Chris Camillo

Chris Camillo 认为，具备文化连接能力的散户交易者，相比行动缓慢且顾忌职业风险的机构，拥有结构性优势。 他当时尚未完成新的审计，但预计结果会显示其18年年化回报率约为70%；在70–80笔公开讨论过的高确信度交易中，他估计判断错误的不超过10笔。他的直白表述是：“市场是为你设的，不是和你作对。”

他的优势在于，在变化转化为交易、盈利意外或共识叙事之前，先捕捉人类注意力的变化。 社交平台已经从封闭的社交关系网演变为开放的“信息地图”，让人们围绕产品、习惯和技术的讨论能够实时被观察。“任何人做任何事之前，都会先谈论它”，Camillo 预计，具备自主行动能力的 AI 将帮助交易者把海量对话流连接到可投资公司。

注意力套利是一套筛选流程，不是任何走红事物都可以买入的通行证。 Camillo 可能会观察100个机会，最终只找到1–2个真正具有重大影响力的标的：产品确实重要，采用率已经摆脱付费推广，其他投资者尚未意识到这一点，且没有更大的公司层面问题压过投资逻辑。他当时的实时案例是 Sweetgreen 新推出的便携卷饼：评价不错，但“还不能算一笔真正的交易”。

Camillo 通过期权和集中下注表达极高确信度，但始终强调没有任何交易是确定的。 他通常会将投资组合的5–15%配置到中等或高确信度观点上，有时甚至更多；一笔 QSR 期权交易曾在1小时内让他损失流动净资产的三分之一。Frozen 娃娃的判断在经营层面是正确的，但股价盘前一度上涨约30%，随后一家持有该公司10%股份的基金全仓抛售，股价反而下跌20–30%：“总会有意外。”

他在地缘政治恐慌期间买入 Amazon 和 Bloom Energy，体现了以概率为先的方法。 Camillo 认为市场担心的升级情景发生概率只有1–5%，因为政治激励与之相悖；相反，恐慌消退、投资逻辑恢复的概率约为95%，因此当 Thread Guy 和 FinTwit 大量发布末日论时，他选择继续加仓。他提到 Amazon 当时约为$197、Bloom 约为$77，后者后来一度达到约$295，同时强调决定交易结果的是最终发生了什么，而不是吓人的头条。

这套方法同样适用于超大盘股，因为即使是被研究最多的公司，也可能在文化层面被误读。 Camillo 早期的典型案例包括持有第一代 iPhone：当时华尔街盯着没有键盘和 AT&T 服务糟糕等问题，他却意识到产品的重要性；他还在投资者理解 AWS 之前，于科技论坛中追踪“云计算”这一表述的加速出现。他对 Novo 的判断同样始于 TikTok 用户描述一种能够减轻15–25%体重的药物，而不是始于一张财务模型。

选择正确的证券，关键是区分真正受益者与投资者最初认定的受益者。 Camillo 还没有准备好交易 peptides，但认为这一趋势像一列“货运列车”，可能在数月内展开；即使最终捕获经济价值的是另一个平台，HIMS 也可能仅仅因为投资者把它认定为最明显的表达方式而上涨。AI 应该检验更细颗粒度的问题，例如趋势能否显著影响业绩、哪些竞争变量最重要，而不是回答“我应该买哪只股票？”

最高杠杆的准备发生在罕见事件之前，而最重要的克制发生在取得大胜之后。 Camillo 建议提前绘制20–30个低概率情景，这样其中某个情景发生时，交易者可以在数分钟而不是数小时内行动：“除非你已经思考了很多年，否则你不会扣动扳机……”相反，在打出全垒打后，他认为自己应该减少交易，因为过度自信和充裕现金一再导致他做出最糟糕的决定；他还建议每1–2个月完整离开市场24小时。

🔗 原始收听与视频来源： 与 Chris Camillo 的一次不加修饰的对谈