发布于: iPhone转发:20回复:54喜欢:31
在ai这种变革领域,我觉得我们很难期待靠学习技术形成某种洞见,自上而下的指导投资,而是来自一个个具体机会、事件、变革的跟踪,做多了就有机会串成一条线,成为某种事后的“洞见”,所以,立足脚下。

精彩讨论

Sevny06-13 07:29

是这样

静待花开十八载06-12 23:35

今天之前也在思考一个问题,到底什么是投资里最难,又最能构造真正核心竞争力的能力。这首先让我想起来张五常教授曾经说过,经济研究不同于理工科研究,理工研究可以在实验室里通过控制变量去实验然后验证自己预期的假设,而经济研究则不能,因为真实世界无法创造这个条件。
股市的决策最理想的状态也如此,就是能够按住所有变量然后进而去验证自己的假设,但实际同样不能做到。所以我自己的体会,很多时候你无法评判这个结果来源于时运还是能力,又或者仅仅是不同企业处于不同生命周期的特征被解读成一个好企业一个坏企业。
似乎一切没有捷径,只能多去感受去经历,尊重常识和客观规律,用数据和一个个鲜活的单独案例来持续贝叶斯。当然还是发觉自己书读的太少了

投资就是算好账06-12 23:53

投资收益=eps增长*估值提升+股东回报。
投资能力取决于:eps增长判断能力=商业洞察力,估值提升判断力=定价能力,股东回报=定价与商业判断力综合,所以投资收益本质上是取决于商业洞察力和定价能力。

Frank_X06-12 23:41

范式转换之际,看得远还看得准的认知优势是一种奢求。既然巨头的伟大征程是 connect the dots,陪伴成长的投资者也应如此。做生意步步为营,做投资步步验证。

吉冈清十郎06-13 00:53

这一次AI的行情感觉有更多的产业属性,还是应该更关注发展的细节,产业资本的确比金融资本有更多的耐心

全部讨论

06-12 22:54

好的散文“形散而神不散”,优秀的投资者学识都比较杂,但杂而不乱。“开卷有益”,“益处”,“洞见”不在当下,在主线某时某处的延长线上。

06-12 22:32

技术上也不是很难理解,网上课程一大堆

06-12 22:27

自下而上我们不会啊,所以只能指望成果转化应用端能分到一些红利,历来如此吧。

06-14 15:10

做的事情越多,越发现很多东西都是相通的

06-13 18:47

就是说还是先立足扎扎实实的具体企业的业绩去看影响。宏达的洞见那些太难把握。也很难判断对。

06-13 14:36

/

06-13 09:24

试了一下中考的几何数学题,遇到识别图形的题目,基本全错

06-13 09:16

这就是洞见了

赞同