雷达接收机的工作原理你大概在大学课本里学过。发射端送出一个已知波形的脉冲这个脉冲在空间中传播撞到目标之后反射回来被接收天线捕获。接收端要解决的问题只有一个在充满了热噪声、大气干扰和其他电磁 clutter 的回波信号里判断那个已知波形到底有没有回来以及什么时候回来的。匹配滤波器就是用来解决这个问题的数学工具。它的设计思路简单到让你不敢相信要在一堆白噪声里检测一个已知信号最优滤波器的冲激响应就是那个已知信号的时间反转。不是去猜测噪声的特征不是去建模信道的畸变只是把自己想要检测的信号反过来然后用它去和接收到的波形做卷积。当那个反转之后的模板和回波里隐藏的真实信号精确对齐的时候卷积输出达到峰值。这个峰值告诉你两件事目标存在以及它离你有多远。你在投资世界里寻找属于自己的策略和雷达在噪声里寻找回波是同一个数学问题。你的投资策略必须是你自己人生的时间反转匹配滤波器定理推导出来的结论是极其苛刻的最优检测性能只在你用的模板和你要检测的信号波形完全一致的时候才能达到。你用错模板——比如发射端送出去的是一个线性调频脉冲你的滤波器却设计成匹配一个固定频率的窄带脉冲——那不管信噪比多高你的输出只是一串杂乱无章的互相关旁瓣不会有任何清晰的相关峰。这就是为什么直接照搬别人的投资策略在你身上几乎一定会失败。你读到一本写巴菲特的书里面总结了他过去几十年选股的标准护城河要宽、管理层要优秀、估值要合理、最好能永续经营。你把这些标准一条一条抄下来做成清单然后打开交易软件开始筛选A股。你找了三个月勉强找到几只你自认为符合这些标准的公司把仓位打满坐等复利发挥作用。接下来一年这些股票跌了百分之二十。你没有坚持割了。你失败的原因不是巴菲特的策略有问题。他的策略是他的冲激响应是他的人生信号的时间反转。巴菲特用保险浮存金做资金来源他的资金没有到期日没有强制赎回在市场暴跌的时候不仅不需要卖出还能用新收到的保费继续加仓。他的策略模板里默认了一个“无限子弹”的参数这个参数是他信号的固有组成部分。你的资金是每个月从工资里省出来的几万块钱你的持有期受限于你可能明年就需要换房的首付、后年就可能面临的大龄裁员风险、以及你老婆在熊市底部每天问你“钱还在亏吗”时你承受的压力。你把一个内置了“无限子弹”参数的模板直接套在一个弹药有限的资金结构上卷积出来的结果注定是一团噪声。同样的问题也发生在照搬达利奥的“全天候”策略、或者照搬大卫·斯文森的耶鲁捐赠基金配置模型上。达利奥的全天候策略是给桥水基金几百亿美元机构资金设计的它的核心假设是你可以自由地在全球各个市场、各个资产类别之间做极其精细的风险平价配置交易成本忽略不计杠杆使用没有限制。斯文森的模型是为一个可以无限期存在、不受任何短期赎回压力、享受顶级私募基金额度的大学生捐赠基金设计的。你拿着自己的五十万积蓄去复制他们的模型等于用你家的智能音箱去模仿一架相控阵雷达的信号处理链路——芯片不是同一种天线阵元数量差三个数量级发射功率不在同一个物理维度上。你的匹配滤波器只能用你自己的信号来设计。三个问题画出你自己的时间反转模板设计匹配滤波器的第一步不是分析市场是分析你自己。你需要诚实地回答三个问题。这三个问题的答案就是你人生信号在时域上的波形。把它们在时间轴上反转就是你该用的策略模板。第一个问题我能承受的最大回撤是多少不是你想承受多少是你真实地、在半夜醒来想到账户亏损时还能继续睡觉的那个数字。对绝大多数工薪阶层来说这个数字在百分之十五到百分之二十五之间。如果你诚实的回答是百分之十五那你所有权益类资产的配置比例就应该按照这个回撤容忍度来倒推。历史上A股宽基指数在熊市里的最大回撤通常在百分之三十到百分之五十之间。如果你的组合里股票占六成债券占四成那组合整体的最大回撤大概在百分之十五到二十之间。如果你的回撤容忍度只有百分之十那你的权益仓位就不能超过四成。这不是由市场决定的是由你能不能睡着觉决定的。你在1.3节失控的那几次操作大概率都是因为账户回撤已经超过了你自己还没有意识到的那个真实容忍度你的身体已经在用恐慌操作来执行强制停机而你的大脑还不知道停机阈值早就被触发了。第二个问题我能忍受自己的持仓多久不涨这不是一个投资问题是一个性格问题。有的人可以买完一只股票之后三年不看账户每次朋友问起就说“放着呗”。有的人持仓三个月不涨就开始浑身不舒服六个月不涨就开始怀疑策略是不是错了一年不涨就直接割肉换仓然后割完才发现原来的持仓开始涨了。如果你属于后者那价值投资对你来说就是一个不匹配的模板。不是价值投资不好是它的信号持续时间和你的耐心窗口不匹配。你的信号本身是一个持续时间较短、需要较快反馈的波形而你硬要用一个需要很长时间才能展开的模板去匹配它。结果自然是相关峰还没出来你已经退出了接收状态。你应该选择的是一个信号持续时间和你耐心窗口匹配的策略——也许是指数定投加季度再平衡也许是一个有明确止盈止损周期的行业轮动框架。你不需要强迫自己变成巴菲特那种可以持有十年的性格。性格不是选出来的是经过二三十年的人生经历压制成型的。你可以微调它但不能重铸它。第三个问题我到底懂什么不是“我感兴趣什么”是“我的日常工作让我对什么东西有信息差”。你是芯片设计工程师你对半导体供应链上的制程节点、封装良率、EDA工具生态有比基金经理更早感知变化的能力这是你的信息差。你是一个后端开发你对云基础设施公司在性能优化和成本控制上的真实技术壁垒有切身体会这是你的信息差。你是一个消费电子产品的硬件工程师你对某家公司在产品细节和供应链管理上的执行能力有同行的直觉这是你的信息差。这些信息差就是你的已知信号。你的匹配滤波器应该专门设计来捕捉这些你在日常工作里已经持续接收到的信号类型。你不应该花时间去研究白酒的渠道库存或者医药公司的临床试验成功率或者猪周期的存栏量拐点。那些不是你的已知信号你对它们的波形毫无直觉你不可能设计出一个匹配的滤波器。而你在芯片上积累的判断力是你已经内化到不需要看任何技术指标就能做出大致准确判断的脉冲波形把它写下来就是你最强的匹配模板。这三个问题的答案合在一起描绘出了一个清晰的信号轮廓你能承受多大的波动决定了这个信号的幅度包络你能忍受多长的等待决定了信号的时间宽度你拥有什么样的信息差决定了信号的载波频率和调制方式。把这个轮廓从纸上搬到你的策略里——只投你懂的行业只用在你能承受的回撤范围内波动的资产类型只用在你愿意等待的时间尺度内能充分展开的策略逻辑。这个策略不会像巴菲特的不会像达利奥的不会像任何一个你从书里读到的标准模板。它只属于你。但它是唯一一个能在你真实的人生噪声背景里被成功检测出来的信号。你在第五章前面几节装上的所有组件——抗混叠滤波器、低通滤波器、电磁屏蔽、眼图测试仪、导频辅助锁相环——最终都需要一个匹配滤波器来做最后的信号判决。前面的所有模块都是为了把信噪比提到最高但决定“你到底在听什么”的是这最后一节写的这个模板。模板错了前面滤得再干净你检测到的仍然是一串杂乱的旁瓣。模板对了哪怕环境噪声还是很大你依然能在卷积输出的峰值处找到那个清晰的回波。在下一节也是第五章的最后一节我们要把这些在时域里设计好的滤波器转到一个全新的视角去检验——频域。你过去三年的收益曲线拉出来做一次傅里叶变换看它的频谱。你赚的钱多少来自市场的β多少来自你自己的α多少只是运气随机游走留下的虚假谱峰。这件事做一次你对“自己到底有没有投资能力”的认知可能比过去十年加起来还要清晰。