忙碌者得天独厚的投资禀赋,兼谈职业观

发布于: 修改于: 雪球转发:38回复:50喜欢:90

忙碌者的问题

一直以来,身边不少职朋友总在苦恼,工作那么忙,时间那么有限,怎么才能更好地开始投资。更有甚者,因时间不够,把股票投资当提升生活荷尔蒙的游戏在玩,胡乱投之,只为追求刺激。不由唏嘘。

实际上,老东作为一名金融科技产品狗,工作是非常忙碌的。加班不说,因为版本紧急,程序出BUG,996和007也不在话下。但与大多数人建议忙碌者应该把钱交给专业投资者进行投资不同,老东在我的投资体系中能力圈的部分旗帜鲜明地认为我们应该自己投资。

究其原因,忙碌者虽然因忙碌而时间有限,但同时因忙碌而具备了得天独厚的投资禀赋,已然具备投资起步的关键。此外,投资能给忙碌者带来的好处,不仅限于财富的增加,还比这更重要的裨益——忙碌者或许需要的,是转换一下思路。今日展开来讲讲。

我们可以先从一件趣事说起。

忙碌者的禀赋

2010年夏季,南非世界杯小组赛,科特迪瓦对阵朝鲜。

彼时,双方鏖战正酣,科特迪瓦队在场面上全面占优。

朝鲜队教练见状不妙,喊来朝鲜队队长洪映早交待战术。有“搞笑先生”之称的科特迪瓦队员埃布埃也跟随洪映早来到场边。丝毫不懂朝鲜话的他,在对方教练与对方队长交待战术的过程中,面色凝重,频频点头示意。临了离开时,埃布埃还不忘给了对方教练一个坚定的眼神,看起来他似乎完全理解了教练的指示,并且会坚定执行。全过程如图所示:、

这样一幕不仅让球迷乐得不行,当时压力山大的朝鲜队教练和旁边的助教也笑开了花,两人变笑边调侃,似乎在说:“这埃布埃听懂了个鬼呢。”

看到四人的举动,稍微有点足球常识的人,都可以马上捕捉到笑点。但是如果我们把人类的通用常识和足球的专业常识统统都忘掉,甚至就假设我们是一台光秃秃的有深度学习能力的AI,我们的学习能力究竟要达到什么水平,才有可能捕捉到这个笑点呢?

为了看懂这一幕。我们至少得知道:

1、足球赛的规则是对抗不是协同

2、埃布埃与洪映早身着不同球衣

3、不同球衣意味着不同足球队

4、足球的规则要求球员要听从教练的战术部署

5、对手不合适偷听其他队的战术部署

6、不同国家的语言有很大差别

7、严肃认真的表情表示应在认真聆听

8、……

上面并未罗列完需要知道的常识。

实际上,如果我们继续罗列,会发现所需的常识的数量多得惊人。这还不算完,这些惊人的数量背后,还隐含着极多的常识性因果关系。这些“常识”和“因果关系”对沉浸其中的球迷来说是理所当然,但对一个门外汉或者只具备深度学习能力的AI,却俨然是两道天堑。

首先是常识。

按目前AI发展的进程,虽可以用遍历的方法,穷尽我们所能输入各种常识,让AI掌握到与我们相当的水平,却是个非常庞大的系统工程。复杂系统前言科学家梅拉妮·米歇尔在其《AI 3.0》书中提到,当今的学界基本达成了一个共识,现阶段AI的难点在于学习人类的常识,许多前沿的公司正在针对该难点进行攻坚,并设计了一个个人类常识系统,在其中植入大量的如前文“搞笑先生”案例中的常识,为AI进行供养。

但目前最大的问题是,像第1-7点的常识都是我们知道的,还有许多我们“不知道”我们知道的常识。就比如“搞笑先生”案例中,我们几乎不可能把所有常识一条条写出来。而所谓的人类常识系统,一些公司在其中所罗列的共识已经达到了1500万条,遗憾的是,根据学者们的判断,这还只是常识总数的5%。一个专业人士在专业领域所掌握的常识数量,可能超过了3亿条。常识,构成了他在行业理解能力方面坚不可摧的“第一道护城河”。

我们再看看因果关系。

初中物理的课本中,我们曾用过一个实验来理解温度计与温度的关系,其因果关系非常简单——温度上升,温度计的示数就上升。然而要让AI掌握这其中的因果关系,几乎是不可能的事情。为什么这么说呢?

我们可以用A来表示温度计的示数,其对应的温度用P来表示,接着很容易得到二者的关系:A=kP,k是某个比例常数。代数运算允许我们有多种形式来书写该等式,比如P=A/k,k=B/P,或是A-kP=0。它们所表达的意义相同,即如果我们知道方程中的其中两个变量,那么就能确定第三个变量。字母k、A、P三者中的任意一者,在数学上都没有凌驾于其他二者之上的地位。那么,AI如何才能确凿无误地知道是温度导致了温度计的示数变化,而不是反过来?倘若这一事实都无法表达,我们又如何指望它们能理解其他因果关系,例如公鸡打鸣会不会导致太阳升起,或是树叶凋零会不会导致秋天来临?

人工智能领域的权威专家朱迪亚·珀尔(也是被称为贝叶斯网络之父)在其《为什么》一书中认为,我们对因果关系的思考会经历三个阶段:思考关联关系,思考干预结果,对事实的反思。三者中,越高的阶段依赖于越低阶段。这个结构被称为因果之梯,如下图所示:

其中,思考关联关系处于第一阶段,是指无视因果关系,只是简单地基于统计学形成的事物间的相关性判断;思考干预结果是第二阶段,它指建立在因果关系上,思考假如我们做了某件事(不需要真做),会导致什么新现象发生;反思则是最厉害的第三阶段,它指我们对某个因果关系本身的反思,思考是否有可能因果导致,或是没有因果关系,或是其他。

按老东在置顶帖我的投资兵器谱所列的思考方法,第一阶段属于归纳法的思考方式,第二阶段和第三阶段属于深度演绎法的思考方式。

在温度计的例子中,供养AI的基础数据结构都并不夹带因果关系,因此哪怕目前各个行业最优秀的AI能力,都仅能做到捕捉其中的关联关系。AI只能知道温度和温度计示数二者有关联,却无从因果的发生方向。当然,这并不阻碍AI基于大数据的深度学习做出“温度导致温度计”的判断,但在其底层,AI永远只知道“温度”与“温度计示数”是强相关的,无法从温度计原理来得知谁导致谁的,更无法顺着因果之梯向上攀爬到第二三阶段。

幸运的是,不同于AI,我们自呱呱坠地后几年,就天然具备思考干预的的能力。随着我们在某个专业领域浸淫得越深,掌握的思考干预能力就会越强,并且会在因果之梯上继续攀爬,不自知中就掌握了专业领域之外的人看起来不可思议的对事实的反思能力。

今天学物理学的初中生,可以轻而易举地借助思考干预的的能力,回答“如果我把温度计放到热火上猛烤,会发生什么现象”这样的问题,并对造成结果的原因心里跟明镜似的,而AI哪怕经过大量的统计学喂食,也只是找到了“火,温度计,爆炸”三者的关联关系,几乎不可能明白在真实世界中,这三者有什么因果关系,更无法举一反三。

今日物理学的毕业生,几乎人人都会具备反思的能力。他们会思考“假如没有牛顿三大定律,物理学今日发展会如何。”,他们会反思“同一个对象在不同的坐标系是如何变换的”,他们甚至偶尔会怀疑“物理学的某个基础假设是错的”,然后仰望天空时设想“是否有某个特殊的东西在所有坐标系中都具有相同的速度”。实际上,100多年前,正是因为这些反思的能力,让爱因斯坦提出了“光速不变原理”,这才有了颠覆物理学范式的相对论诞生。

这项被称为因果之梯第三阶段的反思能力,是AI与专业外人士毕生想要而不可得之殇,却是专业人士时不时就会邂逅的低垂果实。如果说常识是通过穷尽努力可以获得的,是一个线性堆积的过程,那么反思能力则是无序的和难以捕捉的,是一种因为忙碌者在专业领域不断思考关联关系和干预结果后,涌现出来的能力。专业领域的因果关系及其衍生出来的反思能力,是忙碌者在行业理解能力方面的“第二道护城河”。

入世即入圈

那么,忙碌者的能力圈究竟是怎么建立起来的呢?

我们知道,大脑中充满了神经元。神经元拖着长长的突触,突触与突触的连接,实现了神经元间的连接。这些密密麻麻的连接构成了我们对现象的认识,最后形成了意识。这样的神经元,人脑中有大概有860亿个,它们大概长这样:

在我们还处于胚胎发育阶段(受精卵)时,大脑看起来像是一个个粗糙大块相互连接的肉团,整束的神经元揉成一团,还没有所谓的突触连接。

出生后,我们的大脑就开始被经验改造。不同神经元间为了争夺突触连接,大打出手。成功连接的神经突触就会被反复使用,变得更强,失败的就只能萎缩消失。

从发展过程来看,我们大脑中20%以上的神经元在出生几个月就没了,随着时间的推移,上百亿神经元消失殆尽,丢失的弱突触高达上百亿,但同时,几十万亿的突触也得到强化,“常识”和“因果关系”开始形成。在我们最为忙碌的20-35岁左右,突触连接的更新频率达到巅峰,随着对行业的记忆和学习,原有的突触连接被改变,新的突触长出,在一些脑皮层区域,甚至每个神经元会形成1万个突触。此时,最强的神经元组合成了最多的突触连接,整个神经回路发生改变,每位忙碌者于是各自形成了对行业得天独厚的理解力。

上述过程是诺贝尔奖得主埃德尔曼提出的“神经达尔文主义”,也正是忙碌者能力圈建立过程的生物学基础。由此可见,我们的大脑虽然是由基因赋予了学习的能力,但其神经元的连接形状却是后天习得的——或者换句话说,是忙碌者自己的剧本捏出了能力圈。

入圈的机遇极其难得,因而也极其宝贵。既然宝贵,就自有其变现方式。

第一种变现方式当然是把它转换为工具属性,随后投身现代协作体系的职场中,借助公司向社会不断输出价值——这几乎是忙碌者必选的方式。这种变现方式中,由于公司承担了“从人到社会”的价值输出纽带,公司通过确定性的薪酬为个人提供了“刚性兑付”的价值回报,因此虽是相对低效的,却是相对低风险的。

第二种变现方式则不广为人知。它的本质是通过个人直接向社会需求变现,寻求打破刚性兑付的价值输出方式。由于没有中间者的存在,收益更大,但风险也更大,因此更要求忙碌者坚守能力圈。“在能力圈内进行投资”是其中一种方式,创业是另一种方式。

幸运的是,两种方式并不相抵触,对于忙碌者而言,反而有一种正向的飞轮效应。

忙碌者通过第一种变现方式建立的认识越多,对行业的理解越深,第二种方式的变现就有越高的收益风险比,然后第二种方式变现过程中积累的认识,又有利于增强或改善行业认识,反过来会改善第一种变现方式。二者就像一个滚滚飞轮,越转越快的同时,飞轮也越变越大。

遗憾的是,或由于第二种方式的变现渠道并不普及,又或因为其理念不为大多数人所知悉,大多数忙碌者仅停留在了第一种方式上。优秀公司的股票作为易得的,也是增长稳定的资产,只需要我们转换个思维,在能力圈内进行投资,就可以成为大多数忙碌者的第二种变现方式——我们也可把它为“忙碌者的第二条增长曲线”。

如果说第一条增长曲线是线性的,第二条增长曲线则已被前文证明是复利式的。如果我们把能力圈的价值比喻成一座冰山,供职于职场获得的回报很像冰山露出海面的部分,对于大多数忙碌者,海面之下的部分被搁置或是遗忘了,但它蕴含的价值却是巨大的。

冰山还有很多特点也与能力圈非常吻合。比如,第一和第二条曲线并不相悖,它们是连成一体的,没有本职工作,忙碌者也就无从习得海下部分的价值;再比如,一位忙碌者在海面上表现出来的价值越大(表现为工作的待遇越高),表示其行业的理解水平越高,其蕴含在海面下的能量就越巨大。

由此可见,忙碌者看待“投资“的态度不应是割裂的。换言之,忙碌者不应在意识到价值投资很不错后,立马草率辞职,全身投入其中。相反,忙碌者在职业生涯的早期,应更加珍惜来之不易的入圈机会,投身职场的实践之中,如饥似渴地颉取行业内的认知。如此,更有利于夯实自己的能力圈,为第二条曲线打下坚实基础。

因此,“投资能力圈内的优秀公司的股票”对于忙碌者而言,不仅有投资回报,更是时间投入性价比极高的一件事。这种“性价比高”不仅表现在投资上,更重要的是也能作用在忙碌者的工作中,让我们每天都变得更有意义和更加充实,而不是觉得投资和工作在互相抢占时间,互为对立面。

美国学者埃德加·戴尔在国家训练实验室中进行了多年的实验,最终得到了“学习金字塔”的理论。该理论认为,我们的不同学习行为,获得的内容平均留存率是不同的。通过听讲和阅读(专业投资者常用)的方式,我们能获得的内容平均留存率是5-10%。而讨论、实践(忙碌者常用)的方式,内容平均留存率是50-70%。这意味着相同时间内,忙碌者的效率至少是5倍以上。

由此可见,对公司的研究,并不需要我们一定成为出世而专职的专业投资者。相反的,忙碌者虽然每天忙得不可开交,却因入世得以入圈,因入圈得以深度认识。基于能力圈的投资,得益于效率的成倍提升,完全可以解决投资者时间有限的问题。

这个道理是,忙碌者如我们,不仅在理解力上优于专业投资者,在学习效率上更是远胜于他人。需要的只是转换思路。借此,我们得以把将原本沉重的而无奈的“时间投入有限”枷锁拿下,替换为令人鼓舞的而可控的“守住能力圈”。

彼得林奇总是在建议我们在日常生活中发现可投资的公司,而不是凭空去硬刚不熟悉的公司,而生活是生活,投资是生活,工作更是我们不应该遗忘的生活的重要部分啊。

换个角度看看我们从事的工作,还不爱它吗?[赚大了][赚大了]

附录

投资体系:框架开源 | 我的投资体系

框架详谈「护城河详解」:什么样的公司才配谈估值:护城河十问

框架详谈「能力圈详细剖析」:忙碌者得天独厚的投资禀赋

框架详谈「卖出和买入详细剖析」:卖出铁律与买入决策

框架详谈「价值投资的人生意义」:价值投资者意义系统

投资体系「视频讲解」:忙碌者如何搭建投资体系

全部讨论

破空为乐2021-07-29 14:21

深度好文 思考深度值得慢慢咀嚼

东先生2021-07-20 07:45

可以从生活着手啊,或者换行业换工作呗,我就经历过这个阶段。行业都一般,公司给的待遇也很难很好呀

风2008252021-07-18 22:47

这里面有一个隐含的假设,就是你在所从事的某个行业里面,有比较高的角度来理解这个行业或公司(努力勤奋、天分、机遇等等),这是正反馈
如果我只是在这个行业里的一般公司,勤奋但天分一般…………

落花不识君2021-07-07 21:11

一目了然

东先生2021-07-07 21:10

有非代理人的新单

落花不识君2021-07-07 20:53

还有就是新单保费=规模人力×人均产能÷代理人新单占比,理论上讲新单保费作为总额不应该等于单价乘以数量也就是人均产能乘以规模人力吗,除以代理人新单占比是什么意思

东先生2021-07-07 20:49

是的

落花不识君2021-07-07 20:47

可以理解为代理人成交的新单保费按照一定比例付给代理人的佣金然后平均到每个月,可以这样理解吗

东先生2021-07-07 20:36

就是每个月平均的首年佣金啊,新单保费 除以 代理人新单占比 ? 这是什么指标?

落花不识君2021-07-07 20:33

东先生,何为月均首年佣金,以及新单保费除以代理人新单占比什么意思