转基金经理

前些时候有幸结识了一位朋友,此人席间沉默低调,色寒而目空。闲谈间偶然得知这位孤高的男士与我同窗,于是对母校往事的追忆终于使他打开了紧闭的嘴唇,得知他是一位基金经理,亦所谓的机构人士。鉴于他的矜持,交换名片分手以后,我再也没有主动和他联系。

     3月间A股暴跌,大趋势难以判明之际,无意中捻出他的名片——林霖。名片上只印有公司的地址和电话,但拨通以后却被告知他一个月前即已辞职。

     上周日,获悉因学生数量剧减导致母校被关停并转,在元班主任的召集下,部分毕业生来到母校做最后的道别,不意再逢林霖。

     机不可失,活动结束后我寻机留下了林霖,告诉他我在炒股并希望得到指点。林霖望着我,嘴角边仿佛飘着一丝无奈的笑意,思绪片刻,终于和我坐进了学校附近的茶室。那天,我们从毕业以后的生活聊到炒股,直至晚上10点才分手。现将我们截止本周的数次谈话内容概括如下,或许对朋友们的“资本投资”有些益处。

     林霖出身于普通工人家庭,父亲为老知青,顶替回沪后在国企工作,因无学历无特长,46岁时便下岗在家,母亲为小学的数学教员,家境虽然清贫,但父亲乐观开朗的性格使家里始终保持着协和与温暖的氛围。1996年2月,家里因动迁而获得一笔补偿款,父亲借此进入股市,从此家中便失去了安宁。

     在林霖的记忆中,父亲进入股市以后就再也没有见过他的笑容,以前口若悬河的父亲沉默了,喜欢外出娱乐的父亲开始驻足卧室,除了八卦股市新闻和巴菲特等各类投资大师们的书籍,仿佛丧失了对其他事物的兴趣,家里弥漫着的除了父母的吵架就是父亲偶尔独自一人的歇斯底里的发作。2年以后,父亲得了神经官能症和强迫症,被迫退出股市,那时他的本钱亦已消失殆尽。

     父亲的经历对大学中的林霖影响深远,善于数理解析的他完全不能理解股市为什么会将父亲的精神状态摧毁?他也不能理解乐观的父亲为什么不能坦然面对投资的失败?     那年寒假期间,母亲陪着父亲回宁波老家过年,林霖因预备考研一个人留在了上海,在整理书桌时偶然发现了父亲的炒股日记,上面除了画满了各式图标和曲线以外,插于字里行间的几段文字,使林霖感到了极大的震撼。     “……我始终信奉价值投资,可是持股为什么像掌中捏着砂子,攥得越紧,砂子流失的越多?”     “……我已经完全被消息摆布,没有原则、没有信仰,不知耻辱的到处打听。可是‘见光死’让我的本钱被抢劫一空,我应该相信谁?新闻还是小道?政府还是企业?”     “……失去物质财富的同时,我更加痛感精神财富的流失,除了股票我还剩下什么?”     “……妓女因财而被人玩弄,而我却为投资被庄家玩弄。”     “……今天,我像畜生一样被狠狠地抽了一鞭子,股市,你夺走了我的财富,难道还想剥夺投资者最后的尊严?“     ……     当时,林霖尚不能理解父亲这些呻吟、自责以及悲愤的含义和因果关系,但是他似乎感觉到了一点父亲在短暂的股市生涯中的痛苦心境,虽然对父亲的炒股经历依然模糊,此时,儿子对父亲的责备似乎已经释怀,油然升起的是好奇与探究的冲动。这也是林霖毕业以后进入证券业的原始动机。

     由于母亲的熏陶,林霖在数理方面有着超人的天赋。自目睹了父亲的投资日记以后,他在学业之余开始关注股市,并加入了学校举办的模拟操盘实习,至大学毕业时,林霖已经有了不俗的模拟操盘业绩,引起了外聘指导教师的关注。结果毕业以后,林霖放弃了考研,在该指导教师的推荐下进入了证券公司,两年以后转职到某家银行旗下的投资基金任分析师。     林霖回忆当时的感觉道:“不用多久,你就会产生主宰股票涨跌的快感,接着你就会被主宰股市的支配感所征服。”     “对此,你没有产生过任何邪念和利益连带感吗。“     林霖道:“那时没有。”    “现在呢?”     “有。但是那种邪念是恶作剧的邪念,至于利益连带,不如说基金的利益和操盘的经理人连带。”     当时的注册分析师和操盘手不多,高手更少,略有实力者想站稳自己的盘子并不难。林霖就是其中一人。     在大学时代,林霖已经熟读了父亲留下的投资书籍,进入证券行业以后再次研读各种投资分析理论,依然感觉与A股的实战偏离甚远。现在回想起来,在庄股时代,技术分析永远只是操盘结果的注释,而理论的功底,只能体现你描绘的图像离真实的情景有多相似而已。尽管如此,大多数基金经理自学的东西基本没有超出职业道德和良心的约束,而那些由基金高价聘请来的台湾或香港高手们的指点,则凝聚了股票交易手段中所有的“精髓”。不用多久,这些在欧美资本市场沉淀了数百年的“古老技艺”便在中国得到了升华。

     “你可以想象一下,当一件利器交到了一群没有任何约束和监管的“流氓和无赖”手里,而且他们的对手是“赤手空拳”的散户,结果会是如何?”     “为什么是流氓和无赖呢?”     “有过之而无不及”林霖注视着我,接着问:“你以为基金是什么角色?,稳定市场的主力军还是资本投资的国家队?“     简单的说,基金是管理层利用民资承接国资的工具,基金只要完成新股发行以及增发扩容的承接,即可无法无天。很多基金虽然依附于银行,但基金非国有资产的属性,与银行的监管水准有着天壤之别。     众所周知的老鼠仓等仅仅是基金行为中的儿科把戏,而利用MSN传达即时信息不过是外行的想象,几乎百分之百的基金经理周围有着一个或数个与基金操盘策略共进退的圈子。圈子里可以是自己的亲属和友人,也可以是食堂里打菜的师傅或管理车位的保安,只要有交换的价值,任何职业的人都可能成为圈内人物。

     基金作为投资机构除了在一级市场上秉承管理层的意图向特定企业或利益团体输送利益以外,基金经理们作为个人也每天都在股市里向自己的圈子输送利益。他们既可以在高出市场价5%以上的高位为特定人物接单,他们也可以在跌停价数档以上的价位为特定人物解套。     与航空公司的机长相比,基金经理的情绪造成的后果更加可怕。机长情绪不好大不了停飞,不会拿自己的生命开玩笑,但是基金经理情绪不好时即可以一个莫须有的理由用基民的钱把某个股砸出一个大坑。     基金内部虽然有行业调查报告,但是实际操作与报告的结论相距甚远。大多数情况下,报告既是向监管层摆出的价值投资的姿态,也是利用媒体忽悠散户的工具。一旦某个股建仓完毕,基金即会连续抛出各种评论和预测营造氛围,而此时,媒体和享受分仓利益的券商往往成为基金的帮凶。

     看看07年底和08年初的基金运作,人们就会发现在6千点疯狂看多、而在3千点仍然看空的基金是一个多么情绪化、多么缺乏理智、多么热衷于雕虫小技、多么持强凌弱的“市井刁民”。     中国资本市场每次给投资者带来重大灾难的背后,都隐藏着重大的制度缺陷,国民为此付出的代价至少可以再造一个A股市场。当然,所有制度和监管的缺陷正是构成以上基金性格的主要原因,也是本次股灾的助推器。     基金对大势研判的错误以及对大小非的忧虑仅仅是一个借口或者触发点而已,驱动基金砸盘的动力首先来自基金的盈利机制和基金自身的评价机制。基金的盈利来自于资金的托管费或管理费而非投资盈利;基金运作的评价则来自于基金净值的排位而非盈利的排位。因此,当大盘趋势改变时,基金为了保住排名避免赎回,不计成本的疯狂抛售即成为唯一选择。再者,第一季度正好是基金法定分红的时机,本来就需要大量套现,二者相加,雪上加霜,成为这次股灾的直接原因。     “其实,我们在6千点出逃市场以前并没有预计到大盘会如此失控,一泻千里。可见那个时候,基金们的共识和行为方式在没有监管层号令的情况下达到了何等高度的统一。可笑又可悲的是,当大盘跌破4000点以后,大多数股民包括媒体依然将基金看作是稳定资本市场的力量,而将暴跌的祸首归罪于大小非解禁。但是统计数据显示大小非的抛售远远小于人们预测的规模,事实证明,一季度以来,A股市场最大的做空力量来自于基金。这不能不说是中国资本市场历史上最大的冤假错案。“     那么,是谁造就了这个冤假错案?     基金对制度缺陷亦了如指掌,但是基金没有完善制度的动机和理由,哪怕这个制度缺陷会给基金自身带来威胁。如中石油的流通股与总股本的比例构成造成的对股指的异常杠杆作用;如权重股每每成为宏观调控的虚拟对象;如530那样的政策偷袭;如证交所为了蝇头小利买卖机构的交易信息等等。所有的市场参与者都在缺少公平公正,缺少法制制约的环境里博弈,基金亦是如此。这也是决定基金行为方式散户化的原因之一。     中国的基金大多不具备作为专业投资机构的资质,无论是人才还是管理,与大户并无本质区别。因此,基金内部管理如同家族管理,情重于理。基金经理在这样的职业环境中你必须不停的接受来自上司、同僚及其利益圈子直接或间接发出的各种指令和暗示,利益输送在基金内部是维系你的地位、收入以及同僚关系的决定因素。随着时间的推移,基金经理的价值决定于你持股的多少和掌控资金的规模;基金经理的人气取决于你输送利益的气度和速度;基金经理的智商则由利用消息和政策的敏感度和力度所决定。比方说,利用530以后监管层倡导的“价值投资“大肆炒作权重股的功臣成为了诸多基金的明星经理,把政策用足用烂是我们的座右铭。

     基金的生身之父是官(政府),基金的哺育之母是民(基民),但是这个怪物从诞生开始即成为散户的杀手、成为监管操控资本市场的工具。幽默的背后必有悲惨的因果。    “我们既宰杀散户又希望这个市场在数量上永远由散户主导,以保证我们可以杀之不绝,如同非洲原野上的野牛一样,狮群捕杀的对象永远不会枯竭。“   林霖此刻的语气极为自然,没有任何暧昧与遮掩。不知道他此时是否意识到自己的父亲曾在宰杀之列。     基金的性格是极端自负和无赖的。因此,基金在修正自己的错误时亦会使市场参与者共同付出代价,拉入大批陪葬的冲动者。说的近一点,在3000点踏空的基金们绝不会将3500点作为他们的起跑线,他们会利用并夸大各种所谓的不确定因素,将大盘往下折腾。基金没有海外资本“洋枪队“具有的大智慧,却在玩弄股术方面有着超人的阴险。四川的地震就给了基金回补”政策缺口“的合理机遇。     监管层说”基金也要讲政治“,实在是健忘亦可笑之极。也许是我孤陋寡闻,如果是一个掌管着数百亿上千亿资金的国营企业没有党的领导会成为天下奇闻,但是管理着基民财产的基金中不知道哪里有”政治挂帅“的干部?     无论基金从股改的工具变成了政治工具,还是从稳定的力量变成了破坏的力量,在操控与被操控的转换中,受伤最多的都是普通股民。

     在本次股灾中我们可以察觉到许多十年以上股龄的老股民在5千点以上即离开了股市,至今没有返回,也许他们永远离开了A股。制度缺陷造成的股灾已经使他们在漫长的熊市里丧失了太多的东西。中国股市的每次牛市都不是由市场自行终结,而全部是被制度以及政策强行扼杀。因此,坚持到06-07年的股民是幸运的,在07年底告别股市的股民则更加幸运!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
,发送类别,概率,以及物体在相机坐标系下的xyz.zip目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值