[閱讀] 魔球投資學

麥可.莫布新 著

英文書名是《More than you know》，介紹決策與神經科學、市場的統計特徵、以行動主體為本的模型、成長率和規模分布等等。適用在各種需要決策的情境，不限定市場投資。

良好的決策是排除掉高風險的選項，即便方向不如預期，也不會讓自己大受打擊。選擇期望值為正的策略，並注意調高黑天鵝事件的機率(絕對不是6倍標準差)。

小孩的腦中突觸在三歲前會大量增生，約有一千兆，是成年人的兩倍。成長後開始自我修剪，常被的突觸會強化，而無用的連結被剪掉。經營公司或是發展個人職涯，也是類似概念。從多方嘗試開始，過了探索期後選定少量目標努力，並且開始複製成功模式到其他國家。

在企業證實自己業務擴展的能力時，購買其股票的勝算就提高。但要注意的是，市場終究會飽和，若可拓展的國家都展店完畢，公司便很難再保有與前幾年同樣的成長趨勢，同時也因為規模過大失去創新優勢。這時就有可能被小公司以新的硬體或技術超越，因為他們的機會成本低，可以多方嘗試。

在機率論的宇宙中，個人的情緒錨定只會讓接收訊息的程度失真，人會傾向相信與收集對自己有持股有利的新聞資料，接觸各種新聞或講座等等以歸納前因後果。回歸到個人的選擇，不論是職涯、投資、對小孩的教養等等，都別看得太遠，這麼做只會陷入自己有在規畫的自我安慰。制定選項，依據情況來修正，追求微小但確實的優勢。

1997年老虎伍茲認為自己揮桿動作可再加強，因此投入調整。他的教練布奇.哈蒙幫他指導。在修正期他的表現不佳，但等到1999年春天調整完之後，開始持續獲勝，2001年，成為第一個同時在高爾夫球界四大錦標賽奪冠的隊員。

追求微小但確實的進步，在起初階段可能沒有實際的效果，需要累積很久才能得獎或是考過證照。這段低回饋黑暗期，是讓自己反思目標是否合理的最佳時機。若思考後依然認為值得，那就繼續投入資源。如果知道方向正確，只是因為另一條路的新手紅利比較誘人就換領域，那前面的累積就失去價值，而且換領域後，還是會遇到類似的瓶頸。

回到主題，魔球的選擇策略和機器學習一樣，都是考慮所有的參數，包含可能會被意識判定不相關的那些。在輸入足夠多的數據之後，程式可以得出的結果多半優於專家。這不代表我們必須擔心工作被AI取代，應該關心的是，在做選擇前，有沒有依照這套邏輯，去計算各種參數的影響。

人類雖然是宿命論的生物，還是可以藉由優化的選擇，不斷進行賽局，來打破宿命。可以拿各種手牌，換許多成就加分，或是接觸不同領域的人，來接近自己設下的目標。

一切皆為選擇，最終的個人成就還是有運氣的成分。關鍵在於，若是指望相同的生活模式，會產生出與過去不同的成就，便讓自己歸於宿命派，一切交給機率決定；相反地，若要適應世界，應該是用所有資源，去提高自己的勝算，比如買下被低估的球員，避開選秀的贏家詛咒；比如跟隨已驗證成功的商業模式，加盟或是購買其股票等等。