文/谭校长
今天继续飙车，接着聊投资中的直觉。上篇专栏结尾，落到了“相应”上，青青子衿，悠悠我心，是直觉的一种诗意表达。（详见：
从索罗斯的背疼到投资中的直觉 |谭校长一千零一夜NO.129
）
今天我们重点谈两个话题。
第一，为什么有些时候直觉会比理性好用，背后的原理是什么。第二，直觉在什么时候好用？
这两个问题如果搞明白了，你将开始迈向直觉运用的高手之路。
1
先看第一个问题，为什么有些时候直觉会比理性好用？
这个问题对于像我这样的理性主义者，是充满挑战也是充满诱惑的。
请允许我先介绍两位我很喜欢的心理学家和科学家。一位是我专栏中曾经提到过的格尔德·吉仁泽。
他是知名的决策心理学大师，德国柏林马普所人类发展研究中心主任。吉仁泽提出了一个观点，直觉来自于部分的无知。
另一位是全球公认的神经科学家中的领军人物，安东尼奥·达马西奥：
他提出了一个非常不同于大众的观点。我们一般认为情绪和感受是理性的敌人，但是
达马西奥指出，情绪和感受虽然有时候会干扰我们的决策，但有的时候也会帮助我们做决策
，直觉就跟躯体情绪和感受的参与密切相关（想想索罗斯的背疼）。
先讲第一点，直觉来源于部分的无知，这是什么意思呢？我们来看看吉仁泽在《直觉》这本书中提到的一个例子。
假如你参加一档电视游戏节目。你凭借聪明才智接连闯关，战胜其他所有选手，就等着回答那一道奖金为一百万的题。题目如下：
底特律和密尔沃基，哪一个城市的人口多一些？
吉仁泽和同事就这个问题问了一个美国班的大学生，其中，40%说是密尔沃基，剩下的认为是底特律。接着，他们又问了同水平的德国班学生。几乎每个学生的答案都是正确的：底特律。
看到这里，人们也许会据此得出结论：德国学生要聪明一些，或者至少他们更懂美国地理。其实不然。他们根本不了解底特律，有许多人甚至没听说过密尔沃基。于是，那些德国学生不得不依靠他们的直觉，而不是理智。那么，这惊人的直觉背后有什么秘密呢？
答案再简单不过。德国学生运用了经验法则之再认启发法：
如果你知道其中一个城市的名字，不知道另一个城市的名字，那么，你就会推断前者的人口更多。
美国学生不会使用这种经验法则，因为两个城市他们都听说过。他们知道得太多。大量的事实混淆了他们的判断，使他们无法找到正确答案。这时，适当的无知反而十分可贵。
这个例子说明，直觉起作用往往是来自于部分的无知，
也就是说如果你完全不知道，直觉帮不了你。如果你知道每一个城市的名字，这个时候直觉也无法起作用。
吉仁泽把这种适度的无知称之为“
少即是多效应
”。
2
“少即是多效应”可以出现在不同的情况下。
首先，它可以出现在两组人员之间，其中知识比较丰富的那一组的推断结果比知识较少的那一组差——比如，在回答底特律和密尔沃基哪一个城市更大的问题上，美国学生的表现不如德国学生。
其次，“少即是多效应”还可出现在各领域之间，也就是说，同一组人，在面对了解较少的领域时，回答问题的正确率高于了解较多的领域。比如，对美国学生进行测试，问他们美国最大的城市（比如纽约vs芝加哥）和德国最大的城市（比如科隆vs法兰克福）时，对关于自己国家的问题，他们的正确率是71%，而对不那么熟悉的德国，他们的正确率却达到73%。
第三，
“少即是多效应”还体现在知识习得上，也就是说，个体的表现先是提高，之后下降。
请特别注意第三点，一个人在学习的过程中，随着知识的增加，他的水平是先上升后下降的。这一点似乎跟我们的第一感觉相悖，然而了解这一点对我们正确地展开学习非常重要。
当一个人刚进入某个领域不久，学到很多新鲜的知识，这个阶段他的水平是迅速提高的。这个时候他还有很多的无知的部分，直觉比较容易发挥作用。
但是随着他掌握的知识点越来越多，第二个阶段的水平反而可能出现下降，这就进入了我们通常说的平原期（或者是绝望之谷），就是越学越不知道该怎么做了。
还记得前段时间网上流传的一张绝望之谷的图片吗，跟这个过程有异曲同工之妙。
然后到了第三阶段，除非他把这个领域的知识，从散落的知识点，变成关联起来的系统，甚至打造成闭环，他的水平才会再次上升。
这样的情况在投资中经常出现。通常我们说，新手的运气是最好的。一个刚进入股市的新手，他选的股票有些时候比老手还要好。但是随着他学到的知识越来越多，有一个阶段可能越学越不知道该怎么做投资了。在这个阶段，他接触到了太多的知识，直觉消失不见了。除非他再度花极大的时间精力，把所有相关知识掌握得足够深，并且形成自己的认知系统和交易闭环，他的水平才能够再次上升，但这个进入这个阶段是非常不容易的。
当你了解了这一点，如果你发现自己从信心满满突然变得“不会做投资了”。不要惊慌，那是你进入了投资中的“绝望之谷”（第二阶段）。
3
再来看安东尼奥·达马西奥的研究：情绪和感受在帮助我们做决策中的作用，这往往是跟直觉是有紧密联系的。
达马西奥提出了躯体标记假设。
该假设认为情绪位于推理回路中，情绪可以帮助决策，而不是像大多数人所认为的那样只会干扰决策。
躯体标记假设认为，有机体用情绪来标记特定情境或特定行为的可能结果。
有时候情绪标记的过程是相当明显的，如通过“直觉”的方式；
有时候标记的过程是隐秘的，如通过位于意识水平之下的信号，这些隐秘的信号可能是神经调节反应，如多巴胺或5-羟色胺，这两者都可以改变表征选择的神经元的活动。推理中使用的知识也同样既可以是外显的，也可以是内隐的，通过直觉来解决问题。
换句话说，
直觉是一种快速认知过程，我们通过直觉快速得出结论而无需通过逻辑知识的中介推演，而情绪在直觉过程中扮演了重要角色。
但这并不是说中介步骤的知识是缺失的，只是情绪带来的决策太直接、太快速，以至于没有多少知识来得及进入心智。这就应了那句老话：“直觉偏爱有准备的头脑”。
总结一下，达马西奥认为，有些时候情绪可以帮助推理，并且可以和推理进行合作。情绪和认知不是对立的关系。
在《笛卡尔的错误：情绪、推理和大脑》这本书中，达马西奥提出了很多实验论证，这里不展开了。
4
以上谈到了为什么直觉会比理性好用的两个理论根基，第一是吉仁泽提出的“少即是多”效应，第二是达马西奥提出的情绪快速决策效应。
而在日常生活中，我相信每个人几乎都有这样的经验，就是直觉时灵时不灵。因为直觉本身的这种不确定性，导致我们在使用直觉的时候往往好比赌博式的下注，心中忐忑不安。
接下来我们来探讨另一个特别重要的问题——直觉在什么时候好用呢？
为了回答这个问题，我会列出两个特别重要的维度，第一个维度是时间维度：过去与未来。第二个维度是一个人在某个领域的水平：新手与高手。
关于第一个时间维度，先说结论：在解释过去的时候。越复杂越理性的模型越好用，而在预测未来的时候，越简单，甚至偏直觉的方式可能更好用。
下面来看吉仁泽和他的同事做的一个关于预测学校辍学率的研究。
家长们在为孩子选择中学的时候，需要考虑到学校的辍学率，而这个信息往往是不公开的，所以必须由家长自己去判断。而要预测一个学校的辍学率，有两种方法。一种是简单的经验法则，比如就看哪个学校的出勤率高，就选择哪个学校。第二种是复杂的多元回归模型，就是把所有可能的因素全部考虑进来，进行加权计算。
吉仁泽的团队收集了芝加哥57所学校有关辍学率的18条线索，其中包括低收入家庭学生的比例、英语水平有限的学生、西班牙语国家学生、黑人学生、SAT平均分、教师的平均收入、家长参与率、出勤率、写作成绩、社科成绩和英语作为第二语言计划的实用性等等。建立复杂模型的话，就用多元回归的方法，把18条线索都考虑进去。其中的“多元”就代表多条线索。它判断出每一条线索的“最优”价值，再把它们相加。
那么，与这种复杂的策略相比，简单的直觉式“采纳最佳”策略准确性有多高呢？
为回答这个问题，他们进行了一个计算机模拟，并将半数学校的信息输入进去——18条线索和学校的实际辍学率。根据这些信息，用复杂的策略判断“最优”价值，用“采纳最佳”法给这些线索排序。然后我们再拿剩下的学校进行测验，用上这些线索，但不直接采用与辍学率相关的信息。这就是图中的“预测”。作为对照，我们在具备以上所有学校的所有信息的条件下，对两种策略都进行了测试。这种“后见之明”的任务就是在事实发生后拟合数据，因此不算预测。那么，结果如何呢？
如上图，结论是：如果已知了所有中学的信息（后见之明），那么，复杂的策略（多元回归）就更有效；可如要预测未知的辍学率，那么，简单的经验法则（“采纳最佳”）就更准确。
简单的“采纳最佳”法预测的效果比运用复杂策略预测的效果好，而且它用到的信息更少。
在得出结果前，这种方法平均用到三条线索，而复杂的策略衡量并综合计算了所有18条线索。
要解释关于学校的已知信息（后见之明），最好用复杂的策略。
可若要预测未知的东西，一条好的理由比全部理由有用。
如果一位家长的直觉是“采纳最佳”，那么，比起用复杂的电脑程序认真衡量后再综合所有有效线索作出决定，他根据单条理由更可能作出正确的选择。
吉仁泽认为，这一结果教会了我们重要的一课：
在不确定的环境中，好的直觉一定要忽略信息。
这样的情形也同样适用于投资。
基于过去的历史数据，你要建立一个模型，跑出一条漂亮的历史曲线，这一点没那么难。因为这本质上是拟合历史数据的过程，只要你的模型足够复杂，你就可以拟合一切。
但是，当面向未来的时候，情况就不一样了。金融市场的数据信噪比很低，你的模型越复杂，其中拟合的噪音部分就越多，这样的模型，在未来就更可能失效。
依靠直觉去判断，往往是筛选出了最重要的一个或者少数几个关键要素，这样的决策过程，用到的噪音更少。所以在面向未来的时候，反而可能更好用。
5
以上是关于时间维度对直觉的影响，下面我们来看，一个人的水平高低对于直觉的影响。
在一项实验中，吉仁泽团队分别将高尔夫球高手和“菜鸟”放在两种情况下进行研究：一种情况是在3秒内完成击球，第二种情况是完全不加时间限制。结果发现，
在时间的压力下，新手的表现要差一些，进球也要少一些。可令人吃惊的是，高手们在有时间限制的情况下反而进球更多。
在第二个实验中，有时提醒球员集中注意力在自己的动作上，有时任球员被无关紧要的任务干扰（比如去听磁带录音的旋律）。如人们所预期的，
新手们在集中注意力时的表现比分心后的表现好。而高手们则恰恰相反，当他们集中注意力在自己的动作上时，表现反而更差；当他们分散注意力时，表现却更好。
我们如何解释这明显的悖论呢？高手们的技能由我们大脑中的无意识部分实施，有意识的思考反而会成为干扰因素。设定时间限制是一种不让人们把思维集中在挥杆上的方法，提供干扰任务同样如此。既然我们意识层面的注意力只能放在一件事情上，就放在干扰任务上好了，不要让它影响我们的挥杆。
简单的说，就是对于高手来说，直觉（潜意识）更有用。对于新手来说，反复思考（意识）更有用。
6
如果上面的部分你都看懂了，那么接下来这个四象限就能对你有用了。
根据两个坐标轴，我创造了一个四象限系统。横坐标是时间维度，左边是过去，右边是未来。纵坐标是一个人在某个领域的水平，往下是新手，往上是高手。于是我们得到了四个象限。
第一象限：高手，面向未来做决策。这个是直觉运用的最佳土壤。
第二象限：高手，解释历史。这就适用于多元回归等复杂模型了。
第三象限：新手，解释历史。新手对于历史往往是个雾里看花的状态。
第四象限：新手，面向未来做决策。这个时候，反复思考可能是比较有用的。
最后我来总结关于直觉的运用的很重要的三点。
第一点，首先让自己成为高手
，而成为高手的必经之路是刻意练习。如果你什么都不做，就想靠直觉发财。不管在投资还是在其他领域，你都无路可走。
第二点，直觉产生有一个很重要的前提叫适度的无知。
适度的无知出现在几种情况，第一种情形是当你是一个一知半解的新手的时候，你只知道一部分重要的知识，对于不那么重要的知识听都没听过。第二种情形是，你知道了很多东西，同时也遗忘了其中的很多。其实人学习的过程天然就是这样的，遗忘也能造成一种适度的无知。
第三种情形是，你知道很多的东西，但是你故意忽略其中的大部分。
比如说你知道一百个因素，但是你只关注前三个，把后面的97个都主动的忽略掉，这是主动的适度无知。
第三点，复杂的模型适用于解释历史，越复杂越能解释一切，但是面对未来的不确定的时候，复杂的模型往往是迅速失效的。
面向未来的时候，我们要坚守简单的东西。
故事的最后，直觉跟大道至简手牵手走到了一起。
三百多年前，浪漫的僧人仓央嘉措在诗中写到：在那高高的东方山顶，升起了皎洁的月亮。
直觉就如那皎洁的月亮，当你看到了月亮，还需要看星星吗？
（模型择时信号与市场推演，请入知识星球“谭校长择时研究所”，与谭校长天天见。公众号菜单有入口）
谭校长一千零一夜：星空下的投资进化论
谭校长的朋友经常评价说，在中国如果有人能把投资，跨学科思维模型以及写作三件事情很好地结合起来，那么他一定是最佳人选之一。
这个评价让他有点洋洋自得，但也心生惶恐。他时常觉得，自己写作的速度跟不上思维的速度。于是终于某一天他下了一个决心：从2019年5月27日开始，往后十年，第一个小目标是在公众号的专栏写到一千零一篇（知识星球保持交易日每日更新）。
于是就有了“谭校长一千零一夜“这个栏目。
今天是2020年3月8日，星期日，你看到的是这个栏目的第
130
篇。
