然无法覆盖日本人口方面的负作用，日本过去28年里GDP年复合增长不到0.7%。

日本1990年人均GDP水平已经很高了，而我们今天还很低的。最近拼多多是个非常热的话题，它让我们意识到另一个更真实的中国。看下面这张图，如果经济不再增长，我们的收入就停在这个水平，这意味着绝大多数人失去了改善生活的可能。 

目前这场贸易纷争，不仅仅是经济层面的，许多人总是把特朗普视为商人。早在1988年，特朗普接受采访的时候发表了其对美国与其他国家贸易关系的看法。一个人念念不忘30年，绝不仅仅是商人思维可以解释的。无论他目前的所做所为究竟于美国是对还是错，他在做的是创造历史。

这样，你就可以看到，在贸易纷争这个大逻辑下，投资股市，实际上你是在赌国运，赌国运在未来40年，仍然能如过去40年那样继续上升。

而赌错的话，日本的股市又提供了指引，1990年见顶，一直跌到2008年见底，现在还没涨回去。

特别声明：本文为合作媒体授权DoNews专栏转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表DoNews专栏的立场，转载请联系原作者及原出处获取授权。

AlphaGo在代表最高水平的智力游戏围棋与人类顶尖选手对决，但凡虚心一点的科学家都明白，这不过是个100万美金的超值广告。

而从媒体到普通民众，都担心某一天AI具备自我意识后，在高速进化中全面超越人类。

这根本是孤陋寡闻的恐慌。

哲学上有一个悬而未决的问题，意识和智能产生自大脑，但是意识和智能能够理解大脑本身吗?

索罗斯在他著名的通俗著作《金融炼金术》开篇提到了一个问题，所有能被人类主观意识影响的东西，都不具备“客观性”(这句话请读三遍想三遍)，因为“反身性”原理，所有有人类参与和影响的活动，从金融投机所属的经济学到预测社会发展的历史和人文类科学，都不具备真正的规律。某种程度上它们本质上都是伪科学。

这句论断让笔者印象尤其深刻。从量子力学主宰的微观世界被验证了无数次的“不确定性原理”，到索罗斯的“反身性”原理，背后揭示了一个深刻的规则：人不能跳出“人的视角”去验证人。

“不畏浮云遮望眼，只缘身在此山中”

人工智能大家都在追风谈deeplearning，也就是程序员设计算法，训练计算机群从海量数据中习得 “特征”，也是这次AlphaGo不同以往围棋软件的地方，它能够与顶尖高手的大量切磋练习中“自动学习”提高技术。但是AlphaGo习得的那点“人工智能”与人类所真正代表的强人工智能相比，还有两个巨大的门槛。

第一个问题，归根结底，人是不是一部自动反应的机器?

《生活大爆炸》里有一个男主角叫SheldonCooper，他很萌，但却是对情境感知能力较差，并伴随着严重强迫症。

社交困难、沟通困难、固执或狭窄兴趣。类似SheldonCooper的人，在幼年时，会经常遇到这样的尴尬：

–孩子没有交作业，老师很生气，便讽刺地说道：

–老师：“狗把你的作业吃掉了吗?”

–孩子：“老师的狗会吃掉纸?”

孩童是因为不能理解老师的提问而保持沉默，并会认为老师有养狗、而且狗会吃纸。但老师想要表达的其实是“你忘记交作业了”，而孩童本身没有办法了解这类的隐喻。

世界上真实存在着这样一群人。现代精神病学指出，这是一种温和的自闭症叫阿斯伯格综合症(Aspergersyndrome)，不同于一般自闭症， Aspergersyndrome保有社交的意愿却缺乏相关的能力，他们看起来像“机器人”，但大多心智正常。

Aspergersyndrome 从某种程度上反映了人类心智并不神圣，是有迹可循的。而认知心理学的发展，却越来越向人们揭示一个可能的结论，无论是自闭症患者、阿斯伯格综合症患者、还是普通人，实际上都是基本自动的机器。

神经科学家安东尼奥·R。达马西奥所著述《SelfComestoMind》(自我在大脑当中是怎么生成的)中认为，通常人们混淆了 emotion(直觉情绪)和feeling(感受)。“我觉得怎么样，我觉得受委屈了，我觉得被尊重了”，这种“我的feeling”是杜撰的、虚假的。

一个比较典型的例子，这也是原来心理学经常引用的故事，在加拿大做的实验。在一个石桥上和一个铁桥上招募一帮人去谈恋爱，随机抽取一对一对去谈。石桥因为很坚固，有风也不会晃。铁桥是铁索桥，是吊桥，有风就会晃。因为一晃就会紧张，紧张恐惧是一个 emotion，恐惧来的时候又带来什么呢，内部是肾上腺素分泌;外部的表现，比如瞳孔放大，面部会发红，鼻孔会扩张，有各种各样的表现。

但是很有意思是，紧张的外在表现和爱情出现的外在表现是一致的。理论上讲，环境不应该对你是不是对对方有好感能够产生影响，不管你是在石桥上跟人谈恋爱，还是在晃动的铁桥跟人谈恋爱，理论上讲，你爱上对方的几率是差不多的。但一个很有意思的现象是，在晃动的铁桥上爱上对方的几率大大超过在一个稳定的石桥上，因为刚才讲的 feeling部分，就是这个自我部分，它不知道emotion 出了什么事儿，它只是去读取。它读取的数据是，原来所有的征兆，所有的征兆符合谈恋爱的特征，我就一定爱上对方了，我既然爱上对方了，我就一定要真的去爱她，因为如果我觉得我是，而又没有真的去爱的时候，又会出现另一个，叫做认知失调。这样的话，他就以为自己是这样的，就那样去做了。这是真实研究的成果。

之前人们认为emotion就是 feeling，达马西奥研究发现不是，emotion不能改变，见到什么样的情况你就会产生怎样的反应，是下意识的，是不能控制的。而feeling是“我” 在作怪，受这个所谓的“我”来控制的，它首先读取emotion的数据，经过处理之后告诉“我”，我感受到了什么。

“处理”的过程十分关键，它能否被模拟，与实现真正的人工智能息息相关，这是人工智能已有部分答案(比如deeplearning )的第一个重大问题。而所谓的“我”，自我意识甚至自由意志都是幻觉，是假的，不存在。我们实际上是个基本自动的机器，99.9% 自动处理的机器，只不过这个机器有一个特别特殊的软件，就监控这个机器本身的“我”。

身体是遍布传感器(耳鼻口舌目身体，听觉嗅觉味觉触觉视觉)的硬件，又运行着一个产生“自我”的软件，从某种程度上来说，我们确实只是机器人。

但“自我意识”是如何产生的，目前还没有彻底搞清楚，也是人工智能最重要的、且尚无头绪的问题。

第二个问题，100%的正确诞生不了真正的智能

所见与真实有很大的狭隘和偏差。

普通人的视力系统就是一种用于获取和分析可见光的信息接收系统，倘若缺少一类，或是性能不足，就会发生：盲人无法感知光线、色盲缺乏分辨色彩的能力、健全人的眼睛看不见紫外线、红外线，分辨不出偏振光……但真正的，健全人看待世界的方式其实与盲人摸象别无二致。

一个已知的事实是地球面向太阳的区域每平方厘米每秒会穿过大约650亿个来自太阳的中微子，然而由于缺乏感知能力，不仅人类自身无法察觉。比如我们所谓的 “错觉”，错觉是在已获取信息的基础上，进行额外加工所获得的认知，有一个非常著名的例子就是卡尼萨三角形错觉;错误则是计划之外发生的随机突变。一些特殊的神经性疾病将使得我们感知到与常人完全不同的世界，例如拥有断续影像视觉(Cinematographic vision，一种罕见的精神异常现象)体验的人，大概会认同芝诺关于飞矢不动的论断所言非虚。

我们所谓的存在皆由我们的观察而得，而我们的观察方式存在先天性的漏洞。但奇妙的是，从感知、观察、形成概念、到逻辑推理均存在缺陷的人类，实现了真正的智能。

图灵开创了现代意义上的计算机科学，几乎同时代，美妙而强大的人工智能其实早在50、60 年代就开始研究了，但一直没有大的进展。之前的研究重点是精确的数理统计与创新算法，直到人们把眼光从线性系统放到非线性系统，从逻辑编排到混沌系统，从机器到人。才取得了一些有限的进展。比如模仿大脑神经元多层链路循环递进处理信息的方式，诞生了时下火热的深度学习。

计算机的发展，核心是逻辑门的堆叠带来的超高效率和超高准确性。100% 正确却诞生不了智能。非线性系统、混沌理论指导下，即使目前流行的分布式计算、并行计算，还没有真正有 “容错”的能力。模拟错误的信息输入，输出错误的模型，能在下一次模型实践中发现模型本身的错误或局限，在没有程序员没有旁人主动干扰指出中习得 “错误”，并从中学习进化。这需要部分抛弃冰冷的逻辑和理性，一场真正的哲学革命。

生命体是各种不同细胞的堆叠，涌现了意识、智能、情感、道德、乃至今天人类的一切，以至于反作用于现实世界本身。计算机实现强人工智能的一天，必然也具备意识、情感、道德等表面上与 “智能”无关的东西，那时候恐怕就不是一种机器和工具，变成活生生的生命体，而我们成为了造物主，成为了上帝。

宇宙的图像和大脑神经元的图像何其相似，真正人工智能的问世，笔者深信，那就是另一种创世。

作者：青山