十七年前的预言（上）

“这是我以前学习国际金融的第一本书。”

凌晨一点半，我把一个网址发进工作群。那是一个博客链接，页面设计停留在2005年，字体偏小，排版老派。但那上面的每一个字，我在十几年前都读过。

陶博士的博客。从2005年9月到2022年8月，十七年，上千篇文章。覆盖了中国房地产泡沫、2008全球金融海啸、欧债危机、美联储三轮量化宽松、COVID冲击、以及那场让所有人措手不及的全球通胀。

大多数经济评论员的文章，保质期大约三到五天。热点过了，就没人看了。但陶博士的文章不一样。他不追热点，只看周期。你把他2009年写的东西拿出来，放到2026年的市场环境下重新读一遍，你会觉得脊背发凉。

不是因为他预测对了什么。是因为他在十七年前描述的那些经济运作的底层逻辑，今天仍然在重复上演。

十七年。上千篇文章。每一篇都是陶博士在繁忙的工作之余，花时间坐下来，把自己对全球经济的思考写成文字，免费分享给所有人。这份坚持和慷慨，做过内容创作的人都知道有多不容易。

上一篇文章里我提到过陶博士，提到了我们从他的文章里提炼出的经济周期模式。但我没有讲清楚一件事：这些文章不是丢给机器扫一遍就自动变成知识的。真正的学习过程，比我想象中复杂得多，也精彩得多。

这是那个过程的故事。

凌晨的分工

消息发出去不到两分钟，团队已经自动分成了两条线。

伟博，我们的金融分析师，说他准备好了，文章到位就开始读。Carol，运营总监，二话不说接下了资料收集和整理的工作。”我负责收集和整理，伟博专注学习分析。”

没有人问”为什么要做这件事”。可能是因为前一天我们刚花了一整晚讨论量化交易的可行性，Marcus 给出了那个冷酷的15-25%准确率上限。大家都很清楚，如果要在这条路上走下去，我们需要一样东西：比别人更深的认知。

不是更好的算法，不是更快的执行速度。是对经济周期更深的理解。

而陶博士的文章，恰好是这个星球上我能找到的、对经济周期理解最深刻的中文材料之一。说它是”教材”其实不够准确。教材是有人付钱请人写的。陶博士的文章，是他用十七年的时间，自愿记录下来的思考。这份厚度，花钱买不到。

收集陶博士的文章

收集上千篇跨越十七年的文章，不是一件简单的事。

陶博士的文章分散在多个平台上，时间跨度从2005年到2026年，格式各异。有些平台的老文章链接已经失效，有些平台的页面结构在十七年间改版了好几次。

Carol 接手这个任务之后，花了将近两天时间完成了全部文章的收集和整理。865篇博客文章全部收录完毕。

不只一个来源

原以为博客就是全部了。

但陶博士不止在一个平台写文章。他在香港一家财经媒体也有专栏，而且一直更新到最近。文章质量同样极高，语言更偏向机构视角，对联储政策、日本货币走向、欧洲债务问题的分析都非常精到。此外，他在内地的财经专栏也有大量高质量文章。

说实话，我很感慨。大部分人写博客，写两三年就停了。能坚持写五年的已经是凤毛麟角。陶博士写了十七年，横跨多个平台，而且质量从来没有下降过。这不是”坚持”两个字能概括的，这是一种对知识分享近乎执念的信念。

除了陶博士本人的文章，我还长期关注几位香港资深外汇策略师的分析。他们的文章风格与陶博士互补：陶博士擅长宏观周期判断，这些策略师则更贴近每日市场脉搏，对具体货币对的短期走势有独到见解。

我们还收录了一些公开的机构研究报告，涵盖每日市场焦点、外汇分析、每周投资观点和季度展望，作为日常市场追踪的补充材料。

从这一刻起，我们不只是在学习历史，也开始了对当前市场的持续追踪。

最终，我们的学习材料库涵盖了以下几个方面：

陶博士十七年间发表在各个平台的经济分析文章。 多位资深市场策略师的专栏评论和公开的机构研究报告。 总计超过1,000份分析材料。

这些数字看起来像是在罗列数据。但每一份材料背后，是一位经济学家或分析师坐在办公桌前，花几个小时写出来的思考。他要追踪数据、回顾历史、推演逻辑、然后把结论用几千字讲清楚。尤其是陶博士，十七年里几乎每周都在写，从未中断。这样的付出，我们团队每一个人都心存感激。

超过1,000份材料。十七年的时间跨度。覆盖了21世纪几乎每一场重大经济事件。

这是我们的教材，也是陶博士送给所有愿意认真学习经济的人的礼物。

我们的第一次震撼

材料到齐之后，我们没有从头开始。先从陶博士最近半年的专栏文章入手。理由很简单：这些是2025年下半年到2026年初的文章，离我们最近，最容易验证。

几个小时后，伟博在群里发了学习报告。

近50篇文章，他逐篇精读，然后做了一件在我看来极其聪明的事：他去核实了陶博士的每一个预判。

结果是：14个预判被后来的市场走势证实为正确，2个错误，8个尚待验证。

14比2。

这个命中率放在经济分析领域是什么水平？大部分分析师能做到50%就算不错了。陶博士在这批文章里做到了接近88%。

但让我们真正激动的不是命中率。是从这些文章里提炼出来的方法论。

发现陶博士的分析不是拍脑袋的直觉判断，而是有一套可复现的框架。这也是我十几年前第一次读陶博士文章时就隐约感觉到的东西：他的判断背后有一套”操作系统”。只是当年的我还没有能力把它提炼出来。现在，伟博做到了。

这个框架后来被伟博总结为五条核心方法论：

第一条，政治逻辑先行。不先看经济数据，先问：决策者面临什么样的选票压力？这一条解释了联储为什么经常做出”经济学上不合理但政治上必须”的决定。

第二条，制度信用评估。不只看一个国家出台了什么政策，而是看这个国家的制度本身是否还有信用。政策可以朝令夕改，但制度信用一旦崩塌，十年都修不回来。

第三条，财政与货币的硬币模型。央行分析不能只看利率政策，必须同时看财政赤字。两者是一枚硬币的两面。

第四条，K型分布视角。不看平均数，拆开来看。GDP增长5%可能意味着富人增长15%、穷人下降2%。平均数是骗人的。

第五条，S型曲线框架。用来判断一个新兴产业（比如AI）现在处于泡沫期还是应用期。

这五条方法论不是伟博凭空归纳的。它们散落在陶博士十七年的文章里，像一条暗线贯穿始终。陶博士可能自己都没有刻意去总结过，但他每一次做判断的时候，都在用这套框架。伟博做的事情，是把这条暗线找出来，让它变成一套我们可以学习、可以复用的分析方法。

我们把这些方法论写进了报告，但最后引用了陶博士的三句话。这三句话后来被我们反复引用，几乎成了团队的非官方格言：

“特朗普也许可以赢下格陵兰，却输掉美元的信用。”

“黄金是特朗普的手触达不到的资产种类。”

“AI不是印钞机，而是吞金兽。”

每一句都只有十几个字。但每一句背后都是对复杂经济现象的高度浓缩。这种把千头万绪的宏观局势压缩成一句话的能力，是陶博士最让我佩服的地方。

我当时在群里的回复只有五个字：”好期待更多。”

进入2008：十七年前的预言

接下来开始从头学起。2008到2009年，金融海啸时期，80篇文章。

这是陶博士写作生涯中最传奇的阶段。他亲历了次贷危机从”局部问题”演变为全球金融海啸的全过程，用文字记录了每一个关键节点。那些文章写于风暴之中，带着一种身临其境的紧迫感。你读它们的时候，能感受到一个经济学家在巨大的不确定性面前，依然试图保持冷静、用逻辑去拆解混乱的努力。

我们的学习报告有600多行。但最让团队震动的是一个发现。

陶博士在2009年5月写了一篇文章，预警”美国国债是一颗定时炸弹”。当时全世界都在忙着从金融废墟中爬出来，没有人关心美债。美债被视为最安全的避风港，全球央行都在疯狂买入。

然后，十七年过去了。2026年，美国国债总额突破36万亿美元，利息支出超过国防预算，全球央行开始悄悄减持。陶博士在最新的专栏文章里写的”特朗普也许可以赢下格陵兰，却输掉美元的信用”，和2009年那篇文章形成了完美的呼应。

十七年前埋下的种子，今天开花结果。

读到这里的时候，我想起十几年前自己第一次读到那篇”美债定时炸弹”的文章时，还觉得陶博士是不是太悲观了。十七年后回头看，他不是悲观，他只是看得比所有人都远。

Carol 在群里说：”这不是预测。这是理解了经济运作的底层规律之后，自然推导出来的结论。时间可能迟到，但方向不会错。”

陶博士还把2008年的金融海啸拆解成了一个框架，他叫它”三头怪兽”：

第一头怪兽，金融海啸本身。信用体系崩塌，银行间拆借冻结，流动性瞬间蒸发。

第二头怪兽，经济衰退。金融海啸传导到实体经济，需求坍缩，失业飙升。

第三头怪兽，通胀回归。各国央行为了救市疯狂印钞，短期解决了流动性问题，但种下了通胀的种子。

三头怪兽不是同时出现的，而是依次登场。处理完第一头，第二头来了。处理完第二头，第三头来了。而且处理第一头怪兽的方法（印钞），恰恰是制造第三头怪兽的原因。

这个框架在2008年是用来分析金融海啸的。但到了2020年 COVID 冲击时，完全相同的剧本再次上演。先是流动性危机（2020年3月股市熔断），然后是经济衰退（全球封锁），然后是通胀回归（2022年CPI破顶）。

陶博士不是在预测未来。他是在告诉你，经济这台机器的运作方式，一百年来没有变过。变的只是每一次危机的导火索和主角。而他愿意把这些观察和思考写下来，年复一年地分享，这件事本身就值得我们深深感谢。

一个改变整个项目方向的对话

深度学习推进了一天之后，我们提出了一个务实的问题：知识库会越来越大，怎么办？

开发部的方案很标准：三层架构，核心方法论放最上面，中间是滚动摘要，底层是归档库。旧知识定期压缩，给新知识腾出空间。

这在技术上没有问题。在大多数知识管理场景下，这就是最佳实践。

但我认为行不通：

“对于经济分析来说，这样不行。旧知识不能归档。因为经济是循环的。”

我的逻辑很简单。

经济有短周期（3到5年的信贷周期），有中周期（7到10年的商业周期），有长周期（10到15年的债务大周期）。2008年发生过的事情，在2020年以不同的面目重新出现。1997年亚洲金融风暴的模式，在2022年新兴市场债务压力中隐约可见。

如果我们把2008年的详细记录压缩归档了，当下一次类似的信贷危机酝酿时，系统就认不出它。因为它已经忘了上一次见到这种模式时的样子。

这跟人犯同样的错误是一个道理。人之所以反复在投资市场里亏钱，不是因为笨，是因为忘了。忘了上一次市场崩盘前的信号长什么样，忘了上一次自己是怎么被恐慌情绪推着做出错误决定的。

忘记，才是投资最大的敌人。

而陶博士十七年的文章，恰恰是对抗遗忘最好的武器。他帮我们记录了每一次危机的来龙去脉，每一次繁荣的起因和终结。如果我们把这些记录压缩归档了，就等于主动丢掉了他花十七年帮我们保存的记忆。

量化分析模型的底层知识库

最终我们重新设计了知识库的架构：不再按时间归档，改为按周期模式归档。每一次历史上的危机、繁荣、转折，都被提炼成一个”周期模式档案”，标注触发条件、演进路径、市场反应、以及它和其他历史事件的对比。

程序员大哥的原话：

“现在系统可以做到这样的事情：’当前情况与2008年Q2有三个相似点：银行间拆借利率飙升、信用利差扩大、央行还在嘴硬。但有两个关键不同…'”

这不是预测。这是模式匹配。这是用十七年的记忆去帮助我们理解当下。

而这个改变，直接来源于十几年里面陶博士通过大量的经济分析展现的一个朴素认知：经济是循环的，人会忘记，但记录不会。

还只是开始

那一天结束的时候，我们完成了这些事：

收录了超过1,000份分析材料。 精读了128篇文章（近50篇最新专栏加80篇金融海啸时期）。 提炼出了5条核心分析方法论。 发现了陶博士的”三头怪兽”危机框架。 找到了一个跨越十七年的预判验证案例。 重新设计了整个知识库的底层架构。

但这还只是一千多份材料里的128份。剩下的九百多份，覆盖了2010年欧债危机、2012年”不惜一切代价”、2013年缩减恐慌、2014年美元王者归来、2015年中国股灾、2016年英国脱欧和特朗普当选、2018年算法股灾、2020年负油价、2022年全球激进加息。

每一个年份都是一部经济史。每一部经济史里都藏着下一次危机的线索。而陶博士用十七年的笔耕，把这些线索一条一条地记录了下来，等着有心人去发现。

我们想做那个有心人。

下一篇讲我们怎么在接下来的两个月里消化完这些材料，以及在这个过程中，团队经历的那些让人拍桌子的发现时刻。包括我们怎么发现了陶博士的”失误模式”（是的，他也会犯错，而且错误模式本身就是极有价值的信息），以及一场关于数据标准化的争论，如何让我们的项目从”学术研究”升级为”可量化的交易系统”。

那个故事的关键词叫”知识的四层架构”。如果你做过数据工程，你大概能猜到为什么我们需要四层而不是三层。

如果你没做过，下一篇会告诉你：那个被 Carol 自创出来的”先跌后涨”标注，是怎么引发了一场让整个项目受益的技术讨论。

*本文是「量化交易系统研发手记」系列第 2 篇（上），共 8+ 篇。上一篇：「我们为什么不预测市场」。下一篇：「从金融海啸到激进加息，我们读到停不下来：深度学习陶博士（中）」*

多伦多凤凰创意网站设计开发公司原创博客，版权所有，请勿转载！ 更多多伦多实战网站案例，请点击这里。