迷茫的投資者

1. 迷茫的時間

到底該現在買？還是現在賣？還是繼續持有？這靈魂的三拷問縈繞在很多投資者的心裡。

電影《黑客帝國》裡，先知對尼奧說：“你已經做了選擇，你到這裡來不是為了做出選擇，而是為了理解為什麼你做了那樣的選擇。”

先知的話大概也可以用於解答這靈魂三拷問。

在“市場先生”表現極端的時候，即使是很多市場老手也沒辦法確保自己能夠摒除雜念，專心將注意力放在比波動率更重要的事情上。

“如果你不想持有一家公司10年，那麼就乾脆不要持有它。” 巴菲特的這句話老生常談了很多次，這句話和先知對尼奧說的話都是為了激起聽者的反思。

長期持股是很難做到的一件事情，何況是持有10年以上，這簡直不可想象。如果規定說買股票一買就要鎖定10年，我估計股票交易的成交量會幾乎歸零。

但如果我能稍稍改變一下你的認知，可能情況會完全不一樣：

假如明年12月特朗普敗選卸任，新任的總統決定停止無謂的貿易戰，全面實施與中國合作共贏的戰略方針，你會在股票市場上做出什麼選擇？

正常的投資者此時會找到那些貿易戰相關損失最大的企業，買入並持有直到買到的資產升值。

嗯？為什麼普通投資者願意持有了呢？

因為我們有了一個確定的未來。在這個前提下，任何追漲殺跌都失去了意義。只要有一個10年期的長期確定性，假設我們能看到未來，持有十年也不是問題，但為啥呢？

我特別喜歡電影《降臨》。這部由美籍華裔科幻作者姜峰楠編寫的小說一個講述了外星人與人類發生接觸的故事。故事的核心在於外星人的表達方式和行為思考是一種“目的論”的思考行為方式。

什麼是目的論？

目的論就是因果論的反向思考，是一種以事物根本目的進行解釋的哲學思想，這種思想沒有過去、現在、未來之分，目的論的根本在於剝離“人類自由意志”。（抱歉我不是哲學家，也不能過多深入討論這個話題，容易跑偏）

投資者之所以沒辦法在投資裡獲得確定的未來，是因為我們生活在一個混沌世界裡。每個人的想法以及事物的特性都是動態變動的。你永遠猜不透一個路人下一秒到底是要打劫你，還是衝你微微一笑，所以你無法預知未來。

目的論則是一種相反的理論。在電影《降臨》裡，外星人擁有集體同步並舉的思維，也就是說他們沒有“選擇”、“自由”、“自我”、以及“順序”等這些詞彙的概念，而且他們所有個體都是同一種思維模式，都知道各自早已被安排好的劇本是什麼內容

。

監獄裡的囚犯某種程度上就是按照目的論在生活，每天的日程早已被規定好，你只是在既定的安排上做你需要做的事情，想你需要想的事情。如果可以，理論上一名被判10年監禁的囚犯進監獄的那一刻就能拿到未來10年他每天的行程表。

因此我們可以說，監獄裡的囚犯是可以預測未來的（僅限於他所認知的範圍），因為他起碼在很大程度上被剝奪了人類自由意識。

如上所述，如果想要“看到”未來，你需要捨棄掉你能控制的選擇權，這也意味著需要捨棄感性，做到100%理性。

有的人就會思考一個問題了，那我豈不是可以通過目的論去窺探未來？

答案是不可以。如果你已經確認了未來，你就不可能有其他的選擇了，因為根據目的論，既定的事實發生了。

為了避免時間悖論的發生，我們的宇宙裡任何有質量的物質（除了光子）都不能超越光速。

假設你通過某種途徑窺探到了未來，比如你將你的思維改造成了目的論，你的意識就會被自動地被打上了補丁，無法做任何改變那個未來的行動。

在電影《降臨》裡，外星人說話不是用來交流思想，而是用來完成行為，用語言描述事件和用行動描述事件都只是為了讓某件事成為真正的事實。（在腦子裡知道你會去做的事情並不代表它發生了，你得作出做個某個動作讓事實發生）

假設投資是一項任務，那"目的論"的方法是效率最高和能量耗散最小的那個方式。

前面的例子提到了，如果我們知道了確定性的未來，我們就不會去追漲殺跌了，一定會持有股票。這很好理解，因為依然已經知道了會發生什麼，為什麼還要耗費精力去追逐不確定的東西呢？持有就是最高效的方式。

我們不是外星人，沒有可能真的實現目的論的行為邏輯。我們也不可能看到未來，與之代替的是我們能夠找到“高確定性”事件來替代看見未來。

“孤獨大腦”的老喻說：“我們努力去控制，無論是控制自己的大腦，還是控制外部事物，經常是徒勞的。結果其實是“湧現”出來的

。”

混沌的系統裡，任何想要算計最終結果的努力都是徒勞的，所有的答案最終都是由多重因素組合“湧現”出來的。

總結：

1、想要從追漲殺跌和市場波動的情緒裡逃脫出來，你需要去尋找一個擁有確定性的“未來”。

2、在明確了一個“未來”之後，持股的效率是最高的。

3、“高確定性”事件就像混沌系統裡的海上燈塔，它們是我們能掌握未來信息的關鍵。

下面的階段，我們來討論一下為什麼巴菲特的辦法可以避開混沌系統的隨機性。

2. 迷茫的概率

確定性高的事件是我們能抓住的最接近未來的機會。

絕大部分投資者依然很疑惑什麼是高確定性事件。

首先，我們要明確混沌系統在哪兒，以及概率黑洞在哪兒。

股市毫無疑問是一個混沌系統，但這是短期而言。股市長期看來就好像巴菲特說的那樣，本質上是一個稱重機。

長期來看，博彩&賭場，是一個完美的高概率發生器。

站在莊家的角度來看，理論上擁有起碼0.5%的House Edge（莊家優勢）以及眾多的牌桌和限定的下注額，意味著哪怕是Alpha Zero在這裡和賭場對弈，最終依然是賠錢。

對賭客來說，賭場就是一個概率黑洞。

但由於總有小部分人能被幸運女神眷顧，賭場裡不斷地有人希望能在某個晚上走運。

這在股市裡也是一模一樣的情況。每天進行日線交易、期權交易的人實際上情況更加不確定。賭場的House Edge是明確的，但和股市搏鬥的情況並不明確，你壓根不知道你輸贏的概率在哪兒。

像賭場這樣的“高概率發生器”，它的賭桌結果是能預測的，它就是一個有侷限性的時間機器。

有的投資者已經意識到需要遠離這些概率黑洞，在更容易找到高確定性的地方進行投資，但這還不夠。

我們還需要了解高概率事件背後的權重。

在一個沒有概率權重的線性世界裡，我們經常會做的計算如下：

我預估這家公司的營收準確率為80%，毛利率的準確率為80%，長期競爭優勢的準確率為80%，管理層的長期管理能力準確率為80%。

最終我們的總體預測準確率為：0.8^4=40.96%

這個數字相當糟糕，不是一個確定性高的事件。

能確定上述條件其中幾個就已經很厲害了，有的投資者常常想要做的事情是在每件事情上都想抓住。記住，我們在一個混沌的系統裡，結果往往是呈隨機形式“湧現”出來的。

巴菲特是怎麼找高確定性的事件呢？

巴菲特在2009年以440億美金收購了當時第二大的鐵路公司-北方鐵路公司（BNSF）。在2010年巴菲特對股東的信中他寫道：“BNSF每噸貨物運輸的成本為1加侖柴油/500英里，其耗油效率比汽車運輸的耗油效率高三倍，這意味著公司的鐵路運輸擁有巨大的運營成本優勢。同時，降低溫室氣體排放量，減少對進口石油的需求量，鐵路運輸將使得我們的國家受益，使整個社會受益。”

判斷對BNSF的長期運輸成本優勢這件事情的權重遠大於其他因素的權重。

BNSF的其他因素很多都屬於高概率會維持優勢的因素，所以根本就不需要去考慮概率的問題。（例如鐵路的獨家經營權、油價的起伏、美國國運）

這有點像Alpha Zero採取的策略。在面對一個無法計算的混沌世界裡，你能抓住的就是那些最明顯的“正確”，這也符合“模糊的正確比精確的錯誤要好”的邏輯。

模糊正確的權重顯然要比任何其他因素要重要的多，它應該起決定性作用，所以給它的權重也應該是決定性的比例，而不會是一個平均化的權重比例。

這也解釋了為什麼長期來看買行業ETF再怎麼差也能跑得比絕大部分人要好。因為你押注的就是一個“模糊的正確”，“精確的錯誤”只需要一個就可以讓你的整體收益變得相當糟糕。

例如中美貿易戰關係最緊張的時候，一些優秀的基金經理更關注的是所選企業的長期競爭力，貿易戰並不是能控制的因素，決定最終收益回報的依然還是選擇企業的正確程度。這些背後的概率判斷幾乎都使用毛估估的方式來完成。

市面上總在提倡價值投資，本質上是讓我們買“模糊的正確”，買入長期跑贏市場概率高的資產。

回到前面一點提到的話題，我們要避免概率黑洞的環境。

十個體格相當的成年人在一起群毆，是一個相當混亂的環境，我們很難挑出誰是最終站著的那個人。

所以我們要避免在混亂系統裡選公司的方法就是等到那些很難被其他競爭對手顛覆的企業出現的時候，開始買入這類資產分享它在行業內通吃的紅利。

總結：

1、避免進入概率黑洞，遠離那些即使是聰明人也無法保證能做好的事情。

2、理解不同事件的權重，判斷對權重大的事件。有時候有投資者總會指著迪士尼的股價說：“最近xxx電影大賣啊，要漲一波了。” 首先，事情的相關性不一定呈現因果關係，其次，事情的權重很多時候並不像你想象中的那麼高或者那麼低。

3、“模糊的正確”是最關鍵的，因為它是你在這個混沌世界裡能抓住的最接近“未來”的東西。

3. 迷茫的投資者

李小龍曾說：“Knowing is not enough, we must apply. Willing is not enough, we must do.” （光是知道是不夠的，必須加以運用。光是希望是不夠的，非去做不可。）

股票市場是一個神奇的地方，它能讓參與者瞬間就體會到什麼是“非線性”，什麼是“混沌隨機”，什麼是“有效和無效”。光說不練沒用，光練不想也沒用，這個活兒是有點迷茫。

不少投資者抱怨道：“股票這玩意兒說不清楚的，上上下下的，不知道哪天就賺錢了，也不知道哪天就賠錢了。”

最難的地方在於投資者容易將注意力從本質轉移到了表象，因為表象才是大家最在乎的事情 - 股價漲了。

Tversky & Kahneman 在1974年發表的《Judgment under Uncertainty: Heuristics and Biases》一書中解釋道人們在判斷概率和預測未來事件時採用三種經驗存在不同形式的偏見:

1. 代表性
2. 可得性
3. 調整與錨定

以上三種偏見是造成投資者迷茫的主要原因。

代表性偏見

1、容易關注描述性的文字大過概率描述

2、容易忽略樣本大小帶來的差異

3、總是期待概率會出現“非隨機”的結果

4、容易作出缺乏數據支持的主觀預測

5、容易輕信某些短期數據的代表性

6、忽略均值迴歸特性

可得性偏見

1、基於腦海中的歷史經驗做判斷

2、傾向於最先想到的結果

3、思想偏極端化，容易放大風險或者忽略風險。

4、認為很多事情都具有相關性和因果關係

調整偏見與錨定偏見

1、對數字的預測總是習慣於找到一個慣用的“基準”開始

2、容易高估連續性事件的概率，而低估非連續性事件的風險

3、對概率分佈的認知，容易將方差設定得比實際情況小，使得分佈顯得更集中在某一個區域內。

這是對已知事物容易產生的問題。我們的世界變化太快了，信息呈非線性地上漲，我們的知識有時候都趕不上新知識的誕生，以至於我們根本就沒法生產足夠的新經驗來面對新情況，更不用說我們對新情況還有各種偏見了，怎麼辦？

在這一點上，孤獨大腦也給我們一定啟示：打造一個內部系統來對抗外部系統的衝擊。

投資者容易犯偏見性錯誤的原因往往是因為沒有意識到自己的問題，而不是因為不夠聰明。

除了常見的投資系統的打造，我們還需要一套自省系統。

David Perkins在1992年出版的《Smart School》一書中提示了蓋特納的多重智慧理論，並在1995年通過研究將理論完善。

第一層智力：神經智力

也就是與生俱來的神經系統帶來的精確和效率的程度。

第二層智力：經驗智力

人在某些領域積累和學習的經驗以及知識的程度。

第三層智力：反省智力

這是指一個人在處理問題、學習和處理智力挑戰性任務方面的廣泛策略。它包括支持持久性、系統化和想象力的態度。它包括自我監控和自我管理。

第三種智力是打造一套高效自省系統的關鍵。在這套系統的搭建經驗上，美軍作戰部隊的經驗相當豐富而有效。

在一線作戰的士兵，是不能犯太多偏見性錯誤的，因為錯誤帶來的往往就是人員減損。他們是如何做到的呢？

the cure for unquestioned belief in technical rationality is professional reflection-in-action…

- Donald A. Schön

（專業的動態反思能力是盲從技術理性的良藥）

Donald A. Schön在《How Professionals Think in Action》一書中指出專業人士需要通過反省智慧處理不確定性、不穩定性和價值衝突的情況。

這些正是投資者時常會遇到的情況。

我們在遇到以往的知識不能解釋的新生事物的時候（比如亞馬遜、奈飛這類公司），我們會傾向使用過往的知識框架，將這些個新生事物往我們學過的知識框架裡硬塞進去。這個過程生產出來的知識，可以被稱作叫做Assimilation Knowledge。（知識同化）

當同化來的知識依然不能很好解釋正在發生的事情的時候怎麼辦？

美軍會告訴士兵們要學會使用Divergent，Accommodative，以及Convergent這三種形式的知識。（為了避免過度的解釋，我儘量簡化解釋，說人話）

Divergent Knowledge(發散式的知識）：由不同的行事標準，不同職業，不同專業的人經過經驗總結，通過反思性觀察得到的知識。發散式的知識圍繞一個共同的核心利益帶來的是不同角色的經驗，不同的規則範疇，不同的價值準則。

說人話：以一個不變的核心利益為前提，從不同的角度去看待，找不同的準則和角色的人去了解。

Acommodative Knowledge（適應性知識）：基於具體的經驗以及主動的實踐組成。

例子：當一個小孩學習到“狗”這個詞的時候，他會對著所有四腳的動物（比如貓）都叫狗。但是大人們會告訴他，哦，那不是狗，那是一隻貓。這個時候小孩對“狗”的知識就會得到新的修改，僅有一小部分的四腳動物叫做狗。

Convergent Knowledge（聚合性知識）：將零散的信息和知識聚攏，形成一套有效的具有傳播性的知識彙總。

實際例子參考：在20世紀50年代圍繞著不同的代理人戰爭發展了特種部隊（SF），但直到30年後才認為SF是一個獨立的分支機構，並以此建立新的獨立部門。

以上三類知識工具，是你面對困境時，最需要的三樣東西。要點是你需要有時候反常識地使用這些知識。

使用雙圈學習模型(double-loop learning)

單圈學習模型的例子：

溫控器被設定成了23°-28°為適應溫度，一旦溫度下降到23°之下，它就會自動啟動供暖，高於28°就會啟動冷氣。

雙圈學習模型的例子：

溫控器自己會詢問使用者：“請問現在的溫度適宜嗎？”。（質疑權威，因為權威不一定適用了），如果其他溫度更適合（探尋不同的標準和可能性），溫控器會設定成當下耗電最少的那個溫度（尋求最佳的解決方案並且組織實施這個新準則之下的方案）。

注意，核心的利益並沒有因為使用新的準則而改變，我們依然和單圈模式下的溫控器一樣，是為了保持舒適的情況下，尋求最優解。

雙圈學習模式下，我們的決策模型不再是固定的了，而是隨著外部世界的變化，獲得反饋以後，對決策模型進行二次修改，然後再做出決策。

例子：巴菲特從不買科技股（老的模型限定），但自從買入了IBM之後，他對科技股的態度不同了。（開始挑戰過去的模型，因為開始不適用了，嘗試新的探索），但IBM被證明了是一個失敗的投資。（尋求不同的標準和可能性，進行試錯）反思了IBM的錯誤後，買入了蘋果，並持有至今，獲得了一倍左右的回報。（信息反饋後反思，然後用不同的方式去看待另一家公司，將過去的經驗和知識聚攏，作出新的決策）

總結：

1、認識偏見性思維，接受它，寫下來，每次學習和分析的時候避免陷入這些誤區。

2、將反省智力作為自己最重要的智力優勢，開始圍繞反省智力打造一個可以根據環境變化而時刻作出強化學習的系統。

3、永遠不要忘記甩掉偏見，儘管這很難做到。

這一篇文章是對過去所有文章的一些精華的彙總和再次編輯，希望能減低一些投資者在投資過程中的迷茫。

能讀到這裡，十分不容易，感謝你的閱讀。