未來新格局
今天，當市場上股票數量迅猛增長起來後，我們遇到同樣的問題，根本就不該再問有哪些股票和它的走勢類似，而應該每天都問自己這樣的問題：“在每一個時刻，市場中近3000隻股票到底有多少種可歸納的走勢？他們之前的關聯性是重複一貫的曆史關聯函數還是有所突破？哪些是複製曆史的關係，哪些是最新突破的關係，哪些是產生最大邊際突破效益的關係？”
我們應該通過提高計算效率來對我們想象的世界證實或證偽，而電腦和大數據處理的時代給了我們提高效率來更加廉價準確地探索與發現的機會。
我們不再需要傳統的總經理、投資總監、基金經理、分析師團隊、分析師助理團隊、單獨的風險管理團隊等等。這種依靠人的經驗來論資排輩的等級製度已經落後，開始妨礙基金行業的發展。我們需要的是更多更細致的工作崗位。
一家基金公司首先需要確定其獲利模式。我們需要考慮的是依靠投資獲利還是交易獲利？這兩個獲利模式看似雷同，其實是截然不同的兩個世界。
投資獲利是比較傳統的通過對宏觀環境、行業和上市公司管理團隊的情況進行判斷，然後做左側交易。這類似於巴菲特的思路和絕大部分上世紀世界主流的共同基金的投資方法。
而交易獲利模式則要更多地以資本市場的內部結構為核心，進行概率博弈。在這個世界裏我們可以不看基本麵，不知道任何一家上市公司的背景甚至他們的名字。但是，我們通過對資本市場的資本遊戲規則和資本市場參與者的習慣、弱點的判斷，進行近於零和博弈的遊戲。
比如我們知道了中國股市內部的關聯度情況，那麼就可以看出股市的無序值在按照一定規律發展。而這個無序值是中國股市的主要參與者狀況的體現。由於中國股票定價主要由交易頻繁的散戶主導，所以我們可以從中國股市的無序值中看出這是一個常態混亂，偶爾由於外力而產生逐步高關聯性的混沌市場。這些理論其實在物理學裏是非常簡單的基礎理論。
同樣，我們可以用生物學的進化論，數學的分形理論，醫學和IT之間的人工智能理論等各種科學視角對市場進行客觀的，合理懷疑的各種假想和驗證。同時，我們也可以利用大數據去挖掘尋找各種可能的可利用的科學關係的跡象。
投資經驗固然重要，但這種經驗更多的應該是在麵對市場時，對人性弱點進行把握和控製。無論是上述的傳統投資獲利還是新興的交易獲利，在正確的時間提出具體正確投資策略的人才是核心的合作夥伴。
而在全麵高效的分析係統和交易係統下，執行這些策略的人們變得不那麼重要了，這些執行的人應該是可輪換的被雇傭者。從人事結構的角度看，中國的基金管理行業也在麵臨一個以合夥製為核心，雇傭製為其服務的新格局。