核心摘要：詹姆斯·安德森（James Anderson）将 Lingotto 视为一个超越传统金融的“认知实验室”。他认为，伟大的投资是对人类长期进步的参与，而非对短期市场波动的预测。 01 寻找“极端异常值” (Extreme Outliers) 幂律分布逻辑 投资收益不遵循正态分布。极少数公司（如 Amazon, NVIDIA）贡献了市场绝大部分的长期回报。 核心策略：容忍 90% 的平庸或失败，以换取捕获那 1% 改变世界公司的机会。 拒绝“均值回归”陷阱 传统金融认为涨多了必跌，但安德森认为，在复杂自适应系统中，优势会不断累积（正反馈），强者恒强。 02 投资即“文明进化”的观测 技术的本质：追随布莱恩·阿瑟的视角，安德森关注那些捕获了新现象并将其转化为社会基础设施的公司。 从硅基到碳基：他目前高度关注生命科学与 AI 的交叉点，认为这是继互联网后的下一次“涌现”。

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。 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。优秀的投资者如安德森(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”(One)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。

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 John Kay 的那本经典著作《迂回》中，“迂回” 最核心、最地道的对应英文是： Obliquity 这个词源自几何学，指“倾斜”或“非直角”的角度。在书中，它被升华为一种哲学：最好的结果往往不是通过直接追求得到的。 如果你想在不同语境下更高级地表达这个词，可以参考以下几个选项： The Oblique Approach (最书面的表达) 这是 John Kay 本人最常用的短语。 用法： “Success is often the result of an oblique approach.” 含义： 强调路径不是直线的，而是通过侧向发力、侧重于过程而非目标本身。 Indirect Pursuit (最直观的表达) 如果你觉得 Obliquity 太生僻，可以用这个。 用法： “Happiness is best achieved through indirect pursuit.” 含义： 强调“间接性”。 By-product / Side-effect (最地道的商业表达) 书中提到，利润往往不是直接追求的目标，而是做好产品的“副产品”。 用法： “Profit is a by-product of excellence.” 含义： 强调结果是自然产生的，而不是刻意“抓”到的。 Circuitous (更具文学感的表达) 如果你想形容路途“绕远儿”，但最终达到了目的。 用法： “We took a circuitous route to solve the problem.

在读书这件事情上，Google现在提供了很好的方面；NotebookLM

Palantir内部有一个非常重要的词：Ontology Palantir CEO Alex Karp：为什么“买 AI 模型”正在变成企业最昂贵的幻觉？ 几乎所有 Fortune 500 公司现在都在做同一件事： • 买 AI 订阅。 • 接入几个大模型。 • 然后在董事会上宣布——“我们有 AI 战略了”。 但 $PLTR CEO Alex Karp 对这种做法的评价非常直接。他说：“只是在企业里买模型，最终会变成一种 self-pleasuring，而且是以企业自身利益为代价。” 这句话之所以刺耳，是因为它戳中了一个现实。很多公司确实把 “用 AI”当成战略，而不是 “用 AI 改造业务”。很多企业现在做的事情，其实是这样： • 采购 ChatGPT / Claude / Gemini • 给员工开放 AI 助手 • 在 PPT 里写上 “AI transformation” 但业务流程、数据结构、决策系统——几乎没有改变。这就像给一家 20 年的企业装了一个“AI 插件”，却没有改变企业真正运转的系统。 Karp 的核心观点其实很简单：AI 不是一个工具问题，而是系统问题。为什么 Palantir 会这么说？因为他们的产品逻辑，本质上和大模型公司完全不同。 OpenAI / Anthropic卖的是 模型能力 而 Palantir卖的是 企业决策系统 在 Palantir 的世界里：AI 不是回答问题的聊天机器人，AI 是直接参与 企业运营决策的系统。比如：

这里开始写你的正文… 记得在第一段后面加上：

中国海洋石油 极为高效的管理

NVDA 后知后觉 学习记录 预测记录 买卖记录

**Mark Anderson **A16z

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。

Hendrik Bessembinder的著名论文《Do Stocks Outperform Treasury Bills?》揭示了股市财富创造的极端不平衡性，这一发现成为了重塑核心投资哲学的关键基石。 回报的极端性（Bessembinder 研究的核心发现） Bessembinder的研究指出，从总体来看，股票的回报并不优于短期国库券。自1926年以来，美国股市创造的所有净财富（近35万亿美元）仅仅归功于4.3%的上市公司,除了表现最好的这极小部分公司之外，其余绝大多数公司要么在毁灭财富，要么仅仅抵消了其他公司的亏损，其整体净贡献与持有单月国库券的收益无异。 这种“投资表现存在于极端之中”的事实，彻底颠覆了传统的投资理念，并推动了投资哲学在以下几个核心维度的演进： 打破传统金融学教条： Bessembinder的数据表明，传统的资本资产定价模型（CAPM）毫无意义，风险与回报之间并不存在系统性的联系。因此，传统基金经理那种试图通过在基准指数上进行微调（超配或低配）来构建投资组合的方法被认为是严重误导的。 主动管理的目标转向“捕获异常值（Outliers）”： 既然大多数股票无法为投资组合增值，投资组合管理者的核心工作就变成了尽最大可能去持有那些极少数的“异常值”公司 投资者必须拥抱不对称回报，不再因为少数几只股票主导了整体投资回报而感到焦虑，因为这本来就是市场的自然法则。 放弃短期预测，强调想象力与创造力： 为了抓住极端的回报，投资者必须放弃对短期收益、现金流或短期股价的精准预测。追求短期“正确”反而是优秀投资的敌人，因为如果只是预测未来一两年的最可能结果，就不可能在电子表格中预测出那些颠覆性的突变。相反，投资需要极大的创造力，需要去大胆想象一家公司未来能达到何种超乎寻常的、具有统治力的规模，这种对未来的想象力比智商或财务报表上的会计细节更为重要 拉长投资视野并学会“承受痛苦”： 在捕捉极端回报的过程中，直线上升的复利增长只是假象，现实中的财富积累往往是参差不齐且充满痛苦的。由于需要长期的坚守才能让极端的成功结出果实，投资者必须建立免受短期噪音干扰的机制（例如取消季度绩效评估），并学会忍受季度盈利不及预期、股价的大幅波动以及外界的质疑，坚决不打断优质企业的复利过程 总而言之，由于回报呈现出极端的幂律分布，核心投资哲学已经从传统的“控制风险、追求胜率和短期正确”，演变为了“依靠长期视野、容忍巨大的短期波动与不确定性，并通过极具想象力的研究去捕捉那不到5%的伟大企业”。 自1926年以来，美国股市创造的所有净财富（近35万亿美元）仅仅归功于4.3%的上市公司，资料中包含了一份详细的数据图表，对这4.3%（即1,092家）表现最好的公司所创造的近35万亿美元总净财富进行了极其细致的梯队划分。具体分布如下： 最顶尖的90家公司创造了 17.4万亿美元 的净财富（这部分占据了全部净增财富的一半，即50%）。 随后的205家公司创造了 8.7万亿美元 的净财富（占总财富的25%）。 剩下的797家公司创造了另外的 8.7万亿美元（占总财富的25%）。 通过这些数据可以得出，排名前295家（90家 + 205家）公司就已经创造了股市总净财富的75%（26.1万亿美元）。 此外，资料也对未能进入这4.3%的其余24,240家公司的去向进行了细化： 在这两万多家公司中，有9,579家（占总数的37.8%）在其上市周期内实际上创造了正向财富，但令人遗憾的是，它们的正向收益被另外14,661家公司（占总数的57.9%）的财富毁灭完全抵消。这就导致了这庞大的95.7%的上市公司的整体净财富贡献为零，其实际收益仅仅与持有单月国库券相当。

**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。

科达利 电动汽车电池配件 机器人电池配件

##《Rethinking Risk: Uncertainty and Investment Returns》 重新思考风险：不确定性与投资回报 作者：John Kay 核心摘要 在现代金融领域，“风险”常被错误地等同于“波动率”。本文认为，真正的风险并非股价的上下起伏，而是由于“激进不确定性”导致的投资逻辑崩溃。投资者应放弃对概率模型的执迷，转而关注叙事逻辑与系统的韧性。 一、 风险与不确定性的本质区别 在金融教科书中，风险通常被定义为收益的标准差（波动率）。但这种定义仅适用于“小世界”（如赌场或保险精算），在现实的“大世界”中，我们面临的是激进不确定性（Radical Uncertainty）。 可计算的风险：你可以通过历史数据计算出发生的概率。 激进不确定性：你不仅不知道事件发生的概率，甚至连可能发生什么都无法穷举。这种不确定性是无法被数学模型“捕获”的。 二、 为什么波动率不是风险？ 对于长期投资者而言，短期股价的剧烈波动并不代表风险。 波动的暂时性：只要公司的基本面（叙事）没有改变，价格最终会回归价值。 真正的风险是“资本的永久性损失”：这通常源于企业商业模式的瓦解，而非市场情绪的变动。 三、 问一个正确的问题：“这里到底在发生什么？” 既然预测模型失效了，我们该如何决策？John Kay 提出，与其计算概率，不如构建**“参考叙事（Reference Narrative）**。 当面临一项投资决策时，投资者应停止盯着 Excel 里的折现率（Discount Rate），而是问自己： “这里到底在发生什么？” (What is going on here?) 这要求我们理解： 驱动行业变革的技术底层是什么？ 管理层的决策逻辑是否具备一致性？ 系统在极端压力下是否具有韧性（Resilience）？ 四、 应对不确定性的策略：韧性与适应性 在激进不确定性的世界里，完美的优化（Optimization）是不存在的。 韧性 (Resilience)：确保系统在遭受未曾预料的冲击时不会彻底崩溃。 适应性 (Adaptability)：在环境发生变化时，能够迅速调整叙事逻辑并采取行动。 结论：重塑投资观 投资不是一场关于概率的博弈，而是一场关于洞察力的长跑。我们必须接受“未来是不可知”的这一事实，将精力从预测价格波动转向理解企业在复杂系统中的演化逻辑。 《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

M. Mitchell Waldrop Around 2005, through circles of fellow economists sharing the complexity research of the Santa Fe Institute (SFI)—discussed by thinkers like Wang Dingding—I encountered Mitchell Waldrop’s seminal book, Complexity: The Emerging Science at the Edge of Order and Chaos. That moment marked my transition into a new domain: viewing the world through the lens of biological evolution. While my acquaintance with complexity began early, it remained a hazy and superficial awareness, yielding little practical benefit to my investments for nearly two decades.

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

海尔智家

Sheer Toughness Founder Mode Core Philosophies If you are diving into his archives, these are the concepts he is most famous for: “Make something people want”: The official motto of Y Combinator and the bedrock of his startup advice. Relentless Resourcefulness: The quality he looks for most in founders—the ability to find a way to win regardless of obstacles. Do Things that Don’t Scale: The counter-intuitive advice that early-stage startups should focus on manual, unscalable tasks to acquire their first users.

罗莱生活

中国神华

三全食品

最后一封股东信

2010成立汽车之家 万万树的房子

美的集团 现金流

贵州茅台

圣塔菲研究所（Santa Fe Institute，SFI） Amazon Brian Arthur 路径依赖 锁定 我们这行，赢家是平均成本最低的人 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 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 Bill Miller的投资职业生涯有两个公认代表作 重仓Amazon ，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，SFI 会不会也是Bill Miller 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，有贝索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。 圣塔菲研究所（Santa Fe Institute，SFI） Bill Milller 在1992年第一次造访了研究复杂系统科学的SFI，并于2005年至2009年担任负责人。从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Bill Miller 写在前面的话 Bill Miller的投资职业生涯有两个公认代表作 重仓Amazon ，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，SFI 会不会也是Bill Miller 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，有贝索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 SFI 碰面的同行包括Tesla 重要投资人BG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/著作等身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Bill Miller 的渊源。 Bill Miller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，Bill Miller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，Bill Miller在1992年第一次造访了SFI，并于2005年至2009年担任负责人。Bill Miller从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”，Bill Miller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”。

**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

万科

I believe that the greatest long-range investment profits are never obtained by investing in marginal companies.” Phil Fisher 1958 “A great business at a fair price is superior to a fair business at a great price.” Charlie Munger “We’ve really made the money out of high quality businesses. In some cases, we bought the whole business. And in some cases, we just bought a big block of stock. But when you analyze what happened, the big money’s been made in the high quality businesses.

“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.

贝叶斯定理（Bayes’ Theorem） 贝叶斯定理的标准数学表达式 P(A|B) = \frac{P(B|A) \cdot P(A)}{P(B)} 用中文表述： 后验概率 = \frac{似然 \times 先验概率}{证据（边缘概率）} 各部分符号含义 最常用的展开形式（全概率公式） P(B) 通常通过全概率定律计算： P(B) = P(B|A) \cdot P(A) + P(B|¬A) \cdot P(¬A) 因此完整写法常为： P(A|B) = \frac{P(B|A) \cdot P(A)}{P(B|A) \cdot P(A) + P(B|¬A) \cdot P(¬A)} 总结一句话记住贝叶斯定理 “后验正比于似然乘先验，再除以一个归一化常数。” P(假设|数据) ∝ P(数据|假设) × P(假设) （比例符号 ∝ 表示“正比于”，实际计算时要除以 P(数据) 做归一化） 贝叶斯定理（Bayes’ Theorem）本身是一个数学公式，不需要“额外条件”就能成立，它是概率论的基本定理，适用于任何满足概率公理的事件。 但是，在实际应用和计算时，需要准备以下几类关键数据/要素（这些是计算后验概率时必不可少的输入）： 计算贝叶斯定理所需的核心数据（4个必须值） 1 先验概率 P(A) ◦ 在看到任何新证据之前，对假设A（或事件A）发生的初始信念/概率。 ◦ 例子：某种疾病的患病率（0.1% = 0.001）、某人撒谎的先验概率（历史数据或主观估计）。 ◦ 来源：历史统计、专家经验、均匀分布（贝叶斯假设：无信息时取均匀）等。 ◦ 这是贝叶斯思维的核心——“从信念开始”。 2 似然 P(B|A) ◦ 在假设A为真（或事件A发生）的情况下，观察到证据B的概率。 ◦ 也叫“似然函数”（Likelihood）。 ◦ 例子：如果患病，检测阳性的概率（99% = 0.

收益递增规律 正反馈机制 资源稀缺转向了网络增强 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。 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。

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。 我认识复杂性比较早，但一直是朦胧且肤浅的意识，并没能在这个过程中享受到对投资的益处。直到 2025 年 1 月，我读到安德森（James Anderson）在离开柏基投资（Baillie Gifford）后发表的那篇关于《增长还是格雷厄姆》（Growth or Graham）的文章，我才逐渐理解复杂性和投资的融合： 思维路径的转化： 在整整近 20 年的时间里，安德森已经在用基于复杂性思维路径进行投资，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。 现在有一个新的机会，即整个 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Tesla、Apple 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 Claude，Gemini 和 ChatGPT的发展而形成的第三波浪潮。 虽然我不知道这波浪潮最终会通向何方，但我很乐观预期它会遵循类似 2000 年后的世界路径。 它应该符合安德森所说的“规模递增回报定律”。 眼前肯定是一波新的机会。投资上我错过了 2000 年到 2020 年的那波红利，但 2020 年之后的这一波机会，能否让我的资产再一次实现量级的跃迁（加一个零甚至两个零）。 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(John Reed) 的撮合下，诺贝尔物理学奖得主盖尔曼(Gallman)与经济学家阿瑟(Brain Arthur)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—-非线性与正反馈。 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。优秀的投资者如安德森(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”(One)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.

stock picking as a subdivision of the art of achieving worldly wisdom. You don’t have to be brilliant, only a little bit wiser than the other guys, on average, for a long, long time. Invert, always Invert！ We both (Warren Buffett) insist on a lot of time being available almost every day to just sit and think. That is very uncommon in American business. We read and think. Develop into a lifelong self-learner through voracious reading; cultivate curiosity and strive to become a little wiser every day.

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

**《不确定性、进化与经济理论》（Uncertainty, Evolution and Economic Theory） 莫测与风险的润

**《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

Business quality business 普通生意 great business 优秀生意 outstanding business 伟大生意 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