仿生投资学 2506

这本书其实比上一本和达尔文学投资还要读的早一些,重点似乎是将ESG,照例做些摘要。

蜜蜂的决策:我所认识的那些最出色的投资者,都不会闭门造车,而是会到外界观察、互动并收集信息。他们并不指望投资理念从办公桌上的屏幕里凭空跳出来,而是笃信最好的理念来自真实世界。一旦有一个初步的投资想法,他们会希望围绕这一想法加以辩论,特别是其他可能掌握着不同信息的人进行辩论。此外,最出色的投资者都有一套明确、有力的价值体系,他们通常无须停下来思考这一点。

观察、收集信息、持续思考,形成有力体系,才是最有效的投资策略。

基于仿生学原理的投资之道是:最大限度地投入治理和情感;不盲从于屏幕上的数字,而是主动与我们周围的世界互动;充分、独立、创造性、多方面地利用自己的头脑;以最广泛和最振奋人心的方式去思考。

全身投入、置身事内、独立并深入的思考。

我们不仅要问增长了多少,还要问如何实现增长。几乎每一种商业行为都存在一种以低效、浪费的方式提供最大化短期增长的可能性。这或许也是世界经济面临的最大问题:我们能否以一种使用更少而非更多实物资源的方式,让所有人的健康生活水平得到提升?一种机械刻板的、万金油式的实现增长最大化的方法,可能是高效的,但肯定不是真正有效的。我们需要的是增长与发展的有机结合,即最优化,而不是最大化;我们需要的是多维度的增长,而不仅仅是“更大”幅度的增长。

增长的最大化不是唯一目标,最优化要更好。适度的减速有时就是优化的一种。

可变性即结果的广度,却更难以理解和管理。可变性由两个部分组成:一个是风险,即可能性范围已知,但结果不明确;第二个是不确定性,即可能性范围和结果都未知。风险和不确定性的区分由Frank Knight表述成文,我们可以将风险看作结果服从正态分布的问题,而将不确定性看作结果落在一个巨大、开放的范围内。风险是一种复杂但井然有序的数学练习,而不确定性则是巨大的未知。

风险和不确定性的分类很有意义。我们面对的大部分情况属于不确定性,并不是简单的风险。

进化法则要求我们努力拥抱真正的长期观点,但对于那些收到短期主义冲击的投资者来说,这意味着无比的挣扎与煎熬。不过我认识的最优秀的投资者完全接受了这一法则,他们总是努力将新想法融入自身的投资实践中,朝着长期的方向前进,即使眼前的问题也需要关注。“长期是一连串的短期”,这话没错,但仅有短期计划和短浅目光,并不会得到一个成功的、具备抗逆性的长期战略。进化法则的次级原则如下:复制有效元素、整合意外事件、重组信息。

追求长期的目标并不是件容易的事情,需要经历很多的短期的阵痛,能够经受住短期的诱惑,否则就没有长期目标可言。复制、整合、重组就是进化的路径和方法,也和先抄、再融合、最后形成新物种的创新套路不谋而合。

在自然界和投资者,最重要的是要跨越所有的时间框架和对各种不同环境的适应与调整。事实上,在我们归纳的六条自然法则中,就有三条与调整有关,只是他们对应不同的时间维度。“局部协调”是一个即时概念,专注于在给定的时间点适应当下的环境;“适应不断变化的情况”将时间范围拉长到中期,解释如何在周围的环境变化时实现最大繁荣;“进化以求生存”则是三者中时间跨度最长的,其聚焦于多个世代的变化和生存。

不同的策略对应不同周期级别的问题。短期,当下唯有适应和局部协调;中期要再环境中占优,长期要能跨过多次的环境变化。

发布在Book | 发表评论

奇点更近 2505

《奇点临近》作者Ray Kurzweil的新书,不少人是因为他当年的一本书开启了互联网的创业生涯,成就了伟大的事业。近期作者的这本书不由得让我也买来看看关于未来会是如何的。可能是我没读太透的缘故,关于人机融合、纳米制造我其实没那么乐观,我会觉得是作者低估了生物这一侧的难度。照例做些摘要。

小脑的能力并不是某种极其复杂的结构的结果,它主要由小而简单的模块组成。神经科学家发现,小脑由成千上万个以前馈结构排列的小型处理单元组成。这对AI领域的研究提供了有用的见解。尽管小脑从古到今都是大脑中不可或缺的组成部分,但随着我们更灵活的新皮质在现代社会中占据主导地位,人类对小脑的依赖越来越少。

小脑居然是GPU的原型,是人类在智能化上的重要一步。今天的冲动易怒,一定程度上也是由此导致的吧,这么看其实这些人可能是新皮质发育的不够了。

Craig Hogan提到,上夸克与下夸克的质量差只要发生百分之几的微笑变化,生命就可能不会出现。如果质量差更大,我们可能会处于一个质子世界,一个只存在氢原子的平行宇宙。如果质量差更小,就是一个有原子核但没有电子的中子世界,化学反应就不可能发生。假设引力稍弱一些,就不会有超新星,而超新星正是构成生命的重元素的来源。相反引力稍强一点,恒星的寿命就会非常短暂,不足以支持复杂的生命形式。大爆炸发生后一秒钟,密度参数与目前值的偏差超过1/10^13,生命也将不会形成。参数更大一点,物质便会在恒星形成前坍缩,如果更小一点,宇宙膨胀就会太快,也无法形成恒星。

陌生的知识有多了好多,这么看下来,宇宙的来源真不会是偶然,必然是经过精心设计的。

我的观点有时被误读为“技术变革本身就是指数型的,加速回报定律适用于所有形式的创新,”但其实不是的。加速回报定律描述的是:某些类型的技术创造了加速创新的反馈循环。广义上讲,这些技术使我们能够更好的掌握信息:手机、存储、操纵和传输信息,从而使创新本身变得更加容易。摩尔定律只是这一更深刻、更根本的过程的一种表现形式。同时,有些快速变化的例子并不属于加速回报定律的范畴,比如交通运输技术的发展速度。其背后的更深层次的原因就是,交通运输技术没有创造反馈循环,发动机没有用于制造更高的发动机,因此提升速度的额外成本超过了进一步创新获得的收益。

这是很重要的一个观点,技术的加速回报定律只适用于部分领域,计算机信息技术是典型,生物技术一定程度上也是,但不全是。其他更多领域就完全不是了。寻找这种加速回报的领域意义很大。

就业本身不是目的,而是达到目的的手段。工作的一个目标是满足生活的物质需求,工作的另一个目标是赋予生活的目的和意义。

培养对人生意义的寻找是更为重要的培育目标。

一旦我们拥有先进的纳米制造技术,任何物理物体(包括分子装配机本身)的边际成本仅为每斤几美分,基本上只是原子原材料的成本。因此,产品的真正价值将体现在他们所包含的信息上。从本质上说,是投入其中的所有创新,从创意到控制其制造过程的软件代码。这种情况已经发生在可以数字化的商品上。随着AI对人类生物学方面的理解能力不断提高,纳米机器人将能够在问题被医生检测到之前,就在细胞层面率先出手。

纳米制造的未来很好,也很具有想象力,遥远的未来有可能实现。值得憧憬。

发布在Book | 发表评论