# A股市场现状与投资警示
2025年11月，A股市场时隔多年重返4000点大关。



我还是需要重申一下对于A股的看法. 国内A股一直存在没有长期资金流入, 公司上市过程不透明不规范, 股民普遍没有正确的投资的认知, 金融行业管理混乱等问题, 且仍没有改善. 即使A股近半年来走势向好, 仍不能改变A股是一个非常不完善不成熟的市场这一基本现状. 中国A股与中国纸面经济实力是不相称的. 当下的A股除了一些高股息资产跌出了性价比可以选择性进行投资外, 仍不建议把中国市场作为主力投资阵地.





# 投顾服务的理想与现实
投资是生活的组成部分, 每个人都需要选择与自己生活相适应的投资方式. 



投顾服务最有价值的一点就是需要对你的生活有相当深入的理解, 然后再根据你的人生规划安排最合适的投资策略. 比如:你当前20岁但想要40岁退休, 那需要在前期多买一点高收益高波动的股票类资产, 在准备退休前转为高股息类资产. 又比如你的孩子需要在20岁时上大学, 那就需要在每一年规划一笔固定收益的资金, 用于学费准备等. 而想要做到这样的投顾服务是需要对客户有着深入交流与对其生活状态的理解与共情的. 



# “帮你投”产品剖析
## 服务本质：FOF而非投顾
> “帮你投”是蚂蚁集团与美国先锋领航集团于2020年联合推出的基金投资顾问服务，由先锋领航投顾（上海）投资咨询有限公司（2023年11月更名为蚂蚁投顾）运营。
>

尽管背靠蚂蚁集团与先锋领航这样的顶尖机构，‘帮你投’所能提供的服务实则相当有限。



具体看一下帮你投可以帮你做了些什么. 

首先, 帮你投罗列了一些投资组合覆盖了从5%~10%的各种不同的期望收益率, 其次, 帮你投会在支付宝的基金购买页面推送各种广告. 最后, 当用户购买了帮你投中的组合, 它会每个月发送一份当月的投资组合表现的月报. 

总体来说帮你投在功能上与普通FOF基金(基金中的基金)差异不大，仅在支付宝上多了一个专属购买入口. 蚂蚁集团还是只用营销/流量的思路去做这个投顾服务, 赚的是基金公司的营销费用/购买后的服务费用抽成, 所以此类投顾服务提供的个性化陪伴服务较为有限.



在帮你投所列出的组合中, 固收类的投顾产品与自己购买的债基相比并没有特别的优势. 一些主动型基金相关的帮你投组合受限于国内市场低迷不振, 所能提供的收益是有限的.



不过, 帮你投所提供的投资选项中, 是有两个组合是相对较靠谱的. 它们是 "全球精选100" 和 "全球精选50". 

## 组合分析之“全球精选100”
帮你投100组合的配置如下, 以标普和纳斯达克指数为主力(70%+), 辅助配置了欧洲市场和日本市场的指数, 并少量配置了越南与印度市场的基金. 

![](/static/img/c42a5c2b9c6a4ece4f07a546054ebdb3.clipboard-2025-11-30.webp)

[https://portfolioslab.com/portfolio/onhbomotmu16yc1jxn4orzii](https://portfolioslab.com/portfolio/onhbomotmu16yc1jxn4orzii)

帮你投100实际所提供的是标准的全球化股市的市值分散策略。根据portfolioslab在2020年至2025年间的回测数据，该策略近3年平均年化21.18%, 近5年平均年化23.42%, 近10年平均年化13.96%. 总体表现略强于标普500, 是一个可行的投资策略.

![](/static/img/a9f5ddb8d06905508c3ae4fee1ec1086.clipboard-2025-11-30.webp)

在美股的参考模板ETF可以是VT(Vanguard Total World Stock ETF), 因帮你投100中美股比率较高, 历史回测收益比VT更强. 比较可惜的是帮你投100中没有中国市场的指数, 如果对中国资产看好的话, 还需要自己另行配置.



帮你投100长期持有收益率不错(与标普500相当), 其利用了全球市场分散的方式, 避免了只在单一市场(美国)所需要承担的政策和汇率波动风险, 这是帮你投100的组合的主要优势. 但是帮你投100作为股票为单一资产类型的投资组合, 没有为股市下跌/经济衰退的风险做任何准备, 从回测数据显示, 你可能需要承受持续2年时间最大-30%的跌幅.



## 组合分析之“全球精选50”
帮你投50的投资组合如下, 股票类基金占比50%, 债基占比45%, 黄金/大宗商品占5%.

![](/static/img/2bdc2c51d186021e557360f07fd405e0.clipboard-2025-11-30.webp)

[https://portfolioslab.com/portfolio/aiu1f9mywxzewwxoa8y848lo](https://portfolioslab.com/portfolio/aiu1f9mywxzewwxoa8y848lo)

帮你投50是一个提升了股票占比的全天候策略变体。全天候策略是一种经过市场验证的有效方法，其核心在于风险平价原则, 会提供比指数组合更低的波动, 相比纯债组合更高的收益率. 一个标准的全天候组合预期年化会在7%左右.

![](/static/img/fe4d44850e88f523349f21392e856271.clipboard-2025-11-30.webp)

这个帮你投50组合的业绩会怎样呢, 根据portfolioslab在2020年至2025年间的回测数据，该策略近3年年化12.20%, 近5年年化2.13%, 近10年年化7.12%. 然而，作为全天候策略的一种调整版本，帮你投50的实际效果未尽如人意, 因其调高了股票的占比, 所以防御风险的作用被大大弱化了, 帮你投50组合在2021.11~2025.9之间, 经历过高达32%的跌幅, 并足足用了725天才得以恢复, 这个跌幅甚至比帮你投100的30%跌幅还要大, 而同期的标准全天候组合只有24%的跌幅.



全天候投资组合中的风险平价理论我个人是非常认可的, 而帮你投50提供了在国内最简单的配置方式, 这是帮你投50的主要优势. 在几个月前桥水推出了正牌全天候组合ETF: `ALLW` (SPDR Bridgewater All Weather ETF). 相信达利欧的资产配置理论的投资者可以关注一下.

# 综合评估：优缺点与适用人群
## 帮你投50/100组合的优点
1. 选用的策略本身具备扎实的逻辑基础, 无论是帮你投50所用的"全天候"策略, 还是帮你投100所用的"全球股市按市值分散"策略. 都是成熟的, 有效的, 经过长期验证的投资策略. 比很多同类机构的产品，至少没有设置明显利益冲突，策略相对中立。
2. 确实降低了普通投资者的配置门槛. 对于完全没有渠道、也不愿研究但能接受较高费率的投资者, 全球精选100/全球精选50确实是一个可行选择, 至少显著优于盲目购买大多数主动型基金.

## 帮你投作为投顾的缺点
1. 帮你投更接近FOF基金，而非真正意义上的投顾服务。
2. 费用较高, 仅投顾本身每年就会额外收取1.5%服务费用, 这还不算投资的基金本身应收取管理的费用, 综合下来收费在基金行业是相当的高. 那你交了这么高的服务费用, 能得到什么呢? 几乎没有提供任何顾问服务! 作为参考, 如果你能直接投资美股, 买VT的总费用仅约0.06%/年，ALLW约0.85%/年。
3. 投顾策略不透明, 帮你投没有对用户解释过配置的理由, 基金池的选择范围和标准等. 这本质也还是因为帮你投并不是真正的投顾只是营销型的FOF. 
4. 帮你投并没有额外的基金外汇购买额度, 同样会面临外汇不足, 无法大额买入海外ETF基金的问题. 所以帮你投会存在组合中掺入高手续费用的C类基金或历史表现不佳的主动型基金, 还存在大额买入后建仓缓慢等行为.



全球精选100适合长期成长型投资者，全球精选50适合希望降低波动但能接受较长恢复期的稳健投资者。若追求更低费用和更高透明度，可直接通过美股账户购买VT或ALLW。

# 数据附录
**年化收益对比**

| 投资产品 (2025年) | 近3年年化收益率 (%) | 近5年年化收益率 (%) | 近10年年化收益率 (%) |
| --- | --- | --- | --- |
| 帮你投 (全球精选100) | 21.18 | 23.42 | 13.96 |
| 帮你投 (全球精选50) | 12.20 | 2.13 | 7.12 |
| 标普500 (S&P 500) | 20.06 | 13.49 | 12.53 |
| VT ETF | 20.04 | 11.23 | 11.34 |
| 全天候 (ALLW ETF) | N/A (YTD: ~10%) | N/A (YTD: ~10%) | N/A (预期: ~7%) |


**最大回撤对比**

| 投资产品 | 最大回撤 (%) | 发生时期 | 恢复时间（交易日） |
| --- | --- | --- | --- |
| 帮你投 (全球精选100) | -30.91 | 2020年2月20日 - 3月23日 | 79天（至2020年7月15日） |
| 帮你投 (全球精选50) | -32.24 | 2021年11月10日 - 2022年10月24日 | 725天（至2025年9月5日） |
| 标普500 (SPY ETF) | -33.92 | 2020年2月19日 - 3月23日 | 约150天（至2020年8月） |
| VT ETF | -33.66 | 2020年2月19日 - 3月23日 | 约160天（至2020年8月） |
| 全天候 (ALLW ETF) | -8.78 | 2025年3月（自成立以来） | N/A（已恢复） |

对支付宝投帮你投中全球精选100和全球精选50两个产品的分析

# 如何看财报

企业的盈利是最重要的, 但盈利不能只看数字. 要看清楚企业盈利的来源, 盈利的质量比数量更重要. 盈利表也不能单独看, 需要与现金流表和资产负债表结合着看, 任何不对劲的地方都要想办法搞明白. 搞不明白的公司, 绝对不要碰. 看完年报你至少要说清楚企业是靠什么在赚钱的.

看财报也不能只看一家公司, 要把同一行业的多家竞对企业一块研究. 要清楚企业与竞对相比有哪些优势哪些不足, 在行业中处于什么地位.

要看最近几年的财报, 了解企业最近几年的发展和变化情况, 并结合行业周期, 判断企业处于生命周期的哪一个阶段.

当你了解了以上信息后, 还要记得最后一条. 历史数据不代表未来业绩表现, 股市有风险, 入市需谨慎.

如何看财报

# 使用两个体重秤减少体重测量误差

# 问题发现

故事是这样的, 我在PDD花20块大洋买了一个电子体重秤用于测体重, 使用一段时间后发现体重秤可能不准确, 同一时间多次测量每次读数都不相同. 于是又在PDD上花80大洋又买了一个小米牌体重秤, 经测试同样存在同一时间多次测量每次读数都不相同的问题. 于是我就考虑, 如何使用这两个劣质体重秤来获得更精确的读数.





**结论如下:**

市面的常用的体重秤都有约0.5~1kg的测量偏差, 为了测量更加精准, 我们可以用两个不同的体重秤分别测量再取平均的方式减少方差. 



**理论分析:**

假设有两个正常的体重秤测量的结果基本准确, 但秤的本身存在一定的测量误差.

 

假设一定时间内的体重是不变的, 用秤A在测量体重时, 测量结果会落在一个高斯分布1上, 均值为$ m_1 $, 方差为$ o_1^2 $. 同样, 假设秤B在测量体重时, 读数会落在一个均值为 $ m_2 $ , 方差为$ o_2^2 $的高斯分布2上. 这里我们不失一般性的假设秤A的方差比秤B更少, 即$ o_1^2<o_2^2 $.



用两个不同的体重秤分别测量再取平均, 相当于两个高斯分布相加取平均, 那新的虚拟体重秤对体重测量的高斯分布的均值会是 $ \frac{m_1+m_2}{2} $, 方差会是 $ \frac{o_1^2+o_2^2}{4} $.



显然新的虚拟体重秤均值会是两个称的平均.

且当$ o_1^2<3 \times o_2^2 $时, 新的虚拟体重秤方差也会比两个秤都更少.

也就是说, 只要两个体重称的质量不要相差的离谱(3倍方差以上), 虚拟体重秤的测量结果都更优的.



# 进一步扩展

我们还有以下几种提升体重测量精度的方法:

#### 方案一：加权平均（最优解）
多次测量进行统计得到方差.

根据方差倒数加权：

$ X_{best} = \frac{\frac{X_A}{\sigma_A^2} + \frac{X_B}{\sigma_B^2}}{\frac{1}{\sigma_A^2} + \frac{1}{\sigma_B^2}} $

方差会降到：

$ Var(X_{best}) = \frac{1}{\frac{1}{\sigma_A^2} + \frac{1}{\sigma_B^2}} $

比简单平均还更优。

#### 方案二：多次测量再平均
每次站上去连测 3 次（AABBBA 顺序避免疲劳影响），取 6 个数的平均，方差再除以 6。

如果是土壕可以买更多体重秤.

#### 方案三：校准系统偏差
第一天早上空腹固定姿势测 10 次，记录：

+ 秤 A 平均偏高 0.6kg → 以后读数全部减 0.6
+ 秤 B 平均偏低 0.3kg → 以后读数全部加 0.3

这样系统偏差也被干掉，只剩随机误差，平均后精度更高。



## 后记

最后问了一下gpt, 为什么电子体重秤有这么高的误差:

+ 传感器是最便宜的应变片+HX711 芯片，24 位 ADC 但实际有效位数只有 14-16 位
+ 没有温度补偿，屋里温度变化 2℃ 就漂 0.3kg
+ 没有四角误差补偿，站姿稍偏就差 0.5kg
+ 廉价算法直接四舍五入到 0.1kg，放大波动感

使用两个体重秤减少体重测量误差

# 工程实践 使用本地包开发python项目

当python项目比较庞大, 把共用的公共函数和方法封装成一个本地包不仅便于在不同项目间复用，还能通过统一的方式读取资源文件, 是一个很好的工程实践. 下面来介绍一下这种开发方式.

我们需要把公共部分代码以一个python包的规范进行开发, 再以 edit 模式安装在本地python包的目录中. 就可以在不同的子项目中直接用import引用公共的库和方法, 公共库有更新时, 各个子项目也可以无痛的进行更新. 免去了处理相关路径, 等各种麻烦事.





公共模块的结构:
```
myproject/
├── mypackage/ # 包目录（必须有 __init__.py）
│ ├── __init__.py # 包初始化文件
| ├── resources/ # 资源文件夹
| │ └── context.txt
│ ├── module1.py # 模块文件
│ └── submodule/ # 子包
│ ├── __init__.py
│ └── module2.py
├── tests/ # 测试目录（可选）
│ └── test_module1.py
├── pyproject.toml # 现代配置文件（推荐，Python 3.7+）
├── setup.py # 传统配置文件（可选，如果无 pyproject.toml）
├── README.md # 文档
└── LICENSE # 许可证
```

myproject 是项目根目录，其中的 mypackage 是你定义的 Python 包名称。pyproject.toml 是包的配置文件 (旧版的规范是用setup.py)
一个demo pyproject.toml 是这样的:

```
[build-system]
requires = ["setuptools>=61.0", "wheel"]
build-backend = "setuptools.build_meta"

[project]
name = "mypackage"
version = "0.1.0"
description = "My development package juset a demo pkg"
authors = [{name = "UnKnown", email = "unknown@email.com"}]
dependencies = [] # 依赖列表

[tool.setuptools.package-data]
mypackage = ["resources/*","resources/**/*"] # 包含资源文件
```

当我们把公共代码写好后, 用 `pip install -e .`的方式进行edit模式的安装. 之后在各个项目目中引用就是 `from mypackage import xxx`. 我们也可以用统一的路径来引用公共包中的资源文件, 所用的引用方式是借助 importlib 库中的 files方法. 比如你的包名是 mypackage , 有个context.txt 放在了 resources目录下, 引用文件路径就这样写:` files("mypackage.resources").joinpath("context.txt")`

```
from mypackage import sayHi
sayHi()

from importlib.resources import files
print(files("mypackage.resources").joinpath("context.txt").read_text())
```

在mypackage内部, 各模块之间的import要使用相对引用, 如 `from .module1 import func` 这是Python所推荐的开发规范. 可在规避不同环境下的迁移问题.

当需要生产部署时, 我们可以用 `python -m build` 来编译生成wheel包. 把打包好的 wheel 在生产环境里安装.

工程实践 使用本地包开发python项目

# 20250920 嘉定江桥<--->江苏吴江区太湖 往返160KM骑行小记


https://www.strava.com/activities/15876161257

 
![image.png](/static/img/a602f43fd5a43c626606339183488926.image.webp)

历时14小时, 完成了这次160km的骑行, 解锁新地标太湖, 也创造了我的个人单次骑行距离的纪录.





![image.png](/static/img/755d72cdd4ae097c4ce683ccf16575ec.image.webp)

从嘉定江桥出发, 沿北青公路向西骑行26KM直到尽头, 就可以出上海进入江苏. 北青公路在上海市区的路况较好, 而在青浦郊区路况会变差有多处修路的工地. 北青公路全程有独立的非机动车道.


![image.png](/static/img/e36ab9197040145fae19677e0ceb6e9f.image.webp)


结束了在北青公路的骑行后, 会经过我们的第一个补给点淀兴路, 淀兴路附近的居民区比较繁华, 甚至还有KFC和星巴克, 你可在沿途找饭店吃早餐买补给.



![image.png](/static/img/04b4ed13e7c18f1f08c47bd7861bc4c1.image.webp)

接下来, 我们需要新乐路过淀山湖北岸, 这一段是环淀山湖路线的一部分, 你会遇到很多环湖骑友. 但新乐路本身的路况较差, 常有大货车经过, 路较窄且没有独立的非机动车道, 路面状况也不好有"吴江公路鲁贝"之称. 骑这段路线一定要注意安全, 全长8KM左右.

新乐路结速后会经过正崴东路, 此处路况较好.


![image.png](/static/img/c5c316c112fd60173f759735ec0bd1cb.image.webp)

接下来你有两条路可以选择, 北线: 锦东路经锦溪镇再转进到锦周路, 南线: 锦商公路转同周公路
先说南线, 南钱路况极好, 路宽风景好, 有比较宽的非机动车道. 北线路况也不错, 有锦溪镇可以当补给点, 还会经过明镜荡.


![image.png](/static/img/49c79a75ffd05636dbe06ed31fc91e78.image.webp)

南北两线汇合后, 需要继续沿同周公路向北走, 经同里国家湿地公园到白蚬湖村, 但在这里同周路况又开始变差, 在此路段道路开始变窄且没有非机动车道, 骑行需要非常的小心. 这处危险路段长约7KM.


![image.png](/static/img/8ed16c3f454f3811db8923b0923a9b28.image.webp)

之后我们进入到乡村小路苏白路一路向西就可以到屯溪村, 路比较窄但车也很少, 屯溪村也是一个可以进行补给的小镇.


![image.png](/static/img/20a3c9d07d0da2f70f89dae44393a407.image.webp)

继续向西就进入到苏周市的吴江区, 进入到市区后骑行路线跟导航走就可以了. 沿开平路一路向西, 会经过吴江区的多个商圈, 骑到尽头就可以到苏州大剧院和太湖广场了.


总结一下, 这是一条非常适合单飞的骑行路线, 补给点分布均匀, 整体路况较好, 非机动车道覆盖率在80%以上, 风景不错, 有多处打卡点. 往返160KM强度适中, 非常适合天气好时骑游.

补一张终点处的太湖照片.

![image.png](/static/img/50a12ccc7d17051b2da3dea6d22e78e8.image.webp)

A股市场现状与投资警示

如何看财报

使用两个体重秤减少体重测量误差

问题发现

工程实践使用本地包开发python项目

20250920 嘉定江桥<--->江苏吴江区太湖往返160KM骑行小记

A股市场现状与投资警示

如何看财报

使用两个体重秤减少体重测量误差

问题发现

工程实践 使用本地包开发python项目

20250920 嘉定江桥<--->江苏吴江区太湖 往返160KM骑行小记

工程实践使用本地包开发python项目

20250920 嘉定江桥<--->江苏吴江区太湖往返160KM骑行小记