大咖私房课 | 姚秋：快慢之辩，如何面对投资中的复杂任务

当人们面临复杂任务时，往往会有简化任务的倾向，而常见的、无意识的简化方式是将复杂任务直接替换成简单任务。心理学家丹尼尔.卡尼曼将这种倾向称为“直觉启发（intuitive heuristics）”，即当我们被问到一个复杂问题时，往往回答的是一个与之相似但内涵并不同的简单问题，而自己毫无察觉。

例如，某投资者在对比两家公司中哪一家更值得投资时，可能会把关注点直接放在它们的产品上，而忽略掉其他因素。卡尼曼曾遇到过某大型公司的首席投资官，仅仅因为在车展上被福特的某款车所吸引，就大量投资于福特汽车的股票。

如果认为A公司的产品更好，或者对A公司的产品不太了解但认为B公司的产品体验很差，则会据此选择A公司。上述投资者的行为其实是在不经意间将“哪个公司更具有投资价值”换成了“哪个公司的产品更好”，虽然回答后面的问题有助于解答前面的问题，但两个问题无法完全对等起来。因为除产品力外，公司的销售能力、成本管控能力与创新能力等其他指标，视所在行业的不同，重要性可能会有不同，但在分析中均不能忽视。在投资实践中，即便是专业投资者也常常会有过度简化的倾向。

任务，简单与复杂

混淆复杂任务与简单任务会有什么后果呢？

丹尼尔.卡尼曼和阿莫斯.特沃斯基发现，尽管他们多年来一直教授并使用统计学，但通过直觉估计的统计结果与真实情况往往大相径庭。后来他们采集了一组统计学家的调查问卷发现，通过直觉进行估计的结果同样极不准确。可见，专业人士在专业领域内，直觉同样不那么可靠。

对于复杂任务，需要用到卡尼曼所说的“慢思考”来解决。反之，我们也不能运用“慢思考”来完成简单任务。例如，我们在走路或开车时，必须依靠直觉来确定下一步落脚的位置、并道时转动方向盘的角度，而不能将简单任务复杂化。

为进一步区分“简单”与“复杂”，咱们引入一个关于投篮的例子。对于一名篮球运动员，或者是一名篮球的业余爱好者，在篮板侧前方两米左右的位置，在无人防守的状态下十次自由投篮，命中率往往不会很低。高中时，我曾统计过班上每一位篮球球龄在一年以上的同学在这个位置十次投篮的命中次数，结果平均在七次左右。假设我们把重复投篮的次数放大到一千次，估计没有人可以全中，但命中率应该不低。

换成一个机器人，站在同样的位置投篮，一开始可能一个都投不进去，但机器人可以通过“试错—纠错”的机制不断改进姿势，最终调整到最佳的角度和力度，在外界条件不变的情况下，投中的概率会非常接近100%。丰田公司的员工曾用业余时间造出了一个投篮机器人，取名为Cue。从机器人的第一个版本开始，经历了20万次的训练，2019年推出了新版本Cue3。Cue3用180分钟连续投了1000个球，全部进筐，之后继续投，最终在它连续投中了2020个球之后终止了测试，并获得了吉尼斯世界纪录证书。

通过上面的例子，我们发现，不论是人还是机器人，面对类似于近距离定点投篮这样的任务时，我们可以通过“直觉感知—校准”的反馈机制不断优化完成质量，整个过程是直觉的、线性的。在完成上述任务的过程中，系统中只有一个参与者、外界条件近乎不变，通过调整自身行为最终达到目的的概率会比较高。

投篮与投资

投资是不是一个类似的简单任务呢？在股东大会上喝可乐并长期持有可口可乐公司股票的投资大师巴菲特，是不是说过“投资很简单”？如果投资活动是近距离的定点投篮，投资成功可类比于“出手—进筐”，则专业的篮球运动员无疑就是投资大师，机器人可能就是大师中的大师。然而现实情况是，即使对于专注于二级市场投资的专业人员，想要做出长期稳定、具有较好风险收益特性的业绩也绝非易事。如果投资真的是一个简单任务，为什么成功的投资人如此之少呢？为什么不可以通过无数次的重复训练来提升投资业绩呢？

在定点投篮的过程中，篮筐的位置不变，运动员与篮筐之间的距离可以近乎精确地调整，也可以参考罚球线把位置固定下来，变量主要是运动员出手的方向和力度。在投篮训练时，人的大脑会不停地估算和调整手臂肌肉的发力方式，经过成千上万次的训练，手臂肌肉会形成一定的条件反射，大脑的工作模式也从慢思考变成了快思考，以至于依赖直觉就可以较好地完成任务。

如果把投篮的条件设定为比赛环境，让投篮的位置不再限定在篮筐斜前方的两米处，让我方其余四名队友和对方五位球员都上场参与比赛。此时，我们在球场上的行为需要更多地取决于队友和对手的行为，直觉的参与度下降，过程的线性程度也随之降低，复杂度开始提高。在此条件下，目标与环境相对确定、参与者人数有限，虽然任务的复杂度有所上升，但在很大程度上仍可以分解为有限个简单任务，因此仍然可以通过“直觉感知—校准”机制大幅提高胜率。

更进一步，我们让外界环境变得不确定，比如篮筐和篮球场地不时地、非线性地变换位置，且变换位置的方式还取决于投篮者本身的行为和应对变化的方式，同时加入接近无限多的参与者。在这样的条件下投篮任务不仅是非直觉的、非线性的，而且众多参与者之间的相互作用还会导致整个系统不断进化。在完成上述任务时，通过长期训练也难以获得可靠的条件反射，而只能通过充分地识别、加工外部条件，适度进行任务分解，然后在一定的概率估计下确定最优的行为。

投资的过程与上面最后一种情况很类似：公司的基本面在变化，自身估值以及其他资产的估值在变化，市场上其他参与者的心理活动也在变化，众多的参与者（投资者、上市公司、中介机构、监管机构等）导致整个系统在不断地进化。我们可以控制自己的大脑，搜集、加工信息，直到判断出公司的相对价值，进而得出投资决策的依据，但这个过程中包含着很多的不确定因素。与上面假想的复杂篮球比赛类似，投资与研究过程需要更多地用到非直觉的、甚至反直觉的“慢思考”，以对抗非线性且不断进化的系统。

投资分析与投资决策

在《穷查理宝典》中文序言中，李录曾经转引过巴菲特的演讲：“虽然股票价格上上下下的波动在短期内很难预测，但长期而言一定是由公司的价值决定的。而聪明的投资者只要在股票价格远低于公司实际价值的时候买进，又在价格接近或高于价值时卖出，就能够在风险很小的情况下赚很多钱。”巴菲特的表述阐释了他的投资哲学：通过对比公司的股价和实际价值，来进行买卖决策。如果能够估算出公司的价值，则投资决策就会变得很简单。

价值投资的践行者埃德加三世在他的著作《Common stock and common sense》中写道，他们使用的策略一直都是简单的“购买严重低估的、健康的、同时有增长潜力的股票”。如果我们把投资的全过程初步分解为两个任务，一个是投资分析任务，其目标是尽可能准确地衡量公司的价值；另一个是在了解公司价值的前提下，进行投资决策。那么大师口中的简单任务——持有价值被低估的资产，其实是在第一个任务成果的基础上，执行第二个任务。这是投资领域中的“出手—进筐”，描述很简单，但过程比起球场上的“出手—进筐”要复杂的多，因为需要在出手前解决包含众多不确定因素的估值问题。

现实情况中，我们往往很难清晰地区分投资分析与投资决策两个过程，因为投资分析往往贯穿于投资决策的前、中、后各个环节。每个标的的内在价值在不同阶段会有不同的展现形式，尤其在经济结构面临巨大变革的时代，任务的复杂性会进一步提升。因此，很难想象一名基金经理能够在不参与投资分析的情况下持续做出高质量的投资决策。在投资与研究的过程中，首先尽可能充分了解问题的繁杂度并给予充分的尊重，然后再去着手分解问题，过度简化问题或者直接替换问题都无助于真正解决问题。如果希望战胜市场，必须有更厉害的武功、更多的精力付出、更强的韧性和时刻存在的谦卑之心。

注1：主要依靠直觉完成的、进展过程近似遵循线性规律的任务，我们称作简单任务；而完成过程需要更多非直觉思维参与的、进展过程非线性的任务，我们称作复杂任务。如果执行任务的过程中，伴随着众多参与者之间的交互而导致整个系统不断进化，我们称作进化式任务。进化式任务是复杂任务的一种。上述界定借鉴了丹尼尔.卡曼尼和约翰.霍兰德的观点，但不同点在于：卡尼曼所论述的“复杂”并未考虑到多个体的相互作用而带来的系统复杂性；霍兰德理论中的“复杂”则主要指这一现象。

注2：文中关于机器人投篮来源：

https://global.toyota/en/newsroom/corporate/28595150.html

风险提示：内容引用信息来自公开资料，我们力求但不保证信息的准确性与完整性，请读者仅作参考，自行核实相关内容。本栏目所载观点、结论及意见仅代表在报告发布时的个人观点，不代表广发基金立场，亦不构成任何投资与交易决策依据。对于任何因使用或信赖本栏目内容而造成（或声称造成）的任何直接或间接损失，我们不承担任何责任，基金投资有风险，入市需谨慎。本栏目内容版权仅为广发基金所有，未经书面许可，任何机构和个人不得以任何形式翻版、复制、刊登、发表或引用。广发基金保留对任何侵权行为进行追究的权利。

投资者在做出投资决策之前，请仔细阅读基金合同、基金招募说明书和基金产品资料概要等产品法律文件和本风险揭示书，充分认识基金的风险收益特征和产品特性，认真考虑基金存在的各项风险因素，并根据自身的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策。