一股神秘的力量接管了投资。我知道那是什么。

最近，我一直在思考增长战略相对于价值的持续优势——这让我有了一些惊人的发现。

自2008年金融危机以来，标准普尔500指数（Standard&Poor's 500 Growth Total Return Index）在11年中有8年超过了价值总回报指数（Value Total Return）。自金融危机以来的十年里，经济增长使平均年化回报率达到9.4%，而价值回报率仅为5.6%。更糟糕的是，在这段时间里，价值经历了三年的负增长，而增长指数却没有经历过一年。

德州市政退休系统（Texas Municipal Retirement System）的私募股权投资组合也出现了类似的表现，自成立以来，我们的成长股权内部收益率约为27.8%。更具价值导向的收购书同期的内部收益率仅为11.5%。

可能有多种周期性因素在起作用，为增长战略提供了强劲的推动力，包括简单的均值回归。毕竟，从2000年到2008年，价值表现显著，除了一年以外，每年都赢，所以也许终于轮到增长再次闪耀。

然而，超值增长的异常持续性实际上早于此。如果我们从1999年开始，看看20年来的数据，包括互联网崩溃和信贷危机带来的市场数据，增长率再次超过了价值——尽管更为温和——年增长率为6.1%，而这20年的年增长率为6.0%。再回溯到1994年标准普尔增长和价值指数（S&P Growth and Value Index）成立之初，我们可以看到，25年来，增长率每年超过价值近150个基点，从10.3%到8.8%。

如果我们分析罗素3000增长和价值指数，我们会看到同样的情况。30年来，中国经济增长的回报率为10.2%，而价值股的回报率为9.9%。我甚至发现，从上世纪70年代开始，经济增长超过长期持有。诚然，在樱桃采摘期有一个回填偏倚的因素，显示出增长优于预期，但与增长的主导表现相比，那些价值胜出的时期显然少之又少。

对于一个沉浸在从格雷厄姆、多德到法马、法兰西等金融巨头的经典金融知识中的人来说，似乎在足够长的时间里，价值应该跑赢大盘。20年、30年和40年的证据表明，它与我之前所相信的并不相反。经济增长应该只有短暂的动力驱动的超越；40年的超越不应该发生。如果价值观在我的一生中不起作用，更不用说我的职业生涯了，它真的是一个持久的因素吗？是否会有更具结构性的因素在起作用，而不仅仅是周期性的原因？

为了解决这个难题，让我们看看其他一些乍一看似乎不相关的话题。

在以前的工作中，我在对冲基金担任雇员、服务提供商、研究员和分配员。我亲身经历了许多人在过去几年的文章和研究论文中提到的：对冲基金回报率的持续下降。只要看看HFRI基金加权综合指数的名义回报率，我们就可以看到，从1990年到2000年，对冲基金创造了巨大的回报，年化收益率为18.3%，超过标准普尔500指数16.5%的平均收益近200个基点。然而，自那以后，情况发生了转变，对冲基金只勉强维持了5.2%的复合回报率，略落后于本世纪初以来股市5.6%的涨幅。

显然，较低的股票回报率拖累了业绩，但对冲基金的表现甚至比仅以股市为基础的预期还要糟糕。要讲整个故事，我们必须看看多因素阿尔法，即超出对冲基金可以承受的所有其他风险的超额回报，包括资本化、动量和其他风格倾斜。当这些考虑因素被适当考虑的时候，这个故事看起来就再好不过了。根据对冲基金分析提供商的研究诺夫斯在过去的十年里，对冲基金alpha的六因子模型平均值稳步下降，从危机前一直为正，到危机后几年基本为零，再到现在一直为负。

一些文章把责任归咎于阿尔法侵蚀完全由大型机构配置者承担，这些机构在过去20年中对资产类别的巨额投资可能已导致该行业超过其承受能力，在大量投资的同时套利阿尔法。毫无疑问，资本的大量涌入是平衡的一部分；更多的资产提高了效率，而效率是alpha的敌人。但我再一次无法摆脱这种执着的感觉：这个公式可能是不完整的。我还缺什么？

然后我读了另一篇关于阿尔法衰落的文章——但这篇文章提到了沃伦·巴菲特，奥马哈的先知。尽管他吹嘘自己在近50年来击败标准普尔的记录无与伦比，但最近他一直在努力扩大自己的辉煌业绩。从1965年到2008年，巴菲特控制的投资工具伯克希尔哈撒韦（Berkshire Hathaway）以每年超过10%的速度击败标准普尔500指数，这是一个真正了不起的壮举。

然而，自那以后，伯克希尔哈撒韦的表现就更加平庸了，实际落后于大盘100多个基点——7.3%对标准普尔有利的8.4%。绘制伯克希尔哈撒韦A股超额收益率相对于市场的下降曲线，可以得出一个熟悉的数字。

阿尔法的下降也不仅仅局限于神谕者或宇宙的主宰者。总体而言，主动管理型共同基金继续跟踪被动指数。已经连续九年了，主动股票共同基金的表现逊于标准普尔500指数，65%的主动大盘股基金在2018年落后于基准。在过去的十年里，86%的基金都是在他们的假象后面——在过去的15年里，情况变得更糟：92%的积极管理的共同基金在这段时间里没有表现出超过标准普尔500指数的表现。

而这一情况的出现，是因为活跃市场资金外流，而不是流入活跃市场。根据来自研究公司晨星的信息，自2006年以来，活跃的共同基金每年都出现资金外流。它估计早在2009年，近75%的公开交易股票由活跃基金持有。如今，随着先锋（Vanguard）和贝莱德（BlackRock）等被动投资巨头抢占市场份额，这一数字已降至约一半。显然，水流不可能是阿尔法侵蚀的唯一原因。

这种表现也并非仅出现在股市。更多的研究晨星的数据显示，在过去16年里，积极管理的债券基金也令人失望。尽管在总回报率的基础上，大多数债券基金的实际表现都优于其指数，但一旦计入费用，在调查的25类债券基金中，所有债券基金的净回报中值都落后于基准。别搞错了——我们确实目睹了阿尔法的消失。

我一直相信alpha不可避免地向beta迁移随着时间的推移。我认为这个过程是这样的：一开始，一些擅长模式识别的人能够识别并实施一个非常成功的投资策略。这个过程变得更加制度化，因为公司里的其他人被教导如何去做，业务也随之增长。外部竞争对手注意到，他们试图追逐该行业表现最好的公司所带来的回报。

也许有几个中尉会自己出去，带着他们对方法的内部了解，开始与他们以前的导师竞争。越来越多的市场参与者开始模仿这种策略，学者们对此进行了描述，人们对这种技巧的理解也越来越广泛。最终，它得到了广泛的实施，并最终变成了beta，从而成本成为了主要的区别。

今天这种情况发生得越来越快。也许在α的衰变函数中，有某种更具结构性的东西驱动着它的快速加速。也许某种东西在本质上缩短了α的半衰期，无论它在哪里被发现，把α变成β的速度比历史上更快。这让我想到了计算能力和数据无处不在的崛起。

关于人工智能和机器学习将如何给投资带来革命性的变化，人们已经写了很多文章。坦白地说，很多都是纯粹的炒作. 但在这种噪音中失去的是一个不可否认的事实，即原始计算能力的大规模、强劲增长，已经自动化并消除了大多数以前手动汇总和分析金融数据的做法。自20世纪60年代以来，摩尔定律意味着在近40年的时间里，集成电路上的晶体管数量大约每18个月就翻一番。尽管这一增长速度在今天已经放缓，但这仍然意味着市场上最强大的半导体芯片现在有近250亿个晶体管被塞进芯片，从而导致计算能力呈指数级增长。

另一方面，我们根本无法与这种计算霸权竞争。我们人类的大脑，平均约1260立方厘米，近20万年来基本没有变化。我们简直跟不上。而这甚至还没有开始解决众多的认知启发和偏见，使我们不完全理性的数据处理器开始。然而，计算机在结构化数据的合成和分析方面非常精通。

在一个供给创造自身需求的辛酸例子中——主要是因为计算能力的提高——提供给这些机器的数据量几乎与这一增长同步增长。今天，作为一个社会，我们创造了每天2.5 EB的新数据. 就透视图而言，一个exabyte是五分之一字节，后面有18个零。换句话说，1exabyte就是十亿千兆字节，这个数字我们大多数人都更熟悉。我现在的iPhone有大约125gb的存储容量，所以我需要800万个iphone7来存储1exabyte的数据，其中2000万个用来存储每天创建的新数据。数据现在无处不在。

尽管并非所有这些数据都同样有价值——是的，Netflix知道你上周疯狂地看了《卡戴珊家》！-流动性金融市场上可获得的信息量同时激增。例如，目前全球公开交易资产上有大约370万种不同的指数可用，超过300万种仅2018年就创造了40万个. 从定义上讲，你可以越精细地切片beta，就越难找到alpha。

超过99%的现有数据是从2007年开始创建的，这与市场上开始观察到阿尔法侵蚀模式的日期几乎相同。再说一次，尽管我确信在所有这些影响中也有强大的周期性因素在起作用，但我也不认为时机仅仅是巧合。如果这次真的不一样呢？

你看，计算机现在在其他智力领域也一直取得胜利。事实上，在2016年，谷歌的AlphaGo项目在五场比赛中的四场击败了世界围棋冠军李赛多。围棋是一个非常复杂的游戏，比国际象棋复杂100倍，但它仍然是一个有固定规则的棋盘游戏。AlphaGo的决定性胜利，一年前横扫欧洲冠军范辉五场比赛无一胜出，意味着电脑现在在所有现有的棋盘游戏中占据至高无上的地位。专家们早就说过围棋将是最后一场围棋，而且比预期的要早十年。

因此，或许电脑在套利式对冲基金策略中获胜是有道理的，即一个价值95美分的资产在一个市场买入，一个近似相同的资产在另一个市场以1美元的价格卖出。这些传统的对冲基金策略大多是基于规则的，如果说有什么区别的话，数据的普遍性意味着计算机在分析不断增加的数据量方面具有巨大的优势，不仅可以找到通常是暂时的折扣，而且还可以在必要时，在速度较慢的投资者面前争取较小的利差，基本上可以击败他们。

想想看，这基本上就是价值所在：花80美分买1美元，或者81美分，然后买82美元。对结构化数据进行筛选，并按顺序对其进行排序，然后对交易进行优先级排序、优化和快速执行，这是计算机擅长的，而且不需要任何接近AlphaGo的马力或复杂的学习行为。但是，即使用于实现价值的具体指标（比如，市盈率或市盈率）因市场状况、竞争动态或公司高管的财务报告趋势而发生变化，计算机也比我们更快地识别这种变化。

另一方面，增长可能更难发现。这不仅仅是因为这样做需要对未来做出简单的预测——顺便说一句，计算机在这一点上通常也比人类强——而且还需要更多的东西。根据我的经验，成功的成长型投资者能够跨多个（通常看起来不相关的）领域合成非结构化数据。

例如，他们可以根据具体的市场增长推断出广泛的消费趋势，通过在类似市场中找到早期的类似情况，将这些数据提炼成可能还不存在的产品的盈利潜力。或者，他们可以通过稍微调整现有的产品线，在一个更大或更有利可图的市场上与遗留的现有企业竞争，来发现不明显的机会。

经过精心调整的计算引擎，如谷歌的AlphaGo，在特定领域具有结构化数据和规则，非常出色，尽管它们可以提高在这一任务上的性能，但它们还没有真正展示出任何类似于创造性、非结构化思维所需的类人智能的东西。例如，AlphaGo不能分辨一只猫和一张桌子，也不能在跳棋时打败我。

在一个信息不对称和相当高的平均经济增长率的世界里——正如40年前存在的那样，当挖掘不透明财务报表的实体副本所需的能力和努力为那些这样做的人带来了清晰的信息优势——价值看起来像阿尔法。但也许今天，在一个数据无处不在的低增长世界里，每一张办公桌上都有一个彭博社，电脑吞噬了所有的价值，增长看起来更像阿尔法。

在我思考的时候，这个想法让我得出了两个不可避免的结论：第一，为了支持这个假设，我们应该有更明确的证据证明计算机在数据无处不在的地方获胜。第二，在一个给定的领域中，缺乏数据的普遍性意味着信息优势，因此alpha机会仍然存在。

让我们先看看后一个结论，其中证据最为有力的是：私人市场。在私人股本领域，数据肯定还不是无所不在。尽管像Burgiss和Pitchbook这样的公司尽了最大的努力来建立全方位的私人股本数据库，但私人市场中的信息仍然相当有限，大多数人通常无法获取；即使有信息，也往往需要手动清理和处理才能使用。然而，与对冲基金类似，私人股本在过去20年中也出现了大量机构资本流入。事实上，相对于对冲基金业估计的3.2万亿美元，私人股本的规模约为4.5万亿美元，比它的长青兄弟大40%。如果是规模侵蚀了alpha，我们可能预计私人股本将反映对冲基金的衰退，甚至更糟。另一方面，如果这种侵蚀更多地归因于数据可用性，那么私人股本alpha的表现应该会更好。

几年来，它似乎没有，导致权威人士宣布私人股本的超额回报已经成为过去，也许有点过早。这些论断是基于另一段时期强劲的公共股本回报率（从2009年1月至2017年12月，标普500指数年率为15.8%），并与高度不成熟的私人股本基金的业绩进行了比较。

最近的研究这表明，随着这些后期年份开始经历所谓的J曲线（私募股权基金成立初期的费用和支出导致账面亏损，几年后资本利得将回报率推至正区间），它们的相对业绩较好，几乎所有年份的葡萄酒都在多个指标上为公共市场带来了正超额回报。将ILPA私人市场基准水平的horizon综合回报率与标准普尔500指数的剑桥联合修正公共市场等价物进行比较，我们可以看到，私人股本的超额回报率确实出现了一些复苏。

由于机构资本的涌入，如今的私募股权无疑更具竞争力，更高的估值是一个合理的担忧。然而，这个部门仍然是事务性的、关系性的，效率也不太理想。信息不对称的机会仍然很普遍。

一家价值2亿美元的公司有35个首轮竞购者，显然比有5个竞购者更有竞争力，因此更有效率。但与公开市场相比，这还不算什么，在公开市场上，典型的大盘股每天交易数千万股，几乎所有可以想象到的关于一家公司的财务数据点都能在几乎瞬间为整个市场提供。

尽管与我的理论一致，但私人股本相对业绩的反弹并不能为其提供确切的支持。但是，通过调查我的第一个外卖，明确测试计算机与人的性能-不仅仅是增长与价值或公共与私人-我们看到了阿尔法发生了什么更有力的证据。

利用Eurekahedge系列指数，我比较了广义Eurekahedge对冲基金指数的累计回报率，这是一个由近2500只对冲基金组成的等权重指数，而Eurekahedge AI指数则对一篮子在投资过程中在一定程度上使用人工智能和机器学习的对冲基金进行了等权重加权。尽管它是我能找到的最具代表性的一个指数，但我应该注意到，它只代表了14只基金。

尽管如此，其表现还是令人印象深刻。自2010年成立以来，人工智能指数（AI index）已经彻底摧毁了对冲基金的平均水平，机器年化率为12.8%，而人类仅为5.0%。如果说效率是alpha的敌人，那么计算机就是它最可怕的噩梦，它被类固醇弄得筋疲力尽。

很明显，我不愿意得出这样的结论：价值永远不会超过增长，或者私人股本是投资组合的灵丹妙药。然而，我确实认为，我们大家都应该谨慎地怀疑，在数据无处不在的情况下，我们是否有能力在未来从简单化和高度透明的基于规则的策略中获得可复制的超额回报，而计算机现在在这方面具有明显的优势。俗话说，如果你在比赛的前十分钟没能发现桌上的笨蛋，那就是你。如果这个游戏涉及数字的顺序排列，而所有其他玩家都是计算机，那么你就有大麻烦了。

我认为去他们还没有完全控制比赛的地方，或者在他们已经控制的地方使用他们是有意义的。正如另一句谚语所说，如果你不能打败他们，就加入他们。但话说回来，我知道什么？我只是个普通人。