来源：在苍茫中传灯
作者：姚斌
非传统的知识如何帮助我们成为更好的投资者？多样性的逻辑为个人提供了多样的视角、启发式方法和解释，以便比那些工具有限的聪明个体更好地解决难题。研究表明，狐狸型的人在长期预测上比刺猬型的人做得更好。迈克尔·莫布森从投资者的角度，提供一些具体的例子，说明思想多样性在哪里能提供有用的视角。
01、多样性：如何更好地解决难题
莱格·梅森资本管理公司被公认为是一个“更像某种学术飞地或工作坊”，而非“一家典型的资产管理公司”。他们会通过讨论、阅读和会议，将时间投入到通常被认为是金融和投资领域之外的议题。特别是圣塔菲研究所，一个致力于研究复杂系统的跨学科研究机构，在激发他们的思考方面发挥着重要作用。
所有这些都引出了可能最常被问到的问题：这些议题如何帮助他们成为更好的投资者？莫布森试图通过审视多样性理论、证明持续准确预测所需条件的证据，以及他如何使用多样化思维看待常见投资问题的一些例子来回答这个问题。
莫布森认为，创造超额回报是一个难题。市场是复杂的；商业环境不断变化；信息丰富但常常模糊不清；事实和猜测都经过了巨大的人类心理过滤器的筛选。挑战在于获得洞见，一种他人所不具备的优势。显而易见的是，如果我们的输入信息与其他人完全相同，就不太可能获得洞见。许多信息来源——商业媒体、公司披露和分析师报告——是必要的，但不足以形成优势。更重要的是，如何以不同于且优于其他投资者的方式来解读信息。获得优势需要大量工作：阅读、思考和保持智力独立。
多样性对商业有益的观念已成为陈词滥调，这很糟糕。理解多样性何时及为何有效（以及它并非总是有效）与欣赏其带来的好处同样重要。因此，我们将首先简要讨论多样性如何带来更好地解决难题的能力。社会科学家现已证明了多样性的价值，表明它不再是一个软概念，而是一种真实而强大的解决问题的方法。
02、赢得“和为十五”：成功可能性越大
如果想看看视角的力量，试试玩“和为十五”游戏。这个游戏由经济学家赫伯特·西蒙设计，规则简单。将编号1到9的九张牌正面朝上放在桌上。两名玩家轮流选牌，目标是恰好持有三张加起来和为十五的牌。这个游戏难度适中，因为需要在脑海中不断计算自己和对手的数字总和。同时还需要考虑进攻（拿到三张和为十五的牌）和防守（阻止对手做到同样的事）。经常会出现一个人赢得游戏，而他的对手在数字中纠缠不清的情况。
现在，莫布森引入一个神奇的幻方，它提供了一个让游戏变得容易得多的视角。这是本游戏的幻方：
8 3 4
1 5 9
6 7 2
请注意，无论纵向、横向还是对角线看，这些数字的和都是15。突然间，游戏变得非常简单：它就是童年时最喜欢的井字棋。一旦将游戏视为井字棋，获胜就容易得多，最坏的情况应该是平局，而失败则是不可原谅的。
斯科特·佩奇在《多样性红利》中将“和为十五”游戏作为更广泛案例的一部分，阐述了在特定条件下多样性为何优于个人能力。近年来，多样性已成为热门话题，但大多数讨论都围绕着社会身份多样性——性别、种族、民族。佩奇严谨地展示了多样的视角、启发式方法和解释如何带来更好的集体问题解决和预测能力。
我们可以在两个层面考虑多样性。第一个是群体层面——团队、单元、组织。在这种情况下，每个个体都贡献了多样性，思考每个个体带来了什么以及他们如何相处至关重要。第二个是个体层面，或者说心智模型的多样性。这涉及到解决问题有多少种方法。
多样性之所以有效，是因为它为解决难题提供了大量工具，增加了其中一个工具（或某些工具的组合）会有效的可能性。对于任何特定问题，我们的头脑中可能拥有正确的工具。但如果面临的问题是困难且多变的，而可用的工具数量有限，很可能难以找到高质量的问题解决方案。
虽然佩奇提供了多样性在现实世界中起作用的例子，但他最大的贡献在于多样性的逻辑。他表明，在条件合适时，多样性不仅是一种锦上添花，更是找到最优解决方案所必需的。正如他写道，“多样性优于能力”定理“不仅仅是一个隐喻，或一个十年后可能不成立的可爱经验轶事。它是一个逻辑真理。”
“和为十五”游戏是一种有趣且易于理解的方式，用以说明一个更宏观的观点：我们拥有的解决问题的方法越多，成功的可能性就越大。如果我们的工具和其他人一样——相同的商学院教育、电视节目、华尔街研究报告——那么几乎不可能获得洞见。
03、多样性：解决复杂问题的工具集
虽然佩奇对多样性的论证逻辑严密，但我们可能会问，是否有实际证据表明多样性在与投资者面临的任务（预测复杂系统的结果）类似的工作中具有价值。答案是肯定的，并且来自菲利普·泰特洛克在其著作《专家的政治判断》中总结的卓越研究表明，我们往往高度重视专家。我们在电视上观看他们的节目，寻求他们的建议，并遵从他们的意见。但专家的预测到底有多好？泰特洛克让近300名专家在近二十年里做出了数以万计的预测。这些是涉及政治和经济结果的困难预测——类似于投资者要解决的问题。
结果并不令人印象深刻。专家预测者的表现，即便有改善，也微乎其微，仅略好于简单的统计模型。当泰特洛克向专家们指出其预测准确性不佳时，他们和其他人一样为自己的观点辩护。泰特洛克没有描述当专家意见被汇总时会发生什么，但他的研究显示，当问题很困难时，以专业能力定义的能力并不会带来好的预测。
分解数据后，泰特洛克发现，虽然专家的预测总体不佳，但有些专家的预测优于其他专家。影响预测能力的不是这些人是谁或他们相信什么，而是他们如何思考。泰特洛克将专家分为刺猬型和狐狸型。刺猬型的人精通一件大事，并将其解释范围延伸到他们遇到的每一件事上。狐狸型的人则往往对很多事都略知一二，并且不拘泥于对复杂问题的单一解释。
泰特洛克的两个发现具有相关性。第一个是媒体曝光与糟糕预测之间的相关性。泰特洛克指出，“知名度更高的预测者——那些更可能受到媒体追捧的人——比他们那些知名度较低的同行校准得更差。”这项研究为警惕广播电视上的“谈话专家”提供了又一个理由。
其次，泰特洛克发现狐狸型的人往往比刺猬型的人预测得更好。高分者看起来像狐狸：他们知道很多小事（他们行业的诀窍），对宏大计划持怀疑态度，将解释和预测不是看作演绎练习，而是需要缝合不同信息源的灵活“即兴发挥”练习，并且对自己的预测能力相当缺乏信心。
借用佩奇的比喻，我们可以说刺猬型的人拥有一件强力工具，而狐狸型的人的工具箱里有许多工具。刺猬型的人能出色地解决某些特定问题——他们肯定会获得短暂的名声——但随着时间的推移，尤其是在条件变化时，他们的预测能力不如狐狸型的人。泰特洛克的研究为多样性的力量提供了学术证据。
领导力研究也提出了支持多样性重要性的结论。预测领导力成功的最佳方式是使用预测因子的加权组合。但这些预测因子中，学习敏锐度作为最佳预测因子脱颖而出。学习敏锐度有许多定义，但通常包括批判性思维，即仔细审视问题并建立新联系的能力；学习渴望，即为了变得有效而获得新能力的愿望；以及应对新奇事物的能力，即在首次遇到或不同条件下有效表现的能力。
我们现在可以回答“这些东西如何帮助你们”这个问题。简而言之，认知多样性产生了解决复杂问题的大型工具集。如果我们的工具与其他人无异，就没有理由相信自己能够持续跑赢市场。
现在来看几个实际例子，说明圣塔菲研究所启发的思维如何在投资问题上提供了洞见。
04、复杂适应系统：集体的智慧与奇想
自20世纪60年代末以来，有效市场假说一直是金融理论的基石之一。该假说认为，证券价格反映了所有可用信息，因此表明没有投资者能够持续产生超额回报。数十年收集的压倒性证据确实证实，随着时间的推移，大多数主动型基金经理的表现不如被动型指数。
市场效率对主动型投资经理来说是一个非常重要的话题。如果不清楚市场如何及为何有效或无效，投资者就没有建立投资策略的基础。然而，很少有投资者仔细思考市场效率，大多数人想当然地认为市场是无效的。
实现市场效率有三种基本方式。第一种假设投资者是理性的，这意味着他们在新信息出现时会正确更新其信念，并根据期望效用理论做出适当选择。第二种放宽了所有投资者都是理性的假设，转而依赖于一小部分理性投资者利用套利来消除定价错误。最后一种方法依赖于许多独立投资者之间的互动和聚合。这种实现效率的途径，俗称“群体的智慧”，是复杂适应系统的一个例子。
几乎所有金融模型都源自前两种方法之一。例如，均值-方差效率，即投资者以线性方式权衡风险和回报，是基于投资者理性的。如果一个人曾以非贬义的方式提及阿尔法或贝塔，他就使用了理性代理人方法。套利方法是大多数期权定价模型（包括布莱克-斯科尔斯模型）的核心。理性代理人和套利模型是金融经济学家工具箱中的主要工具。群体智慧方法受到的关注有限，在某些情况下甚至被完全忽视。
科学家通过判断一个理论的假设的合理性和其预测的准确性来检验其有效性。根据这些标准，理性代理人和套利模型都受到了挑战。在这两种情况下，建模者都假设了机制，即投资者理性，从而得出了结果。如果常识和经验还不够，心理学家已经确凿地证明，投资者行为明显偏离理性理想。
更棘手的是，这些模型产生的预测与我们在市场中看到的结果存在重大差距。这些工具无疑推进了我们的知识，并且具有数学上易于处理的优势。但它们在解释现实世界方面仍然存在严重局限性。
自成立以来，圣塔菲研究所的一个一贯主题是研究复杂适应系统。圣塔菲研究所的科学家们很早就识别了这些系统的显著特征，并考虑了跨学科的相似性和差异性。复杂适应系统通常具有共同特征：
①由具有不断演化的决策规则的个体代理（例如，投资者、蚂蚁、神经元）组成。
②一种聚合机制（例如，股票交易所、信息素轨迹、突触连接），捕捉代理之间的互动。
③涌现出一个具有不同于各部分总和特征的更大规模的系统（例如，股票市场、蚁群、心智）。
复杂适应系统的一个关键特征是不可加性：即无法通过将各部分相加来理解整体。我们可以拆开大多数机械系统，识别每个部件的作用，然后重新组装系统。因果关系是透明的。复杂适应系统则不然；系统从个体代理的互动中涌现。正如无法通过采访一只蚂蚁来预测蚁群的动态，任何个体投资者都无法解释股票市场的运作机制。
复杂适应系统要有效解决问题，必须满足某些条件，包括代理的多样性、聚合信息的机制以及某些激励。注意这些条件与佩奇的框架非常吻合。用市场的语言来说，当这些条件成立时，市场往往是有效的，即它们反映了可用信息，并且不提供系统性超额回报的机会。
相反，当一个或多个条件被违反时，市场可能并且确实会变得低效。迄今为止，最可能被违反的条件是多样性。人类天生是模仿者，投资者会周期性地同步其行为，从而导致剧烈的过度行为。因此，这种方法根据特定条件清晰地展示了效率体制。经济学家已经使用基于代理的模型证实了这些发现。
为什么将股票市场视为复杂适应系统优于其他两种方法？首先，该框架的基础假设要现实得多。市场有很多多样性：长期和短期投资期限，基本分析和技术分析，增长型投资和价值型投资偏好。我们无需假设任何人是理性的，然而这种方法很自然地容纳了理性。
其次，虽然复杂适应系统不作具体预测，但其系统行为与我们经验上在市场中所观察到的一致。标准金融理论最大的挑战之一是解释重大事件（繁荣与崩溃）的存在。应用均值-方差统计表明，1987年的崩盘实际上是不可能的。相比之下，复杂适应系统方法允许偶发的大规模波动。
最后，复杂适应系统方法明确了市场何时可能正确或错误的特定条件或情境。一个合理的默认假设是群体智慧的条件成立。但当多样性崩溃时，它们可以创造有吸引力的投资机会。然而，利用这些机会需要克服心理和组织上的障碍，而大多数投资者无法做到这一点。
将市场理解为复杂适应系统提供了一种非传统但稳健的视角。该框架具体说明了市场在何种条件下有效运行，在何种条件下失灵。由于复杂适应系统存在于许多领域，我们有不同的情境来获得关于它们如何运作的视角和洞见。
05、网络理论：建立或扩展能力圈
许多价值投资者，最著名的是沃伦·巴菲特，拒绝将资本配置到科技行业，因为其被认为缺乏可预测性。巴菲特曾雄辩地谈到投资者识别并保持在能力圈内的重要性，这无疑是明智的建议。但巴菲特只是声称科技投资不在他的能力圈内，并承认有些投资者可能拥有洞见。
科技市场一个有趣的特征是，虽然单个产品的生命周期往往很短，但一些公司却能获得并保持非常高的市场份额。在许多消费品市场，具有强大竞争优势的领先公司的市场份额通常在30%到50%之间。想想可口可乐、耐克和安海斯-布希。相反，在一些科技领域，市场份额的分布更加不均衡；市场领导者通常拥有90%或以上的市场份额（如微软在操作系统领域，eBay在拍卖领域）。是否存在一种视角可以帮助我们理解为什么市场份额有如此大的差异？
微观经济学的支柱之一是，竞争力量确保公司的资本回报率随着时间的推移向其资本成本靠拢。研究人员已反复记录了收益递减现象。然而，也存在并曾经存在过收益递增的情况。虽然经济学家早已认识到收益递增（亚当·斯密的制针工厂就是一个早期例子），但直到最近，这个概念在很大程度上被主流经济学家所忽视。
布莱恩·阿瑟从圣塔菲研究所早期就参与其中，他是强调收益递增重要性的较为知名和直言不讳的经济学家之一。阿瑟的工作涵盖多个领域，但由网络效应带来的收益递增受到了最多的关注。当一种商品或服务的价值随着使用它的人增多而增加时，就存在网络效应。一个典型例子是电话系统；拥有电话的人越多，整个网络的价值就越大。
当网络效应很强时，一个网络往往会脱颖而出成为主导。尽管多个网络经常争夺领导地位，但正反馈机制确保其中一个胜出。经典的例子包括QWERTY键盘、VHS录像带和英特尔微处理器。包括邓肯·瓦茨、马克·纽曼和史蒂文·斯特罗加茨在内的多位网络理论领军思想家都与圣塔菲研究所有关联。
大多数投资者都意识到网络效应，但在应用这个概念时太过随意。具体来说，将网络理论应用于投资有三个核心问题。首先是对网络分类学有清晰的理解，特别是网络效应可能在何处具有强大生命力。投资者经常不恰当地援引网络效应。其次是网络效应如何转化为价值创造的驱动因素：销售增长、利润率、风险和可持续的竞争优势（最后一点是巴菲特最关注的）。当网络效应发挥作用时，这些价值驱动因素共同推动已投资本的回报率上升和风险降低。最后一个问题是网络形成和扩散，这个领域大量借鉴了流行病学和社会学。了解网络形成使投资者能够比市场更好地预测增长率的变化。
透彻理解网络理论提供了一系列视角，有助于建立或扩展能力圈。值得注意的是，我们在课堂上学到的大多数知识都是基于实物商品供求关系的古典经济学，其中收益递减占主导地位。此外，网络理论本质上是跨学科的，借鉴了许多领域的观点。
06、幂律的力量：投资洞见随之而来
我们的最后一个例子，幂律，更具推测性，但有望在未来几年成为一个迷人的研究路线和可能的洞见来源。幂律有效地代表了生物学（动物质量和代谢率）、物理学（地震频率和震级）和社会学（城市规模和排名）中的许多关系。在视觉上，幂律看起来像一条从左上方到右下方的直线，其中横轴和纵轴上的变量以对数比例绘制。以地震为例，幂律意味着我们经常看到小地震，而大地震则不常发生。
幂律出现在对投资重要的多个领域，包括公司规模和股价变动。但与生物学中一些因果关系已得到较好解释的幂律不同，没有人知道大多数社会系统的幂律是如何产生的。我们确实知道，一些产生幂律的理论机制经不起实证检验。
理解幂律如何帮助投资者？首先，知道股价变动遵循幂律分布有助于重新定位我们对风险的理解。大多数金融理论，包括风险模型，都基于价格变化的钟形正态分布。幂律分布表明，尽管不频繁，但会出现比标准理论预测大得多的周期性价格变动。这种“肥尾”现象对投资组合构建、杠杆和保险很重要。
其次，幂律表明自组织系统中存在某种潜在秩序。虽然我们不知道它们是如何形成的，但我们有足够的证据表明它们的存在，从而可以对未来的分布形态做出结构性预测。例如，在合理的增长预测下，我们可以预测美国公司的分布和规模。不幸的是，我们不知道单个公司最终会在分布中的哪个位置。
最后，幂律科学为理解增长提供了洞见。例如，效率随规模而变化：大型哺乳动物的细胞不如小型哺乳动物的细胞“努力”。专业化也往往随规模增加，这就是为什么大城市比小城市提供更多美食选择的原因。投资者可以在公司经历其生命周期时应用这些视角。
与复杂适应系统非常相似，幂律的普遍性令人瞩目，但在许多情境下仍然知之甚少。随着科学家发展出解释更广泛幂律的理论，投资洞见很可能会随之而来。
总结
如果多样性在逻辑和实证上都很有用，为什么投资者不花更多时间来发展多样化的视角？第一个显而易见的答案是持续学习需要大量工作。在一个时间紧迫的世界里，将时间分配给商业和金融领域之外的思想非常具有挑战性。但困难不太可能是最终答案，因为成功的回报是如此之高。更可能的原因是基于信念的形成和维护。虽然大多数投资者努力输入相关信息，但很少有人能够自省到质疑自己信念的程度。我为什么相信我所相信的？这个信念能否经得起证据的检验？这些都是令人不适，甚至不自然的问题。
一旦确立了一个信念——其中大多数来自我们周围的人——我们就不愿意改变它。社会心理学家罗伯特·西奥迪尼为此提供了两个根深蒂固的原因。首先，一致性允许我们停止思考那个问题——它让我们得到精神上的休息。其次，信念一致性使我们能够避免理性思考的后果——即我们必须改变。第一个允许我们停止思考；第二个允许我们避免行动。
查理·芒格说，你必须了解各大重要学科中的核心思想，并经常使用它们——是全部，而不是少数几个。多样性的逻辑要求，如果我们希望成功地持续解决复杂问题，就必须不断开发新工具。持续学习和开放思想是实现这一目标的最佳途径，但它们是繁琐的，而且通常不是与生俱来的倾向。在莱格梅森，他们试图拥抱多样性，使其投资流程尽可能稳健。
想选股、想诊股？想知持仓机会同风险？关于投资的一切问题，开口问牛牛AI就得啦！
编辑/rice