Company go

复杂性投资：从 Brian Arthur 到 James Anderson “世界不是时钟，而是热带雨林。” 在这篇文章中，我将分享关于**复杂性投资（Complexity Investing）**的思考。 我们安静生活中，观察着这个非线性演化的世界。正如 James Anderson 所实践的那样，真正的价值往往隐藏在那些具备“收益递增”潜力的伟大企业中。

Gemini 3.0 投资是认知的变现，投资家中热衷读书的为数不少，巴菲特、芒格、安德森……某种意义上，投资回报只是他们个人知识体系和思维模式的副产品。 在读书这件事情上，Gemini现在提供了很好的方面；NotebookLM 深度学习的重视。筛选信息并转化为知识的能力，是长期超额收益的来源。

在读书这件事情上，Google现在提供了很好的方面；NotebookLM

这里开始写你的正文… 记得在第一段后面加上：

柏基的书单 投资是认知的变现，投资家中热衷读书的为数不少，巴菲特、芒格、阿瑟……某种意义上，投资回报只是他们个人知识体系和思维模式的副产品。 在读书这件事情上，柏基不遑多让，作为将学术氛围植入企业文化的投资机构，柏基对读书和学习有着恋爱般的热情。 柏基书单：4大类别 柏基旗舰基金 SMT 的两任基金经理安德森和斯莱特曾多次提及对他们投资思维有启发的书籍，大致可以分为以下 4 类： 第一类，经济/哲学类书籍：通常是通过一个分析框架，分析经济、社会运行、产业变革的特点和本质。 第二类，心理学类书籍：这类书籍讨论人类心理模型、行为特点、决策机制等方面问题。 第三类，行业类书籍：此类书籍与行业发展趋势、变化规律相关。 第四类，公司传记：公司的成功往往离不开公司的创始人、管理团队和独特的企业文化。 18 本核心书目及内容简介 《复杂经济学》 (Brian Arthur) 复杂经济学中一个非常重要的概念是收益递增规律，这一概念很好地解释了柏基投资所寻求的“超常回报企业”的特征。 《技术的本质》 (Brian Arthur) 阿瑟是对柏基投资思想影响最大的学者之一，《技术的本质》一书清晰地描述了技术的起源和进化。在阿瑟看来，技术的本质是对现象有目的地编程，技术是可以自我进化的“生命体”。 《技术革命与金融资本》 (Carlota Perez) 佩蕾丝发现，每次技术革命都遵循类似模式，都会经历四个阶段以及阶段间的过渡，在每个阶段，金融资本都对重大技术创新的发生和扩散起到重要作用。 《极端不确定性》 (John Kay & Mervyn King) 本书指出，生活中大多数情况都涉及极端不确定性，并不能用概率论解释。人们应该拥抱不确定性，用稳健和有韧性的计划积极应对。 《事实》 (Hans Rosling) 这本书遵循实事求是的世界观，提倡用数据思考，避免情绪化决策。罗斯林在书中提出了人类常见的 10 种错误思维（如一分为二、负面思维、直线思维、恐惧本能等）。 《规模》 (Geoffrey West) 利用规模法则，复杂世界变得可量化、可预测。生物、城市甚至公司都存在规模法则。规模法则不仅为人类思考未知世界提供了法则，而且能解答不同系统的生长曲线问题。 《必然》 (Kevin Kelly) 凯利在书中总结了他几十年对于科技领域的分析研究，用 12 个关键词阐述了科技发展的必然趋势，这种对长期趋势的判断非常契合柏基长期全球成长的投资理念。 《未来简史》 (Yuval Noah Harari) 从生物学和历史学角度，探讨了人类在 21 世纪面临的挑战，以及大数据、人工智能如何重塑人类。 《非凡幻觉与群体疯狂》 (Charles Mackay) 详细记录了历史上著名的金融泡沫，柏基通过研究群体心理，来识别市场中的非理性行为与估值陷阱。 《反脆弱》 (Nassim Taleb) 塔勒布认为某些系统能从冲击中获益。柏基寻找的是那些在极端不确定性中不仅能生存、而且能进化的“反脆弱”企业。 《财富的起源》 (Eric Beinhocker) 用复杂性科学重新定义了经济学。它认为财富来源于不断进化的商业模式，支撑了柏基对于“进化型企业”的偏好。 《适应》 (Tim Harford) 在复杂世界中，成功的路径往往是不断试验和快速迭代。本书探讨了为什么失败是进化的必然过程，以及公司如何通过适应性保持竞争力。

《Radical Uncertainty》《激进的不确定性》 这本书由 John Kay 与前英国央行行长 Mervyn King 合著（2020年出版）。它是对现代金融风险模型的“大火烧山”式的批判。 批判对象：批判传统的“芝加哥学派”经济学，即认为所有不确定性都可以通过赋予概率分布来转变为“风险”。 核心逻辑：在现实世界（大世界）中，我们面临的是“未知的未知”。例如，你无法给“下一次疫情的精准概率”或“AI 对 20 年后社会的具体影响”设定一个 0 到 1 之间的数值。 “重新思考风险”的四大支柱 在 Kay 与 Anderson 的对话中，他提出了几个颠覆性的视角： 风险 vs 不确定性： 风险（Risk）：像赌场里的转盘，结果和概率是已知的。 不确定性（Uncertainty）：是关于未来的无知。Kay 认为，风险通常是负面的（可能导致失败），而不确定性则是双向的（可能带来超额回报）。 拒绝“钟形曲线”： 传统的金融模型假设收益呈正态分布（钟形曲线），但 Kay 认为现实社会具有**“非平稳性”（Non-stationarity）**。环境在变，人类的行为也在随着对环境的认知而改变，因此历史数据无法预测未来的“黑天鹅”。 参考叙事（Reference Narrative）： Kay 提出，与其去计算概率，不如构建一个“参考叙事”。投资者应该问：“这里到底在发生什么？”（What is going on here?） 风险是指那些可能破坏你对一家公司成长逻辑（叙事）的突发事件，而不是股价的波动率（Volatility）。 反脆弱与韧性（Resilience）： 既然未来不可计算，那应对风险的最好办法不是“优化模型”，而是**“增加韧性”**。 与 James Anderson 的共鸣 James Anderson 曾多次提到，正是因为绝大多数投资者（尤其是量化基金）错误地把“波动”当成风险，才给了长期投资者机会。 波动不是风险：两人都认为，如果你持有一个伟大的公司（如 NVIDIA 或 Tesla），股价跌 50% 不是风险，而是波动；真正的风险是公司的核心竞争力彻底丧失。 寻找 Outliers：Kay 的理论为 Anderson 这种“下重注于极少数公司”的行为提供了理论支持——因为在一个激进不确定性的世界里，唯有极少数极具韧性和扩张力的公司能穿越迷雾。 尽管 John Kay 与 纳西姆·塔勒布 (Nassim Taleb) 都对现代金融理论（如有效市场假说、正态分布模型）持猛烈的批判态度，但他们的思维路径和给出的“解药”有显著差异。以下是两人关于“不确定性”与“风险”理论的深度对比： 维度 John Kay (激进不确定性) Nassim Taleb (黑天鹅/反脆弱) 核心定义 无法用概率描述的无知。我们甚至不知道可能发生什么，更谈不上概率。 极罕见、影响巨大、事后可解释。强调统计分布中的“肥尾”效应。 关注点 叙事与现实的关系。关注人类如何通过逻辑和故事在复杂世界中决策。 统计学与概率论的局限。关注极端事件对系统的毁灭性打击。 对待波动的态度 波动是噪音，不代表风险。 波动是系统健康的表现。禁绝波动会导致系统脆弱。 对专家的看法 专家错在试图把复杂世界简化为单一模型。 专家（尤其是经济学家）大多是“江湖郎中”，因为他们没有“切肤之痛”（Skin in the Game）。1.

**Technological Revolutions and Financial Capital: The Dynamics of Bubbles and Golden Ages Carlota Perez 《技术革命与金融资本》 卡萝塔·佩蕾丝 卡萝塔·佩蕾丝是和柏基经常交流的学者之一，安德森认为她在解释技术时代方面做得比任何人都多，这加深了他对技术革命和周期的理解。 在书中，佩蕾丝以过去250年间人类社会的5次技术革命作为分析对象，重点研究了纺织业机械化革命，蒸汽机和铁路革命，汽车、电力和重工业制造革命，集成电路革命和信息技术革命是如何推动经济发展的，以及金融资本在其中担当的角色。佩蕾丝发现，每次技术革命都遵循类似模式，都会经历四个阶段以及阶段间的过渡，在每个阶段，金融资本都对重大技术创新的发生和扩散起到重要作用。 阿瑟这样评价佩蕾丝：“佩蕾丝向我们展示了历史上技术革命的来临具有明显的规律性，且经济以可预见的阶段对之做出反应。她的观点不仅为历史，而且为我们自己的时代，尤其是信息技术革命时代提供了新颖的视角。” 关于卡萝塔·佩蕾丝（Carlota Perez），除了你在网页中提到的她是柏基（Baillie Gifford）高度推崇的学者之外，以下是关于她的背景、核心理论以及学术地位的更详细信息： 1. 核心背景 身份：委内瑞拉裔英国学者，目前是伦敦大学学院（UCL）创新与公共价值教授，同时在萨塞克斯大学和塔林理工大学任教。 学术地位：她是当代研究“技术创新、技术革命及其社会经济影响”最顶尖的专家之一。她的研究很大程度上继承并发展了熊彼特（Joseph Schumpeter）的“创造性破坏”理论。 2. 核心理论：技术经济范式（Technological Revolutions） 她在《技术革命与金融资本》中提出的核心框架是：每一次长周期的经济增长都是由一场伟大的技术革命推动的。 五次革命： 工业革命（1771年，英国棉纺业机械化）。 蒸汽和铁路时代（1829年）。 钢铁、电力和重型工程时代（1875年）。 石油、汽车和大规模生产时代（1908年）。 信息和通信技术（ICT）时代（1971年，以英特尔微处理器的诞生为标志）。 3. “大停滞”与“黄金时代”的动态模型 佩蕾丝将每次革命划分为两个主要时期，这也是为什么职业投资者（如 James Anderson）非常重视她的原因： 导入期（Installation Period）：新技术产生，金融资本（Financial Capital）主导。这个阶段充满了投机、泡沫和盲目投资（如2000年的互联网泡沫），导致社会贫富差距扩大。 转折点（Turning Point）：泡沫破裂，市场崩盘，社会进入动荡。此时政府需要介入，通过政策引导，将“金融资本”转向“生产资本”。 展开期（Deployment Period）：即**“黄金时代”**。新技术真正渗透到实体经济的各个角落，带来广泛的社会生产力提升和经济繁荣。 4. 她对当下的看法 佩蕾丝认为，我们目前正处于**第五次技术革命（ICT/互联网）的“转折点”**中。虽然技术已经成熟，但全球社会还没有完全进入那种惠及全民的“黄金时代”。她近年来一直呼吁通过“绿色转型”和“数字福利国家”政策，来开启这一波革命的下半场繁荣。 5. 为什么柏基（Baillie Gifford）喜欢她？ 柏基投资（尤其是 SMT 基金）的风格是**“寻找能够改变世界的极端非线性增长”**。 佩蕾丝的理论为他们提供了历史纵深感。当市场因为互联网泡沫破裂或短期调整而恐慌时，柏基通过她的模型可以判断：这只是“转折点”的阵痛，真正的“展开期”和长期回报还在后面。 她对“生产资本”和“长期主义”的强调，与柏基的投资哲学完美契合。 如果你对她的书籍感兴趣，除了《技术革命与金融资本》，她近年来关于**“绿色增长”与“使命导向型投资”**的论文也非常值得一读。 佩蕾丝技术-金融革命的四个阶段 佩蕾丝的生命周期包括四个不同的阶段。 在第一阶段，一个范式开始形成。在这个阶段，产品被发明出来，公司成立，产业诞生。增长是爆炸性的，创新继续高速发展。 在第二阶段，我们将看到各种新产业、新技术系统和新基础设施的整体结构。 在第三阶段，这些创新在新产品和新服务的市场潜力上得以充分显示。 最后，在第四阶段，最后的新产品进入市场，而早期的产品正迅速接近成熟和市场饱和。 按佩蕾丝的推演逻辑，每次技术革命掀起的技术-经济范式的扩散分为导入期和展开期。导入期分为爆发阶段和狂热阶段。 爆发阶段——技术的时代：旧范式的产业面临技术成熟和市场饱和，市场上存在大量可投资的资金，新产品和新技术在金融资本的支持下显示出潜力。这一阶段，因为经济停滞和技术更新，失业率开始增加，新旧断裂是这一时期的另一个特征，一部分企业仍然活在过去，创新企业则体现出惊人的增长活力，改革者和怀旧者之间出现了分化。 狂热阶段——金融的时代：这一阶段就像美国经济学家托斯丹·凡勃伦（Thorstein Veblen）描述的“有闲阶级”时代，富人越来越富，穷人越来越穷。金融资本支配了整个体系运作，虚拟经济和实体经济分离，金融与生产分离。这一阶段，人们通过大量试错性投资机会，探索新技术的可能性。在狂热阶段晚期，大量多余资金涌向技术革命的深化进程中，这会导致过度投资。随着股市资产的膨胀，开始出现金融泡沫。 从导入期过渡到展开期，会经历一个转折点，转折点既非某一事件，也非某一阶段，它是一段特定环境下发生的变革过程，持续几个月到几年不等，转折点发生时必须处理在狂热阶段出现的不可持续的紧张关系，通过各种约束和重组克服相关问题，以实现进一步增长和发展，这既是为了在金融市场上确立新秩序，也是为了走向充分扩张。展开期分为协同阶段和成熟阶段。 协同阶段——生产的时代：这是真正的黄金阶段，那些有助于技术革命的基础设施已经形成，规模经济所需要的外部条件已经具备，经济增长趋于稳定和谐，人们把技术真正看作一种积极力量，这也是一个提供工作和孕育希望的时代，经济和社会中越来越多的主体享受到增长红利。在这一阶段，对很多人来说，前途是光明的。 成熟阶段——质疑自满情绪的时代：这一阶段的特征是市场逐渐饱和，技术走向成熟，利润受到生产率限制。企业通过收购和兼并手段，实现集中、出口驱动以及将活动转移到国外尚未饱和的市场。在此过程中，企业积累了更多资金，却找不到更多新的投资出路，技术衰落和下一次技术革命的舞台已经搭好。 技术革命周期中，金融资本是技术-经济范式的重要组成部分，在技术革命的不同阶段，扮演着不同角色。

亨德里克·贝森宾德（Hendrik Bessembinder） 詹姆斯·安德森（James Anderson）几乎把贝森宾德的研究当作其投资哲学的**“圣经”**。如果不懂贝森宾德，就读不懂安德森为什么敢于在特斯拉或亚马逊大跌 50% 时依然一股不卖。 1. 谁是贝森宾德？ 他是亚利桑那州立大学（ASU）的一名金融学教授。他在 2017/2018 年发表了一篇轰动全球投资界的论文： 标题： 《长期股票回报是否优于国债？》（Do Global Stocks Outperform Treasury Bills?） 研究范围： 追踪了从 1926 年到 2016 年美股市场近 90 年的数据。 2. 他的核心发现（安德森最迷恋的数据） 贝森宾德通过大数据分析，得出了几个令传统基金经理感到“恐惧”的结论： 大部分股票是垃圾： 超过 50% 的股票在其整个生命周期内的回报甚至不如 1 个月的短期国债（即扣除通胀和机会成本后，它们是在亏钱）。 极端赢家决定一切： 整个美股市场 90 年间创造的数万亿美元净财富，全部来自于表现最出色的 4% 的公司。 头部的力量： 如果再往极端看，只有 90 家公司（仅占总数的 0.1%）贡献了财富增长总额的三分之一。 3. 这对安德森意味着什么？（深度解读） 安德森在《Aberration or Premonition?》中引用这些数据是为了构建以下逻辑： A. 放弃“多元化”的幻觉 传统的投资理论（如马克维茨的组合投资）告诉你要分散风险。但安德森根据贝森宾德的研究认为：分散投资本质上是在收集平庸。 推论： 如果财富是由 4% 的公司创造的，那么你最该担心的风险不是“波动”，而是**“错失”**。如果你错过了那 4% 的赢家，你的投资组合注定失败。 B. 重新定义“风险” 传统观点： 风险是波动率（Volatility）。 安德森（基于贝森宾德）的观点： 风险是**“由于缺乏想象力而提前下车”**。 由于赢家的回报是成百上千倍的（幂律分布），哪怕你买了 10 个公司，其中 9 个归零，只要有一个是那 4% 的“极端赢家”，你依然是最后的超级大赢家。

作为柏基（Baillie Gifford）及其旗舰基金 SMT 的前任灵魂人物，James Anderson 的投资哲学是“极度乐观主义”与“演化生物学”在资本市场的完美结合。他不仅是在投资公司，更是在投资一场正在发生的文明进化。 以下是其投资思想的五大精华： 思想精华：核心维度 寻找“极端非线性增长” (The Power Law) Anderson 深信股市的回报遵循幂律分布。长周期内，极少数（不到 4%）的公司创造了股市几乎所有的财富。投资的本质不是平庸的分散，而是识别并重注那些具有极度非对称潜力的“改变世界者”。 拥抱复杂性与演化逻辑 他深受 Brian Arthur 影响，认为经济是一个复杂演化的系统。他关注的是“收益递增规律”（Increasing Returns），即赢家通吃的数字化逻辑。 践行真正的长期主义 他认为“时间”是投资者唯一的竞争优势。拒绝关注季报的噪音，他关注的是公司在未来十年能否重塑行业格局。 资本服务于雄心壮志 他极度推崇具有“传教士色彩”的创始人（如 Bezos、Musk、黄仁勋）。他认为，只有不以短期财务回报为唯一目标的梦想家，才能创造真正的指数级价值。 跨学科的深度学习 在 Anderson 看来，投资回报是知识底蕴的副产品。一个优秀的投资者应当阅读生物学、物理学和历史，从中洞察人类社会能量转换与信息传递的深层逻辑。 正反馈循环（Positive Feedback） Outliers: 异常值/极少数大赢家（指那些涨幅惊人的公司）。 Deep Transitions: 深度转型（指像工业革命或数字化这种改变人类文明的变革）。 Path Dependency: 路径依赖。 Increasing Returns: 报酬递增（越强越快，规模效应）。 反脆弱性 (Antifragility)： 伟大的公司如何在混乱中变得更强？ 对管理层的看法： 他为什么如此崇拜贝佐斯（Amazon）和马斯克（Tesla）？因为他认为他们是“传教士”而非“雇佣兵”。 既然我们已经通过 Bessembinder 确立了“赢家极少”这个统计学事实，那么接下来的核心问题就是：为什么这极少数公司能持续赢下去，而且赢到让对手绝望？ 这就是詹姆斯·安德森引入 布莱恩·阿瑟（W. Brian Arthur） 及其“复杂经济学”的原因。这是安德森逻辑链条中最硬核的动力学拆解。 布莱恩·阿瑟（W. Brian Arthur）：报酬递增理论 在传统的经济学（马歇尔时代）中，核心假设是**“报酬递减”**：你开一家面包店，随着规模扩大，管理变难、原料变贵，你的优势会逐渐消失，市场趋于平衡。 但阿瑟在 1980 年代提出了截然相反的观点：报酬递增（Increasing Returns）。 1. 核心机制：正反馈循环（Positive Feedback） 在数字化和高科技领域，领先者不仅能保持优势，还能像滚雪球一样自我强化： 网络效应： 微信用户越多，新用户加入的动力就越大。 数据红利： 搜索的人越多（Google/百度），算法就越聪明，反过来吸引更多人搜索。 锁定效应（Lock-in）： 切换成本极高。一旦你习惯了苹果生态，离开的代价远超买新手机的钱。 2.

NVDA 后知后觉 学习记录 预测记录 买卖记录

**Mark Anderson **A16z

**Paul Graham

复杂系统 一个典型的复杂系统是由无数个个体成分或因子组成的，它们聚集在一起会呈现出集体特性，这种集体特性通常不会体现在个体的特性中，也无法轻易地从个体的特性中预测。例如，你远远不是组成你肌体的细胞的集合体那么简单；同样，你的细胞也远远不是组成它们的分子的集合体那么简单。你所认为的你自己（你的意识、你的个性、你的性格）是你大脑中的神经元和突触多次发生相互作用的集合表现。它们会和你肌体内的其他细胞持续不断地相互作用，而这些细胞则是心脏或肝脏等半自主性器官的组成部分。此外，所有这些都在不同程度上持续不断地与外界环境相互作用着。有些自我矛盾的是，这些组成你肌体的约100万亿个细胞都不具备你所认为的自己身上的特性，它们也没有意识，不知道自己是属于你的一部分。可以说，每个细胞都有其自身特性，遵循其自身的行为和相互作用的规则，如此一来，它们近乎奇迹般地与其他细胞组合在一起，构成了“你”。尽管涵盖了巨大的范围，但无论是在时间上还是在空间上，它们都在你的体内运行着，从微观分子层面到宏观规模层面，与你至多100年的日常生活相辅相成。你便是一个卓越的复杂系统。 同样，一座城市不仅仅是所有建筑、道路和人的集合体，一家公司远远不是其雇员和产品的集合体，一个生态系统也远大于居住在其中的植物和动物的总和。一座城市或一家公司的经济产出、繁荣、创意和文化都根植于其居民、基础设施、环境的多重反馈机制的非线性特质。 涌现 **复杂性

**Joel Greenblatt

最后一封股东信

2010成立汽车之家 万万树的房子

亚马逊 圣塔菲研究所（Santa Fe Institute，SFI） 比尔·米勒在1992年第一次造访了研究复杂系统科学的圣塔菲研究所（Santa Fe Institute，SFI），并于2005年至2009年担任负责人。比尔从布莱恩·阿瑟（Brian Arthur）那里学到了技术演变过程中出现的“路径依赖”和“锁定”等概念， 泉果探照灯 | 一位公募基金经理四十年的进化史：比尔·米勒 写在前面的话 比尔·米勒（Bill Miller）的投资职业生涯有两个公认代表作 -重仓亚马逊，符号意义的则是在聚光灯下一路登顶，然后惨败，再到翻身（关注相对较少）。 -他对于资产管理行业更为深远的影响，应该是开发出的那片“沙漠绿洲”（圣塔菲研究所，Santa Fe Institute，SFI），为我们展现出科学思想与投资实践结合之美。我们甚至会猜，圣塔菲研究所会不会也是比尔·米勒保持心态年轻、平和的重要原因之一。毕竟那里有一群志同道合的一级和二级市场投资同行，有贝佐斯那样志向高远的企业家，更重要的是，有各种因为过于前沿且复杂，需要大众花数年甚至数十年才能理解的跨学科理念。 每年在圣塔菲碰面的同行包括特斯拉重要投资人BG基金的前掌门James Anderson、戴维斯家族的第三代Chris Davis、这两年因为持续十四年致股东信过于干货而被挖掘出来但其实早已退休的价值投资天才Nick Sleep、Uber早期投资人/硅谷顶级风险投资人Bill Gurley、前美盛同事/著作等尚且仍活跃于华尔街各顶尖机构和活动的Michael Mauboussin。这些响当当的投资同行，在各自不同的场合都会把自己最重要或者最成功的投资想法，归功于圣塔菲的点亮，也会由此提到与比尔·米勒的渊源。 比尔·米勒生于1950年，在约翰霍普金斯大学攻读哲学博士期间，一位教授发现他每天都在教职工图书馆看《华尔街日报》，就建议他去金融行业工作。他在一家工业企业的财务部门找到了工作，每天去接在美盛基金（Legg Mason）的老婆下班，1982年加入美盛研究部，1990年开始独立管理Legg Mason Value Trust，直至后来担任公司CEO和CIO。 1990年底市场被美伊海湾战争和油价困扰，“最适合出发”，而且“很幸运90年代与80年代的市场环境很相似”，价值风格跑赢成长，但是“‘干旱’的时候更多，而且我们总是在经济周期底部表现好，一旦景气度提升，或者出现向下拐点，价值方法论的缺陷就凸显出来”。虽然属于根红苗正的价值投资派，比尔·米勒经过深入分析发现，“超额收益不是来自低市盈率改善，而是来自资本回报的向上周期。只要资本回报没有改善，估值也不会起来”。很明显比尔·米勒心中已经有想法，“人们对于价值投资的传统认知错了”。“经济衰退后之所以周期股涨得多，也是因为资本回报扩张速度超过成长股”。“穿越周期看，那些经典周期股的交易价值大于投资价值”。 带着这样的认知，比尔·米勒在1992年第一次造访了研究复杂系统科学的圣塔菲研究所（Santa Fe Institute，SFI），并于2005年至2009年担任负责人。比尔从布莱恩·阿瑟（Brian Arthur）那里学到了技术演变过程中出现的“路径依赖”和“锁定”等概念，1993年买入了蓝筹股IBM。当时他的点评是“技术是难，但并不是无法理解。如果投资者不碰这个行业，就等于无视经济发展和进步的最重要推动因素。获得收益的前提是做功课，这没什么好挑毛病的”。“而且技术会颠覆其他行业，不理解其中的风险，就有可能做出因为无知带来的错误投资决策”。 但投资这些科技公司很快就遇到了估值“障碍”，比尔·米勒认为那是会计统计方法和估值的问题，因为它们无法体现这些业务的风险与收益之间的根本关系。“估值有时意味着便宜，有时不能”，“科技类公司的收益来自赢家通吃”。 反正我们看到的是1996年，比尔·米勒买入了戴尔公司，当时股价受压是因为市场担心个人电脑需求下降，但他看到的是“这就是个人电脑领域的沃尔玛”，“市场对它的核心竞争优势——直销模式，还没有理解到位”，在被质疑1998年已经反弹，估值也高了为什么还不卖出时，他说“戴尔明年40倍，Gateway20倍，但如果戴尔的盈利能力是Gateway的5倍，它是便宜还是贵？市场喜欢用简单的估值倍数来看待问题，我们倒是乐见如此”。 不管怎么说，比尔·米勒对戴尔和美国在线等科技公司的投资，还算利用了市场逆风的窗口，只不过涨了继续拿着也没卖；到了建仓亚马逊，可就是正好赶在风口上了。这里又要提到圣塔菲研究所，比尔·米勒遇到了贝佐斯，在听完对方的描述后，他的投资模型迁移能力又展现得淋漓尽致，心想这妥妥应该按照戴尔给估值啊。他在一次价值投资者大聚会上，被指名道姓说是叛徒，终于有人站出来说句公道话，“你们好歹让他反驳下”，于是他就把自己的逻辑和盘托出，亚马逊投资逻辑应该比照房利美和戴尔。他还搬出了彼得·林奇，说后者在80年代一次会面时给他讲过房利美的投资逻辑和商业模型，同样开展银行业务，房利美不设分支机构，又有政府背书，成本要低于同行，收益就有优势。戴尔也没有实体店，从顾客收到现金后，才支付给供应商，换句话说，就是顾客和供应商一起为公司的增长提供杠杆。所以亚马逊的竞争力在于资本利用效率高。在2000年的一次聚会上，比尔·米勒干脆让大家猜，亚马逊自成立以来烧了多少现金，大家普遍猜2个亿到40亿，而正确答案是6200万。 这期间比尔·米勒的组合一大特点是高集中度，1996年3月到1998年9月，92%的收益中，两只票就贡献了81%。他自己的解释是，“你说芝加哥公牛队有5个得分点，但乔丹的状态基本决定了一切，作为队伍应该什么时候摆脱对乔丹的依赖呢？可能会是获胜带来的收益不足以支付他的薪酬吧。股票的买卖标准也是这个道理”。 2000年前后，比尔·米勒是乐观、灵活且清醒的，他说“我们要做的事情，就是找到资本回报高于投入的商业模式，本来他们应该得到合理估值，由于一些原因可能给我们带来超额收益的机会，常见的现象包括宏观经济背景出现变化，公司或者行业出现问题，业务本身还不够成熟稳定等等。每当这时，一些短期的因素会掩盖长期的发展逻辑，投资人会过于强调眼前的情况”。“说到底，我们这行，赢家是平均成本最低的人”。 通过2001年到2002年的组合，可以看出比尔·米勒嘴上说不做择时，但实际行动还是体现了分散投资的理念，卖出了大部分科技持仓，换成了医药、金融等传统价值股。 接下来的故事，我们就相对熟悉了。截至2005年，连续十五年战胜指数，成为所有人眼中最伟大的现役公募基金经理……这段时间的资料其实价值可能更加在于，相对完整地梳理了个人投资理念： “最重要的问题是估值中已经体现了怎样的预期”； “如果想要系统性地全面跑赢，你需要与市场不一样的正确的判断。市场要么错判了重要性，要么错判了时点，要么两者都错”； “组合中有些公司是短期被错误定价，有些是长期，前者称为价值投资，后者看作成长投资”； “有两件事特别明确，一是没有人能够做到一直买低卖高（除了骗子），二是成本最低的人是最后的赢家。如果你问我怎么验证自己判断错了，我的回答是，在想要的价格买不到理想的量的时候”； “遵循道家的‘无为而无不为’。持股周期通常超过五年”。 2005年比尔·米勒有意偏离市场，他没有买入牛市主力大宗商品类股，“我们这些年都在回避这类股票，理由包括单位增长慢，需要高资本投入，环境问题，政治风险等等，尽管这类标的周期性会出现相当高的涨幅，但长期看存在缺陷”。 这段时间的亮点毫无疑问就是参与了谷歌的IPO。 2005年比尔·米勒开始建仓被市场抛弃的建筑类股，2006年他承认“错在买早了”，但依然判断离底部不远了。有传言他还曾经见到伯南克，后者告诉他会尽一切努力防止最坏的情况发生。无论真假，他确信“凡是见诸报端，就意味着相关因素已经在股价中有所体现”。当时的组合中还有不少金融股，买入逻辑也是“这些公司完全被市场的恐慌情绪裹挟”。应该说对次贷危机的错判并不意味着比尔·米勒忽略了当时的宏观背景，他看到了“危机会从华尔街蔓延至实体”，“毕竟房产价值对绝大多数消费者而言意义重大”。只是他当时更多想的是周期股被错误定价带来的难得投资机会，而这也是他自己最为熟悉的。 2008年1月，当Countrywide被美国银行收购的时候，他持股超过10%，是最大股东，他感慨于股价已经位于七年来低位，于是买入更多。2月贝尔斯登被JP Morgan收购，他将它类比于八十年代末的并购潮。3月他还在公开场合表示贝尔斯登股价到30元会追加，当周周末就跌倒了2块。比尔·米勒和他的团队很显然严重错判了这轮流动性危机的程度。不断摊薄持仓成本，是比尔·米勒投资理念的核心之一，而前面几轮周期的成功经验，成为了他在次贷危机的致命的肌肉记忆。有人说问题在于不断摊低成本与高杠杆的商业模式本身是冲突的，因为对股东造成的损失无法逆转，也有人说问题在于比尔·米勒全部押注价值陷阱，丢掉了分散投资的制胜法宝。这种时候肯定少不了《华尔街日报》，直接标题“选股型投资人的溃败”。 2009年1月，比尔·米勒不得不在他认为绩优股投资最佳时机的情况下，抛售包括亚马逊在内的股票以应对赎回压力。同时他还经历了离婚，卖掉游艇，借保证金，个人账户买入亚马逊认购权证等等。他说真正的至暗时刻还是周围的人要因为他而失业。2012年卸任让他成名基金的基金经理，2016年离开美盛，成立自己的基金Mill Value Partners，管理规模7.8亿美元。 比尔·米勒不能够更加跌宕起伏的经历，究竟给我们带来哪些启发呢？是对历史和个人经验始终保持敬畏，戒骄戒躁，永远不要过度自信，要坚持分散投资，还是对当局永远不要太天真？外人怎么说都容易，还是看原话吧，“我承认，从没有想到自己能够错得那么灾难性。现在对风险和犯错，都更加敏感了”，“不是区分事情对或错，而是有用或没用”，“我现在不会让股价影响自己对公司基本面的判断，那远不是故事的全部”。 即便作为旁观者的我们，也庆幸比尔·米勒在离开老东家美盛后，并没有选择退出江湖（虽然他自己说比起低谷，还是顶端感受更好些，也会遗憾没有更早退休），而是自立门户，资金规模不可同日而语，但“按照自己的意志运作”，“更自由”，也“更快乐”。近十年亲自管理的基金（即将交给多年下属和儿子共同管理）业绩跑赢同类（前1%）。他在2019年初致投资人信中还曾发出感慨，“我管钱三十七年来，还是第一次出现市场调整而我们的产品实现净申购的局面”。对于那些质疑比尔·米勒是价值投资叛徒的人，你看，在一系列逆向建仓与补仓操作，衍生品以及免税工具使用之后，当前他个人账户中亚马逊股票和比特币几乎各占一半，而且成本“几乎都为零”。 作者：泉果基金 链接：https://xueqiu.com/8533938775/241876678 来源：雪球 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 风险提示：本文所提到的观点仅代表个人的意见，所涉及标的不作推荐，据此买卖，风险自负。

**Joseph Schumpeter

史蒂夫·乔布斯直觉性地理解技术并非孤立的发明，而是一种可以被引导、被组合、并最终呈现出生命特质的演化力量。 核心哲学 连接点逻辑。他在著名的斯坦福演讲中提到的连接点逻辑，完美契合了组合进化的本质。他认为早年学习的艺术、美学与后来的技术，在关键时刻通过组合涌现出了独特性。 作为组合艺术的产品创新。iPhone 的诞生并非因为苹果发明了所有组件，而是通过将现有的传感器、算力、以及重新定义的交互逻辑进行了一次非线性的组合。 启示 识别具备品味的整合者。在技术爆炸时代，单纯拥有技术组件并不稀缺。真正的价值在于那些能够从技术库中筛选关键组件，并将其组合成改变人类行为范式的产品。 追求极度的简洁。通过剔除冗余，让复杂的技术系统以最简单的形态呈现。这种对熵减的极致追求，是顶级企业最深的护城河。 史蒂夫·乔布斯：科技先知、极致主义者与管理炼金术士 史蒂夫·乔布斯（Steve Jobs）不仅是苹果公司的灵魂，更是现代商业文明中将“复杂性”转化为“极致简洁”的最高大师。他的思想核心不仅在于产品，更在于他如何通过对人性的深刻洞察、对人才的残酷筛选以及对组织结构的非线性管理，实现了人类商业史上最伟大的垂直进步。 核心生命哲学：死亡视角与连接点 连点成线（Connecting the Dots）。乔布斯认为，你无法在向前看时将生命中的点连接起来，只能在回头看时发现它们的意义。这种逻辑在复杂系统中被称为“涌现”——看似随机的经验（如早年的书法课）会在未来的关键节点上，通过非线性的方式组合成全新的能力。 死亡作为生命的发明。他在斯坦福演讲中指出，记住自己终将死亡，是避开“患得患失”陷阱的最好方法。这种视角让他能够剔除所有不重要的噪音，将全部精力投入到真正核心的事物中，从而实现系统性的熵减。 追随直觉与热爱。他强调，内心和直觉早已知道你真正想成为什么样的人。在复杂且充满随机性的世界里，热爱是支撑个体度过系统性波动（如被驱逐出苹果）并最终重返巅峰的唯一能量来源。 管理哲学：专注、A级人才与现实扭曲力场 专注的本质是学会拒绝。乔布斯回归苹果后，将 350 个项目削减至 4 个。他认为，专注不代表对自己感兴趣的东西说“是”，而是要对剩下 100 个好主意坚定地说“不”。这种极致的减法是组织对抗平庸与熵增的终极武器。 只要 A 级人才（The A-Player Player）。他认为顶级人才的产出不是普通人的几倍，而是几十倍。他坚持只录用 A 级人才，并认为这群人不需要被细微管理（Micro-management），他们只需要一个共同的宏大愿景。 现实扭曲力场（RDF）。通过设定一个看似物理上不可能完成的目标，他强迫团队突破现有的认知边界，实现从 0 到 1 的跃迁。这种领导力本质上是在通过强力的干扰，迫使系统从旧的平衡态进入新的、更高维度的演化轨道。 责任人机制（DRI）。在苹果内部，任何项目都没有模糊的委员会，只有唯一的、确定的直接负责人（Directly Responsible Individual）。这种机制消除了复杂组织中常见的推诿，确保了决策的高效传递。 产品思想：人文与科技的十字路口 深奥的简洁（Profound Simplicity）。乔布斯追求的简洁是穿透复杂性后的升华。他认为，当一个产品背后的逻辑足够简洁时，它就拥有了生命般的直觉性。设计不仅仅是外表，更是它如何工作的底层逻辑。 垂直整合与封闭生态。为了提供极致的体验，乔布斯坚持全栈控制（芯片、硬件、软件到零售）。他认为只有在一个封闭、受控的系统中，才能实现各组件之间完美的协同效应，避免碎片化导致的能量损耗。 不依赖市场调查。他认为用户不知道自己想要什么，直到你把它摆在他们面前。这体现了他对“秘密”的洞察：伟大的产品不应是现有需求的平均值，而应是技术演化与人类审美的非对称性博弈。

**John Templeton

“调和围绕政府行动的分歧，是政治的一项根本难题。詹姆斯·麦迪逊（James Madison）在起草《宪法》中发挥了主导作用，本书也将反复求助于他以获得指引。在为新《宪法》向各州批准大会上正在决定是否予以批准的代表作辩护时，他在《联邦党人文集》第 10 篇中作出了一段最令人难忘、也最具启发性的论述。他解释说，新政府必须代表并调和社会中许多不同的偏好，这些偏好「播种在人类的天性之中」： 对宗教、对政府以及许多其他问题的不同意见的热忱……反过来把人类分裂成党派，使他们彼此仇恨，并使他们更倾向于相互烦扰与压迫，而不是为了共同福祉而合作。人类陷入相互敌意的这种倾向如此强烈，以至于在没有任何实质性缘由出现之处，最琐碎、” Excerpt From [译] The Logic of American Politics Kernell, Samuel H. This material may be protected by copyright.

Margin of Safety Seth Klarman

James Madison “调和围绕政府行动的分歧，是政治的一项根本难题。詹姆斯·麦迪逊（James Madison）在起草《宪法》中发挥了主导作用，本书也将反复求助于他以获得指引。在为新《宪法》向各州批准大会上正在决定是否予以批准的代表作辩护时，他在《联邦党人文集》第 10 篇中作出了一段最令人难忘、也最具启发性的论述。他解释说，新政府必须代表并调和社会中许多不同的偏好，这些偏好「播种在人类的天性之中」： 对宗教、对政府以及许多其他问题的不同意见的热忱……反过来把人类分裂成党派，使他们彼此仇恨，并使他们更倾向于相互烦扰与压迫，而不是为了共同福祉而合作。人类陷入相互敌意的这种倾向如此强烈，以至于在没有任何实质性缘由出现之处，最琐碎、” Excerpt From [译] The Logic of American Politics Kernell, Samuel H. This material may be protected by copyright.

Brian Arthur 的思想 Brian Arthur 的《复杂经济学》彻底颠覆了传统经济学的平衡态假设。在复杂系统中，经济不是一个处于平衡状态的封闭系统，而是一个永远在演化的、非平衡的过程。 复杂经济学：收益递增与正反馈 核心思维模型 收益递增规律。在传统工业时代，收益递增通常受限于物理资源。但在数字经济和复杂性系统中，网络效应导致了收益递增。这意味着强者恒强，经济系统具有路径依赖性。 正反馈机制。微小的偶然事件通过正反馈会被放大，最终决定了市场的格局。这解释了为什么某些技术或产品并非因为最优秀而胜出，而是因为率先获得了临界规模。 布莱恩·阿瑟在 SFI 提出的“收益递增”理论，解释了微软、谷歌、亚马逊等巨头如何通过正反馈回路实现指数级扩张。这标志着投资视角从资源稀缺转向了网络增强。 对复杂性投资的启示 投资者不应寻找完美的估值模型，而应寻找具有正反馈回路的企业。这种企业在成长过程中会变得越来越强大，其竞争优势是呈指数级扩张的，而非线性增长。 我们必须接受市场的不确定性和偶然性，理解系统的演化比预测结果更重要。 《技术的本质：组合进化逻辑》 技术不是某种冰冷的发明，而是一种自进化的生命体。Brian Arthur 指出，所有技术都是从已有的技术中组合而来的。 技术进化的逻辑 技术是现象的编程。技术本质上是对某种自然现象的捕捉和利用，通过将其组合在一起，形成了复杂的系统。 组合进化。新的技术通过组合已有的技术而产生，这就像生物演化中的基因重组。这意味着技术的爆发是指数级的，因为可组合的基础原件越来越多。 投资视角 理解技术革命的关键在于观察“基础组件”的变化。当半导体、互联网或人工智能成为通用的基础组件时，会引发一连串的组合创新爆发。 投资那些能够定义“新组件”或者擅长将现有组件进行颠覆性组合的公司。 既然我们已经通过 Bessembinder 确立了“赢家极少”这个统计学事实，那么接下来的核心问题就是：为什么这极少数公司能持续赢下去，而且赢到让对手绝望？ 这就是詹姆斯·安德森引入 布莱恩·阿瑟（W. Brian Arthur） 及其“复杂经济学”的原因。这是安德森逻辑链条中最硬核的动力学拆解。 🧠 布莱恩·阿瑟（W. Brian Arthur）：报酬递增理论 在传统的经济学（马歇尔时代）中，核心假设是**“报酬递减”**：你开一家面包店，随着规模扩大，管理变难、原料变贵，你的优势会逐渐消失，市场趋于平衡。 但阿瑟在 1980 年代提出了截然相反的观点：报酬递增（Increasing Returns）。 1. 核心机制：正反馈循环（Positive Feedback） 在数字化和高科技领域，领先者不仅能保持优势，还能像滚雪球一样自我强化： 网络效应： 微信用户越多，新用户加入的动力就越大。 数据红利： 搜索的人越多（Google/百度），算法就越聪明，反过来吸引更多人搜索。 锁定效应（Lock-in）： 切换成本极高。一旦你习惯了苹果生态，离开的代价远超买新手机的钱。 2. 关键概念：路径依赖（Path Dependency） 安德森在文中多次提到这个词。 拆解： 历史并不是必然的，而是由一系列偶然的微小事件决定的。一旦某个技术或公司在早期获得了一点点领先优势，“路径”就被锁定了，后来者哪怕技术更好，也极难翻盘。 投资启示： 这解释了为什么安德森在公司还很小时（如特斯拉早期、亚马逊亏损期）就敢下重注。他不是在赌报表，而是在赌**“路径锁定”的势头**。 🛠️ 安德森如何将“阿瑟理论”应用到实战？ 他在《Aberration or Premonition?》中通过以下三个维度进行了深度拆解： A. 估值逻辑的颠覆：不要看“利润”，看“护城河的加宽速度” 传统分析师： “亚马逊今年又亏了，P/E 是负数，太贵了。” 安德森（受阿瑟影响）： “亚马逊虽然亏损，但它的用户规模和基础设施在指数级增长，它的‘正反馈循环’正在加速。现在的亏损是投资，未来的垄断利润是必然。” 结论： 只要报酬递增的逻辑没断，估值就没有上限。 B.

Mitchell Waldrop 我大概在 2005 年，通过学经济家的圈子，分享汪丁丁等人探讨桑塔菲研究所的复杂性研究的时候，读到米歇尔·沃尔德罗普（Mitchell Waldrop）的那本《复杂：诞生于秩序与混沌边缘的科学》（Complexity）时，我开始进入了另一个领域——从生物学演化的视角来看待问题。 其实我对这些事情的认识是比较早的，一直处于朦胧的非常表面化的一些意识，但并没能在这个过程中及早享受到它们对投资的益处。直到 2025 年，我看到詹姆斯·安德森（James Anderson）在离开柏基投资（Baillie Gifford）后发表的那篇关于“增长（Gross）还是格雷厄姆（Graham）”的文章，我才清晰的逐渐理解复杂性和投资的关联： 思维路径的转化： 在整整近 20 年的时间里，他们已经在用那条思维路径进行投资，并获得了非常丰厚的资金回报。 错失的阶段： 而我当时并没有意识到这一点。 当然，现在有一个新的机会，就是整个 AI 的机会摆在面前。这是一个新的世代（Generation），就像 2000 年到 2020 年是全球化伴随着互联网企业扩张的一波浪潮，期间诞生了特斯拉（Tesla）、iPhone 和 Facebook 这样疯狂成长的公司。 现在的路径和框架结构，是由 NVIDIA、AMD、Intel 等公司，伴随着 Google Cloud、Gemini 和 GPT 的发展而形成的第三波浪潮。 虽然我们不知道这波浪潮最终会通向何方，但我知道它会遵循类似 2000 年后的发展路径。 至于它是否符合詹姆斯·安德森所说的“规模递增回报定律”，现在还不得而知。 眼前肯定是一波新的机会。我错过了 2000 年到 2020 年的那波红利，但 2020 年之后的这一波机会，能否让我的资产实现量级的跃迁（加一个零甚至两个零），其实全看这一波了。 探讨圣塔菲研究所（SFI）与复杂性投资之间的联系。 深度专题（Feature） 圣塔菲精神：从混沌边缘到资本市场的底层重构 当米歇尔·沃尔德罗普在 1990 年代笔录圣塔菲研究所（SFI）的诞生时，他可能并未完全预料到，这群在沙漠中讨论生物进化和粒子物理的天才，会彻底重塑 21 世纪顶级投资者的思维范式。从 James Anderson 到 Bill Miller，复杂性科学已成为跨越平庸、洞察价值的终极武器。 起源：当经济学遇见非线性物理 圣塔菲的咖啡馆碰撞。1987 年，在花旗银行前主席约翰·里德的撮合下，诺贝尔物理学奖得主盖尔曼与经济学家布莱恩·阿瑟坐到了一起。物理学家惊讶地发现，传统经济学竟然还在使用 19 世纪的平衡态模型，而忽略了现实世界中最关键的特质——非线性与反馈。 收益递增的“异端”。布莱恩·阿瑟在 SFI 提出的“收益递增”理论，最初被主流经济学视为异端。然而，这恰恰解释了微软、谷歌、亚马逊等巨头如何通过正反馈回路实现指数级扩张。这标志着投资视角从“资源稀缺”转向了“网络增强”。 核心链接：复杂性科学如何转化为投资逻辑 放弃均值回归的幻觉。在复杂系统中，过去不等于未来，均值并不总是具有吸引力。SFI 的研究证明，系统可以长期处于非平衡态。优秀的投资者（如 James Anderson）意识到，寻找那些能够打破均值回归、实现长效跨越的“孤本”公司，才是超额收益的来源。 识别涌现（Emergence）。公司不是简单的报表累加，而是一个有机演化的主体。其竞争优势往往是从复杂的内部文化、技术组合和用户生态中“涌现”出来的。这种优势一旦形成，就具备了生物般的生命力，极难被竞争对手通过简单的资本投入来拆解。 混沌边缘的生存。最伟大的企业往往生存于“混沌边缘”——既有足够的秩序来维持高效执行，又有足够的混乱来激发创新。投资的艺术，在于识别一个组织是否拥有这种保持在临界状态的动态能力。 实战映射：顶级投资机构的圣塔菲印记 Baillie Gifford 的演化观。作为 James Anderson 曾经执掌的机构，BG 的投资风格几乎是圣塔菲思想的镜像：长期持有、忍受波动、寻找非线性增长、重仓那些正在改变系统规则的创始人。 适应性市场假说。圣塔菲的研究者们提出，市场不是有效的，而是适应性的。投资者不再是理性的计算器，而是不断学习、相互竞争、不断进化的物种。理解了这一点，就能理解为什么恐慌与狂热总是交替出现，并从中捕捉正向非对称机会。 对复杂性投资者的终极启示 投资是关于演化的概率博弈。我们不需要预测未来的每一个细节，但我们需要理解系统的演化动力学。在复杂性世界里，只有那些理解了“组合进化”、“路径依赖”和“反脆弱”的人，才能在混沌中看到清晰的秩序。 M.

这份解释稿采用了类比法，将查理·芒格（Charlie Munger）推崇的深度商业概念转化成了小学生在学校和生活中就能理解的语言。 📈 概念一：复利 (Compound Interest) —— “会滚雪球的钱” 给孩子的开场白： “想象一下，你手里有一个小雪球。如果你在雪地里滚一下，它会变大一点；但如果你一直不停地滚下去，它会变得比你还要大！复利，就是这种让东西‘自动变大’的魔法。” 1. 它是怎么运作的？ 普通的加法是：。 复利是：你赚到的钱，会帮你去赚更多的钱。 第一年： 你存了 100 块，利息 10 块。现在你有 110 块。 第二年： 你的 110 块一起去赚钱。这次利息不是 10 块，而是 11 块！你有了 121 块。 第三年、第四年… 钱会像坐上火箭一样，越往后跳得越高。 2. 复利的三大“咒语” 为了让魔法生效，你需要： 本金（雪球）： 一开始存的钱越多，后面滚得越快。 利息（坡度）： 赚钱的速度要够快。 时间（坡长）： 这是最重要的！ 哪怕每天只进步 1%，一年后你也会比现在厉害 37 倍。 对孩子说： “复利不只是关于钱。如果你每天多背一个单词，一年后你不仅记住了 365 个词，你学习新单词的速度也会变快。这就是大脑的复利。” 🏰 概念二：护城河 (Economic Moat) —— “保护城堡的深沟” 给孩子的开场白： “如果你开了一家非常赚钱的冰淇淋店，别的竞争对手肯定会想：‘我也要在对面开一家！’ 这时候，你拿什么保护你的店不被抢走生意？这就叫‘护城河’。” 1. 什么是好的护城河？ 在古代，城堡周围有一圈深水沟，鳄鱼在里面游。在生意里，护城河可以是： 品牌（名气）： 全班同学都觉得你的冰淇淋最酷，哪怕别人家便宜，大家也只买你的。（就像可口可乐）。 秘方（技术）： 只有你知道怎么做出那种“彩虹味”的冰淇淋，别人学不会。 成本（便宜）： 你能用 10 块钱买到别人要花 20 块才能买到的奶油，所以你卖得更便宜。 网络效应（朋友圈）： 如果全班都在用同一个聊天软件，你为了和大家说话也必须用它。 2.

**Warren Buffett

**《莫测、进化与经济理论》（Uncertainty, Evolution and EconomicTheory）

**《自私的基因 》理查德道金斯 （Richard Dawkins, The Selfish Gene）

《》《科学哲学导论》 （美）卡尔纳普（R Carnap）

《Risk, Uncertainthy and Profit》《风险、不确定性与利润》 （美）弗兰克·H. 奈特（Frank H. Knight）

《Risk, Uncertainthy and Profit》《风险、不确定性与利润》 （美）弗兰克·H. 奈特（Frank H. Knight）

**张五常 《经济解释》 张五常的《经济解释》是我在 2002 年开始对学习经济产生兴趣时，一个非常重要的开端和启蒙点。 读完《经济解释》后，我才延续到去读类似于罗纳德·科斯（Ronald Coase）、曼昆（Mankiw）等一系列经济学家的著作。这等于是打开了我学习经济学的整套路子，所以对我来说非常重要。 尤其是书中的第一章，关于科学哲学的讨论和科学方法论所衍生出的信息，一直影响到很多年后。 出版作品 《佃农理论》（英）（The Theory of Share Tenancy）（1969年，芝加哥大学出版社；2000年：花千树；译本：2000年，北京商务，易宪容译） 《卖桔者言》（1984年11月，信报；增订本：2000年，花千树） 《中国的前途》（1985年8月，信报；增订本：2002年3月，花千树） 《再论中国》（1987年6月，信报；增订本：2002年3月，花千树） 《三岸情怀》（1989年，香港经济日报；增订本：2003年5月，花千树） 《存亡之秋》（1989年，香港经济日报；增订本：2003年6月，花千树） 《凭阑集》（1991年12月，壹出版；修订本：2001年，花千树） 《中国的经济革命》（1993年，壹出版） 《随意集》（1993年，壹出版；修订本：2000年，花千树） 《挑灯集》（1999年，花千树；增订本：2001年） 《卷帘集》（上、下卷：1999年12月，花千树；合订本：2003年6月） 《学术上的老人与海》（2000年，花千树） 《经济解释：张五常经济论文选》（2000年，北京商务，易宪容、张卫东译） 《五常谈教育》（2000年1月，花千树） 《五常谈学术》（2000年12月，花千树） 《经济解释》（初版）（2001-2002年、2006年，花千树） 卷一《科学说需求》（2001年5月） 卷二《供给的行为》（2002年3月） 卷三《制度的选择》（2002年11月） 卷四《五常学经济》（2006年12月） 《五常谈艺术》（2001年11月，花千树） 《狂生傲语》（2001年，花千树） 《二十一世纪看中国的经济革命》（2002年4月，花千树） 《公损之谜》（英）（The Myth of Social Cost）（2002年5月，花千树） 《离群之马》（2002年12月，花千树） 《伟大的黄昏》（2003年3月，花千树） 《经济的看相与把脉》（2003年7月，花千树） 《世界经济学》（2004年2月，花千树） 《冷静看世界》（2004年6月，花千树） 《经济大时代》（2004年12月，花千树） 《经济大观园》（2005年6月，花千树） 《张五常英语论文选》（英）（Economic Explanation：Selected Papers of Steven N.S. Cheung）（2005年11月，花千树） 《中国的前景》（2006年1月，花千树） 《大哉斯道》（2006年5月，花千树） 《中国的未来》（2006年9月，花千树） 《学问无界说》（2007年3月，花千树） 《经济学的缺环》（2007年11月，花千树） 《五常问答室》（2008年4月，花千树） 《中国的经济制度》（The Economic System of China）（2008年6月，花千树） 《灾难的先万亿》（2008年10月，花千树） 《多难登临录──金融危机与中国前景》（2009年7月，花千树） 《货币战略论──从价格理论看中国经验》（2010年1月，花千树） 《新卖桔者言》（2010年1月，花千树）

困难不在于想出新主意，而在于摆脱旧观念。 凯恩斯 能敏锐地发现差异是一种个人能力，然而差异本身并不是认识事物的关键，甚至没有多大意义。 投资的核心，在于寻找那些具有实现“极端且复利成功”特征的公司。 而在短时间内从平庸的公司身上寻求微小的机会，是永久的诱惑。这种诱惑必须被抵制。这需要信念。 James Anderson 人本质上只有经历,没有年纪。年纪只是一个虚无的时间概念,没有任何价值。人生的本质意义是经历、体验和试错,而这些来自于认知、野心、勇气和行动。 强者不会在错误的人和事上耽搁太久,一旦认清局势,立马知错认栽、买单离场。不抱怨、不纠缠、不解释,保护好自己能量。 人生90%的事不需要赢,只需要脱身，很多人败在了迟迟不肯脫身。 狭路相逢,命贵者先退。 你的前程比一地鸡毛争输赢更重要。避开和你的终点无关的陷阱,才是一个赶路人该有的智慧。 I confess to finding the Margin of Potential Upside more alluring than the classic Margin of Safety 当年先师曾经这样教导过我：“If you get angry with a donkey, then who the donkey is?” 这让我意识到：“如果你因为遇到了傻逼而大动肝火，那么傻逼的不是旁人，正是你自己。” 后来我和一个做交投的朋友聊到这个话题，他说：“与其教育傻逼，不如赚光他们丫的钱 - 这比启蒙他们效率高多了。” 人生会有一些不公的、可怕的打击，要积极地利用它们。 查理·芒格 “The art of investment is the discipline of inaction in the absence of a good opportunity, but aggressive action when one is identified.” - Li Lu

物品「goods」 「物品」是从英语「goods」这个字翻译过来的。因此，「物品」这一词有很广泛的含义。它不仅可释义为产品（product）或商品（commodity），也包括服务（service）、友情、声望、空气、清洁、幽静、爱人、爱，等等。凡是有胜于无的东西，不管是有形或无形，都是「物品」——「有胜于无」是经济学上的「物品」定义。 「缺乏」（scarcity） Scarifice 在市场上，我们要付的代价就是价格（price）。所以我们可以说，凡有价格的物品都是缺乏的，不足够的。有一些社会——比如极端的共产社会——市场不存在，没有价格，但代价（sacrifice）还是要付出的 价格（price） competition 经济学上的「竞争」（competition）是指人与人之间的竞争——这是因为所有经济学的基础假设都是为人而设，要解释的行为大都是人与人之间的竞争行为。 产权制度（system of property rights） 是竞争的游戏规则，也就是约束竞争行为的一种局限条件。 私有产权（private property rights） 是其中一种。 艾智仁说得好，「产」（Property）、竞争（Competition）、缺乏（Scarcity）这三个字是同义的。 科学方法论 现象（phenomenon）、事实（ fact ）、行为（behavior）或观察所（observation） 特殊理论（ adhoc theory） 套套逻辑（tautology） 被事实推翻的可能性（refutable by facts） 逻辑上前言不对后语（inconsistent） 被验证的含意（testable implication）为主。这些含意是由理论推出来的。在逻辑学上，最重要的含意规则很简单：假若A的发生含意B的发生（A→B），那么B的不发生就含意A的不发生（Not B→Not A）。这是最基本的验证方法。举一个例：假若下雨（A），天上就一定有云（B），其含意是，没有云（Not B）就一定没有雨（Not A）。假若没有云但却有雨，那么下雨（A）必定有云（B）之说就被事实推翻了。 实证科学（Empirical Science） 逻辑学 知识理论（Theory of Knowledge） 验证条件（test conditions） 局限条件（constraints） 幂规模法则（power scaling law） 3/4次幂规模法则（3/4 power scaling law） 代谢率规模法则又称作克莱伯定律（Kleiber’s law），是以首位阐述该定律的生物学家克莱伯的名字命名的，该定律适用于所有种群，包括哺乳动物、鸟类、鱼类、甲壳动物、细菌、植物和细胞。然而，更为引人注目的是，类似的规模法则适用于所有生物数量和生命史特征，包括增长率、心率、进化速率、基因组长度、线粒体密度、大脑灰质、寿命、树木高度，甚至树叶的数量。此外，当我们用对数标绘时，一系列规模缩放的图形看上去都与图1–1相类似，并因此拥有相同的数学结构。它们都是“幂律”，并且指数（图中直线的斜率）都是1/4的整数倍，经典的例子便是代谢率的3/4。因此，如果一只哺乳动物的体重增长一倍，它的心率便会下降25%。因此，数字“4”在所有生命体中都扮演着基础性的、神奇的角色