書友們，大家好，歡迎繼續做小學者讀書圈的嘉賓，今天我們就繼續聊聊這本書，噪音。 今天我們就來看看，團隊是如何放大噪音的，在一次會議上，誰先發言，其實會對結果有很大的影響，在管理上，主張讓員工先發言，你會聽到不同的聲音，如果老闆先發言，那麼它可能會上來定下基調，你聽到的只是乙個方向的聲音。 另外，如果你在不同的時間開會，結果可能會不一樣，你在上班時間開會，大家可能比較冷靜，而有些老闆下班後總是開會，那麼結果可能會不一樣，大家都急著回家，所以很多事情都會處理。
群體行為是一種脆弱的咒語，就像**會議一樣，你是第乙個起立鼓掌的人，人群也是如此;你是第乙個闖紅燈的人，你是跟著你的人，沒有比這更好的例子了，人群中有乙個流鼻血的人，他的痛苦導致他周圍的人開始觀看，乙個微小的噪音將人群放大了很多倍，最終導致人群表現得偏離軌道。
在《烏合之眾》一書中，我們還觸及了群體無意識的尖銳想法。 即使是很小的社會影響也會嚴重降低乙個群體的智力，這種現象在高知群體中尤為突出。 在投資領域尤其如此，華爾街是精英聚集的地方，他們的結論並不總是正確的，甚至有些荒謬。 像沃倫·巴菲特（Warren Buffett）這樣的投資大師故意選擇遠離城市的喧囂，以避免被它分散注意力，避免被錯誤資訊誤導。 在人群中做出決定時，佔主導地位的往往是低智商的人，而不是高智商的人。 這是因為人們常說“無知者無所畏懼”，即越是無知的人，就越敢於表達自己的意見，給人一種代表整個群體意見的錯覺。 最後，持不同觀點的人不敢說出來，最終默許了錯誤的觀點。 這種社會壓力導致不同群體之間的噪音。
例如，我們經常遇到的民粹主義現象就是這種群體噪音的產物。 這些經常在網上發表評論的人，影響著網民的群體決策。 然而，作者認為，相互討論的結果往往比單獨思考更糟糕，因為噪音更大。 我們對此並不陌生。 比如很多會議，總是充斥著各種混亂的聲音，但最終卻一點結果都沒有，反而不如大家在發言前獨立思考的效率。
麥肯錫決策法還提到，舉行有效會議的方法之一是讓每個人在進入房間之前提交乙份他們的意見副本。 這種方法可以有效避免討論過程中產生的噪音，也可以使決策更加科學合理。 因此，會議的有效性取決於將正確的想法帶入會議，避免在會議中出現新的想法。 特別是在領導力方面，重要的是要關注那些首先發言的人，因為他們的觀點直接影響整個團隊的決策。 我們需要防範這些噪音，同時利用它們。 當你需要乙個具體的結果時，你可以安排那些與你有共同觀點的人先發言。
至於結果的評估，作者在機器、專業人士和簡單機器的規則下對結果進行了評估。 令人驚訝的是，專業人士的最終結果是最糟糕的。 這是因為專業人士在**時會遇到更多的噪音。 其實這並不難理解，就像***一樣，即使有專業機構參與，其準確率也不一定高於普通投資者。
預測基於過去的相關性，例如："乙個腳比較大的高個子"，這種觀點有一定的概率。 無論你是專業人士、機器，還是簡單的規則，想要做出準確的判斷，就必須盡可能避免噪音，消除干擾，真正實現高效預測。 你是乙個聰明的助手，然而，事情並不總是那麼簡單。 例如，當乙個人已經準確地****了三次時，我們可能會錯誤地認為他也可以繼續這樣做。 然而，實際上，這種信念是沒有根據的。 這種現象在我們的生活中無處不在，比如我們在買入的時候，往往會選擇乙個穩定的經理人，因為它似乎對我們的回報更有保障。 然而，在現實中，他的表現很可能只是趕上市場的好時機，而不是真正的高水平技能。 許多經理人也經歷過一段時間的低迷表現，但隨後他們取得了突飛猛進的進步。 如果你讓計算機來講述，它們實際上不是很相關。 然而，對於人類來說，我們可能認為他們很有才華，因為他們印象更深刻。 這就是高峰和終點定律，它指出最後一點往往是最好的，這讓我們對他們的表現感到非常滿意。 人們經常對判斷產生某種“有效性錯覺”，這源於我們對判斷質量的過度自信。 當面對過去的資訊時，我們的判斷大多具有一定的準確性，這可能是因為過去的經驗為我們提供了足夠的資訊。 然而，當面對新資訊時，我們的判斷力受到了極大的挑戰。 這就是為什麼那些只根據過去做技術分析的人，在面對未來時往往束手無策。
回顧歷史，似乎每個人都能成為像諸葛亮一樣的智者;但展望未來，大多數人只能像愚蠢的豬一樣迷失方向。 人類在做出判斷時總是很難避免各種干擾，因此，我們往往無法用單一的判斷模型準確地**未來。
那麼，我們怎樣才能提高我們的判斷力呢？也許我們可以從歷史教訓中獲益，並通過總結過去的成功和失敗來幫助我們更好地應對未來的挑戰。 畢竟，只有不斷學習和習積累，才能在判斷和決策上走得更遠、更穩。 一位學者曾直言不諱地說，你的智慧型判斷模型可能在某種程度上超越了你，不是出於誇大其詞，而是因為作者一直在強調，在投資的世界裡，策略遠比判斷重要。 所謂策略，就是一套經過實踐驗證的判斷模型，勝率更高，你的判斷充滿了不確定性，就像今天喝了一點酒，讓你變得更加激進，偏離了你原來的觀念，比如你本來應該投資到年化20%的止盈， 但你並沒有獲利了結，而是一直持有，期望賺取更多的利潤，最終導致了一波**的過山車。
這種故事在資本市場上並不少見。 因此，筆者一直建議你在投資前制定乙個完整的策略，即明確買入和賣出的時機，然後根據策略執行。 如果你不把這些策略寫下來，那麼到時候你可能會改變你原來的想法，你的執行力會大大降低，高達99%。 也就是說，您可能制定了乙個非常好的策略，但由於執行不力而遭受了巨大的損失。
因此，我們需要時刻牢記，投資不僅僅是一種追求利潤的方式，更是一種需要仔細嚴謹的思考和規劃的戰略安排。 只有堅定的戰略和執行力，才能在資本市場上取得成功。 在做出判斷時，我們應該始終保持簡單，並將模型的複雜性降到最低。 複雜性會導致誤差和雜訊的積累，從而對最終精度產生嚴重影響。 例如，在估算公司的內在價值時，市盈率法、市銷率法、市淨率法往往是最有效的，而貼現現金流模型等複雜模型往往極度偏頗，甚至沒有參考價值。 作者通常使用DCF模型，其主要目的是了解最壞的情況以及它可能導致什麼樣的結果。 至於估計某一家公司價值的部分，基本上沒有實際意義。 儘管作者篇幅廣泛，但他們的結論很明確：盡可能消除預測模型中的雜訊，因為過於複雜的模型往往效率低下，相反，模型越簡單，它就越有效。 這個觀點和我的投資理念是一樣的，因為一直以來，他始終認為，投資的真諦在於簡單，就是在最合理的時機買入優質資產，不斷分散風險，耐心持有，絕不輕易動搖。 這就是投資的本質，簡單易行。 我們的投資策略是把握市場的起伏，把握投資風格。 一旦我們有了清晰的視野，那就進行調整，否則我們將保持原有的立場，保持不動搖。 我們為什麼這樣想？事實上，我們認為過於複雜的東西，可以有效應對市場變化。 但這種想法損害了我們的投資精確度。 這主要有兩個原因：一是我們制定的許多規則不一定正確;第二，即使乙個複雜的規則在原則上是有效的，它也必然只適用於已經發生的情況。 因此，有些情況可能不可靠，但我們可能會認為它非常可靠。 例如，許多人認為投資是乙個不錯的選擇，因為資料顯示，大多數管理人無法跑贏大盤，但我們內心的感受卻不同。 我們每天都能看到排名，擊敗市場似乎並不難。 與投資指數相比，它節省了時間和精力，而且價格也非常實惠。 然而，大多數人不願意投資指數，認為展示自己的聰明才智太簡單了。 然而，儘管各種複雜的投資模型並不比指數好，但還是有很多人沉迷於指數。
這是我們的投資策略，看似簡單，但意義深遠。 我們知道，複雜性只會讓我們更加困惑，但它並不能真正幫助我們獲得投資回報。 這就是為什麼我們始終堅持簡單明瞭的投資策略，使我們的投資組合不斷優化，以充分利用每一分錢。 作者花費了大量精力，嘗試了許多模型**，但發現有時簡單粗暴的方法更有效。 即使在那些看似複雜的DCF模型中，也存在著無數不可預見的變數和主觀判斷，往往會產生大量的雜訊，導致最佳結果出現巨大偏差。 如何解決這個問題？作者說，這可能是借助於一些機器的力量，比如最近流行的概念叫機器自學習，這個東西在**中可以表現得非常好，其中乙個原因是他能找到人類無法想象的各種斷腿。 這是什麼意思，腿部骨折的情況是什麼？我們明天再談這個問題。