程序员是最该投资的人，但 90% 都在浪费这个优势

我认识的程序员，年薪大多在 $150K 到 $400K 之间。

能赚钱。

但你打开他们的银行账户，大部分人的钱就趴在那里，吃着 0.01% 的活期利息。

每年通胀 3-4%，你的钱每年都在缩水。你以为你存了钱，其实你在亏钱。

我最近在读一本叫 Investing for Programmers 的书（Stefan Papp 写的，Manning 出版），发现一个有意思的观点：程序员是这个世界上最适合做投资的人群之一。

不是因为你有钱。是因为你有一套别人没有的思维方式。

这个系列，我把整本书拆开，一课一课地讲。今天是第一课：你到底有什么"不公平优势"，以及投资世界长什么样。

投资到底在干嘛

很多人觉得投资就是"低买高卖"。

不对。那是结果，不是本质。

投资的本质：用今天的钱，买未来的现金流。

你买一只股票，买的是这家公司未来利润中属于你那一份的折现值。买债券，买的是未来固定的利息加本金返还。买房出租，买的是未来的租金流。

一切投资决策，归根到底是在回答一个问题：

这个东西未来能给我带来多少钱，我今天该为它付多少钱？

这不就是一个估值函数吗？输入是未来现金流的预测，输出是今天的合理价格。你每天都在写这种逻辑。

你的武器库：资产类别全景

把投资想象成选技术栈。不同资产类别就是不同的工具，各有擅长的场景。

股票 — 高波动，高回报

你买了一家公司的一小片所有权。赚钱靠两条路：股价涨（别人愿意出更高价买你的份额），或者分红（公司把利润分一部分给你）。

感受一下现实：Apple 每股每季度分 $0.26。你花 $200 买一股，一年拿到 $1.04，收益率 0.5%。

说实话，没人为了这 0.5% 去买 Apple。你买它，是因为你赌它股价会涨。

债券 — 稳定，无聊，但管用

本质是一张借条。你借钱给政府或公司，它定期给你利息（coupon），到期还本金。

美国国债被认为"无风险"。垃圾债可以给你 10%+ 的利息——但公司可能跑路。

程序员类比：债券就像一个 SLA。明确的 uptime 承诺（利息），约定的终止日期（到期日），写在合同里的违约条款（信用评级）。

ETF — 一键买入整个市场

ETF 打包了一堆股票。买一份 VOO（Vanguard S&P 500 ETF），等于同时持有 500 家美国最大的公司。

为什么存在？因为你不用猜谁会赢。你赌的是"美国经济整体会涨"。

过去 10 年 VOO 回报 192%。不费脑子，不用研究个股。

诺贝尔经济学奖得主 Robert Shiller 的建议：80% 放指数基金，20% 自己选股。 如果你那 20% 持续跑赢大盘，再慢慢调比例。

加密货币 — 过山车

2020 年 BTC 涨 300%。2022 年跌 50%。2023 年又涨 150%。

除了炒价格，还有 Staking——锁仓验证交易，赚奖励。类似债券利息，但利率浮动，规则写在智能合约里而不是法律文件里。

期权 — 花小钱买权利

Call Option：花一小笔钱（premium），买一个"在未来以固定价格买入"的权利。

Put Option：花一小笔钱，买一个"在未来以固定价格卖出"的权利。

程序员类比：期权就像花钱买一个 API key。它给你一个 buy() 或 sell() 函数的调用权。Key 到期没用就白花了（premium 归零），但如果行情对了，回报可以 10 倍以上。

关键区别：买期权，最多亏掉 premium。卖期权，亏损理论上无限。所以新手只买，不卖。

私募 — 押注下一个 Microsoft

投资没上市的公司。90% 会失败。

但 Microsoft 1986 年 IPO 时 $21/股，今天算上拆股等于约 $120,000。找到一个这样的，其他全亏了也值。

三种打法

投资风格不是玄学，本质就是你在优化不同的目标函数。

	Growth 成长	Value 价值	Income 收入
目标	股价翻倍	捡低估的便宜货	稳定现金流
典型公司	NVIDIA, Tesla	被市场冷落的好公司	Coca-Cola, REITs
核心指标	营收增速, P/E 高	P/E 低, P/B 低	分红率高
风险	高	低到中	低

作为程序员，你大概率对 Growth 最有感觉。

为什么？因为你懂技术。当市场在讨论"AI 会不会改变世界"的时候，你已经在用 Claude Code 写代码了。你能判断哪些公司的技术是真的，哪些在画饼。

这就是书里说的程序员的不公平优势：

你用系统思维看世界。 财务报表就是数据集，投资策略就是算法。
你习惯跟不确定性打交道。 Debug 一个 bug 的过程和分析一只股票一模一样——假设、验证、迭代。
你有领域知识。 你比华尔街分析师更懂 GPU 架构、模型推理成本、开发者工具链。

Core + Satellite：你的投资架构

好的投资组合和好的系统架构一样，需要分层。

Portfolio
├── Core (70-80%) — 长期持有，不动
│   ├── S&P 500 ETF (VOO)
│   ├── 全球 ETF (URTH)
│   └── 债券
└── Satellite (20-30%) — 主动研究，找 alpha
    ├── 你看好的个股
    ├── 短期交易机会
    └── 加密 / 另类投资

Core 是你的 foundation——稳定、可预期、设了就忘。它保证你不会因为一次判断失误就全盘皆输。

Satellite 是你发挥优势的地方——用 Python 拉数据、用 AI 做研究、用你的领域知识找别人看不到的机会。

这个系列后面的内容，大部分都是在教你怎么把 Satellite 这 20-30% 做得更聪明。

开始之前，先回答四个问题

别急着开户。先想清楚这四件事：

1. 我需要多少钱才能过上想要的生活？

不是越多越好。是一个具体的数字。财务自由的公式其实很简单：

所需资本 = 年支出 ÷ 预期回报率

如果你一年花 $100K，用保守的 5% 回报率算，你需要 $2M。

2. 我现在能拿出多少钱投资？

月收入减去月支出，剩下的就是你的弹药。

3. 我能承受多大的风险？

最坏情况亏 50%，你还睡得着吗？如果不能，你的风险承受能力就不适合全仓股票。

4. 我愿意花多少时间做研究？

每周 2 小时？10 小时？这决定了你应该被动投资（ETF 为主）还是主动研究个股。

这四个问题没有标准答案。但它们决定了你后面每一个投资决策的边界。

下一课预告

概念讲完了。下一课我们开始拆数字。

你会学到怎么像读源代码一样读一家公司的财务报表——Income Statement、Balance Sheet、Cash Flow——以及一堆关键指标：P/E、PEG、ROE、Beta。

我们还会第一次打开 Python，用 yfinance 拉真实数据。

这个系列基于 Stefan Papp 的 Investing for Programmers，配套代码全部开源。

下一篇：读懂公司的"源代码"