AI、叙事与反身性投资

多客科技

作者：微信文章
叙事投资与全球资产MEME化的浪潮

关于这个主题也写了很多文章分析了，26年开年以来，A股题材炒作火爆，以商业航空为代表的未来远景故事成为了全市场追捧的对象，每天各个投资群转发的都是一堆百倍、千倍空间的小作文与制作精美的各种产业链图谱，很专业，且煽动性很强，这在一个AI算法驱动的世界中，会导致股价短期的剧烈偏离。现在随便一个推特上的讨论主题，都会极大影响一个公司甚至一个板块的走势。股市为何有周期？人性如山岳一般古老。股市是人心的投射，但短期股价走势又完全被叙事左右，AI让高质量的叙事生产与传播成本降为零，非专业投资者都可以快速生成便于传播的高质量投资叙事，这样的背景下，股价的短期波动就会被疯狂放大，这个时候利用索罗斯的反身性投资系统更为有效。从这句话往下推，其实可以把问题拆成四条线：

“人心 → 叙事 → 价格”这条反身性链本来一直就存在，人性反复是周期的根源；AI 把“叙事生产 + 传播”的成本几乎打到 0；于是短期价格越来越像“叙事的放大器”；在这种环境下，索罗斯式的反身性系统反而变得更有用——前提是你要重构它，把“叙事层”单独工程化。

我按这个逻辑展开。

---

一、经典反身性框架：从“认知错位”到“价格主导基本面”

在索罗斯的原始设定里有两条函数：认知函数：市场参与者对基本面的认知 ≠ 真实基本面→ 形成“偏差的信念 / 叙事”（narrative / belief）制度函数：价格变化会反过来影响企业、经济和其他参与者的行为→ 价格本身改变基本面（通过融资、信贷条件、信心、资本开支等）简化成链条就是：信念 / 叙事（Narrative） → 行为（Behavior） → 价格（Price） → 反向改变基本面（Fundamental） → 再反馈回叙事这条链本来就有两个结果：放大器（self-reinforcing）：叙事偏乐观 → 买盘推动股价 → 股价高企便于增发/扩张/招聘 → 短期基本面真的改善 → 叙事看起来“被验证”，再推高股价。反转点（self-defeating）：当价格偏离基本面太远、或“好消息用尽”，叙事突然破裂 → 资金撤退 → 基本面被反向伤害（砍 capex、融资困难），价格快速回归甚至过度杀跌。在没有 AI 之前，“叙事层”的生产是高成本、低频的：要写报告、要出书、要在电视/报纸上刷存在，需要时间和资源，信息传播也有摩擦。

---

二、AI 把“叙事生产函数”改写成什么样？

可以把“叙事生产与传播”当成一个生产函数 N = f(成本, 能力, 渠道, 算法)。AI 对这四个变量逐一动刀：成本：从“需要团队与时间”→“个人+几分钟”任何人都能在几分钟内生成一篇看起来专业、逻辑完整、用词高大上的“投资长文”、PPT、大纲甚至视频脚本。以前只有专业机构有能力做的“研究包装”，现在边际成本接近 0。2.能力：从“专业与表达能力是瓶颈”转变为“只要有一点情绪/想法就够了”散户不缺“情绪”与“直觉”，而是缺表达；AI 帮他把直觉和情绪包装成“看起来合理的推演、DCF、TAM 故事”；结果是：非专业资金讲出来的故事，专业度和说服力大幅提升，而且往往传播性更佳。3.渠道：从“公共媒体把关”→“平台算法 + 去中心化社交”自媒体、短视频、社区平台 + 平台算法分发；AI 再帮你做标题、封面、分发策略、不同平台适配版本；叙事扩散的“传播系数 R0”显著提高，叙事周期时间缩短。4.算法优化：从“拍脑袋写一个故事”→“数据驱动迭代”AI 可以自动 A/B 测试标题、封面图、话术，保留点击率、停留时长高的版本；这意味着：最容易引发情绪的叙事（贪婪/恐惧/愤怒）会被系统性放大。于是我们得到一个新世界：同样一个基本面信号，能被 AI 包装成 10 倍数量、更高质量、传播更快、煽动性更强的一整套叙事矩阵。相信过去一年多大家已经见识到了，叙事快速传播对于板块的股价影响的速度是前所未有的。

---

三、结果：短期价格被“叙事 β”主导，反身性更剧烈

在这样的环境下，股价的短期变动可以近似拆成三块“β”：第一块是，基本面 β，也就是真实盈利变化、订单、宏观、政策等——传统因子。第二块是，叙事 β（narrative beta），也就是关于某个主题/公司/行业的“故事密度”：故事数量、传播范围、情绪强度。第三块是，流动性/仓位 β，也就是杠杆、期权仓位、资金结构、被动资金流、做空盘等。AI 的出现主要是把“叙事 β”的振幅和频率都极大提高了：振幅：同一个消息，在 AI 时代会被扩写出 N 个版本、N 次转述，形成“叙事共振”；市场情绪振幅放大，导致价格波动更大。频率：叙事迭代速度大幅提高，周期从“几个月 / 几个季度”变成“几周、甚至几天”；一个题材可以在数天内完成从冷→热→疯狂→冷却的全周期。在索罗斯的反身性术语里，相当于：

自我强化阶段（self-reinforcing phase）更高、更快、更陡；自我否定阶段（self-defeating phase）也来得更凶、更急。

而且还有一个危险现象：“空转反身性”（dry reflexivity）：价格与叙事在互相喂养，但基本面其实没什么变化；这类循环纯粹由“人心 + AI 叙事 + 流动性”驱动，风险集中在单日崩塌。

---

四、为何“反身性系统”在 AI 叙事时代更有用？

从工程角度看，索罗斯的系统大概是这样几个步骤：①识别“偏离的叙事”：发现一个与传统定价逻辑不完全匹配，但正在快速扩散的故事。②判断这是“自我强化”还是“自我否定”的起点：是否会逾越某些现实约束（盈利、监管、供需）？是否能暂时改变基本面（比如更便宜的融资、更高的招人能力）？③利用价格 → 基本面的反馈：在强化阶段顺势参与，在接近极值时寻找反转点。AI 时代的变化是：叙事信号变多、噪声变大；但只要你有一套系统，能把“叙事层”和“基本面层 + 仓位/流动性层”区分开来，你在识别“自我强化”与“自我否定”周期的边界时，反而更有优势。换句话说，也就是传统价值投资系统在“叙事 β 极大化”的世界里，短期会被来回打脸；但一个好的反身性系统可以利用“叙事波峰 / 波谷”做时序和仓位管理，在更大波动中赚取阿尔法。

---

五、如何“重构”一套适配 AI 时代的反身性投资系统？

我会建议把系统拆成四个模块：观测 → 诊断 → 决策 → 复盘。1. 观测层：Narrative Radar（叙事雷达）目标是把“人心 + 叙事”从模糊感受，变成可观测的数据：量：相关关键词/票的文章数、视频数、帖子数、转发/评论数；搜索热度（Google Trends、微博/知乎/小红书热度）。情绪与方向：文本情绪（贪婪 vs 恐惧）；叙事框架（“千倍空间”“国家意志”“算力茅” vs “伪概念”“杀估值”）。结构：是少数 KOL 集中发声，还是广泛“群众化创作”？叙事核心是盈利逻辑、政策逻辑，还是纯技术/故事逻辑？时间维度：叙事热度的增长/衰减速度（dN/dt）；是否已经出现“二次、三次扩散”（全市场都在讲同一话术）。这层可以由 AI 反过来服务你：让模型每天/每周自动抓取、聚类文本，输出“叙事强度指数 + 热点话术词云”，形成你自己的 Narrative Dashboard。2. 诊断层：把“叙事 β / 基本面 β / 仓位 β”拆开这里可以用一个熟悉的三维视图：基本面维度 F：订单/盈利/行业周期到底走到了哪一步？同一叙事下，有些公司是真赢家，有些只是壳。叙事维度 N：当前叙事强度在过去区间的分位（比如 0–100）；叙事与事实的偏离度（故事讲得多细致，实际数据却跟不上）。仓位/流动性维度 L：换手率、成交量爆发度；融资/杠杆、期权 open interest、空头仓位。然后给每条 rail / 每只票贴“状态标签”，比如：F 强 + N 强 + L 中：→ 反身性正循环，允许中高仓位顺势，注意尾部风险边界；F 弱 + N 强 + L 强：→ 典型“空转反身性”，适合短期交易/对冲，而不是长期持有；F 强 + N 弱 + L 弱：→ 还没被市场讲成故事的基本面资产，适合慢慢建底仓；F 弱 + N 弱 + L 弱：→ 真正意义上的价值陷阱或“死钱”。这一步，本质上就是把索罗斯的“主观认知 - 客观现实”二元框架，细化成 F/N/L 三元系统。3. 决策层：为不同“反身性状态”准备 Playbook在系统层，要做到的是：每种组合，都有预写好的行动模板，而不是临时拍脑袋。举例：“强化早期”（F 中~强、N 快速上升、L 尚未极端）逐步建仓 / 提高仓位，利用叙事放大盈利改善；限制单票权重，避免一开始就 All-in。“强化后期”（F 已透支，N 高位横盘，L 极端活跃）减仓、对冲、转换为 Pair（多基本面强、空纯叙事票）；期权层面：适合买保护、卖高隐含波动或结构化收 Theta。“叙事破裂前夜”（N 仍高但边际下滑，L 出现疲态，F 未能验证故事）低位空仓的，不必追；高位有票的，优先清掉纯叙事仓位或做保护。“后反身性阶段”（N 降到低位，L 冰点，F 的真实变化开始显现）如果基本面真的没有支撑，这类标的直接剔除；如果基本面其实不错，但叙事泡沫破裂导致超调，是“反身性洗白后”的好机会，可以逆向布局。4. 复盘层：更新“方法的后验”，而不是只更新观点AI 叙事时代的一个新要求是，不仅要记录“这次看对/看错了”，还要记录：哪些叙事指标（N 指标）在事后证明是可信信号；哪些是纯噪声（比如某些平台热度其实与资金流并不相关）；哪些拐点前出现了“共性征兆”（比如热度见顶前，议题开始从“逻辑”转向“怼空头”，或从“行业结构”转向“阴谋论”）。

---

六、新世界里的新陷阱与新机会

最后补两点风险与机会：风险：

叙事幻觉：AI 让包装成本太低，连机构自己也容易被“自我叙事”催眠；错配时间维度：短期价格可以被叙事完全主导，但长期必须回到现金流；误用反身性：把任何涨跌都解释成“反身性”，从而放弃基本面约束。

机会：

更早识别叙事的起点与尾声；更清楚地把“叙事带来的溢价/折价”和“真正持续的盈利能力”分开；用更科学的仓位 / 对冲 / 结构化来利用这些波动，而不是被它们控制情绪。

在 AI 让“讲故事”成本趋近于零、短期股价越来越像人心与叙事的放大镜的时代，你如果只做传统的“静态价值判断”，确实更容易被市场来回打脸；但如果你把索罗斯的反身性框架系统化、数据化，把“叙事 β”从噪声变成一个可观测、可利用的维度，那么越是叙事狂欢与恐慌的时代，反身性系统反而越有用——因为它教你如何在“讲得越来越好的故事”和“迟早要对账的现金流”之间，有纪律地做时序和仓位管理。全文完。