chuan

小鲜肉在价值投资中常遇的陷阱 — 为什么你现在不要买便宜的IBM股票

本文最初于 2015年1月26日发布于笔者的公众号。


中国游泳运动员宁泽涛,2014年,在男子100米自由泳游出了世界排名第三的成绩。小宁帅气的外形让“小鲜肉”这个词在神州大地不胫而走.

在投资领域,这个词指的是干劲十足但缺乏经验的新手.

刚开始参与投资的小鲜肉们,选择股票时最容易犯的冲动是,看到某只股票下跌尤其是大跌后,觉得便宜,然后低价吸纳.

这是价值投资者的典型行为。但许多情况下,便宜的股票迟迟不反弹,甚至越来越低,成了烧钱的火坑,让投资血本无归.

本来是为了捡便宜,结果却不断吃大亏,这就是价值投资的陷阱。认识和避免这个陷阱,是非常重要的课题.

这个周五刚刚传出消息,IBM 将要裁掉大约全球四分之一的雇员,超过十一万人。IBM 连续三年营收负增长, 股票价格也从最高接近200元跌到155元,接近四年来的新低。尽管账面上其股价市盈率只有十倍左右,看上去十分便宜.

IBM 营收下降的深层原因是,传统银行和公司的大型机业务没有增长。新兴企业都在脱离大型机的IT架构,把数据移到云端.

巴菲特曾经在2011年以后大约 159元一股的均价购入IBM的5%的股份,后来不断增持。考虑到分红因素,目前老巴的股份,在账面上只有微薄的利润.

有朋友问我,巴菲特都买过IBM, 现在可否买? 我的回答是,巴菲特了解到的一些信息也许你我并不知道,而且他也可能有失误。我们, 只能在自己能力的边界内判断.

除非你对IBM的业务有比一般人更深刻的理解,看得到有什么催化剂可以扭转其颓势,明显提高其营收。否则它的股票很难有实质性的反弹.

巴菲特也许最终不会在IBM上亏钱,但这对于你我,是价值投资的陷阱.

判断价值投资陷阱的首要问题是:这个公司的股票为什么会跌?为什么会便宜?

总结下来,如果大盘不跌,一般股票下跌的原因有下面两个:

1.公司营收增长放缓,甚至开始萎缩。

增长放缓的原因多种多样,行业的大趋势下行,竞争者抢夺了市场份额,公司商业模式过时,新技术出现破坏现有市场格局。

如果公司未来盈利下降,那么市盈率即使现在看上去很便宜,意义也不大.

一个典型的例子是纽约时报。作为名气最大,覆盖范围最广的美国全国性报纸之一,它广告收入丰厚,一度被认为是印钞机。尽管九十年代末媒体向互联网迁移的趋势已经很明显了,真正实质影响到纽约时报的时候是2004年.

一旦营收下降,开弓就没有回头箭。公司想尽办法往网络媒体上发展,但营收和股票仍然继续下滑。2009年初金融危机最凶险的时刻,纽约时报被迫从墨西哥大亨Carlos Slim 那里融资利息 14%的高利贷。直到今天,纽约时报的市值,也只有2003年的四分之一左右.

2. 公司财务造假或者有其他重大法律问题.

财务造假是要命的,通常关于造假的公开信息往往只是一小部分。如果看到一只蟑螂,肯定还有许多蟑螂没有看到.

财务造假和其他重大法律问题,意味着公司管理层完全不可信任,这时要赶快抛售,不可存一丝幻想.

2000年三月二十日,美国互联网泡沫巅峰时刻,弗吉尼亚州的一家软件公司”微战略“ (MicroStrategy) 突然宣布其对营收的会计计算方法被证监会要求改正,上一个财政年度的所谓利润,按照正确的算法实际上是亏损.

消息发布当日,公司股票大跌,超过60%.这一天一度被认为是互联网泡沫破灭的导火索之一.

此后微战略的股票一路下跌,两年后最低时跌到了三月二十号收盘价的不到百分之零点五。所有在此期间去捡便宜的价值投资者全部被碾得粉碎.

当然价值投资的公司股票反弹的案例也有不少,但实际操作起来,许多试图东山再起的公司往往要么继续挫败,要么反弹回复的时间远远超过投资人的估计.

一个公司真正打翻身仗,往往意味着要把过去的商业模式,产品结构,内部人士组织进行一次彻底的,触及灵魂深处的革命。这一切,都要耗费很长时间.

即使天才如乔布斯者,当他97年回到苹果公司后,经过了六年的整改,苹果公司的股价仍然在2003年上半年达到二十年的新低.

等到2004年,苹果的 ipod 终于在市场上火起来后,苹果的股票才真正一骑绝乘而去,开始了几十倍的增长.

价值投资既然如此之难,为什么很多人还是前赴后继的跌入价值投资的陷阱呢?

人们对于金融资产的定价存在一种认识偏差,叫做“定锚偏差” (anchor bias). 某只股票过去几年长期在某个价位,那么人们潜意识地本能地会认为,过去的价位是个合理的价位,两者定锚在一起了.

如果股票下跌,无论原因,许多人就会本能地认为便宜,而去抢购.

这是一种往过去看的思维,而不是向未来看的思维.

这种心态在大宗商品里面也很典型。过去半年原油价格一路下跌,跌到七十块以下后抄底石油的声音愈发震耳欲聋。今天(一月二十五日)原油价格又一度跌破45美元一桶,接近六年来的新低,不知道有多少抄底的价值投资者又蒙受损失.

听得见炮火的地方最精彩

本文最初于 2015年1月12日发布于笔者的公众号。


强调了界定个人能力边界的重要性。那么如何寻找自己能力的边界?我认为,凡是你听得见炮火的地方,就是你个人能力的边界之内。

2013年五月初,电动汽车制造公司特斯拉发布财报之后,股票一路暴涨,两周内将近翻了一番。 针对特斯拉的股价,两位基金经理当时在美国财经频道CNBC上展开了激辩。空方经理是一位中年大叔,他的逻辑是特斯拉的市值与其微薄的销售额和利润是完全不匹配的,十分荒谬的。多方经理是位年轻的女士,她微笑着质问大叔,“你开过新款的特斯拉吗? 你一定要去试着开一次! (You’ve got to drive this car!)”

特斯拉新款车Model-S 给司机一个全新的体验,汽车前排中间是17英寸的极为科幻感的LCD触摸控制屏. 最有口皆碑的是加速时强烈的推背感,有此体验的司机大多再无兴趣开传统车了。从未开过特斯拉的大叔仅凭简单的财务数据就放胆做空,其结局注定是悲惨的。

一个公司核心的产品性能,是这个公司的灵魂。如果你可以深刻体会产品的各个细节,那你就处于战场上可以听到炮火的一线位置,这就是在你的能力的边界之内。你对公司的理解远远超出那些华尔街上简单搬弄财务数据的分析师了.

购买一个公司的股票,但却从未使用其核心产品,这是十分危险的。公司的衰落和兴起,往往始于产品的一些细节,当这些东西反应到财务数据上时,早已时过境迁。

从你的日常工作,生活看起,你平时接触使用的最多的产品和服务什么?

就我个人而言,移动产品里,我在微信上花的时间最多,微信和QQ的一些功能应用我理解的比普通用户深。 与之相比,在美国的脸书,推特和Linkedin的应用的用户体验和实用性确实略逊一筹。

这几年网上不时有各类文章出来,一会说米聊可以取代微信,一会说新的社交应用可以颠覆微信。对于这种纸上谈兵,我只能笑笑而已,因为我作为深度用户,在产 品体验的第一线,什么时候微信遇到真正的挑战者,我会最先知道。

另一方面,我的一位猎头朋友曾推荐企业人力资源管理软件服务商 Workday 的股票,但是这类公司的产品,他可以亲身体验,我不行,只好说,这已经超越了我的能力的边界,这不是属于我的机会。

有时能力的边界并不简单取决于你学习的专业。许多从事生物制药的朋友告诉我,他们也完全无法判断制药公司的一个新药是否成功,新药疗效的几轮测试的实验数据的结果,很难提前预测。必须实事求是的承认,这在绝大多数人的能力边界之外。

能力的边界是动态的,是要你主动学习观察获取的。留心身边常常接触到的各类事物,多看一眼,多走一步,多问一句,不持预设立场,往往会有意想不到的收获。

十年前,我战斗在美国次贷狂潮的第一线,奔波在美国西部内华达,亚利桑那,新墨西哥和加州之间炒房,天天感受前方的炮火。印象极深的是,2005年六月在亚利桑那凤凰城的中餐馆,店小二得意地向我的经纪人吹嘘自己已经定了三套新房,还没过户就都涨了好几万美元。

从2005年10月开始,凤凰城的房价明显疲软下跌,击鼓传花的次贷游戏难以为继。2006年底就陆续有次贷公司宣布巨额亏损,直到2008年九月雷曼兄弟宣布破产,这场灾难缓慢地拖了三年才达到高潮。一些唯大数据是从的分析师,听不到前方的炮火,机械地根据美国房市的几十年历史数据模型来指导交易,最终在金融海啸中覆灭。有诗为证: “当年鏖战急,弹洞前村壁,装点此关山,今朝更好看”。

限定自己能力的边界

本文最初于 2015年1月13日发布于笔者的公众号。


什么叫限定自己能力的边界?就是接受承认一个事实,世界上大多数东西你并不懂,或者一知半解,懂得很肤浅。只有少数东西,由于你可以天天深入的接触,你才有深刻的理解。

很多读者最近给我私信,询问我对中国 A 股走势的看法,我只好如实作答,A 股我是一窍不通啊,这已经超越我的能力的边界了。但美国股票投资,我有将近二十年的经验了,自认为是了解一些规律了。

许多聪明人,容易落入的陷阱是,觉得自己在某个领域成绩不错,误以为解决别的领域的问题也驾轻就熟,没有做太多功课,就冒然的对别的行业下结论,做投资。但大多数聪明人的投资表现并不好,还不如傻傻的把资金放在指数里面。

一个简单的例子,最近油价跌了,各行各业的人在网上热烈地展开对油价未来一两年走势的讨论,并积极下注抄底。尽管99%的人和石油工业没有任何直接关系,从未见过黑黑的石油从井里喷薄而出,不懂原油,炼油厂和成品油的概念, 不懂WTI, Brent Oil 的区别,不懂得沙特,委内瑞拉和俄国产的原油质量和开采方式的区别。

还有一个例子是银行股票。多数人对银行的盈利模式和财务报表一知半解,只想简单的看看市盈率,分红收益率就来挑选银行股票。他们不知道银行的各种游走在法律边缘的做账方式,不知道银行操纵坏账计算的各种花招,幻想着可以简单任性地收钱。这类投资者在2008年的金融危机中被剪羊毛,损失惨重。现在又开始好了伤疤忘了疼了。

为什么人们总爱把辛苦挣来的血汗钱投到自己完全不熟悉的行业?这里有一种“邻居的草更绿”和“老婆是别人的好”的心态作祟。人们对于自己熟悉的行业,对于里面的风险和问题都看得比较清楚,产生审美疲劳。而对别的行业可能的巨额回报产生完全不切实际的幻想,并且对其风险视而不见。

再往深里面挖,人性的一个基本特点是,大家都有不劳而获,迅速寻找捷径的心态。如果此时遇到一个有意无意的骗子,给他推销一个不熟悉行业的可能的巨额回报,寻求捷径的心态就会让他丧失对风险的客观态度,甚至就像鸵鸟一样把脑袋埋到沙子里面。

为什么你要只投资你懂的东西?很简单,设想一下,你跟风投资了一只你不懂的股票,有一天股价突然暴跌,你会怎么办?股价和公司基本面的偏离,市场上时常发生. 如果你对这支股票,这个公司,这个行业有深刻的理解,你可能会放手不断逢低吸纳,不慌不忙。如果你是一知半解,就会开始恐慌,就会寻求他人的心理安慰,直到损失实在太大,撑不住了,不得不割肉。

当你能够高度自控,把自己大部分的投资老老实实限定在自己熟悉的领域和公司内,限定自己能力的边界,你就比99% 的投资者的起点要高了一大截。否则,你和去拉斯维加斯玩老虎机的赌徒没有任何差别。

王川: 论第一性原理的理论和实践 (一)从特斯拉的崛起谈起

本文最初于 2017年6月8号发布于笔者的公众号。


(1)

过去两年一直订阅我的公众号的读者都知道,我写过一系列关于特斯拉的文章: (可直接点击下面链接)

王川: 2018, 汽车工业的我靠时刻 (二)

王川: 关于特斯拉的十三个 FUD (恐惧,不确定和疑虑) 的反驳 (下)

王川: 关于特斯拉的十三个 FUD (恐惧,不确定和疑虑) 的反驳 (中)

王川: 关于特斯拉的十三个 FUD (恐惧,不确定和疑虑) 的反驳 (上)

王川: 为什么传统汽车厂商大多很快会倒闭?

王川: 特斯拉推出能量包,躺枪的却是核电站?

王川:2017年, 特斯拉将敲响石油工业的丧钟

公开数字显示,到五月十五号,华尔街上做空特斯拉的股份高达三千一百六十万股,这个数字比年初略有下降。从2017年初到六月七号为止,特斯拉股价从 217 上涨到 359, 空头亏损高达 65%,亏损金额高达四十多亿美元。(提示: 笔者持有特斯拉股票,在此无意预测特斯拉股价未来走势 ).

华尔街做空特斯拉的机构投资者,其代表性的做空逻辑主要不外乎:

特斯拉还在亏很多钱。

2. 估值太高。

3. 汽车巨头很快会轻松灭掉特斯拉.

4. 马斯克是个大忽悠大骗子.

做空基金的操盘者,大多是 MBA 毕业生,在他们对金融市场的大脑模型里,一个不断烧钱不断亏损不断融资而又高估值的企业,百分之百是骗子和泡沫。这种坚定的信仰是如此之执着,容不得任何别的角度的理解,即使再多亏损也不罢休.

有诗为证:粉身碎骨浑不怕,要留执念在人间.

可惜他们不愿意,也更不会深刻学习领会,第一性原理 (First Principle) .

什么是第一性原理?
知道了第一性原理,就很容易做到吗?
要想做到,需要克服哪些障碍困难?
做到了后,会给你带来什么具体好处?

(2)

在阐述第一性原理之前,先看看下面这张图,这又是一个很好的反面教材.

这是一只鳄鱼,它早已习惯了解决所有问题的普适方法: 狠狠地咬。这在过去一亿年里屡试不爽,它的大脑模型里没有别的概念和方法,终于,它遇到了一个陌生的对手:人类创造的钢铁机器,怎么咬也咬不动.

这只鳄鱼还不够勤奋努力吗? 作为有着悠久的一亿年历史的物种,和只有二十万年历史的智人相比,它难道不是早早地赢在起跑线上了吗?

图片

但是,想要劝说鳄鱼,改变大脑的思路,不咬,而用别的方式操控机器,显然是不可能的.

如果你看过我的这篇文章

王川: 论投资的十大矛盾 (三) – 经验的重要和错误套用经验的矛盾

里面提到, 澳洲的棕色甲壳虫由于认知系统先天的缺陷,误把棕色啤酒瓶当成母虫而试图与其交配,怎么拉也拉不动.

经验主义多数时候是有益的,但矛盾的是它也是创造性解决新问题的最大障碍之一。有谚语称:“如果你只有一个锤子,万物看上去都像钉子”。

以前越成功的人,他的所有知识储备,认知体系,都是围绕过去成功经验搭建的. 没有系统地,有意识地,高强度地,多维度地修炼丰富自己的知识体系,造不出锤子之外的新工具,即使意识到要改,要真正自我突破经验主义的桎梏,难!难于上青天.

(未完待续)

 

 

王川: 打比方的误区 – 论第一性原则的理论和实践 (二)

本文最初于 2017年6月13日发布于笔者的公众号。


本文是   王川: 论第一性原理的理论和实践 (一)从特斯拉的崛起谈起

的续篇.

(1)

大部分人分析问题的习惯是打比方 (Reason by analogy), 基本套路是:

前提一: 张三有 A, B, C 几个特性
前提二: 李四也有 A, B, C 几个特性
前提三: 张三也有特性 D
结论: 李四也有特性 D

这种逻辑在许多日常问题上是常常实用简洁有效的,但是也有很多情况下会完全错误.

比如:
前提一: 2007年的时候,美国股市指数达到历史新高,很多地方房市也达到历史新高,离上次股市泡沫破灭正好七年,许多二三十岁年轻人 (主要是华尔街)突然赚了很多钱成为千万亿万富翁
前提二: 2014年的时候,美国股市指数达到历史新高,很多地方房市也达到历史新高,离上次股市泡沫破灭正好七年,许多二三十岁年轻人 (主要在硅谷)突然赚了很多钱成为千万亿万富翁
前提三: 2007 年后泡沫破灭,股市指数一度下跌 50%以上
结论: 2014年后泡沫一定会崩溃!
但是。。。我们已经又等了三年。。还没有崩溃,还在创新高。。

再比如,
前提一: Yahoo, excite, google 这些公司创始人都是斯坦福的辍学学生,都在硅谷,都是顶级 VC 投资支持,其事迹上了主要商业杂志封面
前提二: Theranos 公司 (号称可以提供廉价血液测试的技术)创始人是斯坦福的辍学学生,在硅谷,是顶级 VC 投资支持,上了主要商业杂志封面
前提三: Yahoo, excite, google 都成功上市,给投资者带来丰厚的回报。
结论:Theranos 也会成功。
但是: Theranos 因为造假丑闻败露,多项业务被叫停,估值缩水 90%以上, 创始人股份已经被有优先权的投资者给变得一钱不值了

第三个例子是:

前提一: 张学良吃喝嫖赌抽
前提二: 西门庆也吃喝嫖赌抽
前提三: 张学良活了 100 岁
结论: 西门庆 ???。。。祝他好运.

(2)

为什么打比方的逻辑有时有效,有时又常常不通?美国佛罗里达农工大学学者 Michael LaBossiere 曾归纳了如下几点:

第一,张三和李四的共性越多,那么打比方的逻辑就会更强大.

第二,A, B, C 的特性和 D 的特性关联度越大,那么打比方的逻辑就越强大.

第三,张三和李四的区别越大,而其区别和特性 D 的关联度越大,那么打比方的逻辑就越弱.

让我们再看一个例子:

前提一:七十年代末世界油价不断攀升,美国赤字加剧政府不断印钞票,股市十几年都来回波动没涨,人心惶惶
前提二:2005年后国际油价暴涨,美国政府赤字加剧,政府不断量化宽松印钞票,股市十几年都来回波动没涨,人心惶惶
前提三:美国通货膨胀愈演愈烈,三十年国债长期利息77年到81年不断走高,从 8% 一直到最高 15%
结论:2005年后美国国债长期利息,也一定会大涨!
但实际上,美国三十年国债的长期利息,不断创新低,从2007年最高的 5%以上一路下跌到 2016年最低的 2.1%.

七十年代末和现在, 有太多的不同:
那时候中东的各种高强度战争严重干扰供给,现在全世界大体太平.
那时候通讯交通成本高,中国尚未全面开放. 现在有互联网,集装箱运输高度发达,中国深度融入全球经济体系.

只看相似点,不看不同点,用错误的类比得出错误的结论,在做空美国国债的征途上, 倒下了无数基金经理.

打比方,属于归纳推理 (inductive reasoning)的一类, 它被广泛采用的本质原因是: 简单,低成本, 所以易用易理解.

但是它的致命弱点是,人们容易沉溺和满足于局部的, 表象上的类比,而不去花时间精力去挖掘更多更深的细节和本质。当表象和本质完全相反时,打比方的错误也就是必然了.

(3)

1997 年美国德州曾有房产大亨 Andre Beal 投资火箭发射的公司,他是个聪明绝顶的多面手,在银行业,德州扑克和数论方面都有建树。他个人出资两亿美元研发新型火箭.

但是他最终无力面对资金雄厚的美国航天局 NASA 的直接竞争,Beal 2000 年十月终于放弃了自己的火箭项目.

不到两年,Elon Musk 依靠 Paypal 赚取了接近两亿美元,马斯克也是横跨银行业,互联网和物理学的多面手,他也想在火箭发射领域创业, 他只放了一亿美元进去.

爱用类比思考的普通人,难怪都不看好他的项目.

要想卓尔不群,必须要用第一性原理, 而不是类比来指导思考实践.

(未完待续)

王川: 论第一性原理的理论和实践 (三) – 从 SpaceX 谈起

本文最初于 2017年7月11日发布于笔者的公众号。


本文是

王川: 打比方的误区 – 论第一性原则的理论和实践 (二)

王川: 论第一性原理的理论和实践 (一)从特斯拉的崛起谈起

的续篇。

(1)

究竟什么是第一性原理? Elon Musk 在一次访谈中如是说:

“我认为从第一性原理而不是打比方来推理很重要。我们日常生活中通常是用类比来推理。。。

第一性原理有点像物理学看世界的方法。你把事情归结到(最底层)最基本的原理,然后说,’有哪些东西我们知道是真的? 。。‘ 然后从下往上推理. ”

发射火箭是一个极为复杂昂贵浩大的工程,这是只有少数几个大国才可以承受的项目。当 Musk 想要做这件事的时候,遇到的阻力可想而知:

“很多国家都做不了的事,你一个人怎么做得到?“
“好几个富翁烧自己的钱去做火箭,最后都无功而返!”
“美国的航天飞机想通过回收飞机重复发射来降低费用,搞了三十多年也没成功,你一个人怎么行 ?”

2002 年二月,大雪纷飞的莫斯科。马斯克和几位同事来此拜会俄国航天局的官员。马斯克试图开价八百万美元购买两枚俄国的洲际导弹,用来改装后发射火箭。俄方轻蔑地拒绝了这个在他们看来毫无诚意的要求,坚持八百万美元一发导弹的要价.

会议不欢而散后,在返回机场的出租车上,马斯克把自己准备好的电子表格给同事看。这份表格包含了用于建造,组装和发射火箭所需材料费用的详细数字,还有火箭的各种理论性能值,按照他的计算,可以实现比现有市场价格更低的成本发射小型卫星。如果俄国人不愿意砍价,就只有自力更生了.

(2)

但知道第一性原理的理论之可为,并不意味着就知道如何工程上实现。就像一个单身汉知道自己物理距离两公里内有一百名适龄美女,按第一性原理在十分钟跑步距离内肯定可以找到一个和自己配对。但这并不意味着他随随便便朝一个方向跑十分钟就可以给自己搞定对象。实际上,如果他十天内可以搞定,就已经相当不错了.

第一性原理的实践,在于打破砂锅问到底,发掘出现有方法无法突破的根本原因,进而对症下药,不断试错, 摸索出真正的解决方法.

正如一位产品经理曾深刻地指出, 陌生人社交有两大基本难题:一是陌生人破冰的鸿沟难以逾越,二是陌生人之间的信用为零。大部分陌生人社交平台,想帮大家配对但没有解决这两个根本问题。而以腾讯的“王者荣耀”为代表的游戏平台,解决了这两大问题,顺便也就让大家更容易配对了.

那么,阻碍火箭发射费用下降的根本问题是什么呢?

(3)

以美国航天飞机 (Space Shuttle) 为例, 其项目规划从六十年代末就开始了, 1976年开始测试,1981年第一次成功载人飞行,历经两次爆炸解体事故 (1986年挑战者号,2003年哥伦比亚号), 到2011年最后一次飞行,累计完成飞行任务 133次,平均每年飞行次数 4.4 次.

每次飞行任务成本约四亿美元,折合到近地轨道的每磅运输费用八千美元。与之相比,俄国的质子火箭每磅运输成本只有 2300 美元. 如果包含固定费用在内,航天飞机单次飞行任务的实际费用十五亿美元.

航天飞机项目的本意是想通过重复发射降低成本,但最终目标未能达到. 其根本原因是,摊子铺的太大,无法实现迅速改进和迭代,导致每年飞行次数少, 固定维护成本无法摊薄到多次飞行任务上.

阻碍快速迭代的部分因素是:

1. 航天飞机上的热保护瓷砖有三万五千多片,每一片都需要单独仔细检查,看看是否受到损伤。这个过程耗时耗力.

2. 航天飞机的主发动机,设计和维护极为复杂,每次飞行任务之后的拆卸和检验极为耗时.

3. 航天飞机预算为了通过国会批准,故意把部分项目设置在一些国会议员所在的州和城市,和项目总部的物理距离甚远,降低了工作效率.

(4)

那么在卫星发射市场这一块,现有公司表现如何呢?

以长期独霸美国市场的“联合发射联盟” (ULA) 为例,其 Delta 四型火箭,主要用于同步轨道的发射,发射价格在三亿到四亿美元之间。 火箭使用的 RS-68 发动机, 只有一到三个,过去十五年成功发射三十四次。这意味着十五年来只生产了几十个 RS-68 发动机. 迭代速度和生产成本下降的速度缓慢.

ULA 另外一个型号的火箭, Atlas 五号火箭, 使用的居然是俄国生产的 RD-180 发动机. 发动机技术受制于人,想要降低发射成本,更高效灵活的整合系统,难!

问题的根本还不仅仅是技术,有评论家指出:

“历史的看,火箭发射技术的发展,对成本不是特别敏感。一个典型的火箭发射器,是政府采购合同的产物,市场竞争态势比较复杂,通常会有很大部分发射生意已经被套牢了 (比如欧洲的亚丽安,和美国的 ULA ). 发射市场有一定的价格竞争,但一直到最近,都不是很激烈。因此大部分火箭发射公司,追寻各种时尚的技术,犯下多种错误,但通常不是很执着的追求实效.

大家都知道航天工业存在很多浪费… 这些公司有可能最终变得更加精益 (lean),但是这要求公司结构的巨大改变,和管理层世界观的转变。这很少发生。 ”

原来实践第一性原理, 降低火箭发射成本的突破口在于:

自主研发火箭发动机,由简入繁,精益实用,快速迭代.

(未完待续)

王川: 论第一性原理的理论和实践 (四) – SpaceX 如何克服各种困难

本文最初于 2017年7月19日发布于笔者的公众号。


本文是

王川: 论第一性原理的理论和实践 (三) – 从 SpaceX 谈起

的续篇。

(1)

SpaceX 发动机设计师 Tom Mueller 如是说:

“ 这件事看上去很好玩。我们开始被那些火箭发射巨头嘲笑.

开始他们忽视我们.

然后他们和我们竞争,但是他们发现他们在一个公平竞争中无法获胜,因为我们成功了,而且我们的成本可能不到他们的五分之一。然后他们试图用别的方法来摧毁我们.

然后他们终于意识到,他们必须做和我们同样的事。你会听到许多公司开始宣传要做可重复使用的火箭,回收发动机,回收一级二级火箭,降低火箭费用和我们竞争 …

如果没有 spacex 的压力, ULA 根本不可能考虑从 (贝索斯的) Blue Origin 那里买发动机。如果没有我们的压力,法国人也不会迅速放弃亚丽安五号,开始设计亚丽安六号。俄国人说他们会造出一个火箭超越 SpaceX, 这太好笑了。。因为他们已经在他们的 Angara 火箭上做了 22 年,只发射过一次,然后突然宣布他们会做出一个成本更低的发动机. ”

(2)

许多人都想从成功者那里获得某个秘诀,某种可以一剑封喉,事半功倍,一劳永逸的绝技。但这在实践中往往并不存在,成功的结果往往需要多个要素为其必要条件,然后还要有点运气.

SpaceX 的 Musk 说道: “每当有人告诉你某某杀手锏 (magic silver bullet) 是他们产品更优秀或者成本更低的原因,他没有告诉你所有的事实,他只是把真相大大简化了. ”

SpaceX 成本更低的主要原因有这么几点:

第一,紧密精益的组织结构,导致整体成本极低 (比传统火箭发射巨头 ULA 和NASA 低一半以上).

一个曾在喷气动力实验室工作过的工程师说,”有一次一个校准仪器坏了,必须送回到德国修理,这中间要填写无穷多表格,经历各种官僚主义地折磨,我六个月什么事都干不了,就坐在那里。在 Spacex, 我会说 ‘Elon, 我要这个东西, 然后 boom! 我就拿到了’ ”.

第二,火箭发动机: 简单,可重复使用,扩展性强的 Merlin 发动机.

第三,火箭躯体和燃料箱。每一级火箭都应当把它看成是一个自己单独的飞船,即使像做三级火箭,或者两级火箭同时捆绑推进器,这些看上去无伤大雅的设计,也会极大地增加复杂度和成本。SpaceX 的设计很简单:就是两级火箭,没有再捆绑更多推进器.

第四,航空电子设备, 硬件和软件.

第五,发射运营团队 ( spacex 的一个发射团队要 12-15 人,而洛克希德*马丁要三百人)

(3)

要实践第一性原理, 对现有技术格局有根本突破, 不能有避重就轻的想法. 困难不会因为你躲避而消失, 掩耳盗铃耍滑头最后还是浪费自己的时间.

你一定要在底层的技术上有根本的改变,不断在各个细节上持续挑战传统思维的桎梏. 这是一个非常艰难复杂的过程,尤其是在开头. 但一旦基础打好后,下面的路就越走越宽.

马斯克在火箭研发的过程中,自始至终中采取的是一种长远的规划心态,甚至不惜为此牺牲短期的进度。猎鹰一号的设计,从一开始就是要强调可以回收和重复使用,为此在发动机和火箭高度可靠和高度冗余上下了很大的功夫。有工程师抱怨,不做这么多额外的工作,成功发射提前两到三年就可实现.但是有了这些坚实的基础,后面的迅速进步和对竞争者的超越才能成为现实.

SpaceX 火箭发动机的总设计师,是曾在军火商巨头 TRW 工作过的工程师 Tom Mueller. Merlin 发动机采用的是一种可以追溯到上世纪五十年代的叫 Pintle injector (有翻译为”舵销注射器”) 的设计。这种设计的缺陷包括燃烧效率没有最优化,燃烧分布不均匀。但是它的优点是简单,易生产, 易测试.

这对降低生产成本,提高可靠性,实现重复使用至关重要.

最初的猎鹰一号火箭有一个 Merlin 发动机,执行 SpaceX 主要发射任务的猎鹰九号则是由九个 Merlin 发动机组成,预计2017年下半年将要发射的猎鹰重型火箭,将有 27个Merlin 发动机.

Merlin 从 2006年第一次测试成功开始,不断改进升级,最新的 Merlin 1D 版本,虽然推力不是最大,但推重比达到 180, 位居各类发动机之首 (大部分主流发动机推重比都在 100 以下).

(4)

航天领域由于长期缺乏竞争,各个零部件的供货商习惯了高昂的利润和长期的无所事事。SpaceX 的应对哲学是: 如果别人做不好,我们就自己动手.

有一次,公司需要一种特制的阀门,找到一个供货商,但开价二十五万美元,而且要一年后才能交货. 对于 SpaceX 提出的几个月内完成的要求, 哈哈大笑,不屑一顾.

几个月后SpaceX 的工程师们自己完成了阀门的生产和测试.
供货商打电话过来:”你们那个阀门怎么样?还需要吗?”
SpaceX : “我们已经弄好了”
供货商: “你说 弄好了 是什么意思?”
SpaceX: “我们造好了,测试完了,准备发射时使用了”.
供货商: 沉默。。。

这样的故事在研发过程中不断一次次重复.

(5)

技术研发上超越前人, 另外一个重要因素, 是积极使用最先进的软件和硬件的工具.

Spacex 的发动机研发使用了最新的计算流体力学 (computational fluid dynamics) 的技术.外界观察者只能看到一小部分这方面的成果,但是公开的信息也让人觉得非常震撼.

现代 GPU 计算速度是十几年前的上万倍,可以模拟计算达到的精度是以前无法想象的. 模拟计算的优点在于:

第一,迅速,精度高,不必像以前一样高成本地重复大量物理测试。整体研发速度大大提高,成本大大降低。实验更多是为了验证模拟计算结果.
第二,实践上很多东西无法实时测量,只能通过模拟计算来研究.
第三,可以迅速寻找优化发动机设计的关键点,进而聚焦设计的计算空间.
第四,设计是主动的态势,而不是被动的根据实验结果慢慢改正.

(6)

德州大亨 Andrew Beal 在 2000 年秋放弃自己的火箭项目后,在德州 McGregor 市火箭测试场地留下了不少设施,正好被 SpaceX 廉价使用.

发动机测试是一个漫长和危险的煎熬.这个危险包含对于测试工程师的生命危险。一次完整的 Merlin 发动机燃烧测试, 三分钟内要消耗三千多加仑 (一加仑 = 3.78 升 ) 的液氧,两千九百加仑的煤油,如果控制不慎发生爆炸,可能造成附近人员的巨大伤亡.

有一次星期五晚上做发动机测试时,因为一个阀门没有打开,测试无法启动。 正常安全操作步骤是先抛弃燃料箱内注满的液氧才能到现场工作,为了避免耽误好几天的测试时间,两位工程师冒着生命危险到现场手动打开阀门.

从 2006年三月到2008年九月,SpaceX 尝试了四次猎鹰一号的发射才终于成功. 2008年八月初第三次发射失败后,SpaceX 面临弹尽粮绝,被迫关门的危险.

第四次发射之前,火箭从洛杉矶空运到南太平洋发射场后,发现火箭肢体在降落过程中因为气压改变受损。传统经验是这类损耗需要三个月时间才能修好,但工程团队连夜奋战,花了两周时间就地完成了修补工作.

客观的说,SpaceX 初创时期,风险极大,最终成功有运气好的因素. 但是如果不坚持奋斗六年多不退缩,一般人连接触这么好运气的资格, 都完全没有.

批评家最喜爱的运动之一, 是贬损 SpaceX 这也没什么了不起,那也没什么了不起,无非就是拿了一些 NASA 多少年积累的技术做到了今天. 这类肤浅的观点,就好像一个明朝人说欧洲的红夷大炮没啥了不起,无非就是抄袭了唐朝炼丹师发明的火药技术一样.

(7)

从竞争对手的角度看,spacex 价格会不断降低这件事本身并不可怕。大家都知道航天工业存在很多浪费。真正可怕的是,spacex 三个月做的事,别的公司要三年。这意味着,每一年下来, spacex 的领先在加大.

2017年初到七月中,全世界共有 42 次成功的火箭轨道发射,其中 SpaceX就占有 10 次,这个数字已经超过除美国外,本年度其他所有单个国家的成功发射次数 (俄国九次,中国七次).

更关键的是,SpaceX 的猎鹰火箭发射,都是基于同样的 Merlin 发动机. Merlin 估计目前年产量在 200-300 个发动机左右。这和 Delta 火箭使用的 RS-68 发动机,十五年的总产量不到一百个,形成鲜明对比.

对工业生产中的 “学习曲线”概念有基本了解的人都知道,产能越高,单位生产成本降低的越快,可靠性提高的也越快, 和竞争者的差距也拉的越大.

SpaceX 迭代速度比其他竞争者更快,发射次数越多,促使发动机产能更高, 可靠性和单价更低。而价格比竞争者更低,将会占有更多商用市场,获得更多的发射机会,从而进一步降低发射费用.

如果你看过我的老文章,

王川: 摩尔定律还能走多远? (五) – 这都是为了钱

你一定还记得摩尔定律发展的根本动力,来自于半导体的价格下降和市场扩大的良性循环。而火箭发射的价格下降,和市场的扩大,也在开始沿着类似的

“价格下降 => 市场扩大 => 更多研发投资 => 进一步价格下降” 的规律加速前进.

前面十五年打下的基础,都是为了这一天的到来。新开辟的技术版图,又催生了先前没有预想到的新的行业的商业机会.

(未完待续)

王川: 论第一性原理的理论和实践 (五) – SpaceX如何开辟新市场

本文最初于 2017年7月24日发布于笔者的公众号。


本文是

王川: 论第一性原理的理论和实践 (四) – SpaceX 如何克服各种困难

的续篇.

(1)

2016年九月一日,SpaceX 在佛罗里达准备发射火箭,在灌注燃料期间,突然发生爆炸。连同报废的火箭,还有一颗价值两亿美元的属于脸书的通讯卫星.

通讯卫星价格为什么这么贵?

卫星价格昂贵和火箭发射费用高,是一个相辅相成的问题。以前由于同步轨道通讯卫星发射费用普遍在一亿美元的量级,所以卫星设计的时候,尽量保证其使用寿命更长 (十五年左右), 所有的零部件都高度冗余, 可以自动操作. 生产厂家为了安全稳定性,一般不愿意采用更新更便宜的新技术.

一个普通的同步通讯卫星体积相当于一辆小的公共汽车, 重量约五千公斤, 有几千个零部件,需要定制, 高度复杂, 生产数量少, 周期长, 所以单价高 (成本在1.5亿美元上下,价格两到三亿美元)也就是自然而然的了.

而 SpaceX 卫星发射成本的下降,则开始打破这个僵局.

一旦卫星发射费用开始大幅下降,卫星制造商在设计生产上的约束将会放松,降低卫星的成本,而慢慢进入一个 卫星价格下降 => 更多卫星发射 => 发射费用下降 =>卫星设计更激进,生产规模化 => 卫星价格继续下降的良性循环中.

这个演变开始缓慢,逐渐加速,将继续降低通讯费用,催生出很多全新的衍生产业. 其中之一, 就是卫星提供的互联网宽带服务.

(2)

目前计划发射近地轨道卫星,提供互联网宽带服务的,主要有两家公司.

一家是 Oneweb, 它在2016 年十二月获得孙正义的软银的十亿美元的投资, 2015年时号称发射服务将由Virgin Galactic 和欧洲的亚丽安提供, 但是亚丽安的发射计划一拖再拖, 而Virgin Galactic 的火箭研发从 2007年计划到现在一直无法落实.

OneWeb 去年寻求和贝索斯的 Blue Origin 合作. Blue Origin 使用的火箭 New Glenn 还在研发状态, 预计2020年之前会首发, 但更具体的时间表不详.

另一家计划开辟卫星宽带服务的公司就是 SpaceX. 它计划今年下半年和 2018年开始发射测试卫星, 2019年大规模发射, 开始只要 800枚卫星就可以覆盖美国全境,覆盖全球需要四千枚星.

SpaceX 有七年的成功商业发射历史, 自己研发制造卫星,目前看可能比 OneWeb 有时间上, 发射成本和规模效应上的领先优势.

而剩下其他潜在竞争者, 目前大多停留在喊口号阶段.

SpaceX 预测到 2025年,其卫星宽带服务在全球有四千万用户,年营收将达到三百亿美元,这个生意将比火箭发射的业务本身还大. 2015年SpaceX 全年完成六次成功发射,总营收只有九亿美元. (从卫星终端市场拓展的角度, SpaceX 的布局也领先竞争者一步. 届时全球接近一千万的特斯拉车主,可以指望来自SpaceX 的全球无盲区的互联网宽带覆盖. 目前美国特斯拉车主的互联网接入服务来自 AT&T.)

原来只想靠发射火箭攒点钱, 后来发现卫星的市场比火箭还大.

卫星宽带的市场因为火箭发射成本下降而变得可能,而原先只想单纯做卫星的公司 (如OneWeb) 步履维艰.

在火箭和卫星的关系中, 本质问题是火箭成本, 卫星问题只是表象.

本质问题看起来更困难, 和表象上的目标距离更远, 但一旦突破,其它问题则迎刃而解, 而且会发现新的原先没有想到的市场机会.

只解决表象问题,绕不开本质问题的约束, 终将事倍功半.

而卫星业务的发展,也反哺火箭业务的进步,为 SpaceX 最终进军火星打下雄厚的基础.

这个有趣的逻辑关系,在电车市场的拓展中,也有表现.

(3)

特斯拉电车的本质问题是电池成本的下降,解决了这个本质问题,发现它在储能设备上也能用上,而储能电池的市场,甚至比电车市场还大. 储能业务的拓展,也进一步加速电池生产规模扩大化,反哺电车业务的发展

这方面的内容,可以参见笔者的老文章

王川: 特斯拉推出能量包,躺枪的却是核电站?

王川: 2020, 美国电力公司的我靠时刻 (三)

特斯拉很早就意识到这个本质问题的重要性, 2013年就开始筹划巨型工厂 Gigafactory 的建造。其它竞争者如通用汽车, 只想解决表面问题而不想啃硬骨头,不断压榨韩国电池供货商, 匆匆忙忙推出了 Chevy Bolt 电车, 但迟早会遇到供货商的瓶颈的限制,而最终缺乏后劲.

而德国汽车巨头 Volkwagen, 奔驰终于意识到建造自己的 Gigafactory 的重要性,但已经比特斯拉晚了三年了.

发现本质问题,解决本质问题,如抽丝剥茧,开始非常艰辛. 走上正确轨道后,则后劲无穷,势如破竹.

 

(

王川: 最大的问题是解决正确的问题 – 论第一性原理的理论和实践 (六)

本文最初于 2017年7月31日发布于笔者的公众号。


本文是

王川: 论第一性原理的理论和实践 (五) – SpaceX如何开辟新市场

的续篇。

(1)

1959 年英国大亨 Henry Kremer 悬赏五万英镑(相当于现在的一百多万美元),奖给第一个制造出纯人工动力飞机,可以升空飞行半英里以上的团队。如果可以飞跃英吉利海峡者,奖励十万英镑.

十几年过去后,多个团队不断尝试,仍然无法造出达标的飞机.

工程师 Paul MacCready 发现,大部分团队解决的是错误的问题。“问题是,我们不理解这个问题”.

每个团队都花了将近一年的时间根据自己的理论和猜测建造飞机,而没有充分的预先测试。等飞机造好后试飞,几分钟后,一年的辛勤劳动坠落到地面上。然后团队继续回去再研究,制造新的飞机.

MacCready 意识到,真正的问题不是“人工动力飞行”, 真正的问题是流程本身,真正的问题是大部分人在没有对一个复杂问题有深刻理解之前,盲目地追求一个困难的目标.

MacCready 发现他真正要解决的问题是:“飞机测试失败后,要能几个小时内重新调试造出改进的飞机.”

为了解决这个问题,他采用迈拉 (Mylar) 膜片,铝管和铝线做为制造飞机的材料. 第一个版本的飞机很脆弱,飞不起来,但是这没有关系,因为迭代改装的速度很快. 有的时候一天可以改造飞机三四次,进行试飞。重造重新测试重新学习的周期,从几个月到一年,压缩到了几天甚至几个小时.

他的团队终于在 1977年八月获得第一个 Kremer 奖,然后 1979年完成英吉利海峡的飞越.

(2)

上世纪初美国的莱特兄弟, 是世界公认的第一个成功实现 “把比重高于空气的飞机长时间升空飞行”的团队.

他们相对于其他竞争者,不是教育程度最高的,也不是最有钱有关系的。他们胜出的核心原因之一是:

在野外实地飞行测试的成本很高。莱特兄弟自制了一个可以放在家内的小型风洞,然后制造缩小的飞机模型,在风洞内测试。这种做法,使他们尝试各种新想法和小改进非常便捷容易.

风洞现在是飞机设计和实验通行的做法,但在当时是革命性的。莱特兄弟最初测试自己的滑翔机时,发现滑翔机先驱德国人 Otto Lilienthal 的机翼数据表是错误的,于是决定自己造小型风洞收集测试数据.

可以从上面几个例子里看到,解决一个问题的最核心瓶颈,实际上是通过各种工具,设计一个流程:

把试错和改进的成本压得最低,迭代速度提得最高.

换句话说,在缺乏有效工具降低试错成本之前, 不要盲目扩大投入, 否则失败后很难迅速改进, 容易造成巨大浪费.

(3)

建立快速迭代纠错的机制,是向内看,解决本质问题的一个重要手段.

但有的时候局部优化做到极致, 更多的投入不再有较大回报时, 拓宽视野向外看,也是解决问题的一个重要角度和方法.

特斯拉在准备大规模生产第三代电车 Model 3时 (起价三万五千美元)为了降低成本,提高性价比,在电池,马达,车型设计等各个方面绞尽脑汁. 可以参见笔者 2015年的老文章 (可直接点击下面链接)

王川:2017年, 特斯拉将敲响石油工业的丧钟

但是跳开电车设计本身,他们发现在生产电车的工厂的设计上,投入同等的时间其回报要大得多,有时效益可能高出一个数量级以上.

马斯克说,

“我们意识到, 真正的问题, 真正最困难的, 同时也是潜力最大的地方 – 是制造一个制造机器的机器。换句话说, 是建造工厂, 把工厂本身看成一个产品.

当你想象一个特定体积的工厂,输出等于 容积 x 密度 x 速度。如果你看看现在的工厂,有效 (用于生产的) 容积和无效容积的比例,低得要命。光看容积的化,大约比例只有 2-3%.

然后你再看速度。。。世界上最先进的汽车生产工厂,每 25 秒出产一辆车,听上去很快,但是如果你估算车身长度加上一些缓冲空间大约五米长的话,这等于25秒移动五米,也就是一秒钟移动 20厘米,这不比乌龟快多少. ”

特斯拉的 CTO JB Straubel 说道,

“有时我们的工程师在马达,电池,电控系统上花了很多时间,只能获得千分之一的性能提高。。但是我们如果把同样的精力放在设计工厂上的时候,我们很容易得到百分之十,百分之二十,甚至百分之几百的效益的提升。。这种大幅度提升在设计领域内闻所未闻”.

(4)

改进工厂设计, 提升效益,其复杂度比工厂产品本身大很多. 但正是因为其复杂性, 改进的手段也很多. 这里只举一个例子.

提高电车产出速度, 降低生产成本的一个重要因素, 是尽量减少需要人工干预的生产环节。

传统汽车生产, 需要把电子线束,地毯,座位等等大家伙装到车内,但传统车门可以提供进入的空间有限, 塞进去后还要精准安放, 很难完全由机器手快速完成,所以必须要人工手动, 减慢了生产速度.

特斯拉 Model 3 降低生产成本的一个方法是, 车的后半身有个巨大的玻璃车顶,这样就不需要传统的后座乘客头顶上的结构梁 (structural beam) ,这不仅简化设计,增加后座乘客头部的空间,最关键的是,它给 Model 3 的后面制造了一个巨大的开口,可以方便机器手自由地伸进去安放地毯,传感器,座位,电子线束等内部零件.

(未完待续)

王川: 三十二个有用的思维模型

本文最初于 2021年 8月31日发布于笔者的公众号。


(这32个思维模型前两年在微博上发布过,现在已被做成 NFT。)

思维模型有多重要?参见

王川:为什么思维模型是最重要的财富 (一)

1/ 强者益强。参见笔者的老文章,可直接点击下面链接。

王川: 从抄袭的进化优势, 看强者益强 (一)

王川: 从兰切斯特方程, 看强者益强和如何以弱胜强 (二)

王川: 论兰切斯特方程在商业竞争中的应用 (三)

王川: 从波色*爱因斯坦凝聚态,看强者益强的最高境界 (四)

2/ 范式转移.

王川: 范式转移的随想 (一)

王川: 范式转移的随想 (二)

王川: 范式转移的随想 (三)

王川: 论移动屁股和改变脑袋的艺术 — 范式转移的随想 (四)

3/ 跃过鸿沟.

王川:创新扩散的理论模型和误区

4/ 摩尔定律.

王川: 摩尔定律还能走多远? (一)

王川: 摩尔定律还能走多远? (二)

王川: 摩尔定律还能走多远? (三) – CPU 的内存瓶颈

王川: 摩尔定律还能走多远? (四) — 并行计算的威力

王川: 摩尔定律还能走多远? (五) – 这都是为了钱

王川: 摩尔定律还能走多远? (六) – 有钱能使鬼推摩(尔定律)

王川: 用摩尔定律武装自己

王川: 为什么摩尔定律一直没死, 但人们还会继续预测摩尔定律要死

5/ 软件吞噬世界.

王川:为什么软件正在吞噬世界 (一)

王川: 下个十年, 来自软件定义世界的挑战

6/ 零边际成本

可以参见美国学者 Jeremy Rifkin 的著作 “Zero Marginal Cost Society” (零边际成本的社会). 零边际成本,和下面所说的几个概念,“可扩展性”, “回报递增”, 有着非常密切的关系。

7/ 不对称性,凸性和反脆弱

王川: 反脆弱的随想 (一)

王川:无处不在的不对称性 — 反脆弱的随想(三)

王川:论弱关系的重要性 – 反脆弱的随想 (四)

8/ 过程导向和目标导向

王川: 论”目标导向”和”过程导向”

9/ 垄断,稀缺和财富的关系

王川:做一个独特而稀缺的人

10/ 悖论和矛盾

世界上最有趣和最值得研究的东西之一,是悖论 (Paradox), 尤其是每次信心满满 all in, 然后被别人揭穿,满盘皆输那种。而且这种悖论,大部分人不会吸取教训,会非常稳定可靠的重复错误。

这种悖论,往往是短期局部观察到的趋势,和长期全局更宏大的趋势,完全相反矛盾。这时候要避免被短期趋势裹挟上当,一定要有多样化的,全局化的信息来源。

认知的复杂度提高之后,更容易灵活调整和改变自己的观点,甚至容忍两个在低维度里看似矛盾不相容的观点。在高维度的空间里,不同观点之间的迁移或自洽,需要逾越的能量壁垒并不高。

11/ 信息和能量 (世界上最重要的两件事)

人类文明和世界经济的真正大爆发,大概在 1840 年前后,主要动力是商用电报系统的推出,和铁路系统的建设铺开。这两项技术导致信息效率,能量效率,与之前相比都有几十倍以上的增长。这种效率的突飞猛进,和经济的迅速爆发,在之前的几千年人类历史上,从未有过。

用现在的各种生活习惯和理论,去理解 1840 年之前的世界,会有一种格格不入的错位感。能量和信息效率的大幅度提高,会碾压所有神机妙算,阴谋诡计和兵法韬略。

12/ 能力圈

不要因为听别的行业的人讲了一个动听的故事,就奋不顾身的把全部身家投入到自己不熟悉的领域。悲剧往往来源于对自己能力圈之外的世界的天真憧憬.

13/ 生态系统, 群体惯性

你发现自己的行业日薄西山,想要改变。但是自己的供货商,经销商,客户,员工等等都不愿配合,一起同时改变。于是阻力最小的路径,就是大家一起保持现状,混吃等死。这就是生态系统绑定后的群体惯性。

14/ 活下来就好,及时出场就好

王川:活下来就好,及时出场就好

15/ 阈值

王川:不思考临界值的决策机制是愚蠢的

16/ 自催化,正反馈循环

王川:论”正反馈循环” 和 “远离平衡态的耗散结构” (一)

王川: 再论区块链和“正反馈循环”

王川: 从组件的角度看正反馈循环和区块链产业

17/ 成功的网络机制

王川: 成功的关键 = 网络网络再网络

18/ 可选择性

关于投资: 用自己选择的方式战斗

王川: 反脆弱的随想 (二)- 机会成本和选择权

王川:从选择权看“心灵自由”和“经济自由” (一)

王川:你的选择比四年前更多了吗?

王川:再论选择权

19/ 多维度, 无限游戏

王川:从有限游戏和无限游戏看连续性

20/ 涌现

王川:论投资和涌现 (一)

王川:关于涌现的随想 (一)

21/ 幸存者偏差

幸存者偏差这个概念,很多人也许耳熟能详。但一到实践中,很容易被一些个例的成功故事搞得热血澎湃,以为自己简单模仿,同样可以成功。所以每当激动的时候,一定要提醒自己淡定,淡定,再淡定。不要被幸存者偏差忽悠而去孤注一掷。

22/ 指数增长,S 曲线

王川:论指数增长的反直觉性

23/ 数量就是质量

王川:论数量就是质量

24/ 可扩展性

王川:论“扩展性” (一)

王川:从交易的“干柴烈火度” 看扩展性和正反馈循环(二)

王川:比数字目标更重要的是扩展性和正反馈循环

25/ 遍历性,时间均值,系综均值

美国标普500指数过去二十年包含股息分红的年均回报率接近 9%, 这就是系综均值。你和隔壁邻居张三,李四,王二麻子过去二十年炒股都亏钱,这就是时间均值。

更多细节,可参见英国学者 Ole Peters 的网站,Ergodicity Economics ( 遍历性经济学)

26/ 适应性地形

王川: 适应度地形和模拟退火 – 范式转移的随想 (五)

27/ 庞氏骗局

庞氏骗局这个概念很多人应当都熟悉。庞氏骗局有个特点,就是把骗进去的人,都变成利益相关方,而绑架裹挟了。发现受骗后,正确的做法是立即切割,但这样将迅速面对短期巨大的痛苦,意志薄弱者,很难做到。而同流合污,一起帮着骗,短期还可能捞到更多好处,所以多数意志薄弱者,就会选择这条更容易的路,越陷越深。很多人本身是抱着“今朝有酒今朝醉”的想法,觉得不跟着骗捞一把就是傻*。这种事,一旦开始了,注定最后是一地鸡毛。

外人发现庞氏骗局后,如果人单式微,不要直接去公开捅破,否则里面的骗子和外面被骗的,都要跳起来和你拼命。所以也就只能看着他们自己最终集体崩溃了。

28/ 间接方法

这个概念来自英国学者李德*哈特 (1895-1970) 的同名著作 Indirect Approach。以下文字摘自他的书籍:

“战略的历史,本质上,就是’间接的方法’之演化的应用历史。

在深刻思考之后,我意识到‘间接的方法‘,有更广泛的应用,几乎在所有生活中的领域都是适用的法则:(它是)哲学的真理。

它在任何以人的因素为主导的问题里,都是成功的关键, 尤其是当大家都为自己的利益着想时,不同的愿望发生冲突。在所有这些情况里,直接把新想法强加于别人,必定激发顽强的抵触, 因此增加了改变愿景的难度。只有把一个不同理念润物细无声的渗入,或者从侧面去论证人们本能的反对意见的错误,才能更容易更快地让人们转变自己的观点。

’间接的方式‘对于政治领域,和两性关系的领域,都是有着同样根本意义的。做生意,暗示有便宜可占,比直接吆喝叫卖的威力要强大得多。在任何领域,众所周知,要让老板支持你的想法,最容易的方法就是让他认为这个想法是他的。“

29/ 计算的不可缩减性

牛顿力学,可以用简单的公式,预测天体运行的位置。但复杂系统的演变(比如金融市场),不可能靠简单的数学公式来提前计算预测。关于此概念的详细讨论,参见 Stephen Wolfram 的著作:A new kind of Science, 和 Richard Bookstaber 的著作: The End of Theory.

30/ 医不叩门,师不顺路, 不愤不启,不悱不发

如果别人没有诚心邀请你来帮助,不要主动送上门去给别人出主意,否则就是好心办坏事。这样的恶果一是讨人嫌,二是自掉身价,三是白白消耗能量。总之有百害无一利。

一个人向你轻浮的请教一个”他提问只要五秒,你回复却要至少五分钟“的问题,如果没有诚意预支咨询费,最好的应对是不理睬。如果屡次这样,可直接拉黑这种对他人劳动毫不尊重的人。

31/ 谢林点

谢林点 ( Schelling point, 有时也称 Focal Point), 此概念最初来自美国学者 Thomas Schelling ( 1921-2016). 最简单的例子是,一群陌生人如果选择在纽约碰头,一般默认的地点是 Grand Central Terminal. 如果在上海,可能会是“人民广场”。在博弈论中,这个概念有更深的内涵,和极为重要的应用。

32/ 回报递增,路径依赖

王川:随感合集 – 回报递增 /时间压力 /聪明和智慧 /认知和自信

可以参考美国学者 Brian Arthur 的著作 “Increasing return and path dependence in the economy”。

把握好回报递增的事物,获得指数增长,还有个好处,就是让以前的各种烦恼都突然变得无关紧要。

著名瑞士心理学家卡尔*荣格 ( 1875-1961)曾说:

”生活中所有最大,最重要的问题,本质都是无解的。它们永远无法被解决,只能因为人长大,长出来 (outgrow) 以后而变得无关紧要。

进一步研究后,发现这种’长出来’需要一个全新层面的意识。有些病人的视野内涌现出更高或更宽广的兴趣,而正是因为他们视野变广后,原来无解的问题突然不急了。这个问题不是按照自身的逻辑被解决,而是当面临一个新的更强大的生活的冲动时,慢慢淡化。

底层那些导致剧烈冲突和恐慌的情绪宣泄的东西,从更高层的人格角度来审视,就好像站在高高的山顶,观看山谷里的一场风暴。这并不意味着风暴不再真实,但你不再置身于中,而是置身之上。”