本页内容由 AI 自动翻译为中文,可能与原文有出入。

Nonzero Lab Research · 统计与样本 · · 约 7 分钟

接飞刀的基率:跌深的图后来回来了多少

英特尔用 26 年走回 2000 年的高点,2026 年 6 月创下历史新高。但 1926 至 2016 年的 25,967 只美股里,只有 42.6% 的终身收益跑赢一月期国债。看到一张跌深的图,先问基率,再问形态。

英特尔 2000 年 8 月 31 日收于 74.88 美元,此后 26 年没有再站上去,2009 年 2 月最低收到 12.08 美元,较高点回撤 83.9%;2026 年 6 月 22 日它收于 140.94 美元的历史新高。1 但这是少数派的结局:1926 至 2016 年的 25,967 只美股中,只有 42.6% 的终身收益跑赢一月期国债。2 跌深的图先问基率,再问形态。

图 7 · 1926–2016 年 25,967 只美股个股的终身收益(Bessembinder 2018) 终身收益跑赢一月期国债的个股 42.6% 57.4% 未跑赢 贡献全市场净财富创造的个股 4% 其余 96% 合计约等于国债
图 7 · 1926–2016 年 25,967 只美股个股的终身收益(Bessembinder 2018)

英特尔那张图上发生了什么?

先把新闻里的解释放到一边,只看价格。

2024 年 8 月 2 日,英特尔单日收跌 26.1%,从 29.05 美元跌到 21.48 美元。2025 年 4 月 8 日,它收在 18.13 美元,是那两年的最低收盘,较 2000 年的高点跌去 75.8%。1 同年 8 月 22 日,美国政府宣布以 89 亿美元认购 4.333 亿股英特尔普通股,每股 20.47 美元,相当于 9.9% 的股份;资金来自此前已批准但尚未支付的 57 亿美元 CHIPS 法案拨款,以及 Secure Enclave 项目的 32 亿美元。3

2026 年 4 月 24 日,英特尔单日上涨 23.6%,收在 82.54 美元——2001 年以来第一次收在 2000 年那个高点之上。两个月后的 6 月 22 日,收盘 140.94 美元,较 2025 年 4 月的低点上涨 677%。最近一个交易日(2026 年 9 月 11 日)收 102.94 美元,比 6 月的高点低 27%。1

现在把这张图切在 2025 年 4 月 8 日,遮住右边。你看到的是:一条从历史高点跌去四分之三的线,刚刚经历过公司史上第二惨的单日暴跌,股息停发,公司在裁员。图上没有任何一根 K 线告诉你后面会有 677%。同样,把图切在 2026 年 6 月 22 日,图上也没有任何一根 K 线告诉你接下来三个月会回撤 27%。

这正是问题所在:这段行情之所以现在读起来像一个完整的故事,是因为我们站在故事结束的地方往回看。

跌深的图后来回来了多少?

要回答这个问题,得先离开个案,去看分布。

Bessembinder (2018) 统计了 1926 年 7 月到 2016 年 12 月之间在美国上市的 25,967 只普通股的终身买入持有收益,得到两条结论。第一,只有 42.6% 的个股,终身收益超过同期的一月期国债;也就是说超过一半的美股,持有到退市或到样本结束,还不如拿去买国债。第二,美股市场自 1926 年以来的全部净财富创造,来自表现最好的约 4% 的公司,其余所有个股加总起来的收益,大致只等于国债。2

这个数字要按它自己的口径读。它测的是个股从上市到退市(或到样本结束)的全程,不是「从某个回撤位置起算的回本概率」;它也没有区分「先涨后跌」和「一直没涨」。严格说,它不是「跌 76% 之后能回来的比例」这个问题的直接答案——那个数字需要另做统计,本文不提供。

但它足以说明分布的形状,而形状本身就是答案的一半:个股收益极度右偏,中位数个股远远跑不赢指数,几乎所有收益集中在极少数样本里。当一个分布长成这样,「这只会回来」的先验概率就不站在你这边。指数长期向上和个股长期向上,是两件完全不同的事,后者对大多数个股并不成立。

顺带说一句,这也解释了为什么用指数的历史走势来给个股抄底做类比是错的:指数有成分调整,退市的公司会被换掉,它本身就是一个持续剔除失败者的组合。

学界对「买跌」并没有共识

如果基率不支持,那么形态支持吗?文献在这里是分裂的,而且分裂得很整齐。

De Bondt 与 Thaler (1985) 把股票按过去三年的表现排序,发现「输家组合」在随后三年里显著跑赢「赢家组合」,他们把这解释为市场对坏消息的过度反应。4 八年后,Jegadeesh 与 Titman (1993) 用三到十二个月的排序期做同样的事,得到方向相反的结论:过去的赢家在随后三到十二个月继续跑赢输家,买赢家卖输家的多空组合月均收益接近 1.5%。5

两篇都是被引上万次的论文,结论相反,而且谁也没有推翻谁。差别主要在时间尺度:三到十二个月上呈现动量,三到五年上呈现反转。它们描述的不是同一件事。

这对看图的人意味着什么:「跌多了会涨」和「弱的更弱」在文献里各有其成立的区间,而你屏幕上那一段行情不会告诉你它属于哪个区间。把「已经跌这么多了」当成买入理由,等于在两个方向相反的结论里挑了当下顺眼的那一个——这是选择,不是证据。

为什么这张图现在看起来那么合理?

回看英特尔,一切都很连贯:政府入股给了它财务后盾,先进制程量产,代工业务谈判推进,于是股价回来了。每一环都能在时间线上找到位置。

问题是这条时间线是从结局倒着搭起来的。Fischhoff (1975) 的实验说明,人在被告知结局之后,无法还原未知状态下的判断,即使被明确要求假装不知道也做不到。6 2025 年 4 月盯着那张图的人,看不到一年后的财报,也不知道六月会有一个 140.94 美元。他们看到的只是一条跌了很久的线,和一堆看上去不像会好转的消息。这个机制在《复盘为什么会骗你:后见之明与双盲训练》里讲得更细。

还有一层更难察觉的偏差:你之所以在读一篇关于英特尔的文章,正是因为它回来了。没回来的公司不会被写成文章,它们退市、被并购,或者安静地趴在低位直到没人再提。新闻流本身就是一个幸存者筛子,而大多数人对「跌深反弹」的直觉,恰恰是被这个筛过的样本喂大的。

两层偏差叠在一起的效果是:事后看,回来的案例既显得可预测,又显得常见。事前看,它既不可预测,也不常见。

你可以怎么练

把这件事变成可核对的练习,需要三步。

第一,做盲测,不要读故事。取一组同样跌去 60% 以上的日线片段,其中既有后来回来的,也有后来继续跌的,遮住名字与日期,逐根推进,先写判断再揭晓。判断要具体到「跌破哪里就说明我错了」,而不是「感觉超跌了」。

第二,记录你自己的基率。你在这类图上判断过多少次、对了多少次,这个数字比任何一篇个股分析都更值得你关心。样本不够时不要读胜率:三十次里对十八次,看着是 60%,区间却宽到和抛硬币分不开(见《多少次盲测才够:胜率背后的样本量》)。

第三,盯住选样。如果你的练习样本全部来自「后来涨回来的著名案例」,那你练出来的是识别幸存者的能力,而这个能力在实盘里不存在——实盘里没人在图的右边标注哪只是幸存者。

ColdRead 就是按这个流程做的训练器:遮住标的与时间,逐根推进,判断留痕,收官揭晓。内置数据集目前是 A 股;美股标的可以从 Yahoo Finance 导出日线 CSV 后导入,加密标的可以直连公开行情接口。

常见问题

跌了 80% 的股票值得抄底吗?

没有通用答案,但有基率:1926 至 2016 年的美股个股中只有 42.6% 的终身收益跑赢国债,净收益几乎全部来自最好的 4%。2 先验不在买方这一边。

英特尔这样的案例能复制吗?

它是被新闻选出来的样本。没回来的公司不会被写成文章,所以你对这类形态的印象天然偏乐观。

怎么判断是反转还是继续下跌?

文献里两个方向都成立:三到十二个月上是动量5,三到五年上是反转4。图上那一段不会告诉你它属于哪边。

参考文献

  1. Yahoo Finance (2026). Intel Corporation (INTC) historical daily closing prices, 2000–2026. Yahoo Finance market data, retrieved September 14, 2026.
  2. Bessembinder, H. (2018). Do stocks outperform Treasury bills? Journal of Financial Economics, 129(3), 440–457.
  3. Intel Corporation (2025). Intel and Trump Administration reach historic agreement to accelerate American technology and manufacturing leadership. Intel Newsroom press release, August 22, 2025.
  4. De Bondt, W. F. M., & Thaler, R. (1985). Does the stock market overreact? Journal of Finance, 40(3), 793–805.
  5. Jegadeesh, N., & Titman, S. (1993). Returns to buying winners and selling losers: Implications for stock market efficiency. Journal of Finance, 48(1), 65–91.
  6. Fischhoff, B. (1975). Hindsight ≠ foresight: The effect of outcome knowledge on judgment under uncertainty. Journal of Experimental Psychology: Human Perception and Performance, 1(3), 288–299.