【2026.4】达利欧清华演讲:投资原则和大周期

news2026/4/28 21:09:10
达利欧《原则》https://pan.xunlei.com/s/VOrDKWmluEcWHZdBKcYcGqYrA1?pwdp3e9#更多https://pan.xunlei.com/s/VOrDKa3yigihx-Rz0nfd8Wa-A1?pwdtw6g#当前处于一生仅见的全球货币、格局和地缘秩序的系统性崩溃期。——瑞达利欧一、投资的本质从追求收益到管理风险达利欧此次演讲的核心基调是防御。在环境复杂度指数级上升的时代他反复强调的是不要亏钱而非多赚钱。关于分散投资的再理解10-15个非相关资产组合可降低80%风险——这个数字背后是桥水基金数十年的量化实践。但关键在于非相关很多投资者以为买了多只基金就是分散实则它们都与A股高度相关系统性风险来临时会同涨同跌。真正的分散需要跨资产类别股、债、商品、现金、跨地域发达市场、新兴市场、跨货币。β与α的残酷现实达利欧直言普通人别想着打败市场。这不是谦虚是数学——在信息爆炸、算法交易主导的市场中个体投资者的信息劣势是结构性的。低成本指数基金如沪深300ETF、标普500ETF的β收益扣除费用后往往跑赢90%的主动管理基金。风控的复利数学回撤50%需要盈利100%才能回本——这句话值得贴在交易屏幕旁。很多投资者能容忍20%回撤觉得总会涨回来但连续两次20%回撤就是36%的本金损失需要56%的收益才能恢复。达利欧将1/3设为红线本质是保护复利曲线的曲率不被破坏。黄金的必需逻辑从可选到必需的定性转变值得重视。在主权债务高企、货币超发常态化的背景下黄金作为唯一不依赖主权信用的资产其配置逻辑已从收益性转向生存性。5%-15%的比例意味着这不是为了增值而是为了在极端情景下保留购买力。二、AI一场比工业革命更深刻的重构超越工业革命的底气工业革命延伸了人的体力AI延伸的是人的脑力。但达利欧强调的不仅是替代更是改写——改写决策机制谁做决定、认知结构什么是知识、分配逻辑谁获得财富。中美路径的深层差异达利欧将中美AI差异定义为基础设施vs赛道这触及了两种文明底层逻辑中国模式将AI视为电力般的通用基础设施追求普惠覆盖。这与其制度目标一致——技术扩散服务于社会稳定与共同富裕。开源、低成本、场景驱动本质是做大蛋糕基数。美国模式将AI视为资本增值工具追求利润最大化。闭源、高附加值、商业化优先本质是提高蛋糕分配效率。两种路径无绝对优劣但决定了不同的投资逻辑中国AI投资应关注应用层落地智能制造、智慧城市美国AI投资应关注基础层突破大模型、算力芯片。谁来养活失业者的终极之问达利欧抛出的这个问题比技术讨论更尖锐。AI导致的失业不是周期性失业经济好转会恢复而是结构性失业岗位永久消失。当司机、翻译、初级分析师、甚至部分医生被替代社会契约如何重构他的个人建议是与AI协作但这更像精英阶层的生存策略。对于更广泛的人群可能需要重新思考教育体系的培养目标、社会保障的覆盖方式、财富分配的根本机制。三、周期在历史循环中定位当下达利欧将当前定义为系统性崩溃期这与他《原则应对变化中的世界秩序》中的大周期理论一脉相承历史循环的五阶段新秩序建立战后政府与制度完善繁荣期过度借债与泡沫膨胀期衰退与冲突萧条期革命与战争重构期他认为当前处于第4-5阶段过渡期特征是货币贬值、内部冲突贫富分化、政治极化、外部冲突地缘对抗。这种判断下生存优先于增长保值优先于增值。结语在不确定中寻找确定达利欧的演讲没有给出暴富密码而是反复强调一个朴素真理在极端不确定的环境中活下来就是胜利。分散是为了活下来风控是为了活下来黄金是为了活下来与AI协作也是为了活下来。一生仅见的大变局意味着旧规则失效、新规则未立。在这种混沌中最大的风险不是错过机会而是本金永久性损失。保持谦逊、保持分散、保持学习——这可能是2026年最可靠的投资原则。免责声明本文仅为学习笔记整理不构成投资建议。市场有风险投资需谨慎。达利欧《原则》https://pan.xunlei.com/s/VOrDKWmluEcWHZdBKcYcGqYrA1?pwdp3e9#更多https://pan.xunlei.com/s/VOrDKa3yigihx-Rz0nfd8Wa-A1?pwdtw6g#

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2563534.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…