2024 年 9 月 24 日，政策组合公布。A 股连续交易五天后进入国庆假期。10 月 8 日重新开市，沪深两市成交额达到 3.45 万亿元，创下当时的历史纪录；上证指数收涨 4.59%，深成指收涨 9.17%。中国政府网转引的市场数据记录了这次放量。
从政策发布到成交额创出纪录，国庆休市前只经历了五个 A 股交易日。这个样本能够说明市场反应很快，不能单独证明推荐算法制造了泡沫，也不能证明行情见顶更早。
信息不再沿路衰减
纸媒时代，一条消息要经过记者、编辑、印刷、发行和人与人转述，传播需要更多时间。互联网减少了传播摩擦，社交媒体降低了结成社群的成本。推荐系统再根据点击、停留、评论和转发重新安排曝光，可能让相似的解释在更接近的时间抵达更多投资者。
我担心的是下面这条反馈链正在缩短：
事件发生 → 自媒体集体解读 → 高互动内容获得更多曝光 → 投资者注意力同步 → 下单推动价格 → 价格变化成为下一轮内容
价格原本是事件的结果，进入内容平台后又成了新的原因。今天涨停证明赛道正确，赛道正确吸引明天的买盘，明天的上涨再生产更多解读。Information Diffusion 里说，信息价值取决于它抵达的时间；放进市场以后还要补一句：当所有人同时收到信息，先知道的价值会迅速归零，注意力同步本身却会改变价格。
算法加速的是同步，不是真相
研究能够支持的结论比“泡沫越来越频繁”更窄。基于社交网络的新闻扩散会影响投资者注意力、信念和交易；中国投资者论坛的研究还发现，观点同质化能解释额外的价格波动。NBER 关于社交网络新闻扩散的研究、中国投资者论坛回音室研究
算法让更多人在相近时间看见相似观点，市场反应可能更集中。它不能保证观点正确，也不能单独决定泡沫大小。真正把注意力变成价格的，还有几样东西：
- 手机交易把看到消息和下单压缩到几分钟；
- 低费率降低了频繁交易的摩擦；
ETF、期权和融资工具放大了同一方向的资金；- 宽松流动性和政策变化提供可动用的钱；
- 自媒体把一次事件拆成大量重复内容，延长它占据注意力的时间。
1840 年代的英国铁路狂热已经有专门金融报刊持续报道，当时还没有互联网。但这项研究没有发现媒体情绪或个股关注度放大、终结了泡沫；它只能证明泡沫和金融媒体的结合早于算法时代。算法新增的是更快的分发和个性化重复，并非凭空发明从众。
泡沫是否从四十年一次变成十年一次
这个说法很有吸引力，却不能当成历史规律。只列郁金香、汽车、半导体和互联网，会漏掉南海公司、铁路、无线电、漂亮 50、日本资产和大量区域性地产泡沫。互联网以前的泡沫也没有严格遵守三四十年的间隔。
2000 年互联网、2007 年金融地产、2013 至 2015 年 TMT、2019 至 2021 年茅指数、2024 年九二四，可以作为中国投资者经历的情绪样本。它们的资产、政策和资金来源不同，不能仅按年份连成一条因果曲线。
现有材料还不足以证明大型系统性泡沫变得更频繁。能够保留的较窄判断是，局部主题的注意力聚集、估值扩张和退潮可能完成得更快。这已经足以修改交易纪律，不必先替几十年的金融史画出固定周期。
退潮也会被一起加速
同一项利好被反复解释后，新增信息会越来越少。价格若停止上涨，“行情见顶”又可能成为下一批高互动内容。同一套互动排序既能增加利多内容的曝光，也能增加利空内容的曝光。
传播更快时，共识和拥挤也可能更早出现。等到首页上的解释已经高度一致，再沿用过去“观察几周”的经验，承担的是拥挤交易反转的风险。
交易纪律要写在热搜之前
热门消息送到面前时，信息优势通常已经消失。此时不应继续问“这个消息是否重大”，而要检查市场已经为它支付了多少价格。
- 把事件和市场解读分开。政策、财报和订单是事实，短视频里的目标价是二次加工。
- 看价格之外的扩散。上涨公司数量、成交集中度、盈利预测和资金来源，比热搜数量更能说明行情是否健康。
- 提前写减仓条件。算法时代留给临场思考的时间更短，退出规则必须在 买入之前 写下。
- 不沿用旧行情的持续时间。上一次走了三个月，不构成这一次至少走三周的理由。
- 给趋势仓设置上限。注意力集中和撤离都可能很快，仓位必须小到能够按预案退出。
最优停止与仓位纪律 里的观察期不能只看固定天数，但高频价格、成交和舆论也不是彼此独立的样本。一天里的重复信号可能都来自同一股资金和同一条叙事。等待是否有价值，要看新增数据能否验证盈利、资金来源或市场宽度，而不是屏幕刷新了多少次。
算法没有让人性变得更贪婪。它只是把相似的人更快送到同一个房间，再把房间里的喊声送给更多人。等我在首页连续刷到同一个投资故事时，应该先看成交和估值，而不是加入下一次转发。