◉ TL;DR
原文於 2025 年 4 月所寫。
美股跌 25% ，已觸發我們其中一個入場信號。
標普或跌至 3000 點，但不是大蕭條。
不要相信自己的「這次不一樣」，我們不是經濟學家，相信美帝。
質化分析對散戶來說，是個篩選器，篩選哪些資產不值得持有。
除了質化研究，我更相信量化分析對散戶更容易上手。
中國能取代美國經濟的機會不大。
預期倉位：美股 50% + 黃金 10% + 比特幣 40% 。
◉ 股災信號說什麼
這個周末花了很多時間重溫歷史，但沒有可比性。
除了石油危機外，每一次的經濟危機都源自不同因素，最終跌幅也不同。
我們有個會員策略信號已觸發，先排除閃崩閃回。
像 2015、2018、2020、2024 年 8 月那種，不會發生。
剩下的 2000 年 和 2008 年股災，跌幅達 50% 。
如果重演， S&P 500 會到 3000 點。
其實也只是回到 2020 高位，不算誇張。
四個月後的覆盤 ( 2025 年 8 月更新 )
原本以為這次會是大跌浪，結果看錯了，真的是閃崩閃回。
沒有數據下，唯有超豐富的交易員才能精確判斷宏觀方向，然而我一向很討嚴經驗這字。
幸好，量化回測能夠讓我們很短時間內便獲得大量歷史經驗。
◉ 特朗普的製造業夢，泡沫前奏？
特朗普喊製造業回流。
聽起來很美，但可能同時帶來泡沫破裂的效果。
回想 2000 年互聯網崩盤，還有 2008 年金融危機。
這次會是 AI 也會一樣嗎？不好說。
◉ 大蕭條？別嚇自己
有人喊大蕭條。
我覺得不像。
當年產能過剩，美聯儲放任不管。
現在的美聯儲沒那麼蠢。
看到危機，肯定出手。
而且，人總愛高估極端事件。
三戰？經濟崩潰？
說法多，但概率低。
每次一般人認為「這次不一樣」的時候，幾乎都是錯的。
以此建構策略，通常是負期望。
◉ 特朗普的真正目的？
特朗普是商人，談判技巧很清晰。
先語出驚人，讓對手慌，再收拳。
他到底想幹嘛？逼美聯儲降息？消債務？圍堵中國？
甚至有人猜，他要堵跨國公司逃稅。
才會連企鵝島都徵稅。
對非專業的人來說，這些發生的概率差不多。
◉ 量化對散戶更有利
質化分析有意思，但很吃經驗。
沒有十年、二十年的浸淫，搞不定。
我更想要可複製的量化規則。
會員文章曾提過，美國公債利差指標很實用，千禧年的股災前夕都出現信號。
去年想做空，結果早了一步。
現在美股跌 25% ，入場信號來了。
這信號過去 20 年很準，半年內必見底。
但若像 1974 年陰跌，就會虧損。
解決策略
- 別 all in 單一策略。
- 先按策略，買 10% 倉位。
- 再用多個見底信號搭策略。
- 犧牲總收益，換平滑資金曲線。
- 勝率更高。
◉ 金字塔式抄底作例子
（ 不是投資建議 ）
舉個最簡易理解的例子，用金字塔式買美股。
自最高位跌破 20% 後，逢跌 10% 加倉，每次加注都多加一些。
小股災 （ -20% ）、中股災 （ -50% ）、大股災 （ -80% ）都能應對。
只要不是大蕭條或槓桿爆倉，策略顯示雖回撤大，但總會賺。
我們就是自己的客戶，面對幾年一次的機會，回撤大有甚麼所謂嗎？
散戶的優勢
- 散戶最大的優勢除了流動性，還有不強求。
- 基金、銀行的專業交易團隊，試試一年做不出成績？馬上丟工作。
- 散戶數年空倉，買進就放數年？日子該過的還是能過。
- 想好我們的優勢。
◉ 中國取代美國？難
有人說中國難超美國經濟地位。
原因很直白。
人口多，產能太強，沒國家能互補。
除了賣資源的俄羅斯和澳洲。
日韓台、東南亞，都不行。
全是貿易順差，人民幣難以替代美元。
中國經濟現況
- 消費弱，產能過剩。
- 像 1929 年的美國。
- 外貿又熄火，經濟難題不比美國低。
◉ 買甚麼
再次重申，我並非經濟專家。
以上的所有分析都只是作為交易者所做的基礎判斷，目標是決定選擇哪些資產值得買入。
資產選擇建議
美股首選，賭美國領導力與糾錯能力。
AI 熱門，但我怕是泡沫，不敢全押。
反而看好 COST 。
經濟下行，賣便宜貨的公司吃香。
黃金是避險首選，現在有點高。
比特幣繼續持，賭虛擬黃金加冷戰黑市貨幣。
四個月後的覆盤 ( 2025 年 8 月更新 )
回顧四個月前的看法，有看對也有看不對的地方：
經濟下行現象短期未有出現，COST 等民生股跑輸科技股。
科技股繼續爆贏市場兼創新高，這是我們沒有捕捉到的地方，幸好我們有 TQQQ。
黃金的確太高，四個月內仍然高位整固。
比特幣如所料突破新高。
看對率不高，但是能獲利的關鍵，是分散投資。
◉ 散戶要贏不靠運氣
散戶想贏，最好靠數據和量化策略。
鑽研單一機會並重注，容易一失足成千古恨。
巴菲特說過：「分散投資是對無知的保護，對那些知道自己在做什麼的人，是沒有意義的 。
但絕大多數人，就是很難知道自己對與錯。
連經濟學家都不懂的時候，你看似深邃的想法，會否也只是無謀？
所以我選擇用廣度換取深度，開發大量信號覆蓋。
只要相關性不高，很難一次全錯。
