说说你对这篇新闻的看_老虎社区_美港股上老虎

围城之门
09-20

说说你对这篇新闻的看法...

寻找投资机会的能力，是如何培养起来的？

那些到底是错误，还是未来危险的预警？甚至巴菲特到底是方法本身的成功，还是一个巨大的幸存者偏差？

寻找投资机会的能力，是如何培养起来的？

免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。

推荐
最新

暂无评论

热议股票

关于我们·老虎社区守则·老虎社区账号管理规范·老虎社区服务协议·老虎社区隐私政策

公司名称：北京至简风宜信息技术有限公司

违法和不良信息投诉：010-5681-3562（工作时间9:30-18:30）

邮箱：service@laohu8.com

营业执照：91110105MA01A4U55R

ICP备：京ICP备18016422号

网安备：京公网安备11010502036490

关注我们

{"i18n":{"language":"zh_CN"},"data":{"magic":2,"id":351428482249024,"tweetId":"351428482249024","gmtCreate":1726804687067,"gmtModify":1726804688783,"author":{"id":3445491033690194,"idStr":"3445491033690194","authorId":3445491033690194,"authorIdStr":"3445491033690194","name":"围城之门","avatar":"https://static.laohu8.com/6f648c88e51531e5c2a722787867e47c","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":1,"crmLevelSwitch":0,"individualDisplayBadges":[],"fanSize":1,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"html":"<html><head></head><body>说说你对这篇新闻的看法...</body></html>","htmlText":"<html><head></head><body>说说你对这篇新闻的看法...</body></html>","text":"说说你对这篇新闻的看法...","highlighted":1,"essential":1,"paper":1,"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"link":"https://laohu8.com/post/351428482249024","repostId":2444192407,"repostType":2,"repost":{"id":"2444192407","kind":"highlight","pubTimestamp":1726759036,"share":"https://www.laohu8.com/m/news/2444192407?lang=&edition=full","pubTime":"2024-09-19 23:17","market":"hk","language":"zh","title":"寻找投资机会的能力，是如何培养起来的？","url":"https://stock-news.laohu8.com/highlight/detail?id=2444192407","media":"期乐会","summary":"那些到底是错误，还是未来危险的预警？甚至巴菲特到底是方法本身的成功，还是一个巨大的幸存者偏差？","content":"<html><head></head><body><blockquote>人类早已走出史前时代，但大脑的设计还停留在那个时代的核心功能——高效捕猎和快速逃跑，我们仍然本能地使用最快速的模型，直接为眼前复杂的博弈下最简单的结论，用自圆其说的想象代表理性深刻的思考。</blockquote>1、捕猎与逃跑的基因有位炒了几个月股票的朋友跟我说：“你们这行其实也很简单，我发现最强势的股票，越不容易跌，所以炒股很简单嘛，只要挑最强势的股票买，一旦走弱，立刻卖掉，基本上都能赚钱。”因为是朋友，我开玩笑说：“你已经具备了股民最基础的能力——模式识别。但你刚才建立的模式识别太简单，而且完全是错误的。”果然，到了五月，大盘向下，他屡战屡亏，不再觉得炒股很简单了。模式识别是人类认识世界的基本方式，苹果有红有绿有黄有大有小有圆有尖，人类要先在大脑中建立苹果的模式，再看苹果，不管是什么样的，不管是整个、一半、一片甚至苹果核，都知道这是苹果。只不过，模式有简单有复杂，有先天就具备的能力，也有后天通过长期的学习才能建立的模式。一个人刚刚开始投票投资时，识别机会就是用最原始的模式——捕食猎物和逃避天敌，捕食猎物带来的本能反应是兴奋，驱使的动作是进攻；逃避天敌带来的本能反应是恐惧，驱使的动作是逃跑。这是人类的祖先留在我们的基因里的，是基于下丘脑的情绪反应，而非大脑的认知反应，两种本能反应优先级别最高，因为机会稍纵即逝，需要快速反应。所以新股民的这个模式会被率先调用，股价急速下跌时，恐惧反应被优先激发而卖出，股价急速上涨时，类似捕猎的兴奋反应被优先激发而买入。但进化越高级的动物，面对的环境也越复杂，天敌和猎物没有那么泾渭分明，如果产生误判，盲目地出击有可能会丧命，胡乱躲避不饿死也会累死。同样，股市中真正的趋势性行情也非常少，绝大部分都是震荡行情，如果采用简单的追涨杀跌，很可能亏的连裤子都不剩。因此投资者需要通过学习在大脑中建立更复杂的“机会风险识别模型”，一个人投资能力的高低，就是模式识别能力的强弱，它有两个不同的方向：1、同样的识别速度，通过长期学习建立的复杂模型胜出2、同样复杂的模型，识别速度快的胜出<h2 id=\"id_2346178423\" style=\"text-align: justify;\">2、人类模式识别的缺陷</h2>人性总是让投资者更喜欢那些一眼可见的浅层模式，为了安抚自己，还美其名曰“大道至简”，公众号文章的留言区经常有人跑过来跟我说，你说得太复杂了，不就那啥啥啥，一句话的事。简单的模式不是能用，而是要快，你人脑再快，能快过电脑吗？量化策略并不是从天上掉下来的，有人说，量化公司会找各种炒股比赛的胜利者分析的经验，变成量化策略，这个说法有点夸张了，没有那么容易，但差不多就是把股市上各种有效的方法变成电脑能理解和执行的策略，然后用更强大的处理能力在全市场找机会，再用更快的反应速度完成交易，反过来打败“师傅”。但并非所有的方法都能变成量化策略，基本面的分析并不是简单的指标计算，而是要在大脑中建立非常复杂近似于“黑箱”的模型，而且，企业经营本身是一个慢变量，你电脑再快也无用武之地。所以“天下武功、唯快不破”这条路，已经被量化交易堵死了，人类主观投资唯一的方向就是往更复杂的方向发展，是连自己都说不清楚的“黑箱识别模式”。量化策略的另一个威胁是对大脑缺陷的纠正机制，它能够识别“假因果、假规律，真随机”。人是追求意义的动物，人类大脑一直在追求解释现象和事件之间的因果关系，以满足我们对世界掌控的需求。然而现实世界充满了随机性，大部分现象并没有显而易见的原因，所以人脑发展出“对随机性的回避”机制，不相信巧合，并把观察到的随机现象进行扭曲和强行解释，形成因果关系。股市下跌，直觉上和做空机制有关，那就都是罪大恶极的转融通制度害的，那就是限制做空；可限制完了，股市还是跌，那就一定是量化干的，那就把量化交易速度给限制了；还是跌，是因为新股估值太高，应该放开“转融通”……股市下跌，一定是因为IPO太多，监管太松，那就把IPO停了；还是跌，是因为ST太多，监管太严，建议暂停；停完还是跌，那是上市公司老化了，应该放开IPO，让优秀公司上市……大部分人都喜欢从直觉能理解的东西寻找原因，在大众传媒时间 ，也只有直觉能理解的原因，才会被广泛传播，那些深层次的原因，大家理解不了也不想理解， 反正我赚不到钱，一定是有坏人，找不到坏人就是制度有问题……人类大脑的另一个特点是，更喜欢接受那些看起来很直观的规律：因为前两次小票崩盘导致的暴跌，抄小票，最后管理层出来安抚，赚钱了，所以这一次还这么玩，但这种过于简单的规律，能认识并行动的人一定是一次比一次多，这就导致三种可能：1、跌不深、抄不到：跌不到很低的位置，就有人提前抄底，导致反弹高度有限；2、抄在半山腰：如果你又能抄到底，一定是抛盘比前两次更大，那背后大概率潜藏着更大的你没有发现的危机，市场只是在此位置稍作停留，再继续下跌；3、抄错了：你抄到底了，大盘也反弹了，但上涨的板块都是没有跌的，能抄到底的继续下跌。这个推论不一定正确，但如果你反复尝试，总有一次会让你把之前赚的钱全部亏掉。想要做出正确的决策，就不能像大部分人一样思考，这并不是要你故意“逆向思考”，这仍然是一种偷懒的方法，而是让你的模型尽可能复杂到你能够驾驭的极限。<h2 id=\"id_3336068119\" style=\"text-align: justify;\">3、投资者是如何进步的</h2>“危险—食物”识别模型是天生的，其他的识别模型都需要反复练习，交学费。以价值投资的公司价值分析为例：凭着生活中好公司的经验，初入股市的你可能很容易建立这样一个初步的模型，好公司=需求好+产品市占率高+毛利率高。好公司都是如此，但如此的，不都是好公司，直到你遇到一家品牌和产品江河日下的公司，给你造成了重大亏损。如果你没有因此放弃，而是痛定思痛，寻找识别模式的问题，你很可能在那些讲巴菲特的书里找到答案，不但要市占率高，还要有护城河，不但要有毛利率，更重要的是看ROE和ROIC。于是你调整的自己的模型，加入了巴菲特眼中好公司的特征，更新了自己的股池，但你又在一家估值过高的公司上亏了钱，发现居然可以“涨业绩，跌股价”。毫不气馁的你，再次寻找各种估值方法的书，尝试在自己的模型中加入估值因子，但很快你又遇到了那种“估值陷阱”的公司，因为过于重视估值再一次吃亏。当然，你现在的经验已经可以慢慢在基本面与估值中找到平衡点了，还赚了几次钱，可就在你觉得自己的识别模型已经非常成熟时，你再一次遇到了麻烦：一个有绝对竞争优势，行业景气度又非常好的公司，估值也很合理，通过反复排查基本面，没有发现任何问题，这一定是市场错了，于是越跌越加，结果越加越跌。通过请教行业分析师，你开始意识到之前的模型对竞争动态分析相对薄弱，不但要看公司的绝对优势，还要看行业本身的投资强度，即资本周期，再优秀的企业，也无法抵抗长周期向下。虽然亏了钱，但你的模型又进步了，通过这一次，再让你亏大钱也很难了，只是你已经不像以前那么信心满满了，你发现自己无论如何进步，问题总是越来越多，比如：1、宏观真的像你之前想像的那样“多研究一次就浪费了一次时间吗”？2、市场真的像你以前想的那样，会不断犯错误吗？那些到底是错误，还是未来危险的预警？3、你真的能做到无惧市场波动，等待时间的玫瑰吗？甚至巴菲特到底是方法本身的成功，还是一个巨大的幸存者偏差？4、自己以前赚的真的是阿尔法的钱吗？如果市场从此没了贝塔了，自己还能赚到钱吗？……每一次你的模型遭遇连续亏损后，你都会尝试在模型中加入新的因子或操作方法，但大部分时候，要么与本模型发生根本的冲突，要么结果反而更糟，让你不得不回到原来的方法上。这其实意味着你的模型已经基本稳定，只能小修小补，很难有大进步的空间，你只能接受阶段性的失效，除非你愿意全部推倒重来。所以，模型的意义不在于不出错，而在于建立稳定的盈利模式，不同的模型擅长识别不同的机会，有些高胜率低赔率，有些低胜率高赔率，有些低收益但波动小，有些则相反。但总体上说，模型越复杂，你的超额收益就越稳定。<h2 id=\"id_3281756444\" style=\"text-align: justify;\">4、投资者各有各的弱点</h2>前文描述了一个基本公司投资价值判断的机会识别模型的产生过程，并有下面的两个结论：1、真正有效的识别模型，总是非常复杂，而且有极强的可扩展性2、真正有效的识别模型都会阶段性失效，让使用者一直有动力去进行新的尝试人类早已走出史前时代，但大脑的设计还停留在那个时代的核心功能——高效捕猎和快速逃跑，我们仍然本能地使用最快速的模型，直接为眼前复杂的博弈下最简单的结论，用自圆其说的想象代表理性深刻的思考。其实归根结底，股票投资很容易把人的弱点无限放大——思考过于肤浅者自不必说；总是想把事件弄个明白的人，忘记了投资是不完全信息下的决定，容易错失时机；逻辑能力太强的人缺少自我纠正的能力，如果一开始选错了，其自圆其说的能力把自己给骗了；太讲直觉的人缺少系统升级的能力，无法形成稳定的投资方法；对变化过于敏感者，往往缺乏坚守机会的意志；有耐心的人，容易把小错误坚持成大错误；所以还是那一点，模型的意义不在于不出错，而在于把自己的弱点控制在可接受的范围内，从而让盈利稳定下来。</body></html>","source":"lsy1645511055786","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>寻找投资机会的能力，是如何培养起来的？</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n寻找投资机会的能力，是如何培养起来的？\n</h2>\n\n<h4 class=\"meta\">\n\n\n2024-09-19 23:17 北京时间&nbsp;&nbsp;&nbsp;<a href=https://mp.weixin.qq.com/s/LmHQS2_2iAuEZseEzvJiRQ?global_content=%7B%22promote_id%22%3A13766%2C%22sub_promote_id%22%3A29%7D>期乐会</a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n人类早已走出史前时代，但大脑的设计还停留在那个时代的核心功能——高效捕猎和快速逃跑，我们仍然本能地使用最快速的模型，直接为眼前复杂的博弈下最简单的结论，用自圆其说的想象代表理性深刻的思考。1、捕猎与逃跑的基因有位炒了几个月股票的朋友跟我说：“你们这行其实也很简单，我发现最强势的股票，越不容易跌，所以炒股很简单嘛，只要挑最强势的股票买，一旦走弱，立刻卖掉，基本上都能赚钱。”因为是朋友，我开玩笑说：“...\n\n<a href=\"https://mp.weixin.qq.com/s/LmHQS2_2iAuEZseEzvJiRQ?global_content=%7B%22promote_id%22%3A13766%2C%22sub_promote_id%22%3A29%7D\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/c7903f4859994ba28386088cf11fbd2e","relate_stocks":{},"source_url":"https://mp.weixin.qq.com/s/LmHQS2_2iAuEZseEzvJiRQ?global_content=%7B%22promote_id%22%3A13766%2C%22sub_promote_id%22%3A29%7D","is_english":false,"share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","article_id":"2444192407","content_text":"人类早已走出史前时代，但大脑的设计还停留在那个时代的核心功能——高效捕猎和快速逃跑，我们仍然本能地使用最快速的模型，直接为眼前复杂的博弈下最简单的结论，用自圆其说的想象代表理性深刻的思考。1、捕猎与逃跑的基因有位炒了几个月股票的朋友跟我说：“你们这行其实也很简单，我发现最强势的股票，越不容易跌，所以炒股很简单嘛，只要挑最强势的股票买，一旦走弱，立刻卖掉，基本上都能赚钱。”因为是朋友，我开玩笑说：“你已经具备了股民最基础的能力——模式识别。但你刚才建立的模式识别太简单，而且完全是错误的。”果然，到了五月，大盘向下，他屡战屡亏，不再觉得炒股很简单了。模式识别是人类认识世界的基本方式，苹果有红有绿有黄有大有小有圆有尖，人类要先在大脑中建立苹果的模式，再看苹果，不管是什么样的，不管是整个、一半、一片甚至苹果核，都知道这是苹果。只不过，模式有简单有复杂，有先天就具备的能力，也有后天通过长期的学习才能建立的模式。一个人刚刚开始投票投资时，识别机会就是用最原始的模式——捕食猎物和逃避天敌，捕食猎物带来的本能反应是兴奋，驱使的动作是进攻；逃避天敌带来的本能反应是恐惧，驱使的动作是逃跑。这是人类的祖先留在我们的基因里的，是基于下丘脑的情绪反应，而非大脑的认知反应，两种本能反应优先级别最高，因为机会稍纵即逝，需要快速反应。所以新股民的这个模式会被率先调用，股价急速下跌时，恐惧反应被优先激发而卖出，股价急速上涨时，类似捕猎的兴奋反应被优先激发而买入。但进化越高级的动物，面对的环境也越复杂，天敌和猎物没有那么泾渭分明，如果产生误判，盲目地出击有可能会丧命，胡乱躲避不饿死也会累死。同样，股市中真正的趋势性行情也非常少，绝大部分都是震荡行情，如果采用简单的追涨杀跌，很可能亏的连裤子都不剩。因此投资者需要通过学习在大脑中建立更复杂的“机会风险识别模型”，一个人投资能力的高低，就是模式识别能力的强弱，它有两个不同的方向：1、同样的识别速度，通过长期学习建立的复杂模型胜出2、同样复杂的模型，识别速度快的胜出2、人类模式识别的缺陷人性总是让投资者更喜欢那些一眼可见的浅层模式，为了安抚自己，还美其名曰“大道至简”，公众号文章的留言区经常有人跑过来跟我说，你说得太复杂了，不就那啥啥啥，一句话的事。简单的模式不是能用，而是要快，你人脑再快，能快过电脑吗？量化策略并不是从天上掉下来的，有人说，量化公司会找各种炒股比赛的胜利者分析的经验，变成量化策略，这个说法有点夸张了，没有那么容易，但差不多就是把股市上各种有效的方法变成电脑能理解和执行的策略，然后用更强大的处理能力在全市场找机会，再用更快的反应速度完成交易，反过来打败“师傅”。但并非所有的方法都能变成量化策略，基本面的分析并不是简单的指标计算，而是要在大脑中建立非常复杂近似于“黑箱”的模型，而且，企业经营本身是一个慢变量，你电脑再快也无用武之地。所以“天下武功、唯快不破”这条路，已经被量化交易堵死了，人类主观投资唯一的方向就是往更复杂的方向发展，是连自己都说不清楚的“黑箱识别模式”。量化策略的另一个威胁是对大脑缺陷的纠正机制，它能够识别“假因果、假规律，真随机”。人是追求意义的动物，人类大脑一直在追求解释现象和事件之间的因果关系，以满足我们对世界掌控的需求。然而现实世界充满了随机性，大部分现象并没有显而易见的原因，所以人脑发展出“对随机性的回避”机制，不相信巧合，并把观察到的随机现象进行扭曲和强行解释，形成因果关系。股市下跌，直觉上和做空机制有关，那就都是罪大恶极的转融通制度害的，那就是限制做空；可限制完了，股市还是跌，那就一定是量化干的，那就把量化交易速度给限制了；还是跌，是因为新股估值太高，应该放开“转融通”……股市下跌，一定是因为IPO太多，监管太松，那就把IPO停了；还是跌，是因为ST太多，监管太严，建议暂停；停完还是跌，那是上市公司老化了，应该放开IPO，让优秀公司上市……大部分人都喜欢从直觉能理解的东西寻找原因，在大众传媒时间 ，也只有直觉能理解的原因，才会被广泛传播，那些深层次的原因，大家理解不了也不想理解， 反正我赚不到钱，一定是有坏人，找不到坏人就是制度有问题……人类大脑的另一个特点是，更喜欢接受那些看起来很直观的规律：因为前两次小票崩盘导致的暴跌，抄小票，最后管理层出来安抚，赚钱了，所以这一次还这么玩，但这种过于简单的规律，能认识并行动的人一定是一次比一次多，这就导致三种可能：1、跌不深、抄不到：跌不到很低的位置，就有人提前抄底，导致反弹高度有限；2、抄在半山腰：如果你又能抄到底，一定是抛盘比前两次更大，那背后大概率潜藏着更大的你没有发现的危机，市场只是在此位置稍作停留，再继续下跌；3、抄错了：你抄到底了，大盘也反弹了，但上涨的板块都是没有跌的，能抄到底的继续下跌。这个推论不一定正确，但如果你反复尝试，总有一次会让你把之前赚的钱全部亏掉。想要做出正确的决策，就不能像大部分人一样思考，这并不是要你故意“逆向思考”，这仍然是一种偷懒的方法，而是让你的模型尽可能复杂到你能够驾驭的极限。3、投资者是如何进步的“危险—食物”识别模型是天生的，其他的识别模型都需要反复练习，交学费。以价值投资的公司价值分析为例：凭着生活中好公司的经验，初入股市的你可能很容易建立这样一个初步的模型，好公司=需求好+产品市占率高+毛利率高。好公司都是如此，但如此的，不都是好公司，直到你遇到一家品牌和产品江河日下的公司，给你造成了重大亏损。如果你没有因此放弃，而是痛定思痛，寻找识别模式的问题，你很可能在那些讲巴菲特的书里找到答案，不但要市占率高，还要有护城河，不但要有毛利率，更重要的是看ROE和ROIC。于是你调整的自己的模型，加入了巴菲特眼中好公司的特征，更新了自己的股池，但你又在一家估值过高的公司上亏了钱，发现居然可以“涨业绩，跌股价”。毫不气馁的你，再次寻找各种估值方法的书，尝试在自己的模型中加入估值因子，但很快你又遇到了那种“估值陷阱”的公司，因为过于重视估值再一次吃亏。当然，你现在的经验已经可以慢慢在基本面与估值中找到平衡点了，还赚了几次钱，可就在你觉得自己的识别模型已经非常成熟时，你再一次遇到了麻烦：一个有绝对竞争优势，行业景气度又非常好的公司，估值也很合理，通过反复排查基本面，没有发现任何问题，这一定是市场错了，于是越跌越加，结果越加越跌。通过请教行业分析师，你开始意识到之前的模型对竞争动态分析相对薄弱，不但要看公司的绝对优势，还要看行业本身的投资强度，即资本周期，再优秀的企业，也无法抵抗长周期向下。虽然亏了钱，但你的模型又进步了，通过这一次，再让你亏大钱也很难了，只是你已经不像以前那么信心满满了，你发现自己无论如何进步，问题总是越来越多，比如：1、宏观真的像你之前想像的那样“多研究一次就浪费了一次时间吗”？2、市场真的像你以前想的那样，会不断犯错误吗？那些到底是错误，还是未来危险的预警？3、你真的能做到无惧市场波动，等待时间的玫瑰吗？甚至巴菲特到底是方法本身的成功，还是一个巨大的幸存者偏差？4、自己以前赚的真的是阿尔法的钱吗？如果市场从此没了贝塔了，自己还能赚到钱吗？……每一次你的模型遭遇连续亏损后，你都会尝试在模型中加入新的因子或操作方法，但大部分时候，要么与本模型发生根本的冲突，要么结果反而更糟，让你不得不回到原来的方法上。这其实意味着你的模型已经基本稳定，只能小修小补，很难有大进步的空间，你只能接受阶段性的失效，除非你愿意全部推倒重来。所以，模型的意义不在于不出错，而在于建立稳定的盈利模式，不同的模型擅长识别不同的机会，有些高胜率低赔率，有些低胜率高赔率，有些低收益但波动小，有些则相反。但总体上说，模型越复杂，你的超额收益就越稳定。4、投资者各有各的弱点前文描述了一个基本公司投资价值判断的机会识别模型的产生过程，并有下面的两个结论：1、真正有效的识别模型，总是非常复杂，而且有极强的可扩展性2、真正有效的识别模型都会阶段性失效，让使用者一直有动力去进行新的尝试人类早已走出史前时代，但大脑的设计还停留在那个时代的核心功能——高效捕猎和快速逃跑，我们仍然本能地使用最快速的模型，直接为眼前复杂的博弈下最简单的结论，用自圆其说的想象代表理性深刻的思考。其实归根结底，股票投资很容易把人的弱点无限放大——思考过于肤浅者自不必说；总是想把事件弄个明白的人，忘记了投资是不完全信息下的决定，容易错失时机；逻辑能力太强的人缺少自我纠正的能力，如果一开始选错了，其自圆其说的能力把自己给骗了；太讲直觉的人缺少系统升级的能力，无法形成稳定的投资方法；对变化过于敏感者，往往缺乏坚守机会的意志；有耐心的人，容易把小错误坚持成大错误；所以还是那一点，模型的意义不在于不出错，而在于把自己的弱点控制在可接受的范围内，从而让盈利稳定下来。","news_type":1},"isVote":1,"tweetType":1,"viewCount":286,"commentLimit":10,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"symbols":[],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"andRepostAutoSelectedFlag":false,"upFlag":false,"length":25,"xxTargetLangEnum":"ZH_CN"},"commentList":[],"hasMoreComment":false,"orderType":2}