以前提到过，资产收益周期表（见表3-1）在推销资产配置的服务中，是一个被广泛使用的有效工具。从表3-1里，有意向的投资人可以看到一年又一年的资产收益情况，然后推销人再强调各种临时的收益偏差都是随机和不可预测的，各种收益最后都要回到历史上的平均值，所以最好使用历史上的数据指导未来。这在逻辑上暗示着历史上的数据，如市场收益数据、方差-协方差矩阵等，为长期的战略性资产配置提供了有用的资料。从这些数据里寻找最适合投资人需要的资产配置方案，在理论上，经过一个足够长的时期投资人将有最好的回报。在这种方法中，回归平均假设是资产配置策略的指南，其想法是：只要一种资产配置就可以使投资人得到最好的长期收益。

　　这种逻辑是可以理解的，但我对一些假设还有疑问：首先，我们不知道采集数据样本的时间区间到底应该有多长才能使描述各种变量内部关系的方差-协方差矩阵的长期预测有效。1 确实，对于用过去30年的数据而做出的预测，人们是有理由怀疑的。在前一章的组合例子中，我使用了1975～2004年的样本，因为我相信标准普尔/巴拉以及摩根士丹利（MSCI）指数对于不同资本规模公司、不同类型、不同国籍公司的股票是相互独立的定义，而不幸的是没有长期的数据，我只能使用这30年的数据。同样重要的是，在前面章节里也提到过，如果回归平均值不是随机的，而是可以预测的，那么将会怎样？如果收益从平均值的偏离不是任意的呢？如果我们可以预测在什么时候股票开始转向，又将会怎么样？如果我们做得足够好，我们就可以抛弃长期的战略性资产配置，而采取一种主动的配置策略，我们就将会有很好的回报。本章的主题即是探究可预测的股票变化模式。