E2M Research 聚焦投资和数字货币领域的研究与学习.

🌟Twitter｜🌟Fountain｜🌟Mirror｜🌟Telegram交流群

《投资中重要的知识结构有哪些？》

时间：20:00（UTC+8）28/04/2023

嘉宾： @OdysseysEth @zhendong2020 @pcfli

Jiang Zhuoer：@jiangzhuoer

嘉宾twitter：@pcfli，@zhendong2020，@OdysseysEth，Jiangzhuoer

OdysseysEth

这一期话题可能有点大，我尽量结构化表述、展现我的视角。关于投资有什么样的知识结构，在我看来有哪些最底层的思维模型。

可以简单它分为 5 个领域，每个领域都会包含一些非常重要概念，我衡量重不重要的区分方法是如果缺乏了其中任何一个点，会有很多东西看不见或者判断错误。这是我简单定义重要的一个方式。

我这边简单划分是：心理学、生物学、物理学，垄断和哲学。

1.关于心理学：投资不仅是物理现象，还包括人的行为。其中最重要的理论我认为是霍华德马克思讨论的钟摆理论：人群总是走极端，不是过度乐观就是过度悲观，只会看到好的和坏的，不会看到一半好一半坏。在这层面去理解投资者的情绪，就会知道周期是怎么形成的，同时也知道最安全、获利最大的投资是在没有人喜欢的时候去买入的，反之亦然。所以我觉得心理学对投资者是非常重要的知识结构。

2.第二个点生物学，比如索罗斯讨论的反身性，这在生物学看来是生物和环境的动态适应。当生物适应环境之后，环境也改变了，原来的生物又不再适应。就好像一个策略都市场上取得了成功，市场环境也改变了，反而这个策略不适合生存了。所以从生物角度很容易注意到第一个特点是：不存在永恒的赚钱机器；还可以看到生态位的角度，比如小区里有垃圾桶，就算把蟑螂、老鼠全部杀光，但垃圾桶生态位在那，一定还会繁衍出其他生物。比如某些利基市场，市场非常大，先看到生态位，再找到生态位上垄断者。这也是生物学可以提供的多种角度，甚至军备竞赛、博弈论，一个标准化的竞争谁都赚不到钱，谁都不能停下来，谁一停下来就被淘汰，但是也不会赚到钱。比如像共享单车，更早的航空公司，或电脑行业的硬盘，它们都是标准品的某种竞争。生物学还可以再提供生态系统的角度，可以在 windows 的生态和 app store的生态看得出来。所以生物学我觉得非常重要的知识结构。

3.第三个点物理学，物理学会嵌入到复杂系统理论，比如复杂自适应系统，和生物是相通的。如果理解复杂系统理论，会知道市场在很多程度、很多方面是不可预测的。所以不会试图用某种宏观分析，或者相信某些预测。物理学还会再提供其他非常重要的观察视角，比如临界点视角，两个公司竞争不知道谁胜出，但是谁先到达临界点就是谁胜出。米聊跟微信竞争，谁先到 500 万或 1000 万用户谁就赢了，这是临界点的概念。如果迁移出去对应其他概念，比如越过鸿沟；和复杂系统相关的还有一个词叫涌现，这个概念因为ChatGPT最近冒的偏多。在之前不知道会冒出来什么东西，但如果有涌现复杂系统这些概念，你会知道当连接的密度足够广、反馈的力量足够强，涌现的基础要素具备之后，只要增大数量，会在某一个临界点突然带来质量上的巨大变化，出来各种新东西。我觉得这也是物理学能够提供的非常重要的知识结构。

4.第四个是垄断，怎么样才可以找到垄断的特质？护城河是技术优越还是产品先进？我认为这些都是很脆弱的护城河。真正的垄断在现在这个时代，比如网络效应，聊天工具比微信好 10 倍也打不破网络效应。网络效应背后对应的类似垄断这几个特征，我觉得都是一个观察视角。比如说像强者恒强，因为他强了所以变得更强，规模相应在某种程度上也这样。我们今天看到几乎所有的垄断都强者恒强，这种强者恒强背后有可能是正反馈循环的概念，也有可能收益递增的概念，或者网络效应这样的概念，可能还有指数增长的视角和概念。所以很多人在区块链上很容易去投技术更先进的东西，其实不是这样的。在用垄断这几个视角，你会发现即使有些技术更落后，但因为已经获得正反馈循环了，除非别的技术比强 10 倍、 20 倍以上才有可能去颠覆它，强 50% 是没用的。这是垄断的视角。

5.最后一个我觉得挺重要但更抽象的是哲学领域的知识结构。最著名的是塔勒布一系列理论，比如黑天鹅，包括可证伪性，便利性这些概念，看起来很抽象。基于这些你会知道决策信息的不确定性，那么所有的判断都会去面对不确定的未来，而不是强行去预测确定性，然后全部压押注在上面。所以从哲学角度，又会衍生出更深层的决策系统，包括安全边际，能力圈，不对称型，反脆弱这些概念都是在哲学领域做出了一个延伸。

江卓尔

关于投资中的知识结构，一个人的知识结构应该是和一棵树一样，要从最底层的概念开始，逐渐往上一层一层生长。如果对基本的知识或基础概念不了解，别人说上层，实际上只是听听而已，第一不知道这些是怎么演化出来，第二没有能力判断对错。如果知识结构是完整的，就有能力判断哪些有可能是对，哪些有可能是错的，即使不能准确判断，也知道应该从哪里去寻找判断的方向。

所以投资中的知识结构，**首先经济学肯定是逻辑和数理，**至少是偏理科方向的人去做投资或者学习经济内容会好一点。虽然经济学看起来是非常模糊的学科，总没有定论，但基础还是数理逻辑。

**第二层比较重要的学科范围是微观经济学和宏观经济学，最好找大学的课程来看。**我大学的辅修了经济学专业。微观经济学，从局部去看某一些经济事件是怎么发展的，以什么样脉络进行。宏观经济学，从宏观的角度去预测或者分析经济行为是怎么发生的。把这两个所结合起来，虽然不能完全正确理解，因为经济学终究还是很模糊的学科，不断有新的说法和理论被推翻。但是总体主流的经济学的观点基本是正确的。通过这两门学科的学习，会对整个经济活动怎么运行有比较深入的了解。

**再深入一点，像货币利率、央行学，也是非常复杂的东西，**尤其是央行学，可能没有谁能说把这些完全搞清楚。央行面对是复杂混沌的系统，没有人可以预测最后的结果。但我们对央行货币还有利率知识基础了解是有必要的。虽然不精确，但大方向是对的。如果要进行预测，是需要大量实践，阅读相关数据，在脑子里面形成神经网络系统，因为人的本质就是一个神经网络系统，通过越多的学习，神经网络里的参数会越多。我们实际上就是用一个网络去解读另外一个网络。

对央行货币利率的了解是非常重要的，只有对这些有足够了解以后，才能相信其中的规则或者方向。比如我们非常坚定相信央行的印钞是永不停息的，并且会越来越多，甚至以后有可能会加剧，最后可能导致整个信用货币系统的崩溃。我们对区块链和数字货币的信仰本身是基于对央行货币政策和货币发行理解，所以会有对数字货币或者资产性投资的非常坚定的信仰。比如房圈投资里面的欧成效，长达 20 年如一日的预测中国的房价会上涨，在 20 点里面有太多太多空军不断预言房价会崩盘。他那为什么能形成如此坚定的观点？就是因为对于央行，对于货币增发通胀有非常清晰的底层认知。必须对这些有底层认知，才能形成不管是房本位或者是 b 本位的坚定信仰。有了坚定性，可以在大周期中坚定持有优质的资产，然后从长时间尺度获得比较高的收益，这个就是我的理解。

dongzhen

首先我认为投资中需要的知识结构或者知识、内容有很多，市场上有很多、细分领域：数字货币领域，传统金融市场，传统金融市场也会分很多的品类：股票、商品、期货、债券、房地产，很多很多非标准化的资产，哪怕是股票细分领域，也会分 a 股、港股、美股。

首先，我相信针对不同的细分的领域，需要具备的知识结构、知识内容是有所区别的；第二讨论的方向可能是不管在什么样的领域投资，或者一些大类资产，有哪些常用共性的知识结构？

我个人认为目前比较重要的知识结构大概分成几类。首先第一类是属于面临着非对称性的结构。最简单的例子对大部分人来说是工作，不太需要承担资本金的损失，只需要投入时间，兴趣，技术，公司会投入资本金，如果公司亏损，公司和股东会承担倒闭风险。

这样的知识结构有哪些？第一类可能是基本的工作技能，特殊的工作技能，沟通能力、交流能力，甚至包括管理，在自己从事的特殊的岗位上的特殊的技能；第二类传统意义上的投资，投资里面比较重要的是怎么样活下去。有一句话是能看到很多激进的交易员，能看到很多老的交易员，但很难看到又老又激进的交易员，在金融市场上活下去非常重要。

关于如何活下去，这里涉及到的内容包括要理解杠杆对你的伤害，怎么理解杠杆，第二要保持冗余，能够多次试错，要认识到理性的有限性。哪怕对一个策略再有信心，也应该给自己多次试错的机会。这是类似于冗余的概念，其实需要了解关于分散性投资、关于冗余、关于现金流管理。

**第二步才是如何在市场中获得更好的收益。**这里会涉及到对标的研究和理解，需要有基本做数据研究的能力，基础的数学能力，现金流的理解，收益来源的理解，风险的理解，风险也会分很多很多种。如何理解投资的胜率、赔率，涉及到如何构建正期望的策略？怎么理解正期望？包括大数定律、凯利公式。可以不理解这么深，但是要知道收益来源在哪，要知道决策是正期望的决策。

**第三更进一步的，能够发现理解一些深刻的逻辑，把投资的视角放得更开阔一点。**不仅关注数字货币，也要对现金额管理，现金的管理，债券市场，对利率的变化有理有了解，对每个数字货币的细节和细分领域有了解。当不同市场呈现不同周期的时候，如何在里面做分散，以及找到未来市场潜在收益率更高的地方，哪些是作为防守资金配置的地方？哪些是未来赔率更好的地方？这是涉及到关于关注的兴趣的面广度以及对整个不同资产类别的理解。

我总结一下，首先我认为涉及的投资中涉及到知识结构很多，因为市场很多，投资的种类很多。其次我觉得有一些共性的结构，第一是如何生存下去，第二是怎么理解或者或者深刻理解所投资的标的。第三种是除了单一投资标的或者主要投资标的之外，能不能扩展出更广泛的关注目标，做不同类型的投资分散。

peicaili

我比较认同卓尔说的的知识领域应该是一层一层的树。但是觉得它并不是唯一。每个人根据自己的知识结构会有不同的树，可能你的第一层是别人第二层，也可能你的第二层是别人第三层。 我觉得我的整个投资是围绕着凯利公式的，凯利公式是整个投资里最核心的概念，它可以作为逻辑的起点。从凯利公式出发有 3 个很重要的概念，一个是胜率，一个是赔率，一个是下注量。而且凯利公式是演绎逻辑，如果能严格按照凯利公式做，理论上是最理性的投资。

用凯利公式模拟的时候，最终的那个模拟结果是一个分布，投资不是唯一的结果，有很多可能性。你预期的胜率，赔率最终不是一样的，所以要保证自己活下去，公式不能落到 0 的区间。理解的这一块，就要关注风险的概念，怎么样确保不会把资金曲线跌到0 以下，就能理解为什么不能加杠杆，不能 all in，这都会偏离最佳曲线很远，方差很大。另外策略会有的时候表现特别好，有的时候会把你拖到深渊里面，这个时候要知道这些波动是我能接受的，但是他始终在 0 以上。

关于胜率也是有很多的点。像小奥最早说的科学哲学对于判断胜率有很大的帮助。因为理解科学哲学之后，你就知道有限理性的概念，归纳法的局限，都可能会影响你对胜率的判断。比如说人对小概率事件判断是有问题的，在心理学里面已经做过很多了。简单来讲买彩票胜率很低，但是其实不知道会低到什么位置， 1/ 1000的胜率跟 1/10000 的胜率跟 1/ 1000000的胜率，已经差了 10 倍，但是人在这个事情上是没有感知的。需要有一些这种基础的逻辑去帮助解决，比如贝叶斯胜率。

我觉得赔率市场可能是整个凯利公式里面最应该关注的，胜率也好，资金曲线也好，会影响下注额，相对来讲有比较容易解决的方案。赔率是最难判断的。我们肯定都是希望投资是高赔率的，这些东西又和哲学里面的预测的难度，预测的不可知性。这种复杂系统的预测本身是很困难的。在这样的困难的情况下，怎么做预测，怎么说服自己是高赔率的事情。

我在投资里会把凯利公式放到最底层，在胜利赔率、下注额以及资金的曲线结构上再分别判断事情。怎么样判断项目的胜率跟赔率，这些东西又牵涉到很多小奥说的，如果想高赔率的事情应该具备什么样的模式？这个模式可能是有涌现的特征，有临界点的概念，越过鸿沟的概念，规模效应，甚至有一些科学革命的结构的东西。胜率可能有心理学的概念，又有钟摆理论，影响对整个跟赔率的判断。

我自己来构建的时候，会沿着这个这条线去思考，怎样去提高胜率，找好的赔率，怎么样下注？用风险控制，避免自己的资金曲线跌到 0 以下，我自己大概是这样的概念和观点。

OdysseysEth

我也很赞同卓尔哥的概念，知识结构最好是一棵树，不同层级之间最好有关联。前面说的心理学和生物学，连上神经科学可以更好理解。人群为什么会有过度贪婪的心理？第一层像杏仁核、基底核、大脑的神经的结构，多巴胺的机制推动了人们在在市场上表现上是那样的。为什么会塑造出这样的结构？再往下延伸是所有生物的行为都是对历史环境的适应，可以用演化论的角度理解，比如fomo心理。在非洲草原上有两个原始人，一个看到风吹草动拔腿就跑，一个看到风吹草动想一想有没有狮子再去跑 。100 次里面只要有一次有狮子就可以把理性思考的人干掉。fomo的人在历史环境中活了下来，也带动他的DNA、神经网络和行为活了下来，但在现代社会是不适用的。这一条线我们可以发现投资者在市场的行为，可以在进化论上这棵树上延伸到更大、更粗、更底层的树干。像复杂系统等等这些东西都可以变成一棵树，相互关联在一起。我也非常赞同这种思维方式。

刚才培才哥更多以围绕凯丽公式作为起点，起点不一样其实背后表达都一样，把它关联在一起。我自己可能更愿意说从哲学作为起点，这是视角的不同。经济学可能占我的思维比重偏轻，因为我自己是经济学出身，以前工作也是这方面，学的微观、宏观、货币利率现在都记得很清楚。但在复杂系统里面用处可能会偏小，可能想法上会有一点点分歧。

董真也聊到关于非对称的结构，用了工作、投资这些方面举例，也是挺好的角度。我刚才也说了塔勒布视角也可以是比较底层的视角。

江卓尔 我不是专门搞经济的，所以对经济学是当做工具拿来用就好。小奥他本身自己是搞经济，已经超脱了工具的范畴，从更高的层次来看。我主要还是用经济货币的工具性的知识去和相关的数字货币或房产或其他东西的投资指导，所以使用的目的不同。

我的世界观更偏向于以数学为基础，我认为东西往下深究都是物理和数学问题，也就是第一性原理。要解决什么问题，最好先从底层拨开上面迷雾，往下去深究去构建解决方法。我最近花了很多时间折腾新冠的预防，从第一性的角度，新冠是因为吸入了病毒的气溶胶，解决方法也非常简单，确保吸入的空气都经过空气净化器、口罩或者其他设备的净化。自然就不可能得新冠，或者至少可以降低 9 成以上的新冠概率。

通过底层的物理方法确定解决方向以后，再往上一层构建，怎么保证在任何地方都可以吸入经过过滤的空气？在家里可以用空气净化器，出去戴口罩。如果有一些高危场合会上呼吸面罩或者增压呼吸设备，避免在高危场合因为罩泄露而吸入未经过滤的空气。

从这个角度去解决问题对我来说整个思路是比较顺的，毕竟通过数学和物理的推理会得到比较明确的结果。因为人的幸福感一部分是来源于可控性，知道事物会怎么发展，要怎么控制。最后发展和我的预测相关、一致的话，觉得事情完全是可控的，获得比较高的幸福和满足感。之前 1 月份的时候预设大陆的新冠第二波会从4月6号开始，依据是直接把香港第二波的时间按照分值的间隔移到大陆，大陆4月6号中国疾控中心新冠周报里阳性率翻倍上升。预测正确，并且正确有非常大的运气成分。我当时预测的时候，并没有预料非常准命中，只是大概在4月初开始第二波。所以不管从经济学或者其他预测，从底层的数学和物理出发，会比较容易有确定结果，并且结果容易验证，验证如果有问题可以再往前找，相对于其他方法，我更喜欢这样的工具。

OdysseysEth

关于数理和物理学的重要性我很认同。关于预测，卓尔哥怎么看预测某种程度的局限性，举个例子，可以当做它最底层也是基于数学的，再往上一层是罗素的所谓理发师问题，再直接点预测本身会影响预测的结果，这件事情不去预测，比如有一场大危机如果不说预测会发生，但是因为预测到了说出来，人们去应对了，它反而不发生。这一层来看的话，不仅仅是你在预测，所有人都在预测，所有人的预测都在动态改变整个市场的结果。是不是从角度来看，同样是基于数学的，它的确定性其实并不是那么牢固？

江卓尔

对的，确定性并不是那么牢固，但因为我是在物理世界，数学里面有不完备性问题，但是物理里面是没有不完备性问题的，所有对错最后都要在物理层次做对决，那物理里面的结果是只有一个。

但预设它本身是非常混沌的东西，如果是有非常巨大影响力，比如巴菲特预测股市见顶或者见底，自然会对趋势施加一个力。假设你假设某一轮股市峰值是 6 月份，巴菲特预测成 5 月份了，他的影响力是可以让股市的峰值往前移动一个月，如果影响力小一些的某个人预测，也会对峰值的时间造成一定影响。一些 KOL 对它进行预测，都有可能让峰值移动几个小时。它确实是互相影响的过程，但整个过程还是可以理解的，是以数理逻辑的基础进行的。

用这种方法去理解世界的好处是所有东西都是可以解释的，不会陷入到虚无主义或者是完全不知道无因果论的陷阱里面去，一旦进入陷阱以后很难爬出来，没法有效的去做事情，我想法是这样。

OdysseysEth

首先我认同科学的世界观，同时即使这样去理解不确定的世界依然是不矛盾的。即使不基于数学的歌德尔不完备性定理，但是基于物理层面，会看到两层。第一层我们看到计算机有图灵不可计算问题，图灵机不是所有都可以计算的，一旦它的计算减入自身，它就递归也算不了。就像一个市场，其实以太的gas也是为了避免这个情况出来的。

再看物理跟现实的市场，还是有区别的，因为物理没有反身性。比如扔硬币过去历史上的频率都是 50%，用这个规律不会发生改变，这是物理。但如果量化交易，市场每个星期二都在上涨，我应用的规律，可能星期一上涨。但是这一层只是一种可能性，是线性的改变。比如我预测 6 月份下跌，因为我预测它可能提早了或者晚一些下跌，某种结构已经确定情况下，方向可能是确定的。但如果在复杂系统中是非线性的，所谓的蝴蝶效应，可能在某些混沌状态下的预测会导致结果完全是摆向不同的结果，也有可能摆向相同的结果，我认为这层不确定性它还是存在着的。

peicaili

关于预测，和凯利公式的胜率是相关的。**首先我觉得很多预测，推到底层逻辑是基于归纳的，归纳法是有局限性的。**还有包括科学哲学里面讲的我们认为的很多事实上更多是哲学事实，并不是物理事实，最好的也只是没有被证伪的假设。我们做预测的时候，逻辑的起点能比牛顿定律更牢固吗？后面在相对论里面发现最基础的两个假设是错的。

我们在面临物理世界，即使是物理世界也不一定是我们想象的那么能预测，起点没有想象的那么牢固，更不要谈本身做投资很多时候是跟人打交道，还会碰到反身性的问题，预测可能差之毫厘就谬之千里。

所以我觉得胜率也好，赔率也好，很难去做准确的评估，更多是在不能精确预测的基础上去投资。不知道赔率到底是 5 倍还是 10 倍还是 100 倍，只能模糊说有机会涨到 100 倍。如果投了这5 个标的，有一个涨了 5 倍，可能下注 5 次，只要一次对就好，太精确的预测事实上是做不到的。投资必须是在模糊的情况做的。

OdysseysEth

我刚才主要的观点，不管在数学层面，物理层面，计算层面，还是在复杂系统概念下，我觉得预测本身都受到了一定的局限。

江卓尔 另外要补充一点，刚才奥德赛也提到混沌系统，也是投资里面头痛的事情，但可以量化一下。就是影响力，资金体量，做出预测以后到系统本身的同时，会对系统造成影响。

我们为什么要尽可能做长期性的投资？就是为了避免混沌效应。预测了长周期后，不管是言论或资金进度对于预测完全没有影响或者影响非常小。并且从长时间周期来看，是一个确定性的系统，而不是混沌的系统。

尤其一些领域里本身有一些最基础的驱动力，比如法币，央行对法币也不断增发，从长时间尺度来说，资产类东西对法币的价格是必然会上涨，从长期看是确定性的东西。

所以怎么去避免混沌效应对投资的影响？尽量不要去做小的和短期的投资。比如币价预测，越短期的预测越不准，越长期的预测越准。如果预测下一个小时币价，没有任何人可以稳定超过 50%的胜率，甚至也不能稳定低于 50% 的胜率。对下一个小时币价的预测和扔硬币的正确率差不多，也是投资里需要注意的地方。