Transcription
最近幾天，我們看到美國的股市發生了一件很魔幻的事情。一篇文章，一款新的AI工具，居然把一片SaaS和資安的股票直接砸盤了，差不多是數千億美元的市值。
所以，我知道很多人一下子就被嚇住了。難道AI真的要在兩三年之內，就取代大部分白領的工作？SaaS軟體會被一鍵複製？支付會被穩定幣秒殺？連我們的房貸和整個金融系統，都要跟著一起出問題？這聽起來有點像科幻片，但是市場真的是按這個故事在砸盤。
不過問題是，在這個故事裡面，有多少是紮實的邏輯？有多少是情緒和想像被無限放大？更關鍵的一個問題是，在這樣恐慌的階段，我們普通投資者最容易犯什麼錯誤？有沒有可能這裡，反而會埋藏著一些值得我們研究的，均值回歸的買點？
如果你第一次看我的影片，我是Arthur，全職交易超過20年。這期影片，我們不嚇人，我們只講邏輯。我會做三件事。首先，我會用超白話幫你解釋，這篇爆紅的文章到底在說什麼。接下來，我會一條條拆給你看，哪些機制是符合邏輯，哪些我個人覺得推理有些太遠了。第三，我會給你一套在恐慌中，盡量不被故事帶偏，甚至我們可能在低位撿籌碼的思考框架。
如果你最近看著帳戶天天心慌，或者是打算All in AI，那麼本期的影片應該能幫你冷靜一下。好了，我們先從那篇把市場嚇壞的文章開始講起。我們首先來看一下，這份報告究竟說了什麼。
這個標題，如果我們翻譯成中文，是「2028年全球的AI危機」。這個本質，它並不是做一個推理，而是站在2028年再回看我們現在這個階段。所以，它是一個假想的未來歷史，並不是保證它一定會發生。
它的核心觀點，其實有三個。第一是AI變得越來越便宜，更重要一點是越來越聰明。所以企業為了節省成本，用AI替換部分的人類，導致企業的產出上升了，但是我們人類的工資會縮水。因為人類的工資縮水，所以傳達到消費，包括信用和金融穩定都出了問題。它是一個非常長的一個推理。
這個故事的起點，就是我們從現在開始，2025年末到2026年年初這個階段。因為在目前這個階段，我們看到AI已經從回答變成了叫Agentic AI。過去我們看到像ChatGPT、Gemini這些，它都是回答你的問題。但是在現在，已經出現了很多這種代理型的AI，它直接幫你去寫程式，甚至幫你去跑流程，而且去讀你的文件。簡單而言，AI它已經從一個只是回答問題的機器人，變成了能跨工具去執行任務，而且是從頭做到尾。
第一波衝擊就是SaaS議價權，更多是在企業端。因為我們知道很多企業都在用SaaS軟體，比如說像CRM之類。企業在購買這些軟體的時候，它續約的時候多了一句，如果你不降價，那麼我就用AI去自建一個版本。這一點並不說，他可以建一個和他現在使用的這個CRM一模一樣的東西，但是即使是最小可用的版本，那足以去壓縮定價權，就相當於他們多了一個選擇。
所以第二波的衝擊，就是很多白領的工作就被AI所替代了。比如說一些像客服，其實現在被替代了已經很普遍了。包括一些助理的工作，初階的分析，包括部分的開發，尤其是Front-end，網頁前端這些，都會受到影響。一些重複的財務和法務的流程，也會被AI自動化。這也是為什麼我們看到Anthropic它出了一個什麼AI Agent。
所以這些SaaS的各種軟體企業，就會出現股價集體下跌。從短期來看，這些企業應該是受益，因為利潤提升，成本降低了，造成他們的股價也會出現上升。
那麼接下來，我們看一下一個非常關鍵的機制，這也是這篇文章的核心，就是反身性的循環。首先這些企業裁員省下成本，因為用AI替代了很多人工，他們把省下來這些錢，可以投入到更多這個AI和算力。那麼AI因為這些投入變得更強更便宜，那麼下一輪，它再繼續的裁員。所以這這篇文章一個非常核心，裁員和AI的投資相互強化，形成了螺旋。對於AI而言，就是一個上升的螺旋。但是對於我們人類而言，是一個下降的死亡螺旋。
接下來這個文章推理，會造成一個叫影子GDP。就是數字會變得好看，但是每個人的體感會變得越來越冷。因為我們看到帳面的產出在上升，所以我們這些公司的財報，包括整個國家的GDP，不一定會很難看。但是收入的分配，會一下子被拉大。越來越多的白領因為失去工作，他們的可支配所得會出現下降。那麼整個社會，會變成一種系統的在運轉，但是每個人會變得越來越焦慮。
接下來第二個階段，就是我們看到不只是在企業端，在消費端也出現了很多AI的代理人。比如說之前你想旅遊，你自己可能要去查酒店，去看機票。但現在AI自動幫你去比價，甚至可以檢查一些什麼保險的條款，去幫你更換最適合你的方案。所以之前靠一些資訊，賺這些不透明錢的模式，利潤會被逐漸減弱。
所以這樣造成的一個結果，就是支付也會被挑戰。那麼這些代理人會追問，為什麼我們現在每筆的交易成本這麼高？如果你現在用Visa、Mastercard，甚至我們看到最近PayPal股價大跌，也是因為這個問題。為什麼我們要承受這麼高的抽成？所以在這篇文章中的推理，穩定幣和其他更低成本的這種清算路徑，開始出現分流，甚至去替代傳統這種信貸。
接下來，是這篇文章他說的最後的一擊，就是信用和房貸也會被重新定價。因為我們看到這些軟體的現金流被重估，那麼所有的這些信用資產，可能會承受很大的壓力。那麼這個壓力，就會傳達到像基金、保險、年金這些資產負債表。那麼再往下，甚至包括你的房貸，可能都會被重新定價。這樣一來，就會引發經濟危機。
現在我們來總結一下這篇文章，恐慌敘事，它其實是有5個傳導步驟。那第一個步驟，因為AI實在太強了，所以取代了部分工作，所以我們人類的薪資總量會被壓縮。那麼一旦我們沒有足夠的錢，所以我們家庭端開始去縮減消費。那麼這樣一來，這些中介平台的利潤會被擠壓，造成了現金流預期下修。然後信用資產會被重新重估。接下來，這些信用的收縮，一旦去擴散到整個國家整個社會，那麼就會演變成一場席捲全球的金融風險。所以，這個就是這篇文章所謂的核心。
剛才我們看到這一段，就像在看一部AI末日災難片。那麼現在讓我們冷靜一下，來看一下，在這個電影裡，有哪些地方邏輯是很紮實？有哪些地方是邏輯推理的太遠，甚至有些跳躍？我們先講那些能站得住腳的邏輯，再講哪些是有漏洞的邏輯。
這篇文章，我覺得有些邏輯是非常紮實的。但是有些地方，我個人覺得他推理的有些過遠了。那麼接下來，我們就看一些符合邏輯的部分。
首先是反身性的循環，我覺得是非常合理的。因為很多公司都在做這種合理的優化。那麼一旦用AI替代了部分人工，導致我們的收入就會降低，會影響到整個消費端的傳導。
那第二符合邏輯的地方，就是SaaS這些軟體企業的議價權會進行下修。這個邏輯的關鍵，並不代表這些企業會透過AI自己去建一個像CRM這樣的系統。但是在談判的時候，他可以告訴這些SaaS的供應商，我們有自建這個選項。因為當外部的選項變得更多更強的時候，那供應商他就不得不去讓價。所以，這也是我個人覺得比較符合邏輯。
接下來第三個，我個人覺得比較符合邏輯的地方，就是因為這些成本的摩擦下降，所以會壓縮租金。那因為資訊，從現在來看是變得更加透明，而且如果你去比價，這種成本會變得更低。比如說之前如果你去旅行要比價，這種酒店，你需要自己一個個的去慢慢的找，在平台上不停的去比價。現在你可以讓AI來幫你做這樣的事情。所以一些靠慣性續約，和一些黑箱條款賺錢會變得更加難。因為現在你可以把這些合約扔給AI，讓AI幫你看一下是不是合理。所以這些中介的利潤，會被重新的分配。我個人覺得這個方向是大致正確的。
那麼說完這些符合邏輯的地方，接下來我們看一下重點，就是我覺得這篇文章實際上是充滿很多的漏洞。
首先第一個漏洞是技術上的可行，並不代表企業會全面的去採用AI。因為在真實的世界會面臨很多的摩擦力。比如說如果一家企業想採用AI，第一個最大的問題就是責任的歸屬。當你這個採用這個系統出了一些問題，你絕對不想告訴你的客戶，Sorry，我們的AI出了問題。那所以一旦出現這種問題的時候，誰來去扛這個責任？而且對於一些敏感的行業，比如說像法務財務，還面臨一些資安合規的問題。那這些審計的追溯能不能通過？而中間哪個環節出了問題，能不能去溯源？
第三個，也是我個人認為非常關鍵的一點，如何和現有的流程去做對接。因為我們知道，當一家企業的規模開始上升的時候，除了追求利潤之外，很重要一個問題就是他們的效率，包括他們的市場佔有率，他們的規模。那不是每個企業他都是追求我的利潤第一。雖然通過AI可以降低一部分的成本，但是一旦和現有的流程發生了衝突，那中間的銜接，可以說是一個非常困難的問題。
接下來第四個，也是現在有些公司，他們已經就遇到這樣的問題。那因為我們知道，當你的企業是有員工，他員 工可以在一家企業去待很長的時間。但是如果你的這些程式碼都是AI寫的，那麼3年之後或者幾年之後，這些AI的代碼由誰來維護？是不是請另一個AI Agent來維護？那比如說現在有些企業，它因為採用AI，所以做出來很多這個coding。但是這些coding，讓一個人類去維護，是一件非常困難的事情。
所以包括我個人覺得，這是第一個漏洞。雖然從理論上來說，AI的技術是可行的，但企業並不代表立刻會全面的採用。
那麼接下來我們看第二個漏洞，就是這些消費端的摩擦，我個人認為絕對不可能消失，只會發生更換。因為舊的摩擦雖然減少了，但是新的摩擦會重新產生出來。那比如說不管你是用AI也好，還是用人類也好，你都會面臨一些信任、詐騙這些風險，包括法規的責任、保險的賠付。所以，我個人覺得新的這種中介和基礎設施，會接手這些需求。比如說在之前工業革命的時候，我們知道蒸汽機它取代了很多馬車，但是你要修建相對應的鐵路，也需要僱傭新的人員，需要投入更多的這個資金。所以，我個人覺得接下來更有可能這些摩擦會是重組，而不是一下子需求全部消失，直接歸零了。
接下來我們看第三個，也是我個人認為這篇文章最大的漏洞。我們看到它從SaaS危機，直接推演到房貸，它中間有很多的If。簡單而言，就是他推理的這個鏈條越來越長。在我們做交易的時候，也會遇到這樣的問題。當你推演的這種這個路徑越來越長，你後面得到正確的答案的機率，也就越來越低。
比如說你推演到第一層，我們假設你有80%的這種成功率。推演到第二層，你還有80%的成功率。但是你們自己可以算一下，中間如果隔著四個步驟，最後你的成功的機率究竟是多少？我們看到這篇文章，它有很多的If，也就是Premises，前提交設。首先，這些AI替代要在很短的時間之內就完成。第二，就像我剛才舉的工業革命的位置，當一個技術的消失，它新的技術會產生一些新的崗位。這篇文章的假設是，這些新職位它的吸收是嚴重不足的，所以導致所有人的收入大幅的縮水。
那接下來第三個，是這些信用資產，它非常高度集中，而且在很短的時間要被迫的去賣出，並不是一個很長的時間去出清。
最後是這篇文章最忽略的一點，他假設我們人類的政府和央行反應是又慢又弱，甚至不會做出反應。現在我們想像一下，因為這些AI替代了很多人類的工作，造成了人類收入下降，會引發金融危機，造成社會的動盪。央行和政府，它絕對不會這麼慢的反應。可能在這個途中，也會出很多這種政策。
所以現在我們來總結一下，他那個方向，我個人覺得不是完全的錯誤。的確會面臨一些成本壓力，包括溢價的變化，模式的種種。我個人覺得這些邏輯，都是經得起推敲的。但是重點是，這篇文章把很多的可能，把它串聯在一起，連成了必然。就像我剛剛所說的，假設你每一個這個環節猜的都對，但是如果連在一起，會導致了你這個預測會越來越不準。
所以作為一個投資者也好，交易者也好，我們需要看價格已經提前反映到哪裡。剛才我們已經拆完，在這個AI末日的故事裡面，哪些能站住腳，哪些是堆假設。那麼現在我們來看第二個問題，在這種又真又假的敘事裡面，投資者最容易犯哪些錯誤？
我會挑幾個，幾乎每一輪恐慌都會出現，而且這次AI這個題材，會把這些錯誤去放大。為什麼我會知道？因為金融市場是充滿這樣的雜訊，所以這些錯誤我自己全部都犯過。
首先第一個錯誤，也是我個人覺得最常見的一個錯誤，就是只相信一個故事的版本。那比如說這份報告出來以後，大家都覺得SaaS這種企業沒救了，很快AI就要替代人類了。真實世界中未來，它永遠是一棵分岔樹。以我們現在來看，它未來可能有許多這種不同的分支，它並不是像這篇文章所說，未來是一條直線的發展。所以在這個時候，你最危險的方式是把資金全押在這種單一路徑。中間如果出了另一個分支，那麼很可能你的投資就會受到重大的損失。
所以在之前的影片中，我也跟大家強調，我們一定要有貝葉斯的思維，我們要根據發生的這些新的這個事件也好，信息也好，去更新我們的觀點，然後因為我們這些觀點的變化，導致我們做出一些不樣的決策。所以永遠不要把自己的所有錢，全押注在這種單一路徑上。
其實不管市場怎麼變，大部分散戶虧錢，都是因為我們大腦的原始本能，把交易變成賭博。所以，為了幫你找出這些致命的認知盲點，我把我20多年的交易經驗，濃縮成一份免費的交易者優勢自檢清單。只需要幾分鐘，他就能幫你診斷出到底是哪裡出了問題。如果你想做一下的話，鏈接就在下方的說明欄裡。
接下來第二個，就是整體的方向可能是對的，但是時間的尺度是錯的。關於這一點，之前很多找我做諮詢的朋友，他們都有過這樣的問題。比如說AI取代部分人類，它是一個5到10年這種結構性的變化。但是我們看了這篇文章，可能大腦一熱，我們要All in AI，然後我們去上了槓桿，而且希望你的這個倉位，在兩週之內就能翻倍，給你帶來很高的盈利。這是很多人，他們原來是抱著這種投資的心態，想的我是做這種投資。但結果，他們做的全是這種高槓桿的短線。
那可能，我們看到這個未來的趨勢是對的，但是在真實中，它有很多這樣的Cycle up and down這種波動。雖然你看對了趨勢，但是因為你上了很高的槓桿，或者是倉位過重，你心裡無法承受，你會先被這種市場的波動而洗出去。
接下來我們看第三個，就是把價格，當成整個基本面改變的證據。我們知道價格和基本面，它是相互在影響。那故事是非常的嚇人，所以我們看到市場的反應，是價格先出現下跌。包括最近有些地緣政治的危機，所以這些機構，他們在降低倉位，所以價格也會出現下跌。但是價格的下跌，會被很多人用來反過來證明我的邏輯是對的。這樣一來，就會形成這種自我的加強，導致價格下跌的更厲害。但往往這個趨勢一旦鬆動，發生一些改變，那麼價格又會劇烈的反彈。
所以在這個時候，我們首先要分清楚，你做的這個究竟是投資，還是做的是投機。那麼簡單而言，就是你的Time frame是多少？你究竟是準備持倉一到2週，做這種投機，還是你準備持有2到三年這種投資？如果你做的是投資，你千萬不要把價格當成基本面的證據，你要研究一些財報，或者是一些基本面的變化。
接下來這個錯誤也是非常常見，就是忽略了政策和監管。那麼當我們做很多預測的時候，我們假想這個世界是一個完美的世界，沒有政府的干預，所有人也都是很理性。但是一旦我們看到，因為這些AI的影響，導致失業率變得很高，然後金融也開始變得不穩定，那麼在這個時候，這些政府央行的政策，就不再是背景音。比如說一些稅收制度的改變，對一些這種企業的補貼，包括資本規則發生了一些改變，會直接影響到整個這個AI行業的現金流，所以會造成很重要的衝擊。政策和監管，是在我們交易或者是投資中，一個非常重要的變量。如果你忽略它，你一定會承受非常嚴重的後果。
接下來這一段，我們來聊很多人最關心的問題。在這種AI末日的故事滿天飛，軟體和資安的板塊被拋售的情況下，有沒有因為這些情緒的恐慌，而出現均值回歸買入的機會？不過我先講一句實話，並不是每一次的暴跌都值得我們去撿，也不是每一次的恐慌必然都走向崩盤。我們要做的不是迷信，而是你要分清楚，哪裡比較像情緒，哪裡更像是結構出了大問題。
我們說具體的均值回歸交易機會，之前每次市場的下跌，我們需要區分一下，實際上它是有兩種不同的恐慌。那第一種恐慌，是情緒型的恐慌，就像這次一樣，它故事跑在數據前面。這些相關的公司，還沒有發布相應的財報數據。所以，在這種情況下，一旦市場的恐慌情緒造成的下跌，我們可以研究分批，在風險可控的情況下去佈局。
接下來是第二種，也就是信用型的恐慌。那這一點也是之前我跟大家說過的，叫De-grossing。那麼一旦出現這種情況，融資收縮，所有的這些機構，他被迫要賣出，而且他們首先去賣的，是一些流動性非常好的資產。同時我們看到贖回，也發生限制。那麼這個時候，我們首先需要的是生存保命，不要去強行的去抄底。
接下來都是一些我個人的想法，不構成任何投資和交易的建議。我個人覺得這一輪SaaS包括像這種軟體的股票，出現這麼大的下跌，但有可能是潛在的這種情緒，可能有些過度了。那麼在這種情況下，我們優先考慮的並不是一些個股，而是像IGV，比如說代表整個軟體板塊的ETF，像CIBR、HACK，這些資安板塊的ETF。
這裡，有個很重要的邏輯。因為我們很難判斷具體的是哪隻股票，它可能有些被情緒錯殺了。但是我們知道在這些ETF裡面，可能有一些需要被重估，而且有被錯殺的這種成分股。所以判斷的關鍵，是後續的財報和現金流。如果你做的是投資，如果你做的是投機，更多是看一下市場的微觀結構，出現一些什麼問題。
但是無論如何，如果你要做Mean regression，這一點我之前跟大家也說過，做這種均值回歸的交易策略，我們千萬不要自作聰明。也就是在市場下跌的時候，我們盡量不要直接去買入。我們當市場出現這些Smart Money，或者有人覺得它已經比較便宜，當它們買入之後，我們寧願放棄這一段的收益，我們在這個地方買入，可能是一個更安全的選項。因為如果你是不停地去抄底的話，很有可能會出現你越抄底它往下越跌。
接下來就透過我和Max，我們自己開發的幾個工具來看一下。我們看到昨天像NVIDIA、Apple、微軟、Amazon這些股票都出現過這種反彈。所以我們整體而看，市場的情緒出現一些緩解。
那麼接下來我們看一下具體的標的，比如說像IGV。我們看一下目前它是一個什麼樣的波動。我們可以看出，這裡差不多85塊錢左右，是過去大家都買賣雙方都達成共識的地方。現在有些偏離。如果繼續往後偏離，這絕對不是一個抄底的時機。但是我們可以選擇，比如說價格出現一輪反彈，在79塊錢左右，比如說在這個時候，那，我們選它作為你的進入點。那麼我們止盈的價格，也差不多在85塊5左右。那麼我們止損的價格，我們給它差不多兩個Standard Deviation，兩個標準差。那麼我們可能選擇的止損價格，在75塊錢左右。
如果我們持有30天的話，我們可以看一下，通過我們的後台的演算法可以得出，從數學的角度上而言，這個是有正期望值的。而且我們這個工具最近要做一些改動，後續你可以直接把它加入到一個模擬交易的列表，它會自動幫你監控未來是不是出現兩個標準差的這種波動。
在現在的市場環境下，我們可以選擇一個比較偏保守的做法，就是我們用剛才這一個籃子型的標的，這些ETF，而不是去押注這種單一的個股。因為押注單一個股的風險還是蠻大的，而且我們不要在一個地方去All in。我們要分3-4批的進場，避免了一把你去All in梭哈。
我可以給你分享一個技巧，我們在這兒分3-4批進場，絕對不是在這裡買入，下跌我們再去買第二單第三單。而是等到它反彈以後，我們在這裡去下我們的第一單。如果它繼續上漲，我們在這裡再下第二單。這樣，就可以避免它越往下跌你越抄底。
最後繼續往下跌，很可能你之前抄底的這些，都沒有辦法很好地設置止損了。
第三點，如果你對選擇權期權比較熟悉，我們可以選擇用少量的大盤保護性的看跌期權，做一個保險。比如說，我們可以選擇未來一到兩個月到期，然後我們看差不多是10%左右的OTM (價外)的這種Put，做為一個未來市場可能繼續下跌的一個保險。這樣一來，你比那些盲目抄底的人風險更加可控。
如果你對選擇權比較熟悉，那麼這時候，我們可以考慮一個中等風險的做法，就是我們用Call Spread去降低我們的成本，去吃一個中段的反彈。那麼簡單而言，就是你買入一個近期的看漲期權，同時你再賣出一個遠期更高價格的一個看漲期權。這裡我們是用ATM的Call，然後再賣出這個OTM的Call。
或者，我們在這個時候，如果你已經持有相關的標的的倉位，我們可以用一個保護型的這個Put Spread，去限定我們最壞的損失。這樣一來，你就可以避免我們剛剛所說的，它越往下跌你越抄底，然後你的損失不斷去被擴大。
所以如果你對選擇權比較熟悉，核心並不是我們賭方向，會出現什麼樣的反彈，而是我們需要先設計好這種Payoff的曲線。之前我在Threads上也有很多的分享。不過，不管怎麼樣，如果你即使是一個很激進的交易者，我們首先也是要制定一個規則。因為如果你沒有規則，你基本上就在市場中賭博了。
第一個原則就是，我們在做交易，目的是為了賺錢。你做投資也好，做短期的投機也好，都是一樣，並不是讓你對AI或者是單一敘事有什麼信仰。
第二，在你進入之前，你首先需要看你在什麼地方停損，然後我們再談進場的倉位。這也是為什麼，在我們開發的工具中，它需要有三位一體，需要你的進場價，需要你的退出價格。另外還有一點非常重要，就是你的時間。其實時間，也可以用來幫我們做一個止損，或者是止盈。
第三，如果在這個時候出現一些非常關鍵的，和信用相關的壞消息，那麼簡單而言，就是流動性出了一些問題。那麼這個時候，我們必須立刻的要降低所有的倉位。而且這裡還有一個關鍵，在什麼時候，我們需要承認這些公司的均值在做下移，它估值會變得越來越低？我個人覺得第一個訊號，就是我們看到未來的財報，這些企業它續約的折扣開始擴大，同時採購的週期變得越來越長。
那麼第二個訊號，就是我們看到信用的壓力在升級。比如說我們看到信用的利差在擴大，融資變得越來越難，而且被迫要去賣出去，增加一些流動性。那麼一旦出現這種情況，就表示這種傳統行業的均值在下移。我們做這種均值回歸，是博一個反彈，我們千萬不要把這個反彈變成想像中一種反轉。所以一旦出現這兩個訊號，哪怕是其中一個，那麼我們就應該收縮風險。比如說你可以考慮提前獲利，或者是我們提前停損了。
接下來不管你是做投資還是投機，你都可以直接用一個決策的清單。這也是我個人在用的。
第一個問題，我現在在交易的是情緒還是基本面？
第二個，我持倉的時間尺度，和敘事的尺度是一樣嗎？如果不一致，很有可能就會出現剛才說那個問題，雖然長期的敘事是對的，但是中間的波動，讓你賺不到錢。
第三個，這是真的分散，還是用同一個故事去替換代碼？比如說我看有些人持倉了，可能有10隻或者是更多的這種標的，但是這些標的，可能都集中在跟科技相關的股票。那麼這樣一來，你的風險就被放大了。
第四個，也是最重要的一點，如果一旦這種劇本錯了，我最多會虧多少？在交易也好，投資也好，我們首先要想的你最多能虧多少錢。因為錢是賺不完的，但是你不管賺多少錢，你都會虧完。
最後一點，就是在我們考慮這個交易，或者是投資計劃中，有沒有把一些央行也好，政策也好，它的變數去加入到我們預案？比如說忽然這個美國政府出一些新的這種規定，啊，聯準會忽然又降息了，對我們這種交易，或者是投資的這種趨勢，有沒有什麼衝擊？我們也要提前準備好。
當然，你可以在這個決策清單中加入更多你的內容。一旦你有了這樣的決策清單，你的Decision Making Process，決策就會變得越來越有一致性。你在市場中就不是賭博，而是在科學地去做決策。
今天的影片我們說了很多內容，不過從知道到做到，還有很長的一段距離。如果你已經受夠了總是被市場的情緒帶著走，如果你想徹底重塑你的交易大腦，建立起一套屬於你自己具有正期望值，而且是基於科學的交易系統，我現在正在籌辦一個為期為8週的深度實戰訓練營。在這8週的時間，我會親自帶領很小一部分人，搭配我們開發的獨一無二的交易工具，把觀念轉化成實戰的能力。為了保證品質，名額會非常的有限。我會首先通知那些已經完成交易自檢的朋友。免費的交易自檢，鏈接就在下方的說明欄裡。
講到這裡，我們的心裡可能還是會有些不安，因為AI這件事情可能會真的改變很多職業，很多商業的模式。但是它也同時提醒我們，市場真正在交易的從來不是未來本身，而是人們相信未來會變成什麼樣的一個故事。我們看到在2000年的，也是這一次，也是故事可以去錯，價格可以去偏，但是唯一真正稀缺，也是無法被AI替代的東西，是當我們面對這樣的故事的時候，選擇用什麼樣的心態和邏輯去應對。也許那所謂的危機，根本不是AI變得如何聰明，而是我們這些人類，在一個充滿聰明機器的世界裡，還願不願意自己負責的去思考。
今天內容就到這裡，我是Arthur，我們下一期不見不散。Peace。