一味信從個人觀點會損害你的投資在過去的一個多世紀裡，現有科學一直在強調如何對系統進行分解， 尋找其基本組成單元，然後再儘可能地對這些基本單元加以分析•…但是，對於這些單元如何相互作用，相互整合，進而體現出我們所看到的整體特徵，我們卻近乎一無所知。 —史蒂芬 •沃爾夫勒姆（Stephen Wolfram） 摘自《新型科學》（A New Kind of Science） 一書魔鬼投資學超越牛頓意識從何而來？幾個世紀以來，這個問題一直讓哲學家和科學家們百思而不得其解，很多疾病已經迎刃而解，月球也被我們踩在腳下，物質世界在我們面前表露無遺。但時至今日，即使是最傑出的思想家也無法對意識作出準確的定義，更不用說解釋這個問題了。為什麼人類能在某些領域取得巨大的成功，但在另一些領域卻無所適從呢？為什麼意識這樣一個貌似平凡的問題卻變成了難解之謎呢？ 並非所有系統都是相同的，我們也不可能在相同的層次上去認識所有系統。我們不妨從已經熟知的系統出發，去探討這個問題。 在逝去的幾個世紀裡，很多科學上的重大突破都植根於伊薩克•牛頓的定律。牛頓的世界是一個物質世界，在這個世界裡，原因與結果清晰對應，所有事物都遵循著不可更替的普遍性規律。如果能充分認識一個系統的基本組成單元，我們就能精確地預測出這個系統的行為方式。 簡化論（Reductionism） ®是牛頓學說中所有重大發現的基石， 而牛頓學說又是17~19 世紀眾多科學重大突破的基礎。約翰•霍蘭德〔著名的 “遺傳演算法”（Genetic Algorithm, GA）®之父，美國密歇根大學心理系和計算機與電子工程系的教授。〕對此認為：“問題的關鍵在於，透過對系統進行分解，透過越來越基礎的組成單元， 272
我們就可以瞭解和認識自己的世界，認識整個自然界。”在很多系統中，簡化論都發揮了巨大的作用。 但簡化論也有自己的限制。在一個依賴於諸多成分相互作用的複雜的系統中，系統整體的屬性與特徵往往不同於這些基礎成分的加總。由於系統整體源於基本組織成分之間的相互作用，因此，我們不可能僅僅依賴區域性去認識系統，在這種情況下，簡化論也就無能為力了。 長期從事意識問題的神經科學家威廉•凱爾文（William Calvin） 指出，我們可以透過多種渠道去看待問題，但是，理解意識的關鍵既不是神經化學的“基礎”，也不是量子力學的“根基”。在人類的大腦中，存在著諸多層次的相互作用。因此，部分根本不足以說明整體。凱爾文把從量子力學“根基”直接到意識世界的飛躍稱為“看門人的夢想”。 為什麼投資者還要關注“看門人的夢想”呢？如果說股票市場源於諸多不同投資者的相互作用，那樣，以認識個體為主導的簡化論自然無法完整把握市場的執行方式。那些過分關注個體層次的投資者和企業高管，往往只是在錯誤的層次上去認識這個市場。而不恰當地認識市場，又很有可能會招致錯誤的判斷，由此而形成的決策也許會讓價值化為烏有。 系統的分類當一個系統的複雜性程度非常低的時候，我們就可以對其進行線性的定義，在這種情況下，簡化論就可以大顯身手。一個技藝精湛的工匠能熟練地拆開你的手錶，研究其中的每一個部件，由此對整個系統工作方式獲得一個全面的認識。同時，這種簡單的系統也第4部分科學與複雜性理論 273
魔鬼投資學為集中化決策提供了一個良好的平臺。回顧工業發展的里程，很多企業為我們認識工程系統提供了生動形象的示例——產品在生產線上順序流動，所有工人按部就班，每個工人都能在產成品中找到屬於自己的那份貢獻。透過科學的改進和完善，管理者不斷改進著系統的效能。 另一方面，當系統具有足夠的複雜性時，集中式控制往往會顯得無能為力。科學家把這樣的系統稱為複雜適應系統（Complex Adaptive System），並把這種系統的結構單元稱為介質（Agent）。復雜適應系統具有一系列特有的基本屬性和執行機制： 整合性（Aggregation）。複雜性源於整合性，而整合性則體現為眾多簡單介質之間相互作用而形成的大規模行為方式。 適應性決策規則（Adaptive Decision Rules）。在一個複雜適應系統中，介質從外界環境中獲取資訊，並透過與環境的相互作用對這些資訊進行綜合，最終形成決策規則。反過來，所有決策規則之間按其適應力相互鬥爭，最有效的規則成為最終的倖存者。 非線性（Nonlinearity）。在一個線性的模型中，整體等於部分之和。而非線性系統卻比我們預期的要複雜得多，也就是說，整體行為的複雜性要超過部分的加總。 反饋環（Feedback Loops）。在反饋系統中，一個迴圈的輸出將成為另一個迴圈的輸入。反饋環具有效應放大或縮小的作用。 複雜適應系統的例子包括政府、很多企業以及資本市場等。試圖以自上而下的方式來控制這些系統，最終只能招致失敗，前蘇聯的解體就是一個最好的例證。在圖27.1中，我們對這兩種系統進行了對比。 274
yes YGS no yes yes '10 'no 低複雜性的環境適用於築中式決策高複雜性環境則要求採用局部性決策圖 27.1 複雜性與決策過程資料來源：Sente 公司。 把市場看做一個複雜的適應性系統，這和以牛頓學說為主導的古典經濟學及金融學理論勢不兩立。在經濟學家的眼裡，構成系統的介質是同質的，於是，他們把這些介質構建成線性模型—需求與供給，風險和收益，價格與數量，無不一一對應。當然，這樣的假設和我們的現實世界幾乎格格不人。 股票市場是一個複雜適應系統股票市場具有一個複雜適應系統所要求的所有特徵。具有不同投資風格和投資期限（適應性決策規則）的投資者之間相互交易（集成性），在這個市場上，我們還可以看到胖尾型的價格分佈（非線性） 以及模仿效應”（反饋環）。採用以介質為基礎的方法去認識市場的觀點，正在力越來越多的人所接受。但是，這個日趨完善的描述性框架卻不能像現有經濟模型那樣，我們提供精確完整的解決方案。 第4部分科學與複雜性理論 275
魔鬼投資學一個把股票市場視複雜適應系統的投資者需要避免兩個陷阱。第一個陷阱是一如既往地去為所有結果尋找原因。複雜適應系統的特徵之一在於它的臨界點—小規模量變演化大規模質變的轉換點。因此，要在原因和結果之間建立起關聯往往並非易事。例如， 在1987年的股市大跌之後，政府發起了一項旨在揭示股市崩盤“根源”的研究。經過長期深人的研究，布蘭迪（Brady）卻未能提出任何具體的原因。在這裡，向題並不是不存在原因和結果，而是在於， 並非每一個結果都能找到與之相對應的起因。人們喜歡為每個結果找到一個原因，因此，讓這個概念很難成為我們思維中不可分割的一個部分。 第二個陷阱體現為：我們總習慣於思考所有個體的輸人，而不是去認識市場本身。例如，常常讓企業高管感到困惑不解的是：當大多數投資者對財務資料和會計報告篤信不已的時候，實證證據卻告訴我們，只有現金流才是引導市場的指標。問題的答案在於，每個人的行都取決於自己的決策規則，而市場整體則代表著這些規則的整合。此外，透過對具有足夠複雜性的系統進行研究，我們也可以揭示出，不同個體組成的集體，在解決問題方面的能力往往超過其中的每一個個體—在集體面前，即使是那些所謂的“專家”， 也只能相形見絀。 要學會物盡其用承受時間壓力的決策者在進行決策時，往往會不由自主地依賴於經驗或者說啟發。儘管啟發不可能幫助我們解決任何問題，也不可能做到無所不能，但它至少可以為我們節約時間，因而，啟發在大多數情況下是有益於決策者的。然而，啟發也有可能導致投資者 276
作出偏缺的決策。成功決策的一個特徵就是不斷認識這些偏缺，以便於採取有效措施緩解甚至消除它們的副作用。 “可得性啟發法”（Availability Heuristic）®導致投資者按照記憶中的“可得性”類似事件，去評價某些具體事件的發生頻率或可能原因。毫無疑問，可得性啟發法是導致人們落入安於往事這個陷阱的根源。換句話說，投資者或管理者可能把更多的關注力放在現有的“可得性”資訊上，而淡化了其他相關資訊的價值。 我認為，這種偏缺正是“看門人夢想”的核心所在。投資者和管理者往往習慣於用大量的時間去思考現有資訊——比如當前收益和市盈率，而忽視了某些更有意義的資訊，即：市場對未來業績的預期。當企業管理者緊緊盯著收益分析報告的時候，自然會不恰當地假設：市場不過是這些介質的簡單加總。 那些試圖理解市場的投資者和企業高管一定要認識到：市場本身是一個複雜的適應性系統。市場的行為反映了眾多介質的相互作用，而每個介質都有自己不同的知識、資源和動機。因此，用有色眼鏡去看待個體觀念可能會讓你的財富炭岌可危。 ◎ 本章譯者注 ◎ ① 簡化論 （Reductionism）：用相對簡單的原理解釋複雜現象或結構的企圖或趨勢。 ② 遺傳演算法 （Genetic Algorithm, GA）：近幾年發展起來的一種嶄新的全局最佳化演算法，它借用了生物遺傳學的觀，點，透過自然選擇、遺傳、變異等作用機制，實現各個個體的適應性的提高。這一點體現了自然界中“物競天擇、適者生存”進化過程。1962年荷蘭教授首次提出了GA演算法的思想。 ③ 模仿效應：指個人受非控制的社會刺激所引起的一種行為，這種行實鬼投資學為模式以自覺或不自覺地模仿他人行為為其特徵。心理學實驗證明，社會名流、權威人士往往會成為模仿物件，其言行對公眾的心理傾向和行為意向影響極大。 ④ 可得性啟發法（Availability Heuristic）：人們在作決策時，會受到常見慣例或其他人經常提到的行為模式的影響。 278