诸事要记 日拱一卒

前几天有人在群里发了一篇文章，我一看，发现是我一年半前写的一篇文章。自己又回头看了一遍，发现这篇文章很有意义，但是里面也有一些没有说明白的地方，于是又修改了一下，重新发一下。

在第一次世界大战之前，世界有51个国家。到了二战之前，世界上共有65个国家左右。

目前，世界上共有193个国家（不含地区，比如香港、澳门、台湾等不算国家，只算地区）。

世界没有变，国家却越来越多，这就说明很多国家都被分裂的非常厉害。

我们中国在一战和二战后也丢掉了一些领土，但是，从历史的角度来看，我们的领土面积总体上是一直在变大的。

在漫长的历史岁月中，我们有强大的时候，也有衰弱的时候；我们的领土有大的时候，也有小的时候。

但是，不管我们的领土是大的时候，还是小的时候，我们绝大多数的中国人都有一个深入骨髓的概念：国家分裂的时候，大家就都想要再次统一；国家衰弱的时候，领土被人抢占了，每个人都想把它再抢回来；国家强大的时候，大家就都想要继续开疆拓土。

为什么会这样？

这是由中国的文化所决定的。

我们先和大家说说中国的领土和统一文化，然后再从地理上和大家说说中国的领土是如何一步步扩大的。

在《礼记·大学》中有这么一句话：“古之欲明明德于天下者，先治其国；欲治其国者，先齐其家；欲齐其家者，先修其身”。

这也就是我们大家熟知的“修身、齐家、治国、平天下”。

据说这句话是孔子说的，也有说是孔子弟子曾参写的，但是不管是谁说的，这句话从战国时期一直流传到现在，并深入了每个中国人的骨髓里。

这句话就包含了我们中国人对国家、对领土的概念。

但是，绝大多数人都不明白这句话的，因为这里面的“家”“国”和“天下”都和我们今天人理解的不一样。

中国的第一个帝国是秦帝国。

在秦帝国之前，人类文明是非常落后的。那个时候的人们以为天是圆的，地是方的，即所谓的“天圆地方”。

地在天的下面，所以称为“天下”。

地，又分为五个方位：东西南北中。

在地的中间就叫做“中国”，住着的是华夏子孙。在华夏的四周分别住着未开化的北狄、西戎、南蛮和东夷。

那个时候，人们认为天是最大的，万事万物都是由天创造的。

地需要有人来管理，所以天就委托一个人来管理，这个人就叫做“天子”。

天子只是一个人，他一个人不可能管得了整个天下，所以他又把领土分给了自己的弟弟、叔叔等。

他的弟弟、叔叔分到一部分地以后，就在彼此的边界处挖一条沟，并在沟的两侧种上树，这就叫做“封”；划定界线以后，就要建立一个国家，这个叫做“建”。

这也被称为“封国土、建诸侯”，简称“封建”。

现在大家知道“封建”是怎么来的了吧。

建立“国”以后，这个国家官职最大的人就做“国君”，也被称为“诸侯”。

也就是说，那个时候，最大的是“天下”，周天子的天下；其次，才是国，国是诸侯的国，是国君的国。

诸侯也不能一个人治理那么大的一个国家吧，所以他也要把自己的领土分给自己的叔叔、弟弟等，他的叔叔、弟弟领到领土后就建成一个“家”。

大家记住了：那个时候的“家”不是我们今天所理解的“家”，那个时候的“家”是一大片的领地，有很多的人。

建立“家”以后，这个家里的最大的人就叫做“大夫”。

大夫的叔叔、弟弟叫做“士”。

到了“士”这个阶层就已经没有土地了，但是“士”可以做官。

“士”下面的叫庶民，也叫做平民。

平民是没有做官的权力的。

我们来看看这个过程：天子、国君、大夫和士其实都是有血缘关系的，这些人都是所谓的“贵族”，都是世袭的。

天子死了，他的长子继承天子之位；国君死了，国君的长子继承君位；大夫死了，大夫的长子继承大夫……

天子把“天下”分给诸侯，诸侯建立“家”。

那个时候，诸侯国的国君都是天子的亲戚，彼此之间都有血缘关系，所以彼此之间矛盾不大。

天子治理“天下”，诸侯治理“国”，大夫治理“家”，都是依靠“礼乐制”（那时还没有法治）。

那么，什么叫做“礼乐制”呢？

所谓的“礼”，我们可以简单的认为是礼仪，衣食住行、贵贱长幼之间要有明显的差别，都要讲究身份和礼仪。

比如，天子该穿什么衣服、国君（诸侯）该穿什么衣服，大夫该穿什么衣服；天子祭天该用什么仪式，诸侯觐见天子该用什么仪式，大夫见国君又该用什么仪式……

就连如何称呼“死”，不同等级的贵族也不一样：

天子——驾崩；

诸侯——薨；

卿大夫——卒；

士——不禄；

平民、奴隶——去世。

在古代，“礼”非常的多，有籍礼、冠礼、大搜礼、乡饮酒礼、乡射礼、朝礼、聘礼、祭礼、婚礼、丧礼等等，这些都有非常详细的规定。

每一个人都要讲“礼”，不能逾越规定。

什么又叫做“乐”？

“乐”就是指音乐。

人的喜怒哀乐之情，都可以通过“乐”来表达，同时也可以在乐声中化解。不同的人享有“乐”的等级也是不一样的。

比如，王必须要用“九鼎”，诸侯只能用“七鼎”，大夫只能用“五鼎”……

简单的说：“礼”负责规范人的行为， “乐”则负责调和人的性情。

在周和春秋的时候，整个社会都是依靠“礼乐制”来维护运行的。

由于那个时候的统治阶级都是亲戚、都有血缘关系，所以“礼乐制”运行的还是不错的，各个诸侯国之间矛盾不大，就算彼此之间偶尔有矛盾，但是也很少有兵戎相见的时候，战争主要是对外的——也就是和北狄、西戎、南蛮和东夷打。

但是，后来发生了两件大事，让整个“礼乐制”崩溃了。

第一件就是“三家分晋”。

那时，晋国的国君是周天子的亲戚，晋国有三个大姓：魏、韩、赵。

这三个大姓把整个晋国分了，成立了三个国家，也就是后来的魏国、韩国和赵国。

按照“礼”中的规定，大夫是不能反国君的，但是韩、赵、魏分了晋国，这就导致“礼”的崩溃。

第二件就是“田氏代齐”。

在战国之前，齐国是姜子牙建立的：姜子牙的女儿邑姜嫁给了周武王，是武王姬发的王后，然后姜子牙帮助武王夺得了天下，武王就给了他一块封地，建立了齐国——那时的齐国被称为“姜氏齐国”。

然后，齐国被田齐给篡位了，叫做“田氏齐国”，这就是所谓的“田氏代齐”——田氏和周天子没有血缘关系。

前面说过，在战国之前的西周和春秋时代，在封建制下的每个诸侯国的国君都和周天子有血缘关系，采取礼乐制，所以相对比较平静。但是，当出现三家分晋和田氏代齐后，这就标志着礼乐制度的彻底崩坏，从那以后，诸侯国之间便没有血缘关系了，彼此之间就不像以前那么讲“礼”，彼此之间为了争夺地盘或利益，经常发生战争。

于是，中原大地进入了“战国”时代。

“三家分晋”被视为春秋之终、战国之始的分水岭。

这些诸侯不断的吞并其它诸侯，最后留下了七个最大的诸侯，这就是我们比较熟悉的“战国七雄”。

战国之前周室以礼治天下，战国以力治天下。

春秋战国，礼乐崩坏，瓦釜雷鸣，刀兵四起，人欲横流，饥者不得食，寒者不得衣，乱者不得治，劳者不得息，征夫无家园，妻儿失暖席，鳏寡无所依，道边人悲啼……

 战国是个乱世，一个疯狂的乱世。

“修身、齐家、治国、平天下”就是儒家在战国时期提出来的。

这句话是针对“士”来说的。

上面我们说过“士”是最低等的贵族、最高等的平民（平民下面还有奴隶），“士”的作用就是做官协助大夫、国君和天子。

当士没有能力做官的时候，只能“修身”，加强学习；当有能力的时候，就帮助大夫治理“家”；当能力再大一些的时候就帮助国君治理“国”；再大一些的时候，就帮助天子治理“天下”——这就是所谓的“修身、齐家、治国、平天下”。

天下只有一个天子，一个国只有一个国君，一个家只有一个大夫，士就比较多了。

平民没有读书和做官的权力，天子、国君和大夫都得依靠“士”，所以“士”就成了天下最有实力的群体。

当每个“士”都把“平天下”当成最高理想的时候，那么无论中国如何改变，最终必将会统一、必将开疆拓土！

诸侯混战，民不聊生，士族都以“平天下”为己任，最终形成了一个统一的王朝。

这个王朝就是秦王朝！

秦，灭了所有的国家，这个时候的秦不能再走回以前的封建老路，否则还会出现战国那样的混乱。

于是，秦终结了封建制！

秦王嬴政灭了六国后，天下只有一个国，于是他就把天下和国合成了一体，就有了“国家”。这时嬴政不能再叫“王”了（因为“王”是诸侯国的称呼），他认为自己的功绩超过了“三皇五帝”，便以“皇帝”自称，于是中国便产生了第一个“皇帝”，所以嬴政又被称为“始皇帝”。

由于分封制导致各个诸侯国常年大战，民不聊生，所以始皇帝就取消了分封制，没有了诸侯，实行中央集权的郡县制。

什么叫做“郡县制”？

以前，周天子把土地分给自己的亲戚，那些亲戚在自己的领地上建立诸侯国，那些国的国君死后由嫡长子继承，是世袭的——王无权管理封建领主领地上的事情，封地之下，只认封主。

始皇帝取消了分封制后，那些土地就不再分给自己的亲戚了，而是设立郡和县，自己派官员去治理那些郡县，那些官员都不是世袭的，而是由皇帝任命的。

于是，始皇帝建立了一种新的制度：三公九卿制，集所有大权于自己一身。

在封建社会，权力分散在天子、诸侯手中，但是到了郡县制的时代，权力集中在皇帝一个手中。

从理论上来说，秦朝以后，我们中国就不是封建社会了。

所谓的“封建社会”只是马克思根据欧洲发展史按照生产关系归纳总结出来的，并不适用于中国：欧洲的封建社会采取分封制，生产关系是农民和地主的关系；秦朝的时候，我们采取的不是分封制，而是郡县制，生产关系也是农民和地主的关系。

郡县制结束了封建制，但是土地还是在地主手中。只不过土地从以前的“诸侯、大夫”这些大地主的手中转变到“士族”这些小地主手中而已。虽然这些小地主没有了“建国”的权力，但是土地无疑还是集中在少数人的手中。所以，从生产资料所有权的角度来说，新中国之前，依旧可以叫做封建社会。

秦统一六国以后，国、家和天下合成一个了，没有了诸侯、没有了大夫，于是士族成了权力的核心，协助皇帝治理天下，以前的“治国”“齐家”不存在了，就剩“平天下”了。

“天下”是什么？

天下分为东西南北中，中间的地方叫做“中国”，住着华夏子孙。现在“中国”已经平定了，所以我们还需要向其它的方向扩张，即“平天下”，因为在中国的东西南北方向还有广袤的土地和岛屿。

于是，便有了“开疆拓土”。

下面，我们就来说说中国领土的变化了。

在秦汉的时候，我们的祖先不知道天下有多大，但是知道天下绝对不是我们所在的地方那么大，因为在“中国”的周边还存在广大的山脉、沙漠和海洋等，还存在众多的“南蛮”和“北夷”，所以我们要继续往外“平天下”。

由于古代生产力非常的落后，南方主要是山地，北方主要是草原和沙漠，那些地区文明发展比较落后，所以我们把南方的少数民族称为“南蛮”，把北方的游牧民族称为“北夷”。

我们来看看地形图：在地形图上，我们可以看到由燕山、太行山、秦岭和横断山组成一个天然屏障带。当时的秦国就在这条屏障之外，所以在战国的时候，秦国也被其它六国称为“蛮荒之地”。

秦国当然不想住在那个贫瘠的地方，想往中原地区打，占领肥沃的中原地区。

想要占领中原，不是那么容易的。

在秦国的南部有秦岭；东部有黄河，就算渡过黄河后，还有太行山阻挡。

想要逐鹿中原，只有沿着黄河向东打，但是这条路也非常的艰险，有潼关、函谷关、三门峡、雁门关等重要关口，这些关口都是“一夫当关万夫莫开”。

我们来看看函谷关和雁门关，大家就知道有多险要了。

在冷兵器时代，除非己方实力远大于对方，否则想要打下这样的关口实在太难了。

在战国初期的时候，秦国想要“逐鹿中原”实在是太难了。

但是，由于有函谷关、潼关和黄河天险，山东（指崤山以东）六国想要打下秦国也很艰难。

秦国打不出去、山东六国也很难打进来，所以在开始的时候，秦国重点是往北打，一直打到了另外一个天然屏障带——黄河。

在关中平原到黄河之间的这个地区叫做黄土高原，土地也是比较肥沃的。

现在，大家看看秦朝最大的版图，就会知道始皇帝统一六国后的地图为什么会是这样的了。

秦以后，中国又经历了一段时间的内乱，但是最终又统一于汉。

汉朝的时候，中国逐渐强大，又要“平天下”了。

这个时候，就面临这两个问题：是向北扩张，还是向西扩张的问题。

北部就是现在的东三省，那里有广阔的草地，草地非常的肥沃，游牧民族比较厉害，很难打。

再说，就算打下来，对于我们这个农业民族来说，意义也不大，因为那里气候比较寒冷，不适合耕种，也很难建立城池。所以，在汉朝的时候，我们在北方主要采取的是守。

于是，我们把扩张的方向转到了西边。

为什么转到西边？

因为西边相对容易扩张。

在黄河的西边，夹在祁连山、巴丹吉林沙漠和腾格里沙漠中间有一条通道，这条通道就是鼎鼎有名的“河西走廊”。

所谓的“河西走廊”就是在我们今天的甘肃省，也被称为“甘肃走廊”。

这条走廊北部有沙漠保护着，南部有祁连山保护着，易守难攻。

比如，在河西走廊有一个非常著名的关口：嘉峪关。

嘉峪关位于甘肃省嘉峪关市西5公里处最狭窄的山谷中部，城关两侧的城墙横穿沙漠戈壁，历史上曾被称为河西咽喉，因地势险要，建筑雄伟，有天下第一雄关、连陲锁钥之称。

所以，在汉朝的时候，我们就通过这条走廊向西扩张，占领了今天的新疆一带。

现在大家知道汉朝的地图为什么会向下面那样吧：我们重点在河西走廊的北部修建了长城，阻挡匈奴的进攻，然后一路打向西，占领了整个新疆。

所以，新疆在2000多年前就已经是我们的领土了。

那么，能不能再往外扩张了？

在那个时期，很难了，因为那时的新疆离中原核心地带实在有点太远！

新疆是一个“三山夹两盆”的地形：

“三山”指的是北部是阿尔泰山脉、中部是天山山脉，南部是昆仑山脉；

“两盆”指的是北部的准格尔盆地，南部的塔里木盆地，有大量的沙漠存在。

天山将新疆分为南疆和北疆。

汉以后，中国又进入了漫长时间的内乱。

经历了三国时期的魏（魏蜀吴，以魏为正统），后来的晋、南北朝等时期，这段时间内，中国主要是处于内乱时期，忙于内战，被外敌找到可趁之机，我们丢掉了一些地盘。

比如，在三国的时候我们丢掉了新疆和原来黄河以南的一些地区（羌胡），但是在晋朝的时候，我们又把新疆给抢回来了。

在晋朝短暂的统一后，中国再次进入南北朝和五代十国的内斗之中。

中华大地一片混乱！

混战300年后，又统一于隋朝。

隋朝的寿命比较短，只存了38年。

从汉朝到隋朝，这段时间，中国的领土没有得到多大扩张，还丢掉了一点土地（新疆的部分土地）。

随着隋朝的灭亡，紧接着中国开启了一个前所未有的盛世：大唐。

大唐再次开疆拓土，向北我们占领了蒙古高原，一直打到了贝加尔湖以北；西部我们一直打到了中亚地区。

这是中国历史上第一次，也是唯一的一次打到中亚地区。

那个时候，中亚地区也诞生了一个强大的帝国，叫做阿拉伯帝国。

唐帝国和阿拉伯帝国在中亚地区打了一场战争，叫做怛罗斯之战。

怛罗斯战役是一场当时历史上最强大的东西方帝国间的直接碰撞。

这场战争，阿拉伯帝国动用30万人，唐帝国的远征军只有2.4万人，由高仙芝总指挥。

由于兵力悬殊，最终唐帝国只返回了几千人。

虽然唐帝国在怛罗斯之战中失败了，但是并没有动摇大唐在中亚地区的影响力，新疆和部分中亚地区依旧控制在大唐手中。

后来，大唐发生了“安史之乱”，不得不退出中亚地区。

安史之乱，驻守西域的安西都护府的精锐部队都被调往国内平乱，只留下少量的部队驻守西域，吐蕃趁虚而入，攻占西域的大片领土，只剩下安西四镇：碎叶、龟兹、于阗、疏勒。

有传言，李白就是出生于碎叶城。

大唐守军守着4个孤城，顽强的抵抗吐蕃一次又一次的进攻。

由于守军和大唐完全失去了联系，所以直到15年后，守军派出的使者终于到达长安，唐德宗及朝廷上下无不感动的落泪。但，此时朝廷已经自顾不暇，无力救援。

就这样，大唐守军在孤立无援的情况下，坚守了四十年——40年后的龟兹依旧还飘扬着大唐的旗帜。

公元808年，吐蕃大唐守军发动了最后的进攻。

这个时候的唐军，都是坚守了将近半个世纪的老兵，当初年轻的将士皆已是白发苍苍，所有唐军军士挥舞刀剑，发起了最后一次悲壮的冲锋，全部壮烈殉国。

有诗曰：

满城尽白发，死不丢陌刀；

独抗五十载，怎敢忘大唐?

中国银联曾发布一则的微广告《大唐漠北的最后一次转账》，说的就是这段历史，让人落泪。

安史之乱是中华文明前所未有的一次巨大浩劫，这场历时八年，席卷半壁江山的战火不仅成为唐朝的转折点，更是整个中华文明由开放转向保守的转折点。

由于安史之乱，大唐不得不退出中亚地区，让阿拉伯帝国统治了中亚地区，并将伊斯兰文明传入中亚地区。

如果没有安史之乱，那么中亚地区现在可能就是中华文明，而不是伊斯兰文明——现在的中亚地区及新疆的部分地区信仰伊斯兰教就是因为在安史之乱后大唐进入了衰弱期，无力再控制局面。

大唐灭亡后，宋朝诞生。

但是，不幸的是，这个时候，蒙古人强势崛起了。

其实，中国在宋朝的时候也很强大，但是没有办法，碰到了逆天的成吉思汗了。

崖山之战后，宋被灭亡了，这是中国历史上唯一一次，整个国土被完全占领了。

由于蒙古人是游牧民族，文明比较落后，入主中原以后采取高压统治，而且拒绝被中华文明同化，所以很快就灭亡了，只存在了97年。

元灭亡后，中国又诞生了一个强大的帝国——明帝国。

明朝是继汉唐之后黄金时期。

明代无汉之外戚、唐之藩镇、宋之岁币，不和亲、不割地，天子守国门，君王死社稷。

明朝非常强大，也非常繁荣。

康熙皇帝南下金陵时，在耳闻目睹南京城的盛况后对明太祖朱元璋建立的明朝由衷的赞叹之词，评价明朝为“治隆唐宋”、“远迈汉唐”。

意思就是说：明朝的时候，比唐宋的时候还要强大和繁华。

唐朝在最强盛的时候也没有把西藏纳入中国的版图，但是在明朝的时候，西藏被纳入了中国的版图，从那以后西藏就成为中国再也无法分割的一部分。

然而，再强大的帝国也有衰弱的时候。

在明朝的末期，有东林党争、国本之争等重大事件，对外有朝鲜之役与萨尔浒之战。

在内忧外患的时候，吴三桂引清军入关。

明亡！

明朝（1368年―1644年）是中国古代历史上最后一个由汉族建立的大一统中原王朝，共传十二世，历经十六帝，享国276年。

清军入主中原以后并不像元朝蒙古人那样拒绝与汉人同化，相反积极和汉人融合，最终又开启了一个盛世——大清帝国！

我们公正客观的说，清帝国对中国也是有很大的贡献的，因为它是唯一一个同时将新疆和西藏纳入中国版图的一个帝国（不考虑元朝的话）。

当然了，清朝的后期由于闭关锁国，导致我们在近现代遭受了百年屈辱，也丢掉了很多土地。比如外东北和新疆的一些地区。

但是，不管怎么说，清朝也是有很大的贡献的，因为至少新疆和西藏永远的被纳入了中国的版图，成为中国不可分割的一部分。

1911年(辛亥年)10月10日，孙中山先生领导了辛亥革命，清亡！

清朝(1636年-1912年)是中国历史最后一个大一统封建王朝，传十一帝 ，享国276年。

清亡以后，中国进入军阀混战的时期。

1926年7月9日，广东国民政府领导的国民革命军十万人正式出师北伐，发动了针对北洋军阀的革命战争，也被称为“北伐战争”。

在苏联军事顾问的帮助下，北伐军制定了正确的行动方针，首先向军阀吴佩孚部队盘踞的湖南、湖北进军。共产党人叶挺领导的、以共产党员为骨干组成的第四军独立团是北伐先锋。

北伐战争沉重地打击了帝国主义和北洋军阀在中国的统治，基本消灭了北洋军阀，为以后中国新民主主义革命的发展开辟了道路。

然而，在1927年4月和7月的时候，蒋介石和汪精卫先后在上海和武汉发动反革命政变。北伐战争的胜利果实被窃取。

 

1931年，日军在东北发动“九·一八事变”，开启了侵华战争。

随后，国共两党斗争中有合作，经过十几年的抗战，终于取得了抗日战争的胜利。

1945年8月15日，日本裕仁天皇向全日本广播，接受波茨坦公告、实行无条件投降。

抗日战争结束，国共之间矛盾升温，国民党一边假意和谈一边积极抢占地盘，准备发动战争。

1945年8月至1949年9月，中国共产党带领全国人民发动了解放战争，并取得了最终的胜利。

1949年10月1日在新中国成立，国民党战败后逃往台湾。

新中国成立以后，中国人民在共产党人的领导下，通过艰苦卓绝的奋斗，只用了短短的70年的时间，就把一个“一穷二白”的国家发展到世界第二大经济体。

今天，我们仍然在不断的前进。

可以预料的是，在不久的将来，我们必将会成为世界第一。而埋藏在每个中国人血脉深处“平天下”的思想，必将引领我们创造更大的辉煌！

曾经失去的，我们一定都会拿回来！

不仅仅要拿回来，我们更要创造新的历史！

努力吧，每个中国人！

—–全文到此为止。

 

股市有风险，投资需谨慎；

专注大趋势，不负好时代。

 

投资股市赚钱，比拼的是认知、耐心和风险承受能力。

 

在认知方面，外资和公募研究能力总体来说是最强的。所以，我一直提倡大家抄作业，“君子善假于物”。

 

感谢这个时代，信息比较透明。我曾经答应过大家，每个季度更新一次外资和公募的最新持仓，方便大家在优秀的上市公司范围内，用趋势的方法找切入点。

 

以下是两份持仓表格。左边栏目是持仓总市值，右边栏目是持仓占流通股的比例，敬请各位老板和老板娘收藏。

 

 

然后周末有个新闻，一位大妈2008年买入5万元长春高新，后来出国忘记股票账户密码，现在变成了500万，13年时间赚了100倍。

 

对于这个新闻，我最关注的点不是选中这么好的股票有多难，概率有多低，而是人家至少整整持有了13年（虽然她这个长期持有是被动的）。

 

炒股十几年，我也曾经买过不少好股票，包括老朋友都知道的“非卖品”爱尔眼科等，但最终都没赚到太多的钱。主要原因，就是拿不住。所以近几年，我操作周期越来越大，关注的趋势级别也越来越大。

 

我还算好的。很多朋友只能长期拿住亏损的股票，一点都拿不住有盈利的股票。这样更不好。

 

长期持有一支股票的最大风险，是没有确定性。比如大妈买的是长春高新还好，如果买的是中国石油，到现在就亏得连一万块钱都不到了对吧。

 

但是，现在确定性来了：如果把地球上的国家都看作是一个个上市公司，那么我们中国，无疑是其中成长性确定性最强的，甚至没有之一。

 

所以我建议投入股市的钱，有一半坚定持有指数ETF，要拿很久很久那种。先保证赚到这个基础收益，再用一半仓位去尝试做更高的收益。

 

这段内容，对应了文章开篇第一句中说的耐心。耐心等待A股越来越好。

 

最后是风险承受能力，主要是老生常谈的“用余钱投资”，再有就是，要敢于拥抱波动。

 

巴菲特老爷子持有比亚迪，2008年8港币买入，一年时间翻了10倍，随后又一年时间跌回9港币跌了将近90%，再后来几番起起伏伏，到如今13年赚了20倍。

 

我们不说这个极端的例子，就说A股近10年所有翻了10倍的股票，你随便选一个打开K线看看，没有过程中波动很小的，每隔几年有个30%以上的回撤很正常。因此，如果过于拒绝波动，也很难有好的收益，会付出不少交易的磨损成本。

 

根据《中国基金报》报道的最新数据，今年一季度，90%的QDII基金保持高仓位运作，权益资产占8成以上的仓位。外资他们不太关心股价波动，默默埋头反而取得了很不错的收益。

 

最最后说说市场行情：

 

上周市场大幅反弹，但是成交量没有同步放大多少。我和一些朋友的股票类公众号阅读数、互动数，前段时间也一直比较低迷，到现在都没有恢复。这说明，大部分交易者可能还没回过神来，加上上周的赚钱效应，所以“五一”小长假前，行情有望延续反弹。

 

有朋友可能要问，奶爸你的公众号阅读数、互动数反映了市场情绪，是不是可以拿来作为反向操作指标，人气低迷时买入，人气高涨时卖出？这个其实很难，因为不知道低迷到什么时候反弹，高涨到什么时候高潮戛然而止。只是回头去看，往往能显示出阶段性的底部和顶部区域。

 

市场总体趋势评分：8.2分（多头区间）；阶段最强指数：创业板指、中证500。

 

这里有一个小的现象值得注意，就是：这段时间中证500指数虽然涨幅不大，但是悄无声息取得了8连阳，是几大主要指数里唯一的一个。所以虽然涨幅不大，我也把它列为了最强指数。

 

目前的一个小风险，是印度新冠疫情好像有点失控，已经出现单日新增35万确诊病例的情况，并且病毒有所变异。德国开始宣布，将禁止除德国公民以外的人士从印度入境。

 

所以在操作上，可以先继续看几天，等本周下半周再看，“五一”小长假前是不是需要降低仓位来稍微控制下短期风险。

转自：https://mp.weixin.qq.com/s/UrAZMxeh8B4tS1hHyqFeYw

对头条架构有兴趣的同学可以先看看这个文章，文章比较干，建议收藏食用。

公众号：架构师今日头条技术架构分析

 

之前头条召开了一场分享交流会。资深算法架构师、中国科学技术大学计算机博士曹欢欢，在今日头条总部带来了题为《让算法公开透明》的分享，消除社会各界对算法的一些误解，同时接受意见和建议。

本次分享将主要介绍今日头条推荐系统概览以及内容分析、用户标签、评估分析，内容安全等原理。

一、系统概览

推荐系统，如果用形式化的方式去描述实际上是拟合一个用户对内容满意度的函数，这个函数需要输入三个维度的变量。

第一个维度是内容。头条现在已经是一个综合内容平台，图文、视频、UGC小视频、问答、微头条，每种内容有很多自己的特征，需要考虑怎样提取不同内容类型的特征做好推荐。第二个维度是用户特征。包括各种兴趣标签，职业、年龄、性别等，还有很多模型刻划出的隐式用户兴趣等。第三个维度是环境特征。这是移动互联网时代推荐的特点，用户随时随地移动，在工作场合、通勤、旅游等不同的场景，信息偏好有所偏移。

这里还有一个问题，如何引入无法直接衡量的目标？

推荐模型中，点击率、阅读时间、点赞、评论、转发包括点赞都是可以量化的目标，能够用模型直接拟合做预估，看线上提升情况可以知道做的好不好。但一个大体量的推荐系统，服务用户众多，不能完全由指标评估，引入数据指标以外的要素也很重要。

比如广告和特型内容频控。像问答卡片就是比较特殊的内容形式，其推荐的目标不完全是让用户浏览，还要考虑吸引用户回答为社区贡献内容。这些内容和普通内容如何混排，怎样控制频控都需要考虑。

此外，平台出于内容生态和社会责任的考量，像低俗内容的打压，标题党、低质内容的打压，重要新闻的置顶、加权、强插，低级别账号内容降权都是算法本身无法完成，需要进一步对内容进行干预。

下面我将简单介绍在上述算法目标的基础上如何对其实现。

前面提到的公式y = F(Xi ,Xu ,Xc)，是一个很经典的监督学习问题。可实现的方法有很多，比如传统的协同过滤模型，监督学习算法Logistic Regression模型，基于深度学习的模型，Factorization Machine和GBDT等。

一个优秀的工业级推荐系统需要非常灵活的算法实验平台，可以支持多种算法组合，包括模型结构调整。因为很难有一套通用的模型架构适用于所有的推荐场景。现在很流行将LR和DNN结合，前几年Facebook也将LR和GBDT算法做结合。今日头条旗下几款产品都在沿用同一套强大的算法推荐系统，但根据业务场景不同，模型架构会有所调整。

模型之后再看一下典型的推荐特征，主要有四类特征会对推荐起到比较重要的作用。

• 第一类是相关性特征，就是评估内容的属性和与用户是否匹配。显性的匹配包括关键词匹配、分类匹配、来源匹配、主题匹配等。像FM模型中也有一些隐性匹配，从用户向量与内容向量的距离可以得出。
• 第二类是环境特征，包括地理位置、时间。这些既是bias特征，也能以此构建一些匹配特征。
• 第三类是热度特征。包括全局热度、分类热度，主题热度，以及关键词热度等。内容热度信息在大的推荐系统特别在用户冷启动的时候非常有效。
• 第四类是协同特征，它可以在部分程度上帮助解决所谓算法越推越窄的问题。协同特征并非考虑用户已有历史。而是通过用户行为分析不同用户间相似性，比如点击相似、兴趣分类相似、主题相似、兴趣词相似，甚至向量相似，从而扩展模型的探索能力。

模型的训练上，头条系大部分推荐产品采用实时训练。实时训练省资源并且反馈快，这对信息流产品非常重要。用户需要行为信息可以被模型快速捕捉并反馈至下一刷的推荐效果。我们线上目前基于storm集群实时处理样本数据，包括点击、展现、收藏、分享等动作类型。模型参数服务器是内部开发的一套高性能的系统，因为头条数据规模增长太快，类似的开源系统稳定性和性能无法满足，而我们自研的系统底层做了很多针对性的优化，提供了完善运维工具，更适配现有的业务场景。

目前，头条的推荐算法模型在世界范围内也是比较大的，包含几百亿原始特征和数十亿向量特征。整体的训练过程是线上服务器记录实时特征，导入到Kafka文件队列中，然后进一步导入Storm集群消费Kafka数据，客户端回传推荐的label构造训练样本，随后根据最新样本进行在线训练更新模型参数，最终线上模型得到更新。这个过程中主要的延迟在用户的动作反馈延时，因为文章推荐后用户不一定马上看，不考虑这部分时间，整个系统是几乎实时的。

但因为头条目前的内容量非常大，加上小视频内容有千万级别，推荐系统不可能所有内容全部由模型预估。所以需要设计一些召回策略，每次推荐时从海量内容中筛选出千级别的内容库。召回策略最重要的要求是性能要极致，一般超时不能超过50毫秒。

召回策略种类有很多，我们主要用的是倒排的思路。离线维护一个倒排，这个倒排的key可以是分类，topic，实体，来源等，排序考虑热度、新鲜度、动作等。线上召回可以迅速从倒排中根据用户兴趣标签对内容做截断，高效的从很大的内容库中筛选比较靠谱的一小部分内容。

二、内容分析

内容分析包括文本分析，图片分析和视频分析。头条一开始主要做资讯，今天我们主要讲一下文本分析。文本分析在推荐系统中一个很重要的作用是用户兴趣建模。没有内容及文本标签，无法得到用户兴趣标签。举个例子，只有知道文章标签是互联网，用户看了互联网标签的文章，才能知道用户有互联网标签，其他关键词也一样。

另一方面，文本内容的标签可以直接帮助推荐特征，比如魅族的内容可以推荐给关注魅族的用户，这是用户标签的匹配。如果某段时间推荐主频道效果不理想，出现推荐窄化，用户会发现到具体的频道推荐（如科技、体育、娱乐、军事等）中阅读后，再回主feed,推荐效果会更好。因为整个模型是打通的，子频道探索空间较小，更容易满足用户需求。只通过单一信道反馈提高推荐准确率难度会比较大，子频道做的好很重要。而这也需要好的内容分析。

上图是今日头条的一个实际文本case。可以看到，这篇文章有分类、关键词、topic、实体词等文本特征。当然不是没有文本特征，推荐系统就不能工作，推荐系统最早期应用在Amazon,甚至沃尔玛时代就有，包括Netfilx做视频推荐也没有文本特征直接协同过滤推荐。但对资讯类产品而言，大部分是消费当天内容，没有文本特征新内容冷启动非常困难，协同类特征无法解决文章冷启动问题。

今日头条推荐系统主要抽取的文本特征包括以下几类。首先是语义标签类特征，显式为文章打上语义标签。这部分标签是由人定义的特征，每个标签有明确的意义，标签体系是预定义的。此外还有隐式语义特征，主要是topic特征和关键词特征，其中topic特征是对于词概率分布的描述，无明确意义；而关键词特征会基于一些统一特征描述，无明确集合。

另外文本相似度特征也非常重要。在头条，曾经用户反馈最大的问题之一就是为什么总推荐重复的内容。这个问题的难点在于，每个人对重复的定义不一样。举个例子，有人觉得这篇讲皇马和巴萨的文章，昨天已经看过类似内容，今天还说这两个队那就是重复。但对于一个重度球迷而言，尤其是巴萨的球迷，恨不得所有报道都看一遍。解决这一问题需要根据判断相似文章的主题、行文、主体等内容，根据这些特征做线上策略。

同样，还有时空特征，分析内容的发生地点以及时效性。比如武汉限行的事情推给北京用户可能就没有意义。最后还要考虑质量相关特征，判断内容是否低俗，色情，是否是软文，鸡汤？

上图是头条语义标签的特征和使用场景。他们之间层级不同，要求不同。

分类的目标是覆盖全面，希望每篇内容每段视频都有分类；而实体体系要求精准，相同名字或内容要能明确区分究竟指代哪一个人或物，但不用覆盖很全。概念体系则负责解决比较精确又属于抽象概念的语义。这是我们最初的分类，实践中发现分类和概念在技术上能互用，后来统一用了一套技术架构。

目前，隐式语义特征已经可以很好的帮助推荐，而语义标签需要持续标注，新名词新概念不断出现，标注也要不断迭代。其做好的难度和资源投入要远大于隐式语义特征，那为什么还需要语义标签？有一些产品上的需要，比如频道需要有明确定义的分类内容和容易理解的文本标签体系。语义标签的效果是检查一个公司NLP技术水平的试金石。

今日头条推荐系统的线上分类采用典型的层次化文本分类算法。最上面Root，下面第一层的分类是像科技、体育、财经、娱乐，体育这样的大类，再下面细分足球、篮球、乒乓球、网球、田径、游泳…，足球再细分国际足球、中国足球，中国足球又细分中甲、中超、国家队…，相比单独的分类器，利用层次化文本分类算法能更好地解决数据倾斜的问题。有一些例外是，如果要提高召回，可以看到我们连接了一些飞线。这套架构通用，但根据不同的问题难度，每个元分类器可以异构，像有些分类SVM效果很好，有些要结合CNN，有些要结合RNN再处理一下。

上图是一个实体词识别算法的case。基于分词结果和词性标注选取候选，期间可能需要根据知识库做一些拼接，有些实体是几个词的组合，要确定哪几个词结合在一起能映射实体的描述。如果结果映射多个实体还要通过词向量、topic分布甚至词频本身等去歧，最后计算一个相关性模型。

三、用户标签

内容分析和用户标签是推荐系统的两大基石。内容分析涉及到机器学习的内容多一些，相比而言，用户标签工程挑战更大。

今日头条常用的用户标签包括用户感兴趣的类别和主题、关键词、来源、基于兴趣的用户聚类以及各种垂直兴趣特征（车型，体育球队，股票等）。还有性别、年龄、地点等信息。性别信息通过用户第三方社交账号登录得到。年龄信息通常由模型预测，通过机型、阅读时间分布等预估。常驻地点来自用户授权访问位置信息，在位置信息的基础上通过传统聚类的方法拿到常驻点。常驻点结合其他信息，可以推测用户的工作地点、出差地点、旅游地点。这些用户标签非常有助于推荐。

当然最简单的用户标签是浏览过的内容标签。但这里涉及到一些数据处理策略。主要包括：一、过滤噪声。通过停留时间短的点击，过滤标题党。二、热点惩罚。对用户在一些热门文章（如前段时间PG One的新闻）上的动作做降权处理。理论上，传播范围较大的内容，置信度会下降。三、时间衰减。用户兴趣会发生偏移，因此策略更偏向新的用户行为。因此，随着用户动作的增加，老的特征权重会随时间衰减，新动作贡献的特征权重会更大。四、惩罚展现。如果一篇推荐给用户的文章没有被点击，相关特征（类别，关键词，来源）权重会被惩罚。当然同时，也要考虑全局背景，是不是相关内容推送比较多，以及相关的关闭和dislike信号等。

用户标签挖掘总体比较简单，主要还是刚刚提到的工程挑战。头条用户标签第一版是批量计算框架，流程比较简单，每天抽取昨天的日活用户过去两个月的动作数据，在Hadoop集群上批量计算结果。

但问题在于，随着用户高速增长，兴趣模型种类和其他批量处理任务都在增加，涉及到的计算量太大。2014年，批量处理任务几百万用户标签更新的Hadoop任务，当天完成已经开始勉强。集群计算资源紧张很容易影响其它工作，集中写入分布式存储系统的压力也开始增大，并且用户兴趣标签更新延迟越来越高。

面对这些挑战。2014年底今日头条上线了用户标签Storm集群流式计算系统。改成流式之后，只要有用户动作更新就更新标签，CPU代价比较小，可以节省80%的CPU时间，大大降低了计算资源开销。同时，只需几十台机器就可以支撑每天数千万用户的兴趣模型更新，并且特征更新速度非常快，基本可以做到准实时。这套系统从上线一直使用至今。

当然，我们也发现并非所有用户标签都需要流式系统。像用户的性别、年龄、常驻地点这些信息，不需要实时重复计算，就仍然保留daily更新。

四、评估分析

上面介绍了推荐系统的整体架构，那么如何评估推荐效果好不好？

有一句我认为非常有智慧的话，“一个事情没法评估就没法优化”。对推荐系统也是一样。

事实上，很多因素都会影响推荐效果。比如侯选集合变化，召回模块的改进或增加，推荐特征的增加，模型架构的改进在，算法参数的优化等等，不一一举例。评估的意义就在于，很多优化最终可能是负向效果，并不是优化上线后效果就会改进。

全面的评估推荐系统，需要完备的评估体系、强大的实验平台以及易用的经验分析工具。所谓完备的体系就是并非单一指标衡量，不能只看点击率或者停留时长等，需要综合评估。过去几年我们一直在尝试，能不能综合尽可能多的指标合成唯一的评估指标，但仍在探索中。目前，我们上线还是要由各业务比较资深的同学组成评审委员会深入讨论后决定。

很多公司算法做的不好，并非是工程师能力不够，而是需要一个强大的实验平台，还有便捷的实验分析工具，可以智能分析数据指标的置信度。

一个良好的评估体系建立需要遵循几个原则，首先是兼顾短期指标与长期指标。我在之前公司负责电商方向的时候观察到，很多策略调整短期内用户觉得新鲜，但是长期看其实没有任何助益。

其次，要兼顾用户指标和生态指标。今日头条作为内容分创作平台，既要为内容创作者提供价值，让他更有尊严的创作，也有义务满足用户，这两者要平衡。还有广告主利益也要考虑，这是多方博弈和平衡的过程。

另外，要注意协同效应的影响。实验中严格的流量隔离很难做到，要注意外部效应。

强大的实验平台非常直接的优点是，当同时在线的实验比较多时，可以由平台自动分配流量，无需人工沟通，并且实验结束流量立即回收，提高管理效率。这能帮助公司降低分析成本，加快算法迭代效应，使整个系统的算法优化工作能够快速往前推进。

这是头条A/B Test实验系统的基本原理。首先我们会做在离线状态下做好用户分桶，然后线上分配实验流量，将桶里用户打上标签，分给实验组。举个例子，开一个10%流量的实验，两个实验组各5%，一个5%是基线，策略和线上大盘一样，另外一个是新的策略。

实验过程中用户动作会被搜集，基本上是准实时，每小时都可以看到。但因为小时数据有波动，通常是以天为时间节点来看。动作搜集后会有日志处理、分布式统计、写入数据库，非常便捷。

在这个系统下工程师只需要设置流量需求、实验时间、定义特殊过滤条件，自定义实验组ID。系统可以自动生成：实验数据对比、实验数据置信度、实验结论总结以及实验优化建议。

当然，只有实验平台是远远不够的。线上实验平台只能通过数据指标变化推测用户体验的变化，但数据指标和用户体验存在差异，很多指标不能完全量化。很多改进仍然要通过人工分析，重大改进需要人工评估二次确认。

五、内容安全

最后要介绍今日头条在内容安全上的一些举措。头条现在已经是国内最大的内容创作与分发凭条，必须越来越重视社会责任和行业领导者的责任。如果1%的推荐内容出现问题，就会产生较大的影响。

因此头条从创立伊始就把内容安全放在公司最高优先级队列。成立之初，已经专门设有审核团队负责内容安全。当时研发所有客户端、后端、算法的同学一共才不到40人，头条非常重视内容审核。

现在，今日头条的内容主要来源于两部分，一是具有成熟内容生产能力的PGC平台

一是UGC用户内容，如问答、用户评论、微头条。这两部分内容需要通过统一的审核机制。如果是数量相对少的PGC内容，会直接进行风险审核，没有问题会大范围推荐。UGC内容需要经过一个风险模型的过滤，有问题的会进入二次风险审核。审核通过后，内容会被真正进行推荐。这时如果收到一定量以上的评论或者举报负向反馈，还会再回到复审环节，有问题直接下架。整个机制相对而言比较健全，作为行业领先者，在内容安全上，今日头条一直用最高的标准要求自己。

分享内容识别技术主要鉴黄模型，谩骂模型以及低俗模型。今日头条的低俗模型通过深度学习算法训练，样本库非常大，图片、文本同时分析。这部分模型更注重召回率，准确率甚至可以牺牲一些。谩骂模型的样本库同样超过百万，召回率高达95%+，准确率80%+。如果用户经常出言不讳或者不当的评论，我们有一些惩罚机制。

泛低质识别涉及的情况非常多，像假新闻、黑稿、题文不符、标题党、内容质量低等等，这部分内容由机器理解是非常难的，需要大量反馈信息，包括其他样本信息比对。目前低质模型的准确率和召回率都不是特别高，还需要结合人工复审，将阈值提高。目前最终的召回已达到95%，这部分其实还有非常多的工作可以做。头条人工智能实验室李航老师目前也在和密歇根大学共建科研项目，设立谣言识别平台。

如果您喜欢本文，欢迎点击右上角，把文章分享到朋友圈~~
如果有想了解和学习的知识点或技术点，也可以留言给若飞安排分享

·END·

相关阅读：

---

• 今日头条技术架构分析
• 推荐系统学习：协同过滤实现
• 基于协同过滤的推荐方法

作者：曹欢欢

链接：https://www.toutiao.com/a6511211182064402951/

 

 

对于买房人来讲，房贷利率的变化极其重要。

一方面，房贷利率上涨会造成贷款炒房的人资金成本变高，一定程度上会让楼市稍微“冷静”，从而影响房价趋势。另一方面，房贷利率直接与月供挂钩，影响部分购房者未来的月供成本。

然而最近，全国上下，房贷利率都涨了！

四大行无一例外全部都提高了利率，最高飙升至6.5%，甚至有多家银行停止发放二手房房贷。

成都、重庆、郑州、中山、长沙、苏州、惠州等城市都已出台利率上调指示。

根据融360大数据研究院对全国42个重点城市房贷利率的监测数据显示：

2021年4月，全国首套房贷款平均利率为5.31%，环比上涨4个BP；二套房贷款平均利率为5.59%，环比上涨2个BP。

这一次房贷利率上调，房贷政策收紧，很有可能产生蝴蝶效应，带来一系列楼市的连锁反应。

01

房贷大调控

去年，央行开启了房贷利率改革，提出了利率转换政策，重新调整房贷利率计算模式。

新的房贷政策下，你可以选择两种不同模式的房贷利率，一种是浮动利率，一种是固定利率。

如果选择了浮动利率，那么房贷利率将随LPR报价浮动，一年调整一次。如果选择了固定利率，未来房贷利率就按当前利率固定不变。

房贷利率的计算方法是：LPR利率（5年期以上）+加点。

其中，LPR利率跟经济走势、货币走势有关，而加点则由政策和银行决定。

然而LPR（5年期）从最初的4.85%下降到去年4月份的4.65%后，就被锁死了，到之前已经连续7月没有丝毫变动。

经济恢复良好的状态下，5年期以上LPR报价利率下行空间会非常小。这一次各大银行上调房贷利率，也就是说房贷利率现在已经开始触底反弹，开始走高。

最开始，是广州的房贷利率涨得火热，后来蔓延到整个珠三角地区的城市，房贷利率都是在上涨。而且不仅是珠三角城市的房贷利率上涨，长三角地区的房贷利率都毫不落后。

所以这不是个例，而是普遍现象。

同时，利率上涨的势头已经开始逐渐向全国各个城市蔓延。

根据贝壳研究院最新发布60城市主流房贷利率走势图，去年8月份前后是本轮房贷利率的最低点。

随后，便一路水涨船高，丝毫没有停下来的迹象。贝壳研究院监测的60城平均首套、二套房贷利率较去年底分别累计提高了6、7个基点，平均放款较去年底延长了5天。在房地产信贷环境收紧下，未来购房利率提高是相对确定的趋势。

02

货币回归正常化轨道

那么现在房贷普遍上涨的原因到底是什么？

简而言之，是发放水后货币逐渐步入正常化轨道。

去年疫情的影响，需要提振经济，全世界主要经济体都在放水，不单单是美国。其实我们也是一样的。而放水的本质就是银行把钱借贷出去。因此，在2020年我们经历了一个非常宽松的信贷周期，楼市和股市都迎来狂热。

但是这种狂热是不可持续的，央行不可能一直无限放水。扩张的货币政策总有收缩的一天，那么现在，在经历如此大一轮放水后，我们的货币政策便开始步入正常化轨道。

现在大家都能感受到物价的上涨，很多食品和日用品的价格已经开始上升。除此之外，基本生产所需的原材料也经历了40%的涨幅，通胀已经初现端倪。

因此，从现在起便要开始应付通胀，来把市场上多发的钱尽可能多收回来一点。

4月8日，国务院金融稳定发展委员会（以下简称金融委）召开第五十次会议，研究加强地方金融机构微观治理和金融监管等工作。

会议上提了特别特别重要的一条：

健全治理，规范经营。地方金融机构要完善公司治理，加强风险管理，强化审慎经营，不过度追求规模扩张和发展速度。

这句话表明了什么呢，其实表明的是高层对于金融资产的态度。

金融机构不追求规模扩张。那金融机构的规模又是什么呢？

是资产，而这个资产不是我们通常认为的现金，房产这些。它其实是负债+所有者权益。

也就是说资产主要包含就是负债，银行的负债。而银行的负债实质上是存款。

我们把钱存在银行里面，那么对于我们出来说是资产，对于银行来说就是负债。吸收存款之后，银行再对外发放贷款。没发出去的钱是负债，发出去了，就成为银行的资产。

明确了这一点，我们就能听出高层话中的弦外之音。

不追求规模扩张和发展速度，上面想隐含地表达：现在马上要减少放贷量！

当银行的放贷量减少或者规模被控制的时候，普通人的切身感受就是贷款变得非常难。

实际上，这一轮货币宽松的流动性的拐点，其实在去年就已经出现了。

去年的1月份，不管是M2的增速还是社融的增速（社融即社会融资，是指一定时期内实体经济从金融体系获得的资金额），都出现大幅度的增长。

而M2主要由贷款创造，社融包括贷款等间接的融资之外，还包括股票、债券等一些直接融资。因此，社融的规模必然大于M2，这点是基本常识。

但在去年6月份以后M2的增速登顶，从此开始逐步往下；到9月份社融的增速也见顶了。

在金融理论中，M2和社融的增速是观察货币扩张程度最为重要的指标。但是从去年6-9月，这两个指数的增速都出现拐点。那么也就意味着，从去年开始，中国就在慢慢缩减流动性，只是我们仍然观察到增长，却忽略了增长已经步入拐点。

这也是货币回归正常化的最明显标志。至此，基本可以说，从2020年开始的大放水，现在进入尾声。

03

楼市入冬？

我们都知道，中国楼市这十来年涨得真是惊世骇俗。背后最关键的原因，就是房地产不单单是属于用来居住的固定资产，还被赋予金融属性。

房价之所以能被炒上去，其中的原因之一便是，这么些年来货币扩张的速度非常厉害，中国的M2供应一路狂奔。

社会上的钱越来越多，信贷也非常容易，房地产的市场价值高，自然就能成为非常良好，蓄水量惊人的池子。大量热钱涌向房地产，房价自然就被推高。

有些人会质疑，媒体上整天说放水印钞，为什么我就没有感受到这个放水印钞？为什么我就接不住这放出来的水？

这里其实有一个经济学的常识。

你要想接住放出来的水，就必须要到银行去贷款。你到银行借钱贷款，就是在帮银行搞信用扩张，就是在放水。所有的印钞放水，本质是银行向企业或者居民发放贷款的过程。

所以大家一定要理清这样一个观念，放水不单纯是央妈的行为。其实很多企业和居民都是在配合放水的。你到银行借贷实际上是帮助搞信用扩张。

你没有贷到款，那么就说明你错过了放出来的水。

不过你也可能成为放水的一个“受益者”。比如说因为信贷宽松，央行放水，房子卖了更高的价格，相当于买房人，他接到了央行放出来的水，再转手倒给了你。

这就是你在享受泡沫，享受通胀的一个过程。

当然，如果你没有接到水，那等待你的就是货币数量增加的幅度快于商品数量增加的幅度。

结果便是物价上涨，生活开支更高。

从这亮点来看，印钞放水一定程度上会造成财富的转移再分配。

以前是大水漫灌。比如说2008年和2016年，那么经历过这两次货币宽松周期的人都有切身的感受。

那时候贷款很容易，尤其是买房贷款。几乎不怎么看银行的流水，只要你交得起首付。2008年的时候甚至还可以刷信用卡付首付，而且那会儿房贷利率还非常低。

现在我们看到的是房贷利率上升，好像没什么大不了。其实这标志着这些宽松时代都一去不复返了，要开始全面收紧了，这些都是住房调控的一环。

可能很多人还没有意识到，看到几个城市的几个楼盘在涨，还敢玩去接击鼓传花的那朵花。你看到的是，还在上涨还有空间，可能料不到那是人家在高位出货，准备空仓了。

从几年前的房住不炒，到去年的三道红线，再是年初的各地严打严控，后面又是各大城市严查经营贷炒房。

虽然年年都在调控，年年房价都在涨，但这次可能真的不一样。

资金是房地产的命门！资金是房地产的命门！资金是房地产的命门！

以往调控，有一个核心的政策没调控——货币政策。货币在扩张，房价刹不住车。但是现在明显的指标都在告诉你，时代变了，货币政策开始变了。

中国的房地产做的太大了，泡沫太多了，位置也太高了，并且已经和经济深度绑定。要调控也不会把房地产一锤子敲死，过程会像是温水煮青蛙。一步步的政策不断加码。从上面放风定调，到控房企，控楼市，再到控信贷，现在要进一步控货币….一盘大棋局的棋子，悄然落下。

跟谁过不去都不要和历史大势过不去。没有人能改变大趋势，我们能做到的，只有顺势而为，趋利避害！