网上看到神秘复苏的短剧，感觉挺想看原书的，最好是azw3版本，我导入kindle看 9 个帖子 - 8 位参与者 阅读完整话题
《巴菲特致股东的信》第4版 — 精华总结 原书：The Essays of Warren Buffett: Lessons for Investors and Managers (4th Edition) 编者：劳伦斯·坎宁安（Lawrence A. Cunningham） 中文版译者：杨天南 内容全部来源于巴菲特亲自撰写的伯克希尔·哈撒韦公司历年年报 一、全书概览 本书将巴菲特数十年致股东的信按九大主题板块系统编排：公司治理、财务与投资、投资替代品、普通股投资、兼并与收购、估值与会计、会计诡计、会计政策、税务问题。它不是一本语录汇编，而是一部完整的企业管理与投资哲学教程。 伯克希尔的成长轨迹（1964—2010）： 每股账面价值：19.46 美元 → 100,000+ 美元，年复合增长率约 20% 每股营业利润：4 美元 → 6,000 美元，年复合增长率约 21% 从一个小型纺织厂发展为拥有 80 余家子公司的控股帝国，8 家可独立进入《财富》500 强 核心业务：保险（盖可保险、通用再保险）、铁路（伯灵顿北方圣达菲）、能源、食品、服装、金融等 二、与所有者相关的企业原则（15条） 这是巴菲特在 1983 年提出、此后数十年从未改变的经营原则，是理解全书的纲领。 1. 合伙人心态 “芒格和我将我们的股东视作我们的合伙人，而我们自己则是执行合伙人。我们并不将公司本身看作资产的最终所有者，而是认为公司仅仅是我们持有资产的一个渠道。” 股东应将自己视为真正长期拥有公司部分资产的人，就像和家人共同拥有的农场或公寓一样。伯克希尔每年的股票换手率在美国大型上市公司中相当低。 2. 吃自己做的饭 芒格 90% 以上的家庭资产放在伯克希尔；巴菲特本人 98%～99%。“如果你们遭受痛苦，我们也会遭受痛苦；如果我们发达，你们也会一样发达。” 3. 每股内在价值最大化 不以公司规模衡量表现，而以每股增长衡量。“如果我们增长率无法超过美国大型企业的平均增长率，我们将会非常失望。” 4. 双管齐下的投资方式 首选： 直接持有一系列多元化企业，获得稳定现金流和高于市场平均的资本回报 次选： 通过保险公司在市场上购买优秀企业的流通股 “一个低迷的股票市场，对我们而言是一件好事——我们可以用更低的价格买下整个公司，也可以更容易地以吸引人的价格购买优秀企业的股票。” 5. 穿透会计报表 “芒格和我既是所有者又是管理者，实际上会忽略这些由综合会计报表提供的数据。” 专注于各子公司的重要数字和透视盈余。 6. 忽略账面结果做决策 “我们宁可购买那些根据标准会计准则未在账面体现、但实际可以带来 2 美元盈利的资产，也不愿购买仅能获得 1 美元盈利的资产。” 7. 谨慎使用债务 “芒格和我所采取的计算方法，从不要求我们为了每一点额外的小利而无法安枕。我不会用我的家人、朋友所拥有和所需要的东西去冒险，为了得到他们原本没有和不需要的东西。” 伯克希尔使用两种低成本杠杆：递延纳税（无利息）和保险浮存金（承保平衡时成本为零），合计约 1000 亿美元。“这两项都不是权益而是债务，但它们是没有契约规定到期日的债务。” 8. 不为扩张而扩张 “我们的薪水高低、办公室的大小永远不会和伯克希尔的资产规模相联系。” 只对能够增加每股内在价值的收购感兴趣。 9. "1美元"原则 留存的每 1 美元利润，至少创造不少于 1 美元的市值。以每五年为周期检验。满足两个条件：(1) 账面价值增长超出标普500；(2) 股价持续保持对账面资产的溢价。 10. 物有所值才发行新股 “发行新股实际上就是出售公司的一部分，我们出售公司部分股份的估值方式与我们对于整体公司的估值并无二致。” 11. 不轻易出售优质资产 “我们宁愿整体上略微遭受不利的影响，也不愿意采取拉米牌游戏的玩法（每轮放弃最没有希望的企业）。” 对于还能产生现金、管理层不错的落后企业，不会轻易抛弃。 12. 坦诚沟通 “在伯克希尔的财报中，你们将不会看到所谓的财务’大洗澡’或会计调整。我们不会故意’平滑’季度或年度的财务数据，我们会告诉你们真实的情况，而不会围着靶心画圈。” 所有股东同时得到同样的信息，不会专门给分析师和大股东提供盈利预测指引。 13. 不谈论个股 好的投资主意稀缺而宝贵。“但我们会非常愿意讨论自己的企业和投资理念，就像当初格雷厄姆慷慨分享的智慧使我们获益匪浅。” 14. 合理的股价 “我们宁愿看到一个’合理’的股价，而不是’高估’的股价。合理的股价能吸引我们所需要的长期投资者，这些投资者从公司的长足发展中获益，而不是从合作伙伴的错误中获利。” 15. 与标普500对标 “我们常常将伯克希尔每股账面价值的表现与标准普尔 500 指数比较，希望长期超越大盘——否则投资者何必把钱交给我们？” 三、投资哲学核心 （一）市场先生寓言 格雷厄姆创造的经典比喻，巴菲特认为对投资成功极有教导意义： “你应该将市场报价想象为一个名叫’市场先生’的人，他是你的私人公司的合伙人。他每天都来给你一个报价，从不落空。即便你们俩拥有的这家公司运营良好，市场先生的报价也不一定稳定——这个可怜的家伙有着无法治愈的精神病症。在他感觉愉快的时候，只会看到企业的有利影响因素，报出很高的买卖价格；在他情绪低落的时候，只会看到负面因素，报出很低的价格。” 三个核心要点： 市场先生有一个可爱的特点：他不介意被忽视。你今天对他的报价不感兴趣，他明天还会来。是否交易，完全由你抉择。 “市场先生在那里服务于你，而不是指导你。你会发现他的钱袋更有用，而不是智慧。” “如果你不懂得你的公司，不能比市场先生更准确地评估你的公司，你就不要参与这场游戏。就像人们打牌时说的：‘如果玩了30分钟，你还不知道谁是倒霉蛋，有可能就是你。’” “短期而言，市场是一台投票机；但长期而言，市场是一台称重机。” 企业成功被市场确认的速度并不重要，只要公司能以令人满意的速度提升内在价值。实际上，被认可的滞后性也有一个好处：它会给我们以便宜的价格购买更多股票的机会。 逆向思维——汉堡包测试： “如果你计划终身吃汉堡包，自己又不生产牛肉，那么你希望牛肉的价格更高还是更低？如果你未来的五年预期成为一个净储蓄者，你希望股市在这期间是高还是低？——很多投资者在这个问题上犯了错。他们为即将购买的’汉堡包’价格上涨而高兴。这种反应令人匪夷所思。” “买家应该更喜欢股价的下跌。” （二）价值投资的本质 价值方程式（约翰·伯尔·威廉姆斯）： 任何股票、债券或公司今天的价值取决于，在可以预期的资产存续期间，以合适利率进行贴现的现金流入和流出。 关于"价值"与"成长"的辨析： “我们将其视为一种模糊化思维。成长是价值的组成部分，它是价值计算中的一个变量，影响范围可以从微小到巨大，可以是消极负面因素，也可以是积极正面因素。” "价值投资"这个术语本身是多余的——投资就是在寻找价值，否则就是投机。 只有当资助成长的每一美元长期能创造出大于一美元的市场价值时，成长才对投资者有利。 航空业反例：“这个行业成长得越多，股东的灾难就越大。” 以现金流贴现的方式计算所得出的最便宜的对象，就是投资者应该买入的投资标的——无论公司是否成长，无论盈利是波动还是平稳。 最值得拥有的公司： 那些在一个一直延伸的时期周期里，可以不断利用增量资本获得很高回报率的公司。大多数高回报的公司只需要相对少的资本——如果它们支付股息或回购股份，股东将从中受益。 伯克希尔处理预测风险的两个方法： 坚守自己了解的东西——它们必须相当简单，经济特征稳定 坚持买入时的安全边际——“如果计算一只股票的价值仅是略微高于其价格，我们没有兴趣购买” 巴菲特的选择标准（四条）： 我们能够理解的公司 具有良好的长期前景 具有诚实且能干的管理层 能以非常有吸引力的价格买到 永久持有股票的三个理由： “我们非常愿意持有任何股票，持有的期限是永远，只要公司的资产回报前景令人满意，管理层能力优秀且为人诚实，以及市场没有高估。” “宁愿与我们喜欢与尊重的人合作，获得 100% 的回报，也不愿意与那些无趣或不喜欢的人合作，获得 110% 的回报。” （三）聪明的投资 投资不需要懂得的东西： “你不需要懂得贝塔、有效市场、现代投资组合理论或新兴市场。实际上，你最好根本不知道这些东西。学习投资的学生只需要学好两门功课就足够了——如何评估一家公司的价值，以及如何对待市场价格。” 投资目标： “以理性的价格，购买一家容易明白的、它的盈利从今天到未来 5 年、10 年、20 年确定能大幅增长的企业。随着时光流逝，你会发现符合这样标准的企业并不多。所以，当发现符合条件的企业时，你应该大幅买入。” “如果你不打算持有一只股票 10 年，那就不必考虑甚至持有 10 分钟。” 能力圈： “你不必成为懂得任何公司的专家，或者，你也不必成为懂得很多公司的专家。你需要的仅仅是，能够正确地评估在你能力圈内的公司。这个圈子的大小并不特别重要，然而，知道这个圈子的边际非常关键。” 巴菲特不买高科技股的原因：“对于这个领域中哪些参与者具有真正持久的竞争力，我们毫无洞见，而且我们无法通过学习来解决这个问题。” 投资失败的三个原因： 高成本——交易频繁或支付太多管理费 以股评和市场流行风尚作为投资决策依据 以不合时宜的方式进出市场（牛市进入、熊市退出） “亢奋与成本是投资者的敌人。投资者应该在别人贪婪的时候恐惧，在别人恐惧的时候贪婪。” 泰德·威廉姆斯的击球哲学： “他将击球区划分为 77 个格子，每个格子如同棒球一般大小。只有击打那些落在’最佳’格子里的球，才能击出 0.400 的好成绩。等待完美的抛球将意味着步入名人堂的旅途。而不分青红皂白地挥棒乱击，将意味着失去成功的入场券。” 四、三类投资资产 巴菲特将所有投资分为三大类，理解每类的特点至关重要： 第一类：基于货币的投资 包括债券、货币市场基金、银行存款等。 看似安全，实际风险巨大——通胀会摧毁购买力 1965 年以来美元累计贬值 86%：“当年花 1 美元可以买到的东西，今天要花 7 美元以上” “通货膨胀拿走的收益是所得税拿走的三倍之多” “尽管每张美元上都印着’我们信仰上帝’，但实际上掌控政府印钞机的是凡人之手” 债券：“被推销时说是可以提供无风险的回报，现在的定价却只剩下无回报的风险” 第二类：永远不会产出的资产 包括黄金等——购买者希望将来有人出更高价，而非因为资产能产出什么。 黄金的两大缺点：没有太多用处，也不能自我繁殖 17 万吨黄金立方体（边长 68 英尺，约一个篮球场大小）价值 9.6 万亿美元 同样的钱可以买下全美所有农场（年产 2000 亿美元粮食）+ 16 个埃克森-美孚石油公司（年盈利超 4000 亿美元），还剩 1 万亿美元 “从今往后的未来 100 年，耕地将不断产出惊人的农作物；埃克森会派发上万亿美元的分红。而 17 万吨黄金放在那里，体积不会改变，也不会产出任何东西。你可以爱抚它，但它不会有丝毫的反应。” 第三类：可生产性的资产（巴菲特的选择） 包括公司、农场、房地产等。 最理想：在很少新资本投入下，仍能在通胀期间维持购买力价值的产出 代表：可口可乐、IBM、禧诗糖果、农场 “这些商业’奶牛’会存活上百年，会产出更多数量的’牛奶’。它们的价值并不取决于交换的媒介，而是取决于它们的产奶能力。” “我相信，在任何较长的时间段，这类投资将是我们三类资产中遥遥领先的优胜者。更为重要的是，这类投资也是到目前为止最为安全的投资。” 逆向操作的智慧： “2008 年听到人人都在说’现金为王’之时，恰恰是应该动用现金的时候。20 世纪 80 年代初期，当听到人人在说’现金是垃圾’之时，固定收益类产品正处于回报最具吸引力的时代。盲从于羊群效应的投资者为寻求’舒服’而付出了沉重代价。” 五、企业经营智慧 （一）兼并与收购 “在伯克希尔的所有活动中，最令芒格和我兴奋的事情，就是收购一家具有杰出经济特征的、由那些我们喜欢、信任并尊敬的人管理的企业。” 收购的三个常见错误动机： 动物精神： 企业领导者精力旺盛，渴望激情与挑战——“在伯克希尔，公司脉搏的跳动从不会因即将发生的收购而加快” 规模崇拜： 管理层报酬以公司规模衡量，而非股东回报——“随便问一位《财富》500 强高管，公司的排名一定是按照销售规模排名” 童话幻想： 以为管理之吻能使癞蛤蟆变王子——“我亲吻了它们，但它们一样还是呱呱叫的癞蛤蟆” 不再以上等的价格买中等的企业，而是以中等的价格买上等的企业。 高价收购不说明的三个真实原因： 收购方追求规模和行动的渴望 管理层报酬与公司规模挂钩 管理层沉溺于"癞蛤蟆变王子"的童话 “我们的目标是获得部分或整体的这样的公司：①我们看得懂；②具有稳健良好的经济基础；③由我们喜欢、尊敬、信任的管理层运营。” （二）"捡烟蒂"投资法的教训 捡烟蒂： 以足够低廉的价格买入一只股票，通常企业的价值波动会给你机会以合理的利润脱手。但这是愚蠢的—— 最初看似"便宜"的价格可能根本不便宜——“厨房里如果有蟑螂，不可能只有一只” 初始优势会被公司的低回报快速侵蚀 “时间是优秀企业的朋友，是平庸企业的敌人。” 优秀的骑手只有在良马上才会有出色的表现，在劣马上会毫无作为。 “当一个声誉卓著的管理者接手一家徒有虚名而经济状况不佳的公司时，能保全的只有这家公司的虚名。” “我们没有学会如何解决困难企业的问题，我们所学到的是避开它们。我们专注于寻找那些可以跨越的 1 英尺跨栏，而不是我们具有了跨越 7 英尺跨栏的能力。” （三）机构强迫症（惯性驱使） 巴菲特最为惊讶的发现——在企业内部有一种看不见的力量足以压倒一切： 机构抗拒在当前方向上的任何改变（牛顿第一运动定律） 延伸的项目或收购会耗尽所有可用现金 领导人渴望进行的项目，无论多么愚蠢，都会迅速得到下属精心准备的回报论证支持 同行行为被不加思考地模仿 “令公司误入歧途的是惯性的力量，而不是腐败或愚蠢。” （四）错误的代价 犯过的最严重的错误： 不是做了什么，而是错过了什么。 “一些我所犯过的最糟糕的错误是公众所未见的。这些错误是我错过了一些我明明知道价值所在的股票和企业，却没有买。错过一个人能力圈范围之外的机会并非罪过，但我错过了几次端到眼前、送上门来的真正的大机会，而且完全在我的理解范围内。” “与坏人打交道做成一笔好生意，这样的事情，我从来没有遇见过。” （五）分红政策与股票回购 留存利润的唯一有效理由： 在未来具有合理回报预期的情况下（回报率高于投资者通常可获得的收益），才应该保留收益用于再投资。 受限定收益 vs. 非限定收益： 受限定收益：会被通胀侵蚀，必须留存以维持竞争地位（不能用于分红） 非限定收益：可以分红或留存——取决于再投资的回报率 联合爱迪生的讽刺案例：“我们必须挖掘！——挖掘什么？挖掘利润吗？” 股份回购的两个条件： 公司有充足的现金以备运营和流动性之需 股价远低于保守计算的内在价值 “以低于内在价值的价格回购股票，以 1 美元获得 2 美元很容易。在公司进行对外并购时，从来没有做得如此之好。” “花 1.1 美元为 1 美元买单，对于留下的人而言，并非一笔好买卖。” 如今太多的回购与其说是提高每股价值，不如说是管理层"秀"信心、赶时髦。 （六）生命与负债 杠杆的危险： “任何序列的正数，无论多么大的数字，只要乘以一个零，都会蒸发殆尽。” “信用就像氧气——在充足的时候，人们不会注意到它们的存在；当它们消失的时候，人们才会发现它们的重要性。” 伯克希尔持有至少 100 亿美元现金（绝对底线），通常保持 200 亿美元 现金基本放在美国国债上——“人们过度追求收益所造成的损失，超过了被人持枪打劫” 40 年来没有动用一分钱进行分红或回购，净资产从 4800 万美元增长到 1570 亿美元 拒绝 99:1 的赌注： “一个小的丢脸或痛苦不可能被一个大的额外回报所抵消。如果你的行动是合理的，你肯定会得到良好的结果。在绝大多数情况下，杠杆只会加速事情的运动。” 2008 年金融危机中的出击： “在雷曼破产恐慌 25 天之后，我们投资 156 亿美元。”——在其他人挣扎求生时，伯克希尔已经在财务上和心理上做好了准备。 六、估值与会计 内在价值 定义： 一个公司的内在价值是其存续期间所产生现金流的折现值。 关键特性： 是一个估计值，不是精确数字——“不同的两个人，比如芒格和我，即便看到的是同一个东西，也会得到不同的内在价值数字” 随着利率变化或未来现金流预期的修改而改变 公司未来不确定性越高，计算出错偏差越大 账面价值 ≠ 内在价值： 1964 年伯克希尔账面价值 19.46 美元——但高估了内在价值（纺织业务前景暗淡） 1996 年账面价值 15,180 美元——但远远低于内在价值（旗下公司实际价值远超账面） 大学教育的比喻： 教育成本 = 账面价值；毕业后的终身收入增加值折现 = 内在价值。有些毕业生发现教育的账面价值超出内在价值（不值）；有些则内在价值远超账面价值（超值）。“账面价值并非内在价值的指示器。” 透视盈余 忽略 GAAP 数字，专注于控股和非控股公司的未来盈利能力。投资的公司留存的未分配利润，虽然没有分红到账，但就像已经分配一样最终使伯克希尔获益——“这些留存下来的每一美元都产生了更高的收益。” 七、巴菲特成功的八字诀（译者杨天南总结） 与时俱进 巴菲特的投资理念一直在进化： 早期师从格雷厄姆——买便宜股 后来遇见费雪——关注优秀企业 再后来与芒格搭档——“芒格让我从猩猩进化为人类” 从 85% 格雷厄姆 / 15% 费雪，到后来 50%/50% “任何对于巴菲特投资理念僵化不变、刻板固执的理解，都是画地为牢，作茧自缚。真正的巴菲特是’活’的巴菲特，是与时俱进的巴菲特。” 良性循环 财务良性循环： 每做一笔投资就多出一股现金流。禧诗糖果和可口可乐的分红早已远超当年投资本金，后续分红源源不断。旗下数十家企业每年提供源源不断的资金弹药——“这才是巴菲特可以大声说’我喜欢熊市’的底气所在。” 人际关系良性循环： 坚持与合适的人、合适的企业打交道。从购买内布拉斯加家具大世界时对 B 夫人的信任，到购买《华盛顿邮报》股票后主动让出投票权释出善意。 “与坏人打交道，做成一笔好生意，这样的事情，我从来没有遇见过。好人会遇见更好的人，认真的人得到认真的结果。” 杨天南的实证： 22 年（1995—2017）约 1000 倍投资回报，证明巴菲特的理念可以跨越种族与国界。 八、后记：双重收益与规模的宿命 双重收益 → 单重收益： 投资组合中公司内在价值的提升（持续存在） 市场"修正"杰出公司的估值溢价（已基本实现，未来只能享受"单重"收益） 规模的宿命： “在一个有限的世界里，高成长率必定会自我毁灭。” 卡尔·萨根的细菌比喻：每隔 15 分钟分裂一次，一天翻 96 番，后代像大山一样重——但总有障碍阻止这种指数级增长。伯克希尔从 2200 万美元做到 1570 亿美元后，“我们只考虑那些至少可以投资 1 亿美元的机会”。 接班人计划： 三位 CEO 候选人已确定。投资端需要另聘人才——需要"独立思考、情绪稳定、对人性和机构行为具有敏锐了解"的人。 “我热爱管理伯克希尔。如果享受生活可以延长寿命的话，那么玛士撒拉的长寿纪录可能会岌岌可危。” 九、核心箴言速查 # 主题 箴言 1 投资本质 “我们的目标是发现那些价格合理的杰出公司，而不是价格便宜的平庸公司。” 2 价值与成长 “成长是价值的组成部分，它是价值计算中的一个变量。” 3 市场波动 “短期而言，市场是一台投票机；但长期而言，市场是一台称重机。” 4 逆向投资 “在别人贪婪的时候恐惧，在别人恐惧的时候贪婪。” 5 买家视角 “如果你计划终身吃汉堡包，你希望牛肉价格更高还是更低？买家应该更喜欢股价的下跌。” 6 能力圈 “圈子的大小并不特别重要，然而，知道这个圈子的边际非常关键。” 7 时间的力量 “时间是优秀企业的朋友，是平庸企业的敌人。” 8 选人原则 “与坏人打交道做成一笔好生意，这样的事情，我从来没有遇见过。” 9 杠杆风险 “信用就像氧气——在充足的时候，人们不会注意到它们的存在；当它们消失的时候，人们才会发现它们的重要性。” 10 持股态度 “如果你不打算持有一只股票 10 年，那就不必考虑甚至持有 10 分钟。” 11 并购教训 “我不再以上等的价格买中等的企业，取而代之的是以中等的价格买上等的企业。” 12 谨慎行事 “我们宁愿拒绝一些诱人的机会，也不愿意过分负债。” 13 会计诚实 “我们不会故意’平滑’财务数据，我们会告诉你们真实的情况。” 14 终身学习 “他们懂什么并不重要，更重要的是他们知道自己不懂什么。” 15 管理与投资 “我是一个不错的投资家，因为我是一个不错的企业家；我是一个不错的企业家，因为我是一个不错的投资家。” 16 集中投资 “建议投资者将最成功的投资卖掉，仅仅因为它们占据了投资组合的大部分——就像让公牛队卖掉迈克尔·乔丹一样愚蠢。” 17 等待的艺术 “即便你能让九个女人同时怀孕，也不可能让她们在一个月的时间里生出小宝宝。” 18 黄金 “你可以爱抚它，但它不会有丝毫的反应。” 19 通胀 “尽管每张美元上都印着’我们信仰上帝’，但实际上掌控政府印钞机的是凡人之手。” 20 回购 “以低于内在价值的价格回购股票，以 1 美元获得 2 美元很容易。” 十、对个人投资者的终极启示 指数基金是最佳选择 “大多数投资者，包括机构和个人，会发现投资股票最好的方法是持有指数基金，指数基金的管理费很少。采取这种方法的人肯定会战胜绝大多数投资专家的净回报。” 如果你想自己投资 核心功课只有两门： 如何评估一家公司的价值 如何对待市场价格 三个敌人： 高成本、跟风尚、择时进出 一个朋友： 恐惧——“对于那些关注基本面的人而言，恐惧是朋友” 最重要的认知： “对于投资中的大多数人而言，他们懂什么并不重要，更重要的是，他们知道自己不懂什么。一个投资者只要做出为数有限的正确的事，就可以避免犯重大错误。” 本书的真正价值不在于提供一套可以复制的公式，而在于展示一种思考企业和投资的完整哲学体系——关于理性、耐心、诚实和终身学习。 1 个帖子 - 1 位参与者 阅读完整话题
《投资的常识》全书精华总结 原书： The Elements of Investing 作者： 伯顿·马尔基尔（Burton Malkiel）& 查尔斯·埃利斯（Charles Ellis） 中文版译者： 黎木白 出版社： 中国人民大学出版社 核心理念： 投资其实很简单，真正困难的是纪律和坚持。 第一章：储蓄 —— 先给自己付钱 先给自己付钱（Pay yourself first） —— 工资一到手，先自动扣一部分去储蓄/投资，剩下的再消费。这是全书最核心的一句话。 尽早开始 —— 复利的力量惊人。20岁开始每月存100美元，65岁时比30岁开始每月存100美元的人多出一倍以上。 绝不借钱消费 —— 信用卡分期、消费贷的利息会吞噬你的财富。还清高息债务是最优先的投资。 别管别人怎么说，现在就开始 —— "要是早几年前我就……"是很多人最大的遗憾。最好的投资时机永远是现在。 建立应急基金 —— 预留3-6个月生活费在流动性高的账户中，以防失业或意外。 利用税收优惠 —— 401(k)、IRA、养老金账户能帮你延税或免税，一定要用足额度。 第二章：指数基金 —— 别试图打败市场 绝大多数主动基金经理跑不赢市场 —— 长期来看，约2/3的主动基金跑输指数，且过去的业绩无法预测未来。 费用是隐形杀手 —— 每年1%的管理费差异，30年后会让你的收益少30%以上。低成本指数基金是最佳选择。 不要频繁交易 —— 短线交易的手续费、税费和犯错概率远高于长期持有。 选先锋（Vanguard）这样的低费用基金 —— 马尔基尔推荐先锋500指数基金作为入门选择。 ETF也可以 —— 交易型开放式指数基金（ETF）费率更低、更灵活，适合有经验的投资者。 选基金的唯一标准是费用，不是业绩排名 —— 业绩排名年年变，只有低费用是确定的。 第三章：多元化 —— 别把鸡蛋放在一个篮子里 资产配置决定90%的投资回报 —— 股票、债券、房地产的配比比选哪只股票重要得多。 股票提供长期增长 —— 过去200年，股票的年化回报约7%（扣除通胀），远超债券和现金。 债券提供稳定性 —— 国债在股市暴跌时是"避风港"，适当配比能降低组合波动。 国际分散很重要 —— 不要把所有钱投在一个国家。全球配置能降低单一市场风险。 房地产通过REITs参与 —— 不必亲自买房，通过房地产投资信托基金可以低成本获得房地产收益。 考虑通胀保护债券（TIPS） —— 它能保证你的购买力不受通胀侵蚀。 定期定额投资（Dollar Cost Averaging） —— 每月固定投入相同金额，市场低时买更多份额，长期能平滑成本。 每年再平衡一次 —— 涨多了的资产卖一部分，跌多了的补一部分，维持目标比例。 第四章：避免常见错误 —— 最大的敌人是你自己 不要高估自己 —— 90%的司机认为自己的驾驶水平高于平均。投资者同样过度自信。 不要追逐热门股/热门基金 —— 昨天的明星往往是明天的落后者。"这次不一样"是最危险的四个字。 不要试图择时 —— 市场最好的日子往往紧跟最差的日子。错过最好的10天，长期回报减半。 不要频繁查看账户 —— 看得越多越焦虑，越容易犯错。一年看一次就够了。 不要因为恐慌卖出 —— 2008年金融危机时卖出的人，错过了随后的反弹。市场会回来的。 不要受媒体噪音影响 —— 财经新闻需要制造紧迫感来吸引观众，但投资决策需要冷静和长期视角。 不要买自己公司的股票作为主要投资 —— 你的工资已经和公司绑定了，再买公司股票就是双重风险（安然事件的教训）。 不要在牛市顶部加仓 —— 牛市让人感觉"永远涨"，但正是这时候最危险。 第五章：生命周期投资指南 —— 不同年龄不同策略 年轻人应该大胆投资股票 —— 20-30岁的人有40年时间承受波动，应该把大部分资金放在股票上。 年龄越大，债券比例越高 —— 一个简单公式：你的年龄 = 债券比例（如30岁=30%债券，70%股票）。 目标日期基金是懒人最佳选择 —— 选一个接近你退休年份的目标日期基金，它会自动帮你调整股票/债券比例。 退休后也要继续投资 —— 退休不是把钱全取出来存银行。65岁的人平均还能活20年，需要继续增长。 提前提取养老金要付出巨大代价 —— 不到万不得已，不要动用401(k)或IRA。 你的房子不是投资 —— 买房主要是为了居住。扣除维护、税费、贷款利息后，房产回报远不如股票。 社会保障是你投资组合的一部分 —— 把它当作债券来看待，据此调整你的资产配置。 贯穿全书的核心原则 “常识之所以叫常识，正是因为它简单到几乎所有人都忽视它。” 主题 核心要点 储蓄 先给自己付钱，尽早开始，远离债务 指数基金 低成本、不择时、长期持有 多元化 股债搭配、全球分散、定期再平衡 行为纪律 不恐慌、不贪婪、不追热点、不频繁操作 生命周期 年轻激进、年老保守、永远不要停止投资 一句话总结：投资不需要聪明才智，需要的是常识和纪律。 4 个帖子 - 4 位参与者 阅读完整话题
用 > 格式的都是原书的摘录，然后普通文本都是自己的理解， --> 当时随想 前言 AI不是替代工具，而是我们自身思维方式的延展。 所谓“思维链”，是一种让机器不再仅仅给出结果，而是能够展示、构建、优化推理路径的能力。 智能的本质不是数据堆砌，而是路径构建；不是知道答案，而是解释过程。 人类文明的每一次重大跨越，都始于思维方式的革命。 传统AI系统如同精密的复读机，能够复刻知识图谱，却难以在陌生场景中构建逻辑链条。基于思维链的大模型技术打破了这种僵局，让AI系统开始展示出分步推 传统 AI 系统如同精密的复读机，能够复刻知识，却难以真正组织推理。随着大模型与思维链技术的发展，AI 不再只是替代人类完成任务的工具，而逐渐成为人类思维方式的延展。所谓思维链，正是让模型从单纯给出答案，转向构建、展示并优化推理路径的能力。它打破了传统 AI 依赖知识复现的局限，使智能的重点从“知道什么”转向“如何理解、如何推导、如何解释”。 第1章 AI的进化与大语言模型时代 机器不仅开始回答问题，更开始展示它们的思考过程。 当机器的思考轨迹首次以透明化的链条呈现，人类认知史的坐标系被重塑。 20世纪60年代，AI研究主要集中在符号主义（Symbo-lism）和专家系统（Expert System）上。符号主义试图通过逻辑和规则来模拟人类的思维过程。–> 将人类的思考抽象成代码的规律，但是在处理复杂和模糊的问题上有很大的局限性，也就是只会用人类预先写号的规则进行推理。局限在于问题变得复杂、模糊、不确定，或者没有预制好就不大可能进行灵活性处理。==没有真实的自适应能力和自主学习能力，然后可以结合下面遇到的挑战，更多的是过程中的结论，得出来的结果上的表现 符号主义的核心思想是通过逻辑和规则来表示知识和推理过程。 符号主义面临的挑战：1. 知识标识的复杂性，因为人类的知识是复杂和多样的，很难通过一组固定的规律来完全表示；2. 推理过程的复杂性，在处理简单、明细的问题时候表现良好，但是面对复杂和模糊的问题时候，显得力不从心 在符号主义遇到困境的时候，专家系统开始崭露头角，专家系统是通过编码专家知识来解决特定领域的问题，例子为MTCIN，通过一些列“如果-那么”（if-then）规律来模拟医生的诊断过程 同时专家系统也遇到了一定的局限性：1. 知识获取；2. 知识更新 进入20世纪80年代，AI研究迎来了一个新的高潮。神经网络和机器学习开始崭露头角。神经网络的灵感来自人脑的结构，通过模拟神经元之间的连接来处理信息。 20世纪80年代，随着反向传播算法（Backpropagation）的提出，机器学习才真正兴起。反向传播算法由Geoffrey Hinton、David Rumelhart和Ronald Williams在1986年提出，它解决了训练多层神经网络的难题，使得神经网络在处理复杂任务时变得更加高效。反向传播算法通过计算误差的梯度，并将梯度信息反向传播到每一层神经元，从而调整权重，逐步减少误差。–> 也就是说，神经网络作为机器学习的一个子项，然后多层神经网络遇到了一个问题，能力很强，但是有一个问题，不知道怎么让它有效的学会，单层的比较简单，输入进去输出错了，能够比较直观的知道有哪些权重要改，但是多层，中间因为层数多了，不太清楚是中间那一层错了，==得到了当时关键的难题，误差分配问题，这个时候反向传播算法出来，通过将错误一层层回传，计算每个层级对错误的责任，然后模型才知道哪些参数要调大调小，综合上所说，反向传播算法其实就是一本错题本，辅助神经网络进行复盘 机器学习的核心思想是通过数据驱动的方法让计算机从经验中学习，而不是依赖于预定义的规则。这个阶段的研究主要集中在监督学习（Supervised Learning）和无监督学习（Unsupervised Learning）上。监督学习通过标注数据进行训练，而无监督学习则试图从未标注的数据中发现模式和结构。–> 无监督学习不是“有一个校验算法，所以模型就没必要学”，因为"需要一个目标或指标来引导学习，但真正被训练出来的模型，才负责提取结构、压缩信息、生成表示，并用于后续任务。" 强化学习（Reinforcement Learning）作为机器学习的一个重要分支，也在这一时期得到了发展。强化学习通过与环境的交互，学习如何采取行动以最大化累积奖励。 深度学习的成功可归因于3个关键因素：计算能力的指数级增长、大规模标注数据集的可获取性和算法的创新。–> 算力更强、数据更多、算法更好 大语言模型（Large Language Model，LLM）是自然语言处理领域的一个重要突破。大语言模型通过训练海量的文本数据来学习，能够生成和理解自然语言。 缩放定律：模型性能与参数规模呈对数线性关系，即性能提升与参数量的对数成正比。–> 当模型参数、训练数据和计算量不断扩大时，模型能力通常会按照某种可预测规律提升。≈ 参数越大，能力越大 能力涌现：某些能力在模型规模未达到特定阈值之前几乎不存在或表现极差，而超过阈值后，这些能力会突然出现或显著提升 → 应该和前面的差不多，当模型参数提升以后，原本小参数缺失/较为落后的能力突然提升 涌现能力和技术突破的关联：1. MoE（Mixture of Expert，混合专家）；2. 稀疏注意力机制；3. 训练数据优化 预训练范式：模型在海量数据的“考试”中，通过人类的对齐和反馈，大致理解了世界应当怎样运转，能够根据统计规律和经验回答大多数问题。模型更像一位“见多识广但未必深究”的学生，通过不断做题、背题、记题来迅速扩充知识储备。它可以在多数场合给出漂亮的答案，却没有真正了解为何如此回答。这使得模型的“思考”带有统计意义上的正确性，却常常欠缺真正的推理内核。 推理模型：更强调“知其所以然“，正逐步展现出自反思能力：当一条推理链出现漏洞或者低效时，模型可以主动检讨自己的思路，并尝试修正或优化。当模型知道了“为什么”之后，就能根据具体的环境上下文去制定最佳执行策略，进而带来真正的行动层变革。 AI 的发展路线，是从人工规则走向数据学习，再走向大规模模型与推理能力的形成。 最早的时候AI研究主要是集中在符号主义和专家系统，但是二者均有各自的缺陷，后面AI研究迎来了一个新的高潮机器学习和神经网络，神经网络的灵感来自人脑的结构，通过模拟神经元之间的连接来处理信息。神经网络作为机器学习的一个子项，然后多层神经网络遇到了一个问题，能力很强，但是有一个问题，不知道怎么让它有效的学会，单层的比较简单，输入进去输出错了，能够比较直观的知道有哪些权重要改，但是多层，中间因为层数多了，不太清楚是中间那一层错了，==得到了当时关键的难题，误差分配问题，这个时候反向传播算法出来，通过将错误一层层回传，计算每个层级对错误的责任，然后模型才知道哪些参数要调大调小，综合上所说，反向传播算法其实就是一本错题本，辅助神经网络进行复盘。 机器学习的核心就是基于数据驱动，让计算机从经验钟学习，而不是和符号主义/专家系统一样基于预定义的规则，而是主要集中在监督学习 (通过标注数据进行训练)和无监督学习(试图从未标注的数据中发现模式和结构) 强化学习是机器学习的重要分支。不同于监督学习依赖标注答案，强化学习更强调智能体与环境之间的交互。智能体通过不断尝试行动，并根据环境给予的奖励或惩罚来调整自身策略，最终学习如何在长期过程中获得最大累积奖励。它更适合描述决策、控制、游戏、机器人等需要连续行动和反馈的问题。 深度学习的成功其实就是：算力更强大、数据量多了、算法优化的更好了，类似踩着前面的经验的出来强大成品？ 大语言模型通过海量的文本数据学习，有两个特性：1. 缩放定律：随着参数规模、数据规模和计算资源扩大，模型性能通常会按照一定规律提升。；2. 能力涌现：当模型参数提升以后，原本小参数缺失/较为落后的能力突然提升，当然能力的涌现也是和技术的突破有关联的。 预训练出来的模型更像是一味见多识广但是不太会深究的学生，善用题海战术拓宽知识能力，能给出大部分“令人满意”的答案，却不会真正了解为什么是这样，知其然不知其所以然。随机后续出现了推理模型，主要是解决预训练出来的传统模型缺乏稳定的推理过程和可解释的推理路径的问题，也就是逐步展现反思能力，能够在推理过程中检查、修正和优化自己的推理路径，并优化 1 个帖子 - 1 位参与者 阅读完整话题