

- 聊聊交易
邀请老朋友lijia再来聊聊交易的话题,lijia作为传统金融的跨资产投资者,每次都能给我带来很多启示和思考。 【活动信息】 分享主题: 时间:19:00(UTC+8)2024年3月7日 常驻嘉宾: Odyssey推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 03:26 嘉宾(Lijia)分享自己近几年的投资经验 08:53 币圈的收益在整个投资的收益占比中大概占多少? 10:41 从传统金融或交易的角度来看觉得自己是否有什么特别的优势? 16:41 如何看待囤币和交易之间的关系? 20:21 囤币的认知成本偏高的原因? 24:21 在囤币或交易策略里面找不对称性哪个更容易? 31:43 分享一些自己的交易策略或交易工具或资金管理方法 36:50 当囤币和交易策略发生冲突时,更看重哪个? 41:45 在资产动态调整的过程中出现过翻车的现象吗? 50:13 如何看待投资账户和交易账户之间的关系? 55:35 大多数人都在交易但都在亏钱的原因是什么? 58:13 对于特斯拉决策是如何全局权衡的? 01:02:09 AI 或大语言模型对交易环节有哪些改变或重构? 01:08:27 探讨信息传播和认知分身 【要点精选】 Q、从传统金融或交易的角度来看觉得自己是否有什么特别的优势? * Lijia 推特 @davidhornhouse 首先从现在来看一个特别大的优势是对不同不相关资产的理解程度更深,由于这些资产之间的相关性较低,因此可以理解成资金在哪里哪里的机会成本就会不断优化和提升,这样也会让自己的可选择性更大。市场当中一定的优势在于在某些资产维度上,对其他不相关资产的深入了解,实际上成为了在这一维度上占据优势并形成垄断的关键资源。 其次是从我们社区的许多人那里学到的对事物底层逻辑的深刻理解,这些学习内容可能会反哺到自己的交易中,同时在更抽象的层面上也带来了一些优势,使自己能够从更高的角度去审视问题。 Q、如何看待囤币和交易之间的关系呢? * Lijia 推特 @davidhornhouse 囤币和交易背后的关系在于大多数交易者往往跑不赢长期持有比特币的,因为比特币的涨幅非常大,对于绝大多数人来说囤币可能是更好的选择。如果最初投入的资金最后增长到成为自己资产中非常重要的一部分时,虽然我们知道波动性不是风险,但当它占据了自身资产的绝大比例时,这种波动性对普通人来说是很难承受的。 * Peicai Li 推特 @pcfli 囤币这件事看似执行难度较低,但实际上它的认知成本非常高。如果不能建立一个正确的认知框架,或者无法真正认识到它的长期价值,其实很难坚持持有。但对大多数人来说,建立这种长期框架并没有那么容易,所以只有在这种思维框架被吸收之后,才能达到囤币这样的状态。交易的核心原理在短期内主要取决于流动性,即买入资金是否多于卖出资金。 Q、在囤币或交易策略里面找不对称性哪个更容易呢? * Lijia 推特 @davidhornhouse 交易中的不对称性可以从资金流入的框架来分析,这与筹码结构密切相关。简单来说,可以将其归结为两个核心要素:一是总仓位的规模,比如某一资产的看多仓位和看空仓位;二是看多和看空的参与人数,即人数的分布。这两个维度共同构成了筹码结构,并最终对价格走势产生影响。 市场结构可以分为两种即反转和趋势,其研究核心在于仓位总量以及市场中看多和看空的人数。在实操中有多种方法可以帮助我们尽可能接近市场的真实情况,最简单的方式是通过交易所发布的相关数据,这在期货市场中较为常见,而在个股市场中会相对困难一些。对于股指而言,可能需要借助一些另类数据来进行推测和分析。 怎么判断我们所做的这些就是推演?从两个方向入手让这个过程变得更优:一个是在某些方面比别人做得更好,比如拥有更多的数据或者分析数据的能力更强、处理速度更快又或者能够获取更优质的数据;另一个是如何让这个过程带来更高的收益。从哲学上看,如果存在一个更聪明的模型,或者有更快速获取信息的途径,最高效的方式就是只赚这个钱。 有些数据的分析并不能单纯依赖观测,从观察的角度来看,当某个数据点对市场产生极大影响,我们无法简单地通过统计模型或自动化算法来处理,这种情况下人的观察和判断仍然至关重要。因此,好的交易员或基金经理的核心能力并不在于多么精准地预测市场,而在于构建一套完善的系统去清楚地知道在不同情况下应该使用什么工具来实现最优效果。 Q、当囤币和交易策略发生冲突时,更看重哪个? * Lijia 推特 @davidhornhouse 从机会成本的角度来看,持有现金的机会成本更高时该去卖币。如果是交易或者说时从资产之间观察不对称性,并据此判断哪种资产的持有机会成本更高,这时就会从一个资产切换到另一个资产。如果没有发现某种资产的机会成本很高,默认的选择应是将资金放回大猩猩资产中,因为默认假设的是持有现金的机会成本通常低于大猩猩资产的机会成本,或者说持有这些大猩猩资产比持有现金更为合理。 Q、在资产动态调整的过程中出现过翻车的现象吗? * Lijia 推特 @davidhornhouse 翻车的经历肯定有,但是要想理清楚其中的缘由却很难。因为不同时间跨度的现象,就像在能源市场中,每年都会经历冬去夏来的周期。这种变化实际上是以年为单位,由第一性原理支撑的底层逻辑所决定的。同时,我们还需要考虑到反身性的问题。将比特币放在以年为单位的时间维度上进行比较,才能避免出现类似苹果和梨之间的对比,而且以年为单位来看可能还需要考虑流动性以及一些未来的预期因素。 从业者总会面临回撤机制的影响,虽然有些人对回撤并没有特别看重,但行业内的约束和约定俗成的规则始终存在、无法回避。如果打算募集一只基金,那LP是一定会关注回撤表现,而它的优势在于能够从不相关的资产中寻找不对称性,从而显著降低回撤风险。 Q、大多数人都在交易但都在亏钱的原因是什么? * Lijia 推特 @davidhornhouse 错在哪里?主要问题在于市场参与者往往过于简化一个复杂的过程或体系,这也是交易者最容易犯的错误之一,因为人类大脑的构造使得我们很难完全理解复杂性,所以我们倾向于寻找线性、简单的逻辑来解释事物。不谈风控这些策略层面的东西,从战略上来看最大的问题在于“因为A,所以B”的思维方式,这种思维与人性有着非常紧密的联系,因为大脑天生倾向于寻找简单的因果关系。但这种思维方式会在关键时刻阻碍我们深入细节,从而妨碍接近真相的过程。 * Odyssey 推特 @OdysseysEth 当自己写提示词时还是带着自己的观察视角,自己只是创造了一个数字分身或认知分身,而每个人创造认知分身的角度都各不相同,通过数字化的认知分身可以代替自己处理若干数量级的数据,但是它的限制依然取决于为自己其设定的框架,但第一层次的限制相对较小,因为框架的这部分完全可以外包出去。 【关于E2M Research】 From the Earth to the Moon E2M Research 聚焦投资和数字货币领域的研究与学习。 文章合集 :mirror.xyz 关注推特 :twitter.com ️ 音频播客:e2m-research.castos.com 小宇宙链接:www.xiaoyuzhoufm.com DC链接:discord.gg
- 再聊特斯拉
特斯拉是几位嘉宾特别关注的一个投资标的,也经常提起。这几天特斯拉价格有一波回调,在当前这个价格和环境大家是如何看待的呢? 【活动信息】 分享主题: 时间:19:00(UTC+8)2024年2月28日 常驻嘉宾: Odyssey推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 03:05 分享自己为什么对特斯拉的未来信心更足? 10:12 探讨大家对特斯拉技术成熟和领先优势的不同看法 16:48 剖析为什么特斯拉本身具有高波动性的特征? 18:57 特斯拉最近的负面信息有哪些及如何应对? 21:38 探讨FSD在中国表现不如意的原因有哪些? 25:51 究竟如何看特斯拉的价值? 29:19 如何看待特斯拉的未来增长? 33:36 对于特斯拉未来的增长到底该怎么估? 38:16 对于高波动的投资标的,如果做高抛低吸的这种操作现实吗? 44:02 对以太坊换仓到特斯拉策略的讨论 50:26 讨论关于周期当中rebalance的问题 53:28 对“如果不持仓又怎么减仓”这个问题提出质疑 57:25 以太坊被低估了吗?此时是否应该换仓到以太坊? 58:52 如何评价现金这个资产的价值? 01:06:19 讨论关于现金比例的高低在投资中的影响力 【要点精选】 * Peicai Li 推特 @pcfli 了解了更多关于特斯拉业务的细节之后对特斯拉未来的信心更足。首先,如果全自动驾驶(robotaxi )的概念成为现实之后,届时在它闲置的时候就可以把它派出去赚钱,据说这样每年可能额外赚取 3000 至 5000 美元; 其次,FSD 的车辆事故率会更低,从而导致保险费用会下降。尤其在美国特斯拉提供的保险价格已经低于其他公司的报价,这无疑让人觉得 FSD 更具性价比。 FSD最核心的三大要素:算法、数据和算力,以及中间的迭代速度。 从目前来看,特斯拉在这几个方面都处于领先地位,尤其是在北美和欧洲等地区,它的算力和数据优势显而易见。甚至展现了多维度的垄断优势,比如量产车型数量最多、量产能力最强、数据收集能力以及计算能力最强。 * Odyssey 推特 @OdysseysEth 特斯拉本身具有波动性极大的特征,因为它不仅是一家优秀的公司,同时还带有类似于Meme Coin那样强烈的投机属性。对于投资品来说,更倾向于选择一个特定的买入时机,而且这个买入时机是刚好市场上出现了一些负面信息,但这些信息又并未触及垄断地位。 特斯拉近期的负面消息确实不少,其中最引人关注的就是马斯克面临所谓的暗杀或刺杀风险。虽然这种风险不可能完全消除,但其概率可能在0%到10%之间。 从三个角度应对这个风险: 第一,当特斯拉股价足够便宜时,依然可以考虑买入,因为即便没有马斯克,特斯拉本身也具备一定的垄断性商业价值; 第二,投资者可以通过控制仓位来应对这一潜在风险,将可能的损失降到最低。 第三,当马斯克所推动的新体制已经完全建立且稳定运行时,暗杀他的意义将大幅降低,那时他所面临的风险也会随之减少。 FSD在中国的表现相对一般,最直接的原因是尽管FSD本身性能不错,但由于各种限制因素,包括数据训练,导致它在中国的表现可能会受到长期且永久的制约,因此难以达到在美国的表现水平。王川提到在评估特斯拉公司价值时,并没有将中国市场纳入核心考虑。因为全球市场的潜力已经足够庞大,中国市场可能无法衍生出像 FSD 这样的业务。 特斯拉目前处于一个极其有利的位置,特别是在我们关注的所有重要的科技的范式转移中,最直观、最容易实现全球扩张的领域无疑是AI和机器,而且如果这两个领域还能实现深度融合,在这种情况下,不敢说特斯拉的估值没有上限,但从现有市值来看明显是被被低估的。 * Zhen Dong 推特 @zhendong2020 对比特斯拉与其他标的明显发现特斯拉至少在分类上它是个所谓的十倍股,或者说它的增长是非线性的,具备实现非线性增长的潜力,这正是我们经常讨论的大猩猩标的。可见它的成长性和垄断性在一个潜在市场规模极大的市场里面,首先这个市场本身的增速非常快,而特斯拉则在其中占据了极大的市场份额。 好的垄断可能是在不知不觉中形成的,或者整个业务模式已经非常成熟,只是通过一些市场扩散来实现增长,而这里面的区别会变成从认为特斯拉不值得投资到最后讨论估值问题。对于未来的增长该如何估算?这是预期的一部分,而预期往往会受到情绪的影响,相较于当前情绪的影响在未来可能会更大。 Q、如何评价现金这个资产的价值? 现金可以被视为一种具有期权性质的资产,长期持有现金虽然会导致负收益。但在特定情况如果把现金带入到流动性模型中,会发现在流动性危机出现时,各种现金资产的收益率或拿现金买东西就会很划算,这就体现出现金在流动性这个周期里面的价值。 把资产全部换成现金无论是从心态上还是理性上都很难接受,因为如果全部变现,会产生一种心理上的恐慌感,万一市场上涨了便会错失获利的机会。但如果只抛售一半,心理上会稍微好受一些。此时现金体现出两方面作用,一方面是当用于投资时,理论上它可以通过周期性变化来获得额外收益;另一方面是它并不是100%的投资,而是更多地在情绪上给自己一种平衡感。 【关于E2M Research】 From the Earth to the Moon E2M Research 聚焦投资和数字货币领域的研究与学习。 文章合集 :mirror.xyz 关注推特 :twitter.com ️ 音频播客:e2m-research.castos.com 小宇宙链接:www.xiaoyuzhoufm.com DC链接:discord.gg
- 聊聊约束,限制还是杠杆?
这期话题源于peicai周记的想法。 基于这个思考,grok 也提出了几个问题:当前感受到的最大约束是什么?这个约束是需要突破还是利用?基于这个约束如何约束下一步的发展? 【活动信息】 分享主题: 时间:20:00(UTC+8)2024年2月21日 常驻嘉宾: Odyssey推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 02:19 引发今日话题的思考契机是什么? 06:12 主动约束在投资和生活中所带来的好处有哪些? 10:06 主动约束为什么有助于解决信息过载的问题? 13:04 探讨在生活和投资中遇到的被动约束 21:57 被动约束更像消极的自由 25:13 主动约束更像理性、不像杠杆 27:28 警惕主动约束的滥用 29:39 关于硬约束与软约束在预测方面的思考 33:56 探讨约束是预测的基础 37:09 “第一性原理”的方式突破约束 48:04 用什么原理可以去理解不同的投资策略? 52:17 如何看待大猩猩策略和CTA策略在控制回撤时的差异? 56:19 投资中不对称性存在的情况 【要点精选】 * Peicai Li 推特 @pcfli 引发思考的契机是: 1 我们之前的投资策略主要集中在正和博弈的方向,那么进入了更接近零和博弈的领域,那这实际上偏离了我们原有投资策略的约束; 2 许成钢教授提到“中国未来经济发展可能会面临内需不足”的问题,主要是因为国有经济占比过高,从而对中国经济形成了一定的制约。国有经济的问题在于缺乏硬预算约束,却处于软预算约束之下。所谓软预算约束指的是即使国有经济出现问题也不会破产,因为国家会提供援助。 多伊奇在无穷的解释中提到:好的解释很难被改变,坏的解释通常是很容易改变。这其中就涉及到一个层面是比较偏主动约束,意思是自己主动将自己的投资策略限定在自己所认为的最好的解释范围内,这种行为更像一种杠杆,通过这种主动约束的方式带来许多的好处。 主动约束的思维方式有助于解决信息过载的问题,让自己有意识地将获得的信息来源限制在那些优质且可靠的信息源上,减少那些被动获取、随机且无必要信息的干扰。主动约束的杠杆作用在于将自己的精力和资金集中于自己认为的最优的解释上,接着花时间去论证这是不是个最优的解释;再评估这个解释本身是否还有进一步迭代的空间。 约束是预测的基础,这就像大猩猩策略之所以有效是因为其非常强调垄断性。那什么是垄断性呢?垄断性对竞争对手来说是一种极强的约束,这种约束越强对预测的基础就越稳固。 * Zhen Dong 推特 @zhendong2020 被动约束更像是消极自由或消极限制,不得不去做的一些事情。更像是我们在做预测的时候,在不确定中看到的一些确定性。因为这些约束往往很硬难以被打破,所以需要通过限制或触碰到某些边界,使得一些人的行为看似难以预测,但却已经通过各种约束消除了很多可能性,最终真正发生的路径只剩下寥寥几个,这时我们或许能够实现所谓的预测,而由于某些下注关系的存在,这种预测可能带来较好的投资非对称性或更优的赔率。 主动约束并不像杠杆,更像是一种理性或者是知识的进化。就拿柏林所讲的“积极的自由”来说,他认为积极的自由或主动的约束实际上需要更多理性的参与,从理性的角度来看,这种约束旨在实现一个超越现状的目标或更完善的自我。波普尔在探讨理性时提到:“理性的态度在于主动去消除大量的错误”,意味着我们主动地将一些错误的东西剔除。 柏林非常警惕“积极自由”的滥用,那我们是否也需要警惕“主动约束”的滥用呢?因为我们知道痛苦或强制,消极自由或被动约束往往是很清楚、很明确的。当别人强迫我们去做自己不喜欢的事情时,我们会很快的反应过来。但是当我们想去实现某种积极的自我,或者想把自己的生活约束在某些观点、行为、信息来源或派系上时,就可能面临积极自由被滥用的问题。 Odyssey 推特 @OdysseysEth 约束实际上是预测的基础,深层次来看投资是基于过去的信息对未来做出决策,在这种情况下就一定碰到预测。一旦进行预测就会受到多层次客观规律的限制,比如市场本身具有仿生性,预测行为可能会改变预测结果,如何应对市场这个复杂系统呢?约束并不是绝对确定的规律,但它提供了一种更为坚实的框架,帮助我们判断一个空间,而不是去精确预测一个点。 通过第一性原理来突破约束,换句话说这并不是推翻自己认为的最优框架或解释,而是重新定义其可能性的边界和空间。不难看出无论是马斯克还是爱因斯坦,他们都通过第一性原理的思维方式突破了原有的框架。 通过第一性原理去探索原有约束结构可能存在的问题时,自然而然会引发一些延伸性的思考。推翻约束并不一定依赖试错的方式,因为试错更多适用于在既定框架内进行探索和试错,而对于框架本身的问题很难用试错来推翻。 金融市场它最基础的特性之一是具有仿生性,假设某个事物本身存在不对称性,但由于所有人都可以去做这种不对称性,那它自然而然会逐渐消失。那么其实当我们去讨论不同策略的分布时,这绝不会同时消失。因为每种策略各有不同,有些由于面临更多阻力更难被消除。其次是总有源源不断的韭菜或人类市场的偏见涌入,从而不断的维持着这个不对称结构。 王川曾提到:如果要理解某个思路,假如需要掌握 8 个概念,并且每个概念的理解概率为 1/5,那么只有在连续掌握这 8 个概念的情况下,才能真正理解这个思路,这意味着这个东西注定只有极少数人能够理解。 【关于E2M Research】 From the Earth to the Moon E2M Research 聚焦投资和数字货币领域的研究与学习。 文章合集 :mirror.xyz 关注推特 :twitter.com ️ 音频播客:e2m-research.castos.com 小宇宙链接:www.xiaoyuzhoufm.com DC链接:discord.gg
- 看不懂的高收益:到底要不要上车?
这期话题起源于peicai周记里的一些想法和困惑,邀请dongzhen和奥德赛进行一些反驳和探讨。 【活动信息】 分享主题: 时间:20:00(UTC+8)2024年2月14日 常驻嘉宾: Odyssey推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 02:58 构建新投资策略的出发点会是什么呢? 09:37 探讨收益的来源与可持续性之间的关系 13:55 如何评判高收益呢? 14:59 在实操中如果完全解释清楚那还能上车吗? 19:39 坚持过多的解释会导致僵化及陷入困境的原因? 26:19 如果王川遇到僵化的情况该如何解决呢? 35:11 从过去的投资策略中积攒了哪些经验呢? 45:47 高收益是个不错的信号吗? 49:56 如何区分高收益和高波动呢? 55:23 投资失败真的能获得经验吗? 58:37 时间为什么或许是筛选策略的好方式呢? 01:03:24 如何判断CTA策略优劣势的一些标准呢? 01:10:46 探讨关于CTA策略的投资思考 【要点精选】 * Peicai Li 推特 @pcfli 当我们面临构建新投资策略时,什么才是合适的出发点?找到这个起点后,又该如何展开行动呢?这里其实有两种不同的思路: 第一种是偏向成熟策略的思路,如果我们对某个事物足够了解,则可以选择重仓投入更多的资金。另一种则适用于早期阶段或对某个事物还不够了解的情况下,那这时可能更倾向于采用川主提到的“移动屁股大法”。也就是说先挪出一部分小仓位试探看是否有正反馈,当有了一定仓位后,对这个策略的理解和认知也会加深。 在实操中如果完全解释清楚那还能上车吗? 如果想等到完全看懂了再上车,可能永远都不会上车,早期的正反馈其实非常重要。理论上都希望能够找到一个足够坚实的解释后再做决定,但实际上这种做法在实践中有些反人性。尤其当某件事与原有的知识体系不兼容时,如果一味坚持等到有足够多的解释再行动,就容易陷入僵化和困境里面,这样反而会导致在自己现有的知识体系内寻找机会,而忽略了外部的新可能性。如果自己的解释与客观现实产生矛盾时,那是选择修改解释还是要求现实遵从自己呢? * Zhen Dong 推特 @zhendong2020 对外评价收益高低 第一要明确收益的来源,核心问题在于看似很高的收益,其背后的真实来源是什么?是否有合理的解释来支撑这一收益的来源?第二是关于收益的可持续性,关键在于这样的机会是否具备长期性,是否可能再次出现?第三是这个策略可能只在特定情况下有效,但一旦过了某个周期,它可能就会失效。第四是策略的来源大致可以分为两类:一是收益来源于PVP竞争,争夺的是一个存量池;二是通过合作共同扩大池子的规模。 高收益如何评判? 如果早期能获得暴利且收益非常高,那时候就显得极其划算。但当收益降到什么程度变得不再划算,这时就需要去做频繁侧重的调整。综上所述,大致可以从两个方向:第一个方向是对这个收益的解释能够达到什么程度,理解越深刻收益可能会越高,也越值得去尝试。其次是关于收益的长期效应,它能否长期保持稳定收益或在这个行业能否长期增长。 DeFi和BNB结构的的出现与传统的 CTA 策略存在一定差异,至少可以把它看作是一种新的商业设计,不管是否可以完全归类为社会设计。其次,如何判断它是不是个优秀的商业设计?是否有一些信号或标准来评估在投资上它是不是个好的商业设计呢?或者是否包含财富起源的关键要素?有一个标准那就是PVP 或所谓的 PVE。 巴菲特曾说:好的投资机会是指那些能够投入更多资金并获得更高收益率的标的资产;而差的机会则是指为了维持微薄的收益率,不得不投入大量资金,甚至在持续加大投入的情况下,收益率仍然下降,甚至可能变为负值。 很多人都知道可以通过 DeFi 套利来赚钱,但如何做到收益100%以上呢?这里就需要更多细节的知识,关键并不只是停留在对套利的抽象理解上,仅仅理解套利的概念是不够的,必须进一步深入分析,因此这更像是一种业务逻辑的思考,而不是单纯的投资逻辑。 * Odyssey 推特 @OdysseysEth 当我们讨论统计学时就会涉及一类错误和二类错误,简单来说一类错误是错误地拒绝了一个好的事物,而如果想要100% 的不错误的拒绝,那可能会导致接受更多的坏事物,所以不确定性是无法完全避免的。因此,关键在于如何在某种比例下去做,这时候就需要用到贝叶斯公式。 王川所谓的挪屁股大法不是简单地看到某个东西不错就买入,他非常注重两个方面:第一是临界点。他曾提到只有当某项资产超过10亿美元时才会关注,这并不是说10亿美元以下就没有好东西,而是他本身就经过了层层筛选;第二层是所谓的恼羞成怒大法,如果某件事反复与他的判断背道而驰,他会投入大量精力去深入思考。 芒格和巴菲特显然缺乏自互联网兴起以来的一系列关键思维模型,包括零边际成本、网络效应以及由此衍生的各种相关概念。芒格可能过于直接地将价值与现金流绑定,而没有在更深层次上解构价值的本质。 时间的延长可以筛掉更多高波动的策略,从而使留下的高收益策略比例更高,所以时间可能是更优的筛选方式。在探索过程中需要建立一个更深层次的框架来统筹一类错误和二类错误的处理,虽然有些机会还是会错过,但这些错过是可以事先预判并接受的。 Q、高收益是个不错的信号吗? 它是一个出发的信号,但并不意味着此刻就可以立即行动。这个时候可能需要去探究高收益背后的原因,有些情况一眼就能看明白便可以直接否定;但也会有一些看不懂却又确实真实存在的情况,这时便需要更加警惕,也需要更加用心去判断。探究收益背后的原因无疑是有意义的,如果能够清晰地识别出收益的来源,判断它是否属于正和博弈,以及是否伴随着财富的创造,这将更具价值。 Q、投资失败真的能获得经验吗? 当解决问题时一定是遭遇过失败,但正是这些失败让自己逐渐变成这个领域的专家,因为我们知道哪些道路行不通,所以这些失败实际上为自身提供了宝贵的教训。如果把每次失败的教训都转化为经验,那么一定能够形成属于自己的教学经验。这些经验的价值也与事先猜想有一定关系,如果一开始就构建了高质量的赛场,那么即使失败了也更有可能获得高价值的经验。 【关于E2M Research】 From the Earth to the Moon E2M Research 聚焦投资和数字货币领域的研究与学习。 文章合集 :mirror.xyz 关注推特 :twitter.com ️ 音频播客:e2m-research.castos.com 小宇宙链接:www.xiaoyuzhoufm.com DC链接:discord.gg
- 2024 年的回顾&提问
23年shawn也来参加过space对往期的观点进行了一些回顾,希望往期的通过嘉宾之间的猜想和反驳产生新的论辩和思考。 【活动信息】 分享主题: 时间:15:00(UTC+8)2024年2月7日 特邀嘉宾: Lijia 推特 @davidhornhouse 常驻嘉宾: Odyssey推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 02:54 回顾整个2024年讨论的议题主要聚焦点是哪里? 06:00 如何看待闪电网络或者比特币的生态发展? 12:31 比特币网络共识及价值的增长与网络安全相比谁更有意义? 24:16 当矿机的价值占整个比特币网络的价值越来越少时是否会让网络变脆弱? 34:58 回顾2024年是否有过加杠杆的行为? 43:46 在BTC价格10万震动的阶段中是否考虑过减仓? 48:00 未来会关注更大范围的投资机会吗,还是会局限于当前大猩猩的投资框架? 54:49 一年之后会调整特斯拉的仓位吗? 59:15 如果特斯拉失败,那失败的原因有哪些? 01:08:49 如果把价值看错总体潜在市场,特斯拉未来失败的点有哪些? 01:15:37 如何看待AI领域的投资? 01:24:10 回顾2024年决策时的最大问题及失误原因? 01:34:21 探讨评价决策的标准不是决策的速度而是决策的质量的原因? 01:42:51 快速决策和短期决策的区别分析 【要点精选】 * Shawn 推特@_ShawnYang 整个2024年讨论的议题: 主要聚焦于巴菲特的投资理念和王川的一些投资思路,比如我们常提到的猩猩游戏领域的投资框架。 不过我们减少对猩猩资产类型的讨论,而是更加关注TAM比较大的市场、并且兼具成长性以及垄断性的企业的讨论和分析。 其次是围绕着 BTC、ETH 和特斯拉这三个标的进行了持续的分享和讨论,其中包括 ETH 与 Solana 的对比分析、ETH 和特斯拉之间的换仓操作、特斯拉的垄断性分析,以及BTC上的分析。 Q、如何看待闪电网络或者比特币的生态发展呢?(Shawn 推特@_ShawnYang) * Peicai Li 推特@pcfli 如果单从比特币的价值来看,其实它并不完全依赖闪电网络或BTC Fire的发展,但如果有那肯定是锦上添花,现在看来去年甚至前年对闪电网络的预期确实有些过于乐观了。 首先它确实还没找到一个特别好的应用场景,我们需要的是传输那种价值小但频率高的支付,而闪电网络最小、最合理的支付大概是 500 聪左右,这相当于零点零几美元,像这样的支付场景目前确实还没有被很好地挖掘出来。 其次,闪电网络似乎还不太支持USDT 这种稳定币,这也是个需要解决的问题。 从比特币的价值存储角度来看,并不太担心如果闪电网络或者BTC Fire无法成功,比特币的价值会受到严重挑战。因为就目前比特币区块奖励加上手续费,也足够支撑未来十年甚至二十年的发展。即使仍然未能成熟,在这个行业中,那些通过BTC生态盈利的头部玩家,他们也有动力去维护网络的稳定性,可见网络的安全性还是有保障的。 Q、在关注网络安全时,是不是应该更关注比特币网络共识和价值的增长呢?(Zhen Dong 推特@zhendong2020) * Peicai Li 推特@pcfli 如果了解矿工攻击网络的方式,会发现仅仅掌握多数算力并不足以轻易实施攻击,除非自己的算力是其他矿工总和的5倍以上,且占全网算力至少80%,否则对网络的威胁并不会太大。 在这种情况下,51%攻击更多是一种理论上的攻击方式,实际操作起来非常困难。相比之下,更容易实现的攻击方式是所谓的藏块攻击。如果通过攻击网络制造市场恐慌,从而做空比特币这种方式相对更可行一些,但实际上它更多影响的是市场情绪,而非比特币网络本身,很难对网络产生实质性影响。 Q、在24年是否有过加杠杆的行为呢?(Shawn 推特@_ShawnYang) * Peicai Li 推特@pcfli 买期权和买矿机它们属于一种带有杠杆效应的工具,不过并不存在刚性债务类型的杠杆。会买一些看涨期权和矿机,这些矿机的投资可能会导致本金亏损,但不会出现爆仓或牵连其他资金的风险。在我们看来,矿机可能仍然是比期权更好的工具。 因为矿机有时会表现出局部的网络效应,甚至在某些情况下具备局部的垄断优势。 对于购买矿机而言,有两种策略。其中一种是在熊市期间购买矿机,因为此时它相对直接购买币是个比较好的工具。通过这种方式,可以以相对较低的成本买币,从而成为一种更具优势的AQ策略。还有一种是套利策略,挖矿与直接购买比特币的不同之处在于,它本质上依赖于系统新增发的零成本比特币作为来源。 期权确实很难作为主力策略使用,因为期权费用相对较高。但如果将其作为表达观点的工具,可能会有一定的作用。总体来说,期权更多是一种对冲工具,当跟直接持有现货相比,期权的成本明显偏高,因此并不太适合作为替代现货持仓的重要工具。 Q、未来会关注更大范围的投资机会吗,还是会局限于当前大猩猩的投资框架呢?(Shawn 推特@_ShawnYang) * Peicai Li 推特@pcfli 这种机会对我来说确实非常难以把握,超出了我的能力范围。如果要创造超额收益,会更倾向于通过矿机的形式,而不是选择像Meme Coin这样的方式,因为Meme Coin本身存在一些问题。首先,这种机会本身就非常罕见; 其次,这类机会的资金容量是有限的,能够容纳的资金规模并不大。 大猩猩及其衍生策略可能仍然是我们投资的核心之一,不过像最近提到的美国长期国债这类接近现金理财性质的投资,可能会成为一个补充性的策略。在市场条件较好的情况下,可以考虑适当买入一些短期或长期国债。另外,如果有链上理财的优质机会,也可以尝试配置一部分资金。 Q、如果特斯拉失败,那失败的原因有哪些呢?(Shawn 推特@_ShawnYang) * Odyssey 推特@OdysseysEth 特斯拉可以分为两个部分来讨论: 第一部分是其已经成熟的商业模式,这部分的估值相对稳固。无论马斯克未来如何决策,也不可能搞掉这一部分。而且它的现金流状况非常健康,也不存在连锁破产的风险。 第二部分则是基于FSD和机器人未来的估值到现在的一个折现。这部分的价值更多体现在未来的增长空间,而目前的折现可能还低估了它的潜力,未来或许会更高。 会因为什么样的形式失败? 如果未能达成可以视为一种失败,当前大家都在同一技术路线上,完全可能出现其他人实现技术突破的情况,这种可能性并非为零。特斯拉只是目前优势比较显著,它的优势在于技术优势,它能够迅速转化为生态优势。其次是单点故障的可能性就是马斯克个人出现某些风险。 我们可以将价值简单理解为总体潜在市场规模,以及在总体潜在市场中的垄断程度。当我们讨论失败时,可以从两个方面来看:一点是垄断程度不存在,也就是说存在被标准化的风险;另一点是总体潜在市场本身不存在。 我们现在正面临的环境跟过去的二三十年里相比有着巨大的变化,相较于巴菲特来说,现在逐渐形成了一种截然不同且非常强大的模型是双边市场效应,它不仅构建了强大的网络效应,还构建了非常好的垄断的投资生态,那么我们也希望特斯拉未来会展现出这种双边市场效应。 特斯拉总体潜在市场可以分两种情况: 第一种是这个市场不存在,或许只有少数特定人群需要机器人; 第二种是如果FSD和机器人不能实现这种价值集成,那就可能被视为失败。同时如果无法形成类似正反馈的机制,用户越多、生产成本越低的循环效应,那也可能面临失败。 * Zhen Dong 推特@zhendong2020 我们认为FSD以及后续机器人的实现,将在这一过程中带来巨大的收益。这种收益可以从多个角度理解,比如FSD的普及和机器人的出现可能会重塑生态系统,极大地改变我们的生活和世界。此外,在能源业务方面,我们预计未来这些业务将迎来显著的变化,在这个过程中特斯拉有望占据有利位置,不仅能够获得可观的经济利益,还能推出卓越的产品。 在什么情况下可能会失败? 首先比较令人担忧的是产品推出时间一再延迟,FSD一直没有实现所谓比人类优秀 1000 倍的目标。而竞争对手却推出了许多免费或廉价版本的自动驾驶技术产品,并迅速推广开来占领了整个市场。 其次是后续生态的发展可能会非常缓慢,即使 FSD 实现了,但围绕 FSD 构建的庞大的生态系统,如果后续生态无法跟上也将成为一个非常大的问题。 最后是马斯克这个人目前面临不少人生威胁,如果他真的出现了个人层面的问题,特斯拉董事会是否能够继续贯彻他的理念?而且目前基于FSD的生态系统尚未完全成型,包括整个工厂能否按照预期逐步推出机器人,并最终推广到家用这些都暂未实现,所以仍然需要像马斯克这样的人,持续推动产品迭代并找到正确的发展方向。 Q、如何看待AI领域的投资呢?(Shawn 推特@_ShawnYang) * Odyssey 推特@OdysseysEth 第一个点是其实完全不需要急着去选择,并不是越早选中就越正确。 第二个点是如果我们在投资领域中经验足够丰富,都会明白一个基本常识不碰竞争特别激烈的环节,更应该关注这些竞争激烈环节的上下游,这些上下游的公司往往不太显眼。回想一下二三十年前的互联网时代,真正值得投资的巨兽其实是微软。 投资的关键并不是追求难度或所谓的科技创新,而是寻找生态位的核心企业。从这个角度来看,现在英伟达确实处于一个很好的位置,但它的估值也非常高,也许特斯拉或许也是一个值得考虑的生态位核心,所以我们完全可以在等一等。 Q、探讨评价决策的标准不是决策的速度而是决策的质量的原因? * Zhen Dong 推特@zhendong2020 当真正有这样的机会出现时,时间的长短在某种意义上并不会带来关键性的问题,在弄清楚情况后也不会显著增加风险的变化。因此,在这种情况下,决策的快慢其实没有太大区别,更重要的评价决策标准还是决策本身的质量。 真正评价一个决策的好坏关键在于决策质量,到底是否清晰地梳理了框架理论,时间似乎只是个次要因素。投资中容易犯的最大的错误在于,判断标的的换仓或调仓标准不是基于标的本身的价值,而是单纯依据价格。 * Shawn 推特@_ShawnYang 快速决策关键在于掌握的信息是否充分,以及自己的推断逻辑和决策框架是否正确。如果整个的思考是完全理性的并且符合自己的框架,那么实际上可以非常迅速地做出决策。 * Odyssey 推特@OdysseysEth 价值投资或垄断型投资它们通常给予充足的时间进行决策,因为本质上是一种思维框架套利。虽然大家获取的信息相同,但由于他人缺乏特定的视角,无法正确理解和解读这些信息,因此我们可以从容地进行思考,这时考验的是慢思考的能力。 短期碰到的一些投资更多的是类似于流动性危机或formal的形式,短期决策和长期决策的模式确实存在一定差异,但实际上短期决策也可以套用一套体系。这种体系不一定依赖于对某个具体项目的熟悉,而是基于对某种模式的熟悉同样适用。 【关于E2M Research】 From the Earth to the Moon E2M Research 聚焦投资和数字货币领域的研究与学习。 文章合集 :mirror.xyz 关注推特 :twitter.com ️ 音频播客:e2m-research.castos.com 小宇宙链接:www.xiaoyuzhoufm.com DC链接:discord.gg
- 聊聊川普币的决策过程
最近meme的行情火热,lijia在传统金融公司做跨资产投资,分享下 他在Trump 的决策过程。 【活动信息】 分享主题: 时间:15:00(UTC+8)2024年2月7日 特邀嘉宾: Lijia 推特 @davidhornhouse 常驻嘉宾: Odyssey 推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli 合作媒体:@PANewsLab@DeThingsNewsa 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 03:08 分享Trump币的决策过程和投资思考 15:50 投资表现非常好时为什么没有加大仓位却如此谨慎? 22:10 在极端的投资情况中是否还应该遵守仓位限制? 28:34 在炒币经历中是否有遇到决策过程很好但结果不好的情况? 35:03 对于炒币时的系统性比例感是否有些方法论? 40:05 提问“Peicai Li”是如何看待ordinals及Trump币的投资行为? 49:22 建立抽象模型及投资逻辑的重要性 53:50 提问“Lijia”是怎么看大猩猩投资派和Meme投机派的? 01:05:00 对于稀缺性的投资机会是否应该花时间和注意力? 【要点精选】 * Lijia 推特 @davidhornhouse 第一反应是当时周围的人普遍持怀疑态度。一部分人不敢轻易参与,那些频繁交易或偏向长期投资的人则认为这更像是个圈钱的项目;第二个反应是关于这个币所有中心化交易所对其上线都有非常强的激励机制,而且还存在一种反身性的过程。 总结来说,果不其然他就是世界第一名人,在引开大家注意力真空期时吸引了全世界的目光,并在最短的时间内创造了可以说是人类历史上最大的一次财富效应,当然并非指绝对数值上的最大,而是单位时间内财富效应的峰值,这对于一个成熟的投机者而言是个巨大的机会,也是必须牢牢把握的时机。 * 提问嘉宾:Odyssey 推特 @OdysseysEth * 回答嘉宾:Lijia 推特 @davidhornhouse 1、投资表现非常好时为什么没有加大仓位却如此谨慎呢? 首先,需要明确一个硬性的上限。就我个人而言,对于期权或类似以小博大的投资机会,通常会将其限制在portfolio的5%以内。 为什么会设置5%这个上限呢? 第一点由于这种以小博大的机会失败的概率较高,所以需要有个bankroll management。可以先大致推算出总共会下注多少次,有多少次可能成功,通过每次的收益率和赔率反推出每次下注可以承受的本金损失比例是多少。很多时候这类币的流动性并不好,买入之后通常不会考虑中途止损或退出,但Trump币不存在这种问题,因为它的流动性非常高。 第二点是受到流动性限制,我们只能根据自身资金规模来决定投资额度。如果在炒meme时在不做事的情况下,最多也只能买入总量的1%左右就相对不错了。从现在整个周期的来看,meme更像是一种流量闯关的逻辑。 2、在极端的投资情况中是否还应该遵守仓位限制呢? 这种机会面前是可以突破之前设定的一些限制的。从relative value的角度来看,那些炒meme的人通常喜欢关注相对价值。至于设定的这些风控,很多时候是基于历史数据和经验来设定的。但人的优势在于当有新的维度信息出现时,可以结合其他领域的知识进行更全面的判断。 如果我们一直依赖历史数据学习金融市场的知识体系,一旦跳出这个框架,尝试运用其他领域的知识,或是基于作为人的基本常识来快速做出决策。在这种情况下,之前设定的一些规则或假设就有可能被打破。但在如此短的时间内既要快速反应,又要想出一个具有强逻辑支撑且严谨推算的限制方案是非常困难的。 3、在炒币经历中是否有遇到决策过程很好但结果不好的情况呢? 在这轮周期内有很多次这种经历,尽管在这一轮周期中总的核心资产的数量增加了不少,但这并不意味着每次入场或下注的结果都很完美,中间也有一些归零的情况,但这些都是在预期范围内。当游戏的规则被改变,原本最依赖的那部分高确定性已经不存在了,那就只能继续观察市场,看看会出现什么新的变化。 * 提问嘉宾:Odyssey 推特 @OdysseysEth * 回答嘉宾:Peicai Li 推特 @pcfli 1、对于当时ordinals以及这次没有买 Trump币的这个行为是如何看待的呢? 从结果来看,首先可能过于轻率地将Meme Coin归类为不可投资的项目,或者说它是个充满不确定性的投资品,那现在看来其实是有一套逻辑的。 大猩猩模型中较有价值的一点在于其从估值与不对称性的角度,投资的起点或许并非大猩猩本身,而是估值。对于没有购买Trump币的行为,我认为这是因为犯了过于简化思维的错误,将所有的投资机会分成大猩猩这样粗略的分类,实际上这等于封闭了对其他事物认识的更多可能性。 难得是有没有一种更高效的思维方式能够准确评估事物的内在价值,大猩猩就是相对比较简单的方法,可以通过其垄断性、成长性以及Total Addressable Market来评估其内在价值。如果通过这种方法得出的内在价值明显高于市场价值,这就是我们能够长期持有比特币或特斯拉股票的核心逻辑。 以Doge作为Meme Coin估值的标杆,这种方式有点类似于大猩猩里面的Total Addressable Market,即最大的估值天花板。再加上估值跟他的政治性、名人效应以及闯关效应这些动力学结合在一起,这显然要可靠很多。 评价抽象模型的一个关键点是波普尔所提的不可取性,而Trump币的不可取性非常高。如何从这一信号出发构建一套可靠的投资逻辑,也是个非常有价值且值得深入思考的问题。如何通过一系列思维模型最终形成投资决策,也是每个投资者普遍需要面对的问题。 * 提问嘉宾:Zhen Dong 推特 @zhendong2020 * 回答嘉宾:Lijia 推特 @davidhornhouse 1、是怎么看大猩猩投资派和Meme投机派的呢? 对于长期投资这件事,无论是大猩猩理论,还是巴菲特的价值投资理念都非常认可。无论是炒Meme还是进行一些短期投机操作,想要实现复利其实并不容易,因为所操作的资产规模是有限的。 很难说我们所学到的这套方法论或者学习到的体系适应所有资产,这实际上是难以实现的目标。所以我们会发现,那些真正能够在长时间内取得成功的大佬往往都是做宏观投资,长期复利的实现需要通过长期持有优质资产来完成。 2、对于稀缺性的投资机会是否应该花时间和注意力呢? 注意力本来就主要集中在金融市场或者跨资产市场的监督上,这不仅仅是为了观察市场的动态,更重要的是深入思考和深挖,尽量追寻第一性原理。在这个过程中,确实培养了许多职业习惯,比如对于一个标的的筹码结构会更加敏感,相比于身边那些专注于长期投资的人。 花了那么多注意力却实现不了注意力自由,做对的事首先需要意识到这件事情可能并没有想象中那么理想,或者它的机会成本已经不足以支撑我们继续投入,个人采取的相对温和的改进策略是把资产并到一起看,解放更多的时间和注意力。 【关于E2M Research】 From the Earth to the Moon E2M Research 聚焦投资和数字货币领域的研究与学习。 文章合集 :mirror.xyz 关注推特 :twitter.com ️ 音频播客:e2m-research.castos.com 小宇宙链接:www.xiaoyuzhoufm.com DC链接:discord.gg
- 用猩猩游戏投资法看 ETH 和 SOL
ETH 和 SOL 是最近比较热点的两个标的 ,Shawn 会用猩猩游戏投资法来聊聊。根据猩猩游戏投资理论,当市场尚未明朗或者尚未清楚谁将成为最终占据主导地位的猩猩公司时,最好的策略是先投资所有有可能成为候选的猩猩游戏公司。 【内容分享】 https://x.com/E2mResearch/status/1878721884906463616 【活动信息】 分享主题:用猩猩游戏投资法看 ETH 和 SOL 时间:20:00(UTC+8)2025年1月17日 嘉宾: Odyssey推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli 特邀嘉宾:Shawn 推特 @_ShawnYang 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 02:34 从日活数量比较ETH与SOL的差异 07:38 从收入角度分析ETH与SOL生态的受欢迎程度 09:05 ETH在Layer2战略中的问题及其原因 11:46 ETH与SOL在猩猩游戏框架下的对比分析 16:27 从迁移成本看ETH比SOL地位更强的原因 20:07 放宽视角看ETH和SOL各自的优势及困境? 30:04 BSC和SOL在这轮竞争中不一样的点在哪里 36:11 为什么对Meme Coin这个市场存在质疑呢? 41:21 用猩猩游戏框架看ETH与SOL为何会变得更清晰? 45:24 SOL基金会与ETH基金会的营销优势体现在哪些方面 46:53 技术和营销的分离为什么会是未来的趋势呢? 51:34 从平台与应用价值捕获的角度分析ETH和SOL 01:00:21 摩尔定律看ETH和SOL会带来什么样的影响? 01:02:22 对其他嘉宾提出的观点作出补充与回应 01:08:17 探讨新兴公链能否凭借用户基础跳脱ETH和SOL脱颖而出? 【要点精选】 * Shawn 推特 @_ShawnYang 猩猩游戏理论概念: 根据猩猩游戏投资理论,当市场尚未明朗或者尚未清楚谁将成为最终占据主导地位的猩猩公司时,最好的策略是先投资所有有可能成为候选的猩猩游戏公司。 黑猩猩公司应避免直接进攻猩猩公司,而是选择另一条发展路径——关注那些被猩猩公司忽视的利基市场中存在的特殊需求,快速进入并加以掌控这些市场。 在这些利基市场中,黑猩猩公司可以确立非标准架构,精准满足市场的特殊需求,为客户提供高的非价值服务。 在市场的龙卷风暴阶段,黑猩猩公司的目标是占据可观的市场份额,最好是在大陆市场排名第二,在利益市场中稳居第一。那么成为利益市场的领军企业后,可以借助其行业架构标准赢得市场尊重,成为这个利基市场里面的猩猩公司。如果表现出色其在利基市场中的地位将更加稳固,甚至达到无懈可击的程度。 在猩猩游戏框架下分析SOL和ETH的差异点: 1日活跃数量 从目前以太坊的活跃用户数量来看,其日活跃用户数从2021年基本维持在40万到50万这样的水平。再来看其生态系统,包括主网、Layer2二层网络的活跃用户数相加总日活跃用户数不到300万,这基本可以反映出整个以太坊网络生态当前的日活跃水平。 Solana的数据其实从2024年开始才出现了显著增长,典型的类似于找到了自己的利基市场,实现了日活跃数量呈现出S型增长。目前数据显示,日活跃数量大约在500万左右。从日活数据来看,Solana的表现已经超越了以太坊的生态系统,Solana500万日活、而以太坊仅有300万。 Solana采用了一种与以太坊完全不兼容的架构或系统,因此它被视为一个挑战者的角色。如果将以太坊比作猩猩公司,那么Solana可能更像是一家黑猩猩公司,它试图确立自己的标准并吸引大量用户进入其生态系统。同时,这也推动了更多项目向Solana生态迁移,这种迁移带动了资产发行的增长,并进一步提升了DEX的交易量。 2收入水平 Solana交易可能主要以Meme Coin为主,而Meme Coin的交易手续费相较于Uniswap平台可能会更高一些。因此,从手续费收入的角度来看,Solana项目的收入水平反而可能会高于以太坊项目。 目前整个区块链行业中,收入数据排名靠前的项目从高到低依次为:稳定币相关项目(如Tether和Circle),它们是最赚钱的。除此之外,近期收入表现最突出的则是以Solana生态为主的项目,包括Raydium、Solana自身以及PayFi 等。而以太坊相关项目的收入相对较低,包括Uniswap、Aave和Lido等。所以从用户的付费意愿来看,Solana生态的项目显然更受欢迎。 以太坊layer2的战略存在的问题及原因: 一方面,Layer 2造成了大量流动性的分割;另一方面,Layer 2上并未涌现出太多创新的东西,仍然沿用主网的三件套——稳定币、Swap和借贷功能,这种路线被许多人认为存在问题。例如,在Base网络上,尽管收取了大量手续费,但对以太坊主网的实际贡献却非常有限,大部分收益被Base自身获取,由此可见以太坊主网似乎未能从Layer2中有效捕获价值。 整个网络确实在短期内放弃了一部分收入,但从长期来看,如果网络能够实现显著增长,其现金流反而会得到改善。而且其Layer 2低费用的特点是推动用户增长的关键因素,如果它收取过高的费用,将直接导致Layer 2上相关费用的显著增加,这种情况下如果跟像Solana或其他GAS费用较低的链条竞争时就很有优势。因此,它必须通过短期内降低费用的方式来推动推广,从而实现用户增长的目标。从短期来看这种策略实际上更具竞争力,从长期来看以太坊整体的技术实力可能更加稳固。 Solana目前会面临的一些问题: 在整个Meme Coin市场中,无论是交易还是发行,其实整体的迁移成本较低、可替代性较强。如果出现一些新的公链,提供更多的财富密码或赚钱机会,用户更有可能迁移到这些新的链上。由于迁移成本低,用户转移的可能性也会更高。 反观 DeFi 市场或者这些稳定币市场,其DeFi基本面和可组合性等特点,实际上会使得相关项目更难迁移到其他平台。因为对于一个 DeFi 项目来说,如果要迁移到新的链上,它跟底层供应链资产、趋势优化程度、稳定币以及底层 DEX 的流动性深度等多个因素高度相关,所以整体迁移的难度要远高于Meme Coin市场。从这个角度来看,以太坊的地位实际上更为稳固和强大。 放宽视角看SOL和ETH各自的优势及困境: 以太坊在推动大规模采用方面然更有优势、更高的可视化效果,这是因为其整体模块架构和成熟的基础设施这些基本面非常强大。而Solana可能在纯消费级领域表现更为突出,比如在游戏、社交或支付等高频低价值的交易场景中会更具优势。 如果把整个市场扩展到更大规模,比如5,000万甚至5亿的用户场景,Solana一样会面临着以太坊同样的困境,包括如何平衡价值捕获能力、如何降低Solana代币的通胀率、如何提升Solana网络的扩展性?从这些角度来看以太坊在这些方面反而能走得更远。 总的来说,并不是认为Solana完全没有投资价值,与以太坊相比还是觉得以太坊的生态更为成熟。但是Solana目前已经成为区块链领域中不可忽视的一部分,几乎所有主流的跨链桥和多链钱包都会优先支持 EVM 和Solana链。 * Zhen Dong 推特 @zhendong2020 这轮Solana与BSC的一个显著区别在于,Solana尝试了自己的专用架构,并在这一架构下找到了所谓的保利求道,即“利基市场”。特别是在Meme市场上,Solana的表现确实非常出色。但是它要是想要颠覆大猩猩的权威是不容易的,因为在保龄球赛道上如果只有一个利基市场显然是不够的,当拥有两个或三个时,才能更容易对以太坊和其他大猩猩产生一些挑战。 我们现在讨论大猩猩游戏,讨论什么是权益和垄断。实际上这是一种多维度的优势或垄断结构,并非单一维度的垄断。所以当一家公司想要发起挑战时,可能需要同时具备多维度的优势和挑战。从市场角度来看,就需要在多个利基市场中建立优势,并将这些优势有效地串联起来。 * Peicai Li 推特 @pcfli 这一轮的 AI 平台与Meme Coin 的双向关系,核心点在于营销驱动的创新。无论是 Solana 还是 ETH,本质上大家在技术上很难实现重大突破。 这一轮 Solana 之所以表现得比 ETH 更好,主要在于 Solana 基金会的营销能力明显强于 ETH 基金会。ETH 基金会相对更偏重技术,风格较为佛系;而 Solana 在营销方面展现了强大的能力,尤其是在Meme Coin 的相关事件上。 目前在 Layer 2 技术中,Op Rollup 似乎处于领先地位,而 ZK-Rollup 因为实现难度较高且成本较高,暂时处于落后状态。不过,Op Rollup 方案中也存在一些细节上的不足,OP Stack 方案相较于 Arbitrum 的方案看起来更为优越,其趋势在于将技术与营商分离。通过将技术与营销分离,对以太坊下一步创新的涌现起到推动作用。Solana目前看来还是处于技术和营销紧密结合的阶段,既要专注技术开发,又要兼顾营销推广。 * Odyssey 推特 @OdysseysEth 平台是什么?如果将其抽象到某一层面,可以认为平台是一种用于降低交易成本的基础设施,使各种事物能够在其上运行。应用是什么?简单定义为直接解决用户具体需求的工具,用户并不关心平台本身,他们需要的是运行在平台之上的应用。 然而,应用有时需要依托于平台运行。仅从定义上看,无法判断谁能捕获更多的价值。实际上,价值的分配完全取决于谁能够控制稀缺资源。 以太坊在 DeFi 上的用户习惯迁移并不容易。而 Solana 在 MemeCoin 上更像是捕获了一个增长中的市场,Solana 更接近应用层、更像应用本身,从迁移难度来看并没有那么复杂。如果单纯从迁移成本的角度分析,不应该简单地将一个用户等同于另一个用户。虽然Solana现在的活跃地址数500万、ETH大约只有三四十万,但这不能单纯用数字来比较。 我们需要更长的时间才能真正体会到平台背后那种强者愈强的威力,但如果从短期来看,关键不在于它的存量增长速度或活跃度,而在于它的垄断性,最直接的判断标准就是看迁移成本。 【关于E2M Research】 E2M Research,聚焦投资和数字货币领域的研究和学习。和同行者一起,From the Earth to the Moon。 🌟文章合集 :mirror.xyz 🐦关注推特 :twitter.com 🎙️音频播客:e2m-research.castos.com 🎯加入DC:discord.com
- 【往期更新】再议微软、英伟达、台积电
最近整理文字音频更新了 23年6月之前的 space 讨论内容,方便查缺补漏。 部分讨论内容具有时效性,每期论时间见日期标注,感谢听友们关注 🙏 【活动信息】 分享主题:再议微软、英伟达、台积电 时间:20:00(UTC+8)2023年7月7日 嘉宾: Odyssey推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli Cryptotrek.eth 推特@happylilyelf 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 04:28 Zhen Dong分享自己对AI行业的见解 13:50 Cryptotrek.eth分享自己对AI领域投资的观点 23:48 Peicai Li 提出自己对AI领域的疑惑点 36:10 对于新兴产业的识别是否应该尽早接触 38:56 怎么样去观察价值链和生态增长 40:58 投资时如何考量技术周期 48:30 当芯片由训练转向推理时是否会出现更合适的投资标的 51:49 是否应该相信技术周期它总会呈现指数增长呢 56:01 在研究过程中是否有些更有效率且比较好的方向 【要点精选】 * Zhen Dong 推特@zhendong2020 从鸿沟模型的角度,整个 AI 行业还处在非常早期的时间节点,虽然从下象棋到打游戏到 ChatGPT 一下子爆火了一段时间,但时间很短暂。 为什么这么说呢? 目前这个行业面临着从零开拓新的行业分类的困难,这在鸿沟模型的定义里面其实是它缺一些市场对手,意味着所有客户在之前都没有给 AI 留出一部分预算。 所以从零开始开拓的行业面临着很多困难,同时也有很多机遇但这个过程需要时间。 真正什么时候能到主流对手? 除了没有市场对手之外还需要有产品对手,现在大家比较熟知的只有 OpenAI 一家。电动车最早虽然特斯拉独领风骚,但不管在美国还是中国市场有很多竞争对手,大众的消费者需要比对、需要看到某一款电动车在竞品中脱颖而出,具有很强垄断的地位或者优势才会购买,但目前 AI 产品在这个角度上相对差一点,没有到主流的大众市场。 英伟达它目前的业务非常像鸿沟模型里提到的龙卷风暴,它有几个特点: 第一所有客户都在这个时候要购买它的产品; 第二对于大部分人来说,NV 的显卡目前是市场上唯一的选择。这两者结合促使了现在NV 显卡大量交付,所有和 AI 相关的大公司基本上都留了很多预算进行采购,包括特斯拉,字节跳动。而且NV的一些行为也很像龙卷风暴公司,它们正在做的就是不顾一切实现交付。 英伟达目前在显卡或是 AI 的硬件领域是个毫无疑问的大猩猩,而且力量非常强。 有些企业在龙卷风暴阶段占 30%- 40%的市场份额,但英伟达市场份额非常高,也能看到英伟达的股价、影响力,大家对它的认可度非常强,所以英伟达的业务具有很明显的龙卷风暴特点的时间节点。 微软或者OpenAI非常像,如果把它们看成一样的东西,现在的产品其实有很强的保龄球道的特质。 OpenAI的问题是现在公司或者整个 AI 的赛道缺市场对手,需要时间慢慢发育。他们给公开API 招募了很多的同行,在下游的开发团队或者公司在尝试搭建生态。 OpenAI 已经打掉了所谓保龄球道,在一些细分领域做得比较好。首先在AI ToC 的API 上打开了接口,以 Midijourney 为代表的大量团队开发了OpenAI 的接口,在 ToB 接口上已经有比较明显的优势,但在 ToC 市场上缺乏比较好的完整产品,所以现在采用开源的价格方式,通过开源的架构让下游公司一起来搭建生态。 现在 OpenAI 就处在这样的保龄球道,需要通过一个保龄球道慢慢的扩展到两个、三个保龄球道,再慢慢扩大影响,并尝试在某些行业领域或者细分市场掀起自己的龙卷风暴。 * Cryptotrek.eth 推特@happylilyelf 对AI 领域在做投资的时候一定要有长远的眼光,从历史的角度看真正的技术周期才是推动人类发展的长期动力,所以有第一条曲线、第二条曲线、第三条曲线,从工业革命到电气革命再到信息技术革命,它们都在引领人类的发展,像金融危机、经济周期都很短但技术周期都比较长。 AI 可能是人类的第六次大革命且会持续很久,提升各行各业的效率,作为基础设施去改变各行各业带来很多的价值。 前几年 AI 就已经有发展,英伟达的 GPU 虽然主要用在游戏,但也有一些特别的应用,比如金融公司用它来计算模型、构建量化模型,发现浮点运算能力居然这么强。 后面制药公司、航空航天、化工业公司也用它来设计了一些模型,在不同的领域用 GPU 来做运算,构建模型提供了很强的算力,这时候开始在垂直领域有了小应用。 前两年Alphago、 alphafold , Transformer 这样的大模型,一些基础的构建模型的方法推出来,业绩占比一下子超过了游戏并且逐步上升,借助跨越鸿沟的模型看它是在一些小型的利基市场得到应用。 到了去年 11 月份 ChatGPT 一下子跨入了主流大众的市场,引起全世界关注,到 100 万用户只用了两天,有史以来 APP 使用人数增加最快的应用就是ChatGPT。 大家不但在 ChatGPT 通用模型上进行各种各样开发,还有很多各行各业公司在做自己的专有模型。 谈一下对 AI 的研究思路和方法,对于新兴产业不需要用很固有的思维和方式或者定位约束。因为新兴产业有很多打破过去和常规的东西,大家在生态建设的过程中拼命的去抢对自己有利的位置,这个过程中会有很多演化,所以整个思路是观察生态的成长和拓展,沿着价值链和生态的成长去投资。 谈一下研究方法,新生的行业领域要积极关注行业发展,具体的公司要多研究做了什么,很多人对于某个公司或者某个标的基本东西不够了解。 要想了解或研究项目,大家必须先做很多案头工作,把这些公司基本资料看透,如果是上市公司,要看这几年的年报、季报新闻、竞争对手和行业的相关材料,再开始讨论,这样才能彼此知道对方在说什么,不用浪费很多时间在基础的地方,而且更要密切跟踪它们的变化。 * Peicai Li 推特@pcfli 目前 NV 已经偏中后期,基本已经进入了龙卷风暴,甚至马上进入主街阶段。 但对整个人工智能技术周期来讲还很早期,未来应该还有很多机会,所以现在来看微软确实是个不错的投资标的,因为很多研发的客户或拿了融资投资的创业公司都会用到这第一波应用。 确实也发现 ChatGPT 现在的后继比较乏力,甚至一些金融公司、游戏、制药公司、航空间对人工智能真正B端应用还没有完全起来,没有看到改造整个行业的颠覆式创新。但是 GPT 出来之后整个行业投资资金变多,有些 killer APP、大的应用场景被大家挖掘出来,逐步走向大众。 至于台积电更偏整个价值链上游,受益于整个芯片产业的发展,人工智能的芯片只是中间的一种,未来会带动更多芯片需求,台积电肯定也会受益。 台积电的问题在于不确定垄断地位是否能保持,技术上同质化而且产能巨大。做挖矿时了解过它的芯片制造能力,每一条生产线开出来都是几万片一天的产量。 Q、对新兴产业的识别是不是可以更早? 不可能每一个行业都能抓住,一方面有自己背景的原因,另外一方面也有知识结构等等原因。最早关注NV,最一开始其实并不是看到了AI,那时 VR 和 AR 比较火,才看到了数据中心这一块,当时大家说一定要有算力、算法和大数据这三者才能够促进大数据行业的发展,在这个过程中发现它是算力的主要提供者。 前两年才开始发现 AI 是个很有意思的事情,可以落到应用上,跟踪和观察发现很多东西。(Cryptotrek.eth 推特@happylilyelf) Q、价值链条有哪些组成部分?你会关注生态增长的哪些维度? 任何一个生态都会有很多食物链和生态链。在这个过程中观察的维度并不是固有的。 主要是沿着整个技术扩散的路径来看它在哪些方面有应用,应用领域有哪些?在这些领域的竞争结构怎么样?哪一些是领先的?竞争优势是什么?主要看技术扩散思路,沿着技术扩散的路径可以观察到这块是涌现的。(Cryptotrek.eth 推特@happylilyelf) Q、是否应该相信技术周期它总会呈现指数增长? 我对摩尔定理的坚持等等的,个人认为是比较狭窄的角度,创新是个社会学问题,人类的价值主张在创新中起到的作用很大。 要从社会学的角度去看,我们希望未来过什么样的生活,这种生活包含什么,要怎么样为之去努力,从哪些方面去做,哪些人先过哪些人后过等等。 未来虚拟世界还会发展,现代社会大家就算都躺平了,还是要有精神寄托。精神寄托可能是虚拟世界,如果说虚拟世界不行,就星辰大海往外太空探索。 价值主张感觉对创新的影响很大。电动车的发展是因为想更加环保,光伏太阳能也是这样,包括可控核聚变也是既能高效又能环保,在这中间可以明显的看到价值主张的驱动。(Cryptotrek.eth 推特@happylilyelf) Q、在研究过程中是否有些更有效率且比较好的方向? 做研究是比较繁琐的,要想做好肯定得研究的更深入。就像在数字货币做投资,白皮书总是要看的,好多技术的还要看整个底层的逻辑、看代码。 对于公司研究的也是,公司基本情况、组织架构、这几年的主要业务、主要收入来源、主要客户、主要地区分布、财务报表、收入结构地区分布群、分产品的收入趋势、利润率等等,其次是公司的竞争优势、技术、营销策略,最重要的是公司的战略和团队都需要了解。 现在公司有很多公开信息,可以从公开网站,跟踪的久了就能看出来整个战略发展脉络和优势。 有些东西也需要自己去判断,具体到行业,研究行业的一些发展趋势,行业发展的周期,发展在哪个阶段,有没有竞争的行业,如果这些都关注到了,那就比 80% 的人了解的多。(Cryptotrek.eth 推特@happylilyelf) 【关于E2M Research】 E2M Research,聚焦投资和数字货币领域的研究和学习。和同行者一起,From the Earth to the Moon。 🌟文章合集 :mirror.xyz 🐦关注推特 :twitter.com 🎙️音频播客:e2m-research.castos.com 🎯加入DC:discord.com
- 【往期更新】再聊进化论:进化论和投资的关系
最近整理文字音频更新了 23年6月之前的 space 讨论内容,方便查缺补漏。 部分讨论内容具有时效性,每期论时间见日期标注,感谢听友们关注 🙏 【活动信息】 分享主题:再聊进化论:进化论和投资的关系 时间:20:00(UTC+8)2023年6月16日 嘉宾: Odyssey推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli 特邀嘉宾:KK 推特 @longwinsk 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 03:22 进化论为什么有非常好的底层逻辑? 06:45 进化论和投资有什么比较强的关系? 12:42 财富起源中提到的同一个算法是什么? 15:35 用适应度景观去审视投资是非常好的思维模型 23:36 将进化论和投资实践结合有哪些启发? 29:08 为什么进化论和投资有一定的共通性? 40:34 进化论的无方向性是否会导致投资陷入某种误区? 50:37 为什么更加倾向于贝佐斯的观点? 55:25 分享针叶树和投资有什么关系呢? 59:53 进化论运用到某个投资项目的case分享 【要点精选】 * Zhen Dong 推特@zhendong2020 整个进化论的底层逻辑非常重要,因为进化论有非常强的解释力,核心是用来解释复杂事物的起源,解释如何从简单的规则诞生出复杂的事故。 我们知道现在整个社会不管是经济,还是人类的活动、文化、科学技术、社会组织都是相当繁荣。 一旦给了相对小概率的试点,那么后面所有的进化就有可能出现大概率事件,所以我们看到整个关于生命的起源、物种的起源、人类科学的进化、经济和财富的起源。 人类现在的这些思想哲学的发展再到微观,我们现在看到的每个城市的发展、产业的发展、公司的诞生都可以用进化论的视角来解释。 进化论和投资有比较强的关系呢? 每个投资人都希望能够找到长期不变的一家公司或投资逻辑,当然投资标的会变、投资时的价格会变、市场新闻对它的反应包括监管都会变,所以很难找到一些不变的东西,但是整个进化论的这一套体系却非常好的适用于过去、生命的演化和物种的进化。 当然它也适用于投资主要有两点: 第一关于投资者个人,每个投资者在刚进入市场时肯定都不是成熟的投资者,获取知识的这个过程就有点像进化论的视角,如何从简单的信息中抽象出一些模型,如何提高对行业的认知,如何扩充人脉,此时进化论就可以给到一些答案。 第二关于投资标的,基因或者是物种有过度繁殖的这种倾向,在投资市场上金钱或者资本甚至是每个创业者或者企业也有复制和扩大自己规模的这种倾向,这两者在这点上非常相似,所以作为投资标的的公司、行业甚至是投资逻辑和投资派系,这种诞生都可以从进化论的视角来进行理解。 所以读进化论对投资整个的逻辑和观点,关于如何把自己的信息变得复杂,让自己变得更加的成熟,以及如何筛选一家公司,如何看待一个行业的发展进行投资都有很好的帮助。 * Peicai Li 推特@pcfli 《财富起源》里面提到经济的进化、经济的发展、财富的起源和进化论生物的发展很可能用的是同一个算法,这个算法大概是讲首先它是个递归算法,意思是上一轮的输出会作为下一轮的输入,这个算法里面被选择的对象在生物里面被认为是基因。 其次这里面有个裁判,“环境”来决定哪些生物基因可以传到下一代,所以适应环境的基因会被筛选下来传到下一代,不适应环境就会被淘汰掉。 这里面这些被选择的对象会发生变异,那这些变异有的会对环境更适应,有些就会被淘汰掉,就会在复制跟放大,从而使得在物种里面的比例变多,最后大家在互相竞争。 公司也差不多,只是在市场环境里面选择的对象是公司或企业,由谁来做裁判呢? 最核心的就是市场。 在市场里有两种结构:一种是我们认为的自由,所有人都可以做选择;还有一种是经济体里面是一些有权优势的人来做选择。 在这两个不同的环境下,企业就会进化会迎合市场,从而一些新的适应的企业就留下来,不适应的企业就淘汰下去。 进化论得出的结论确实对指导我们去观察投资很有价值,而且里面的提到的适应度景观的概念也很有意思,它描述了适应环境的方式不只一种,就相当于地球上生物要生存其实是有各种各样的策略,不同的植物、动物、人都有不同的策略来适应环境。 新的山峰通常意味着更少的竞争,更快的进化速度,更好的投资回报,适应度景观虽然可能不能帮你去理解一个具体的标的,投资中把适应度景观用于宏观上选行业、选投资,有助于全方位的去审视这些行业它会是个非常好的思维模型。 * KK 推特 @longwinsk 竞争本身不是促进进化的方式,只是一个生存条件,当到达新的生态位时,避免竞争往往能够获得生态竞争位上的优势,所以竞争不是手段,避免竞争才是手段。 在投资上这点就非常明确,但凡在投资领域做了一段时间以后,大家都开始一窝蜂时,这时就不要去了,反而应该去寻找找相对来说没有那么拥挤的生态位。 投资关键是看这个阶段性的踏脚石,也许短期来看它不是个成功的策略,但如果它能带你走向更远的前方,那它可能就是个成功的方向。 * Odyssey 推特@OdysseysEth 为什么认为进化论和投资有一种深层的共通性呢? 第一个相通之处是背后的环境,认真看它是个复杂制适应系统。当适应环境时环境也会发生改变,市场上任何赚钱的策略本身它就变成了市场,所以它可能反而不赚钱。 生物也是这样,在他信任的环境中那整个环境都是生物,它自己就变成了新的环境,然后从而适应用景观也发生变化了。 第二个相通之处是适应度景观,要怎么在未知和有限的信息中寻找一个最优解,而且这个最优解还在动态的发生变化。投资也类似,因为人不可能掌握所有的信息,也不可能用所有的算法,因为一定会有大量的知识是未知的。 共生不仅线粒体这种概念,还有各种更大的生态系统级别的概念,它是进化论里面子概念,通过这个概念我们已经可以看到非常多的资产。某种意义上说共生的资产,它的竞争优势跟生态系统是连在一起的。 投资里经常有个误区是好的技术它不一定胜出,哪怕原先的技术更差一点,但它已经跟其他的东西强绑定了。那就不要认为它能被更好的技术给击败掉,不要太盲从只看技术这个单一的维度。 进化论中的适应度景观、每个生物上的演化策略、共生生态位和好技术不断胜出等概念都能直接的帮助我们去理解更多具体的现象跟标的资产。 Q、 进化论的无方向性是否会导致投资陷入某种误区呢? 一点要求是要引入外部的参数,不管是环境的变化还是从净化或者演化来说,如果突然变异了能够有迈出阶段性低谷或者阶段新高峰的机会,即使在这个过程中看上去像在走下坡路,但可能是走向更高高峰的必经之路,那这点就需要有个外部的变化。 创业团队来说,核心团队一把手要知道正确的方向是往前走的,是可以走向更高的高峰。(KK 推特 @longwinsk) 【关于E2M Research】 E2M Research,聚焦投资和数字货币领域的研究和学习。和同行者一起,From the Earth to the Moon。 🌟文章合集 :mirror.xyz 🐦关注推特 :twitter.com 🎙️音频播客:e2m-research.castos.com 🎯加入DC:discord.com
- 【往期更新】未来不可预测vs做投资必须要做预测 投资人要如何决策?
最近整理文字音频更新了 23年6月之前的 space 讨论内容,方便查缺补漏。 部分讨论内容具有时效性,每期论时间见日期标注,感谢听友们关注 🙏 【活动信息】 分享主题:未来不可预测vs做投资必须要做预测 投资人要如何决策? 时间:20:00(UTC+8)2023年6月2日 嘉宾: Odyssey推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli 特邀嘉宾:许哲 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 03:40 在面对不确定性时投资人会有哪些底层思考逻辑? 08:46 投资市场中存在哪些不可预测? 12:48 预测高回报时更关注正反馈模型 17:04 市场不可预测的原因是什么? 21:31 为什么对未来投资做预测这个命题不是真的? 29:05 在预测面前做交易为生的人该面对怎样的课题? 45:29 准备是不是也是一种预测? 01:03:01 具体事件不可预测但未来的分布是可以预测的吗? 01:11:45 有实质的正反馈或趋势是某种意义上的预测吗? 01:21:33 揣测代替预测这个行为会不会有点不可证伪? 01:24:43 做好准备跟完全不思考未来的人有什么区别? 01:31:16 讨论《历史决定论》中提到的贫困是否也是做了短期预测? 01:36:14 无法准确的预测那是不是可以预测出一个置信区间? 01:43:23 讨论关于世界完完全全不可预测的这个观点是可证伪的吗? 【要点精选】 * Zhen Dong 推特@zhendong2020 不确定性有三个来源分别是人类的认知局限、系统本身的复杂性和反身性。 简单说首先世界本身是复杂的、非线性的,而且在发展的过程中还会出现意料之外的变化,所以认识世界本身就是个相对比较难的事情。 其次人类的认知局限,每个人都有自己的优势或劣势,而且每个人的时间都有限不可能把所有的事情都挨个看一遍。 最后是反身性,在看事情时大家的想法或预测本身会对事情的结果产生不同的影响。乐观情绪有可能会使这个事情变得更加乐观,也有可能会将事情推向比较悲观的状态。 这三点综合来看构成了这个世界的不确定性。 但是投资又是不管是观点还是钱还是时间都应该放在一些事情上,只有这样才能用头寸去获得未来的收益。虽然世界是不确定性的,但也并不代表着不能去做任何的预测。 * Peicai Li 推特@pcfli 有效市场的模型讲的是当前的价格已经反映了所有的信息,它本身的价格已经通过博弈得出。如果在这个基础之上预测未来股价涨跌,还需要一些超越市场的知识,这点其实很难,因为市场里面本身就有很多的噪声。 尤其交易量比较大时,预测未来投资品价格的变化非常困难,但是要想赚钱又必须要去对未来下注,所以就得尽可能的从噪声里面找到有效的信号。 任何人想把自己的预测执行度提高到 100% 是不可能的,好的投资人有机会做到30%-60% 。 掌握一些方法论和知识结构有助于提升预测的成功率,那好的知识结构包括物理学、心理学、思维模型。除了预测的准确率之外,预测能赚多少也很关键,因为这个是个 EV 的概念,如果准确率只有30%,但是如果预测对了就能赚 10 倍,那长期这么做还是可以有稳定的盈利。 在预测高回报时更关注正反馈模型,通常情况下这么高的回报都是来自于自我强化的正反馈循环。复杂经济学里面提到我们所谓的知识红利,科技是第一生产力的来源,都是因为知识它自带了正反馈的结构。 好的投资品里面都有可能会碰到正反馈结构,它的两个维度很重要: 一个是这种正反馈结构会提高你的赔率,在不同的标的上能获得比较高的赔率。 第二个是如果能识别出来这个投资品是否具有正反馈结构的性质,再进行建模,那就有可能碰到比较好的机会。 金融市场不是个混沌的系统,它是有结构的,因为本身人的思维模型也不是完全随机混沌,社会的很多规律也不是完全混沌的。 散户的追涨杀跌行为背后的现象显示它并不是完全随机的,包括网络效应,它们都跟人的认知结构有一定的关联。 * Odyssey 推特@OdysseysEth 如果把不可预测方面引入市场计算机的概念,把金融市场是看作一台大型的分布式计算机,那么它的运作需要数据的输入,算法、算力看作价格,人脑计算机跟非人脑计算机收集所有最新的信息,包括次新的信息实时计算的结果,结果本身又变成一次输入信息再诞生结果。 所以从这个角度注意到,如果想要精准的去预测市场本身,那么只有两种方法。 第一种方法是完全的模拟出一台就像地球那么大的计算机,每一个细节都要具备; 第二种方法就得是预测本身,只能是等待现实它发生,如果没有第二种方案,那就无法提前去预测,因为任何个体都没有办法在信息或者在算力上超越整个市场本身。 * 许哲 推特 @xuzhe42 如果假设投资必须要做预测,那这个就是不可调和的矛盾,只能骗自己说未来部分可预测,但事实上这个命题不是真的,可以有基于对未来预测的投资也有并不是基于预测的投资,这是个世界观的问题。 我们知道未来是不可预测的,从人类比较宏观的社会进程上来看对人类历史影响最大的其实是科技创新。 波普尔的《历史决定论的贫困》写的是否定所谓的科学社会主义思潮,他并不认为社会会按照某个规律一层一层推进下去,最后得出垄断资本主义的终极形态会导致资本主义的灭亡,他认为对历史去做预测是非常愚蠢的一件事。 决定市场和决定人类历史走向的都是由这些不可知的事情决定的,它是个非常严格的演绎,我们由此可以知道未来是严格不可预测的。 但这对于做交易为生的人来说会有个焦虑是如果未来不可预测,那该如何做交易? 而有一些人是拿自身利益相关去保护自己,当然这个是人性。所以必须要面对的课题是:“既然未来不可预测那我们怎么去做交易呢?”而不是做交易必须要做预测。因为如果假设做交易必须要做预测,但市场是随机分布,那所有的投资经理人跟掷色子就没有任何区别。 投资的目的不是做个成功的预言家,投资的目的只是在财务上获得增长。 你可以选择做一个预测准确率很高的评论家, 你也可以选择做一个预测成功率很低的赚钱的交易者。 区分一个人投资成功跟失败的因素,不在于他对于未来预测的准确率,而在于赢的时候能赢多少,输的时候能控制多少。 另外一句老话说赚多少钱是市场给你的,亏多少钱是自己控制的。 糟糕的预测者并不意味着一定是个糟糕的交易者,同样优秀的预测者也并不意味着能够变成优秀的交易者。 另外一个非常糟糕的事实是金融市场,肥尾效应里有个统计: 6 万多种金融资产、各种证券、各种可交易的东西,最后发现所有的金融资产无一例外都是符合肥尾分布而不是正态分布。 这意味着在金融市场,肥尾分布是绝对的主宰,没有任何一项金融资产可以逃开它的约束,也意味着非常小概率发生的事情将主宰着金融世界最后的走向。 Q、准备是不是也是一种预测呢? 在能准备的范围之内去准备,超出能力范围的那就不需要了,在我们的工具箱里面必须要有个strategy,对于我们没有办法防御的事情就只能老实承认。 对于市场我们能准备的是 best strategy,用最佳的对策或者最佳的准备。 从哲学上讲我们知道有些事情不可知,但并不意味着我们什么都不能做,也并不意味着我们什么都能做,我们只能在不可知的前提之下找到最佳的策略。而找到最佳策略也需要世界模型,我们并不是在不可预测的前提下认为我们的信息量为零。 市场的复杂和现在的复杂理论是不是可以直接对应的,对于这点是存疑的。复杂科学发展到今天,它是可以为我们提供一些知识,但它满足的条件在市场上是否完全适用是存疑的。 复杂科学在金融市场上的利用,它都会假设金融市场的随机性满足一定条件,并且它在一定的规则下会产生吸引点,并涌现出一些规律,但是我们处的这个市场是否真的符合这个模型是存疑的。(许哲 推特 @xuzhe42) Q、具体事件不可预测但未来的分布是可以预测的吗? 首先回测6 万多个可交易的证券品种,它是符合肥尾而不是正态,但并不能得出未来金融资产的价格收益率分布会服从肥尾的原因,它只能验证如果金融市场内生是肥尾,是帕累托分布而不是正态分布,那么过去所有的资产必须会符合这个命题,它是个验证并不是规律。 并不是因为我们从过去 6 万多种当中学习到了这个规律,所以我们认为这个东西它是普适的,这个泛化不可以这样无限泛化,因为很有可能过去的金融市场跟未来的金融市场并不一样。 金融市场内生就会造成肥尾效应,如果把金融资产分为债券、股票或者其他可投资大农商品,它们都会有个自证效应,它的产生是它自己的原因。 肥尾本身怎么个肥法是不知道的,什么时候落在它的左 tail 或右tail 我们也不知道,但是我们会知道它有个阈值,不会低于这个范围的概率分布。 这件事情就不是不能做,而是它跟客观事实一样,这个事实由内生性质决定,里面就不存在预测的问题,分布本身是一种刻画不是预言。(许哲 推特 @xuzhe42) Q、讨论《历史决定论》中提到的贫困是否也是做了短期预测呢? 那本书里面波普尔对于这个事情,认为不可持续本身是一种预测,但我认为他自己犯了他自己说的错误,身处那个时代的知识分子很难对资本主义不产生厌恶,这是比较正常的情绪。大家都没有办法去想到未来的事情,因为事情会变。 马斯说的劳动价值决定论假设现在已经成为了可能,因为 LLM 已经产生了理解世界的类人智能,未来如果劳动的主体都不是人,那劳动决定价值论该如何自处,这跟马克思和波普尔对于未来的看法都不一样,这又体现了未来的不可预测性。 他们说这个结构不可能持续,算不算预测呢?我想是的,这是预测并且确实也没有持续下去,因为现在西方国家开始走福利主义路线。 但他预言对了本身跟我说的碰巧对了一样,它不是一定对的,它只是正好对了而已。而波普尔自己本身对于这个事情,我认为他的看法本质上是违背了他自己说的那些原则,当然也很难说那个年代的知识分子对这个东西产生厌恶,并且认为它不可持续。(许哲 推特 @xuzhe42) Q、世界完完全全不可预测的这个观点是可证伪的吗? 对各位的投资建议是要把自己的主要精力放在你们portfolio 的健壮性上,也就是凸形上,portfolio 一定要在各种情况下拥有健壮性,跟在不依赖预测的情况下获利的收敛性,这个很重要。 分布这件事情是对于限量的描述,它不涉及production,虽然它包括未来的时间在内,但这个是个属性,就跟现在车有四个轮子一样。就它的分布不符合正态,这件事情只是对于当下的描述,它并不包含预测在内。 另外胚胎是典型的知识分子的负担。 如果我们了解跟建模这个世界对于预测未来如此的没有影响力,那本身就是知识有效性的一种折扣,这种无助感对于知识分子来说非常可怕。 反过来就是哈耶克经常说的谨防知识的僭越,当人掌握知识之后非常容易犯的一个错误是认为他对世界的理解是有把控力的,正是这种认为大概率或者在多数情况下,知识有效的这样一种信念会导致很多灾难性的事故发生。 一定在交易上把预测对重要性降到最低,如果你们觉得portfolio 构造的过程当中并没有完全能够排除掉 production ,那建议把production 降的越低越好。 不可预测是严格的而不是有一个宽松程度,很多小概率的事情或者都想不到的事情,可以彻底改变原有的知识或给你们很高的执行度。 哪怕我们对于宏观经济有如此深刻的理解,也并不能推导出言之凿凿的未来,因为它依然是严格不可预测的。 【关于E2M Research】 E2M Research,聚焦投资和数字货币领域的研究和学习。和同行者一起,From the Earth to the Moon。 🌟文章合集 :mirror.xyz 🐦关注推特 :twitter.com 🎙️音频播客:e2m-research.castos.com 🎯加入DC:discord.com
- 【往期更新】投资需要哪些重要的知识结构?
最近整理文字音频更新了 23年6月之前的 space 讨论内容,方便查缺补漏。 部分讨论内容具有时效性,每期论时间见日期标注,感谢听友们关注 🙏 【活动信息】 分享主题:投资需要哪些重要的知识结构? 时间:20:00(UTC+8)2023年5月12日 嘉宾: Odyssey推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli 特邀嘉宾: Cryptotrek.eth 推特@happylilyelf Anonymous 推特@youyouAllen 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 02:21 投资为什么需要学习基础的知识? 08:58 投资一级和二级市场需要具备的是什么? 14:09 投资中哪四个比较大的知识结构很重要? 21:52 多研究哲学方面的书籍为什么对投资会有所帮助? 30:48 投资时遇到不同的情况该如何操作? 35:13 投资中需要掌握哪些重要的通识 45:47 从微观上对投资中的通识方面进行补充 50:19 将量子物理运用到投资中会有什么帮助 53:03 在排除错误的决策时需要哪些必要的知识 58:42 怎么样去调低自己的EGO 【要点精选】 * Cryptotrek.eth 推特@happylilyelf 投资这个行业是需要支持最多的行业,各行各类的知识可能都需要。如果我们给它做个性质的界定,那它是需要多样化、开阔和经常更新迭代的。 正是因为具有这些特征,所以每个人的知识结构都各不相同,所以无法给它做出特别定性或定量的界定。知识是相互作用的系统,我们其实并不倾向于去设计自己的知识结构,而是应该在一定的基础知识之后随着投资经验的增加与进行,慢慢的自我生长。 投资是个实践出真知的行业,但要先学一些最基本、看起来最简单、最好理解的基础知识,这些知识并不能保证能成为很好的投资者但能形成基本的知识结构。 初步了解了这些基础知识之后最重要的是要参与实践,在实践的过程中发现自己的不足再进行研究。 所以知识结构是不可以被设计的,而是在实践过程中发现需要什么主动去学习,在基础的学完了之后就可以自由发展,根据自己想投资的行业和方向建立自己的知识结构。 * Anonymous 推特@youyouAllen 区块链是金融科技领域的前沿科技,物理本身就是知识结构里面很重要的一块,知识结构就是要创业,但创业不是要 all in而是要模拟的一个项目,在这个过程中去理解对人的这种感受,因为自然科学和社会科学最大的差别是即使从课本上学到社会科学,很多社会科学都是实践出来的。 整个投资领域一级市场和二级市场强相关,市场受宏观的影响会传导到一级市场,所以二级的投资知识对一级的投资至关重要。 如果大家认可万物级周期,二级周期和一级周期就是耦合在一起的,所以必须要具备二级市场的知识。除了这些一级市场更重要的还是社交能力以及自己为人处事的一些知识。 * Odyssey 推特@OdysseysEth 投资需要哪些重要的知识结构? 如果先按照第一性原理这种方式,我们可以给投资这个行为简单的下个定义:投资者其实是在收集过去的所有信息,做出一个应对未来的决策,在做出应对未来决策时既要认识世界及资产,又要认识价格。 投资中这四个比较大块的知识结构比较重要: 第一是哲学方面认识论; 第二类似于垄断方面; 第三是关于物理学跟生物学的整体; 最后一部分是心理学。 如果投资是对未来不确定的世界做出了某种应对,那么要去避免错误的认识方法和应对方法就不得不去碰认识论文哲学。 投资者并不是茫然的认为未来是完全混沌和随机的,未来有一定的不确定性,在不确定性中去寻找一种确定就叫垄断。 垄断某种意义上说也是抵抗山寨的一种力量,可以看到一种更深层、一种确定性,从而去应对这个不确定的世界。 这种不确定性它源于两个方面,一个是外在世界的不确定性,另外一个是人的行为。 内部世界不确定性不仅包括投资者自身,还包括整个市场,在市场呆久了会知道价格是完完全全跟资产价值和资产本身可以是完全的背离。 * Zhen Dong 推特@zhendong2020 如果是新人到新的行业,其实不太知道应该朝哪个方向努力。 如果有好的背景或运气比较好到了一个好的公司或比较正确的道路上,可能直接顺着这个方向去做一些事情就好。 如果一不小心掉到了比较落寞的行业,那这时就需要一些哲学的思想观念,比如塔勒布、巴菲特这些观点会有很好的启发。 Q、对于像段永平这种没有科班出身念过很多金融知识的投资者怎么看? 做投资需要各行各业的的知识,投资者如果有他自己的思维模式,他知道什么是好生意,什么能赚钱,什么很有前景这就够了。 但他一定是对这几个方面有判断: 第一他对经济形势有判断,包括政治等等,因为一个企业家他如果很成功,他一定不会在不该投资不太合适的时候去投资,他会选个很好的时机; 第二他对这个行业的发展有把握,我们经常会研究产业组织、产业发展、产业结构,作为一个企业家,他对这些肯定会有一些感知; 第三他对管理很擅长,作为一个成功的企业家,他更容易去判断什么样的人可以做大,什么样的人可能就做不大。(Cryptotrek.eth 推特@happylilyelf) Q、 投资中需要掌握哪些重要的通识呢? 在做一些大的配置时,比如说做全球化配置时,政治就很重要了,还包括像研究数字货币,很多时候都是对政治学的一种认识,慢慢就会知道数字货币的优势在哪里。还有经济学、货币政策周期联储的影响,如何用到自己的投资策略中,这几点都是很重要的一种通识。 另外还有产业经济学,不管分析哪个行业会发现每个行业的发展都是有规律的。 产业发展周期、技术扩散的周期、企业周期竞争结构、包括垄断等等,这些全部都属于产业经济学的内容,它研究的是产业的发展,怎么样从有到衰亡、怎么样先开始再快速发展、再成熟、再衰亡。 技术扩散也是这样,怎么样先进去又怎么样扩散、扩散之后又怎么样产生新的,就这样蓬勃出来形成了生态,到最后技术平稳被新的范式转移,被新的技术给垫付,每个行业几乎都可以看到同样的故事。 人类和机器很不同的地方是人类非常善于类比。在研究各个产业时会发现同样的东西,熟悉的味道,中间的那些产业发展的规律、里边的组织发展结构、演化的特征,这些全都值得探索和学习。 咱们有没有什么是可以长久的去体验? 生态学:研究的是整个系统内部规律的科学及系统之间的演化,系统内部的演化、系统之间各个组成部分的相互作用,所以我们看到复杂科学中的很多东西在生态学中都有涉及。 而且经济学中提到很多东西生态学家 50 年代就提出来了,其实研究的是个复杂系统,就像社会系统和经济系统一样都是复杂系统。 第一是多样性,地球为什么这么强悍?因为它有很好的多样性,包括我们现在看物种,它利用多样性来保持了自己系统的强韧性和反脆弱性。 还有一点叫冗余,在每个生态位都可以发现很多的冗余,不止一个动物或者植物占据了那个位置。 如果某个系统在某些关键的位置只有个别生物,那一定是个很脆弱的系统,所以生态学中多样性和冗余这两个概念很重要。(Cryptotrek.eth 推特@happylilyelf) 【关于E2M Research】 E2M Research,聚焦投资和数字货币领域的研究和学习。和同行者一起,From the Earth to the Moon。 🌟文章合集 :mirror.xyz 🐦关注推特 :twitter.com 🎙️音频播客:e2m-research.castos.com 🎯加入DC:discord.com
- 【往期更新】巴菲特理念的可取 VS 可超越之处
最近整理文字音频更新了 23年6月之前的 space 讨论内容,方便查缺补漏。 部分讨论内容具有时效性,每期论时间见日期标注,感谢听友们关注 🙏 【活动信息】 分享主题:巴菲特理念的可取 VS 可超越之处 时间:20:00(UTC+8)2023年5月19日 嘉宾: Odyssey推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli 特邀嘉宾: Ponge 推特@pzponge 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 03:05 介绍巴菲特理念可取且不可复制的原因 06:53 对巴菲特整个投资框架的看法 15:41 巴菲特和大猩猩相同和不同的地方 19:59 对巴菲特和大猩猩的不同之处进行补充 23:33 对于二级市场巴菲特的哪些观念是可以改变的 27:37 哪位投资人或投资方式可以用来弥补巴菲特的不足 29:33 加密货币领域存在巴菲特斯的价值投资者吗 32:16 巴菲特会看中AI领域的什么资产或投资标的 37:44 讨论腾讯和微信这两个投资标的 42:00 哪些投资者做到了巴菲特做不到的事情 47:44 加密行业是否出现了更好的商业模式 51:09 AI 现在的发展对加密行业的影响正面还是负面 54:24 是否可以用区块链技术但是不用公链来完成结算 56:49 开发者会因为币价波动的原因离开加密行业吗 【要点精选】 * Ponge 推特@pzponge 巴菲特的理念当然是可取的,它给人的感觉非常自然,对事实的描述很客观,目的不在于讲述他的方法、教会别人怎么投资。所有的讲述都是基于自身的业务,而自身的业务无论是时代还是能力和环境的原因,几乎都是不可能再复制的。 他做的是这件事如果落在每个人的投资上,没有必要刻舟求剑的学习,但是整个的思想和理论还是非常值得借鉴。 巴菲特的逻辑更多是讲帮企业做理财,分配他们的剩余资本来获得比他们自己直接分下去的收益更高的收益,所以巴菲特他的收购不以卖出为目的。 当然大猩猩投资也有很多可取的地方,对现在的时代来讲很好。 但跟巴菲特是两码事,巴菲特实际上不主张低价买、高价卖,它不把公司以更高的价格卖给别人为目的,目的实际上是帮那些小的家族企业做财富管理业务。 * Odyssey 推特@OdysseysEth 巴菲特整个的投资框架有点像牛顿的经典力学在物理中的地位,整个的框架和系统非常完善、非常好,但是同时只适用于一部分领域。 巴菲特有哪些可取跟超越之处呢? 整个体系最核心的点是比如价值给出了非常清晰的视角,不仅是对价值定性的定义还是个定量的定义。 比如未来现金流的折现,如果第二年未来现金流不确定能不能活下来那便看不了了。 而巴菲特这时就会开始去寻找所谓的特许经营权,寻找垄断公司或者一眼能够看到十年以后的公司或者在做的尽快清算类的公司,前者看护城河后者是尽快清算,那未来现金流时间就拉短了。 巴菲特本身的框架体系非常出色、严密而且可学,但同时边界之外还有很多的标的,而且因为软件吞噬世界的的情况在发生,所以随着高科技破坏式的创新的不断冒出,会有更多标的是处在巴菲特框架之外。 * Peicai Li 推特@pcfli 巴菲特的投资标的都是到了主阶段的大猩猩,那个时候现金流已经比较稳定了,甚至还能够有所增长。大猩猩的投资可能是在鸿沟之后、鸿沟之前不投,鸿沟之后龙卷风暴的阶段就开始介入。 在新的颠覆式创新占据了主导结构,垄断特质已经比较明显了,在这个阶段大猩猩投资就介入了。通常情况下大猩猩的寿命要比我们想象的要久,甚至在主阶阶段还可以扛很久。 Q、哪些投资者做到了巴菲特做不到的事情? 第一代的格雷厄姆在学校当老师,自己有个投资公司,更多是理论性。 第二代的巴菲特是企业家的投资模式,如果你想完全复刻他的投资模式很难。既要有非常充沛的浮存金,又要有非常高超的商业嗅觉,又要有非常高超的资本配置能力,而且在这个自循环的过程中自己完全是个闭环。 第三代投资人是个二级市场投资者,在他们的投资里面不需要跟管理层有太多的紧密接触。第三代投资人跟第一代乃至第二代投资人最核心的一致原则是安全边际,一些三代的投资人他们虽然愿意去搏一个向上的弹性,但是他们对于价格的要求一般都比较严格。(Ponge 推特@pzponge) 【关于E2M Research】 E2M Research,聚焦投资和数字货币领域的研究和学习。和同行者一起,From the Earth to the Moon。 🌟文章合集 :mirror.xyz 🐦关注推特 :twitter.com 🎙️音频播客:e2m-research.castos.com 🎯加入DC:discord.com
- 【往期更新】有什么投资方法是很多人都能赚到钱,却是不可取的?
最近整理文字音频更新了 23年6月之前的 space 讨论内容,方便查缺补漏。 部分讨论内容具有时效性,每期论时间见日期标注,感谢听友们关注 🙏 【活动信息】 分享主题:有什么投资方法是很多人都能赚到钱,却是不可取的? 时间:20:00(UTC+8)2023年4月21日 嘉宾: Odyssey推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 01:34 Odyssey 分享对主题的想法 06:37 Zhen Dong阐述对主题的观点 12:42 Peicai Li分享投资为什么需要知道底层逻辑 23:19 理解收益的来源重要的原因是什么 29:15 普通人如何避开不可取的策略 36:37 普通人要学会去获取无风险收益 【要点精选】 * Odyssey 推特 @OdysseysEth 如果觉得一个人很出色,但并不知道自己为什么跟着他投,也许长时间可以赚到钱。但如果不理解为什么其实这种方法都是不可取的。因为不理解决策的过程和原因,不理解决策什么时候会出错。 只因为相信某个人就跟他投资,并没有思考、辨析、理解他的决策能力,很容易被各种光环给影响。即使有一些决策你看起来能够理解这么投资的原因,但是这个理由最底层是不可靠的。 概述一下利润来源应该来说有这两层: 第一层是他人的直接损失往往因为情绪产生; 第二层是因为在认知上别人就是看不到、看不懂,所以他错过了某种意义上的长期增长。 靠运气赚钱,回头完全有可能靠实力把它亏掉。 * Zhen Dong 推特 @zhendong2020 加杠杆这种策略我觉得也有很大的问题,把大部分的钱放在有杠杆或者类似于杠杆里,将面临着资本永久损失或者因为一些特殊的情况被拉爆,但上端的收益却又比较平常。 还有一点很多人会赚到钱,就类似于想办法用信用卡、银行贷款,用低的资金成本找到一个更高的固定收益的地方,中间可能只赚1%、 2% 或者是个位数的利差,这种策略如果一旦累积了很高的杠杆也都会有问题。 这些策略最大的问题有两点: 第一点资产端的资产是不是足够安全,如果看起来安全,那可能面临着资本永久损失的问题。 另外一点是杠杆端有时候也会出幺蛾子,如果杠杆端资金开始撤资,可能面临着流动性的问题。 有一些杠杆可能在行情好的时候才能给你比较优渥的条件,但是当市场整个泥沙俱下的时候,它会抽带的非常。 首先我承认应该研究收益来源、底层结构,但如果想认识到一个行业或者是某个投资机会非常深刻的部分,可能要打败市场上 99% 的个人机构和很多专业投资者,而这是非常难得,所以我觉得每个人应该朝这个方向去努力。 * Peicai Li 推特 @pcfli 如果策略能赚钱,但不知道收益的来源,不知道这个钱是从哪里贡献出来的,也会是个比较麻烦的问题。 其实赚钱方式是一种合作博弈,你的钱被别人拿去做了业务、创造了更多价值,有部分价值分配到你这来。 通过扩大本金来提升自己的绝对利率,加杠杆是尤为不可取的,这类策略本身就存在反身性的问题。如果你的策略本来已经不赚钱了,而你却还保持了很大的仓位,甚至这些仓位都是通过加杠杆。 小概率的情况下会出现本金全部损失,但如果碰到一波黑天鹅事件就会把你全部带走。 如果想获取比无风险收益更好的收益,那么这里有个大的方向不要轻易的把钱交到别人手上,不要依托别人的善意拿到回报,坚守这一条原则就能避开很多的风险。其次要想获得无风险收益,透明度高比收益高更加重要。 学会获取无风险收益这样它可以作为你的基础策略,如果没有好的机会,就可以把你的钱都放到无风险收益的策略里,至少有可能跑赢通货膨胀。 【关于E2M Research】 E2M Research,聚焦投资和数字货币领域的研究和学习。和同行者一起,From the Earth to the Moon。 🌟文章合集 :mirror.xyz 🐦关注推特 :twitter.com 🎙️音频播客:e2m-research.castos.com 🎯加入DC:discord.com
- 【往期更新】以ETH上海升级为例,聊聊如何看待事件驱动型投资?
最近整理文字音频更新了 23年6月之前的 space 讨论内容,方便查缺补漏。 部分讨论内容具有时效性,每期论时间见日期标注,感谢听友们关注 🙏 【活动信息】 分享主题:以ETH上海升级为例,聊聊如何看待事件驱动型投资? 时间:20:00(UTC+8)2023年4月14日 嘉宾: Odyssey推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli Shawn 推特 @_ShawnYang 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 04:08 介绍ETH上海升级是什么 07:20 如何看待事件驱动型投资 12:32 对于事件驱动型投资的研究及探讨 18:20 事件驱动型投资可行和不可行的部分有哪些 23:51 如何在不做详细分析的情况下规避风险 36:39 投资中的工程学研究重要的原因是什么 47:13 什么样的事件对于以太坊来说是致命的事件 57:26 在关注商业模式的同时是否还需要关注相关数据 01:00:34 自由讨论 【要点精选】 上海升级 * Shawn 推特 @_ShawnYang 现在上海升级之后可直接把之前质押在里面的ETH 给提出来,但不是一次性提取,每天会有数量限制。 现在值得讨论的是: 上海升级之后这些质押协议未来会迎来怎样的发展? 再质押协议会对以太坊质押的整个生态格局有怎样的变化? 最重要的是以太坊提取功能开启之后,底层和操作码的升级改进会对整个生态及 gas 费有哪些影响? * Odyssey 推特 @OdysseysEth 这次上海升级虽然还是有可能会得到一点点利润,但不确定性也挺高,就算雇再多的博士团队都有可能遇上反身性。 巴菲特曾说现金流折现是一种思考方式,而不是计算到小数点以后的这种方式。巴菲特提倡避免精确的错误,在投资中更多是寻找一种粗略的证券。 事件驱动型投资 * Odyssey 推特 @OdysseysEth 对于能够形成共识的这种事件驱动,除非判断的比市场不确定性的判断还要准确的多,才会有投资机会。 如果假设真正的会有抛售,那说明在上海升级EIP 提案通过时,就已经隐含了这一系列抛售,所以这么长时间过去了并没有产生所谓的抛压在上海升级后。 事件驱动型这方面不仅不要去做,更应该理要解为什么不该去做,从而才有可能做到更长期的持有。 事件驱动型投资除了上海升级也包括一些并购,一部分投资者的确可以占到优势,他们确实可以比其他投资者判断的更加准确,所以对于上海升级这种确定的投资,它不需要通过计算抛压以此来盈利。 事件驱动不太可行的部分是这种资产并不知道什么样的价格合适,也不知道它的价格是否已经反映出了这个事件,所以永远无法做出精确的计算,哪怕在其他方面计算再精确。 比较可行的部分像一些偏套利型的投资,这时候计算就很有效,但是也会受到市场情绪的影响。 事件驱动型投资的投资策略比较关注像并购、公司重组、管理层变动、股票回购破产等,这些事件事先已经公布但还没有发生,所以可以在这个事件之前更多的去做一些判断或者计算,当然这个事情也有可能正在发生。 * Zhen Dong 推特 @zhendong2020 光看到事件驱动这个事情,并分析抛压,在做决策,仅仅通过这个层次做投资决策显然不够,因为对于背后的反身性预期的提前反应、抢跑的判断是不够的。 如果是小白或者对整个行业的认知和经验不足时,当看到媒体上报道出上海升级之后抛压百分比预测的一些文章时,就做出投资决策则会存在很大的问题。 事件驱动型投资不应该去做的前提不仅仅是认为这种类型的策略没有利润,而是应该把一些技术细节都考虑清楚,最后在得出结论这个事情的赔率是否还不错、是否能看到明显的机会。 套利类型的策略对这种事件的计算或者量化分析要有个大的框架才能看到相对比较好的胜率和赔率,以便于做出一些相对比较准确和理智的分析或者投资决策。 Q、如何在不做详细分析的情况下规避风险? 上海升级对太坊网络的影响,对以太坊本身的优势没有影响,一旦出了这样的事肯定可以有很多种方式可以解决,但它一定会引起很大的风波,唯一的风险是出现竞争对手。如果质押的比例变低,去中性化程度则会变低,这的确会带来很大的问题。但是如果质押的比率变低,却让质押的收益率提高了,那这个问题也会迎刃而解。 计算是为了规避市场哪一天突然出现很意外的情况,如果提前计算事先便可以大概知道整个结构,不至于等到市场出现某种恐慌时随波逐流就过去,结合最新的信息更能清楚的知道下一次机会。 大猩猩投资法早期里面的思路是任何一家公司都是有风险的,持仓最头部的那些公司能对冲且消灭掉某种形式的风险。 规避风险的第一种方式是尽可能的去买入一些偏晚期不需要去担心这种风险的公司。 第二个方式分为两种,一种是通过期权的方式,事先卖出事后再买回来; 另一种是买入竞争对手的方式,行业本身没问题但是某个资产卖不出去,捕获的价值便会转移到其他的某些资产上。 Q、投资中的工程学研究重要的原因是什么? 通过这些数据和事件去理解跟看待,有助于全方位的去理解公司性质。 如果理解了这家公司的性质,当全行业每家公司都巨亏以后,就会成为盈托证券、成为最强的一家公司,变成它的竞争对手会减少,它以后能够获利的机会跟能力也会变多。 不太倾向于每天看着新闻不断的去分析,因为长期的判断是不被新闻所影响。 以苹果为例,就算发生一些负面新闻或事件,基本上是不会影响到它的的商业模式跟垄断地位,所以可以很清晰的大概估出未来十年以后能赚多少钱,以及商业模式是怎么样的。 这种投资有两点好处: 第一点好处是更容易做出长期决策,在市场恐慌或者价值偏离期间拥有某种程度的确定性。 第二点好处是有更好的心态去研究更长期的一些视角以及这方面的学问,比如跨学科的学习和思维模型,这样反过来也可以帮助你做出更多更好的一些长期决策。 【关于E2M Research】 E2M Research,聚焦投资和数字货币领域的研究和学习。和同行者一起,From the Earth to the Moon。 🌟文章合集 :mirror.xyz 🐦关注推特 :twitter.com 🎙️音频播客:e2m-research.castos.com 🎯加入DC:discord.com
- 【往期更新】微软会引领下一轮的范式转移吗?
最近整理文字音频更新了 23年6月之前的 space 讨论内容,方便查缺补漏。 部分讨论内容具有时效性,每期论时间见日期标注,感谢听友们关注 🙏 【活动信息】 分享主题:微软会引领下一轮的范式转移吗? 时间:20:00(UTC+8)2023年3月24日 嘉宾: Odyssey推特@OdysseysEth Zhen Dong 推特@zhendong2020 Peicai Li 推特@pcfli 【特别说明】 在讨论中提到的任何项目,均不构成投资建议 ,加密市场是一个风险很大的市场,请大家谨慎对待。 【音频时间戳】 02:16 Peicai Li阐述对这个话题的观点 18:38 微软是否能够长期捕获到范式转移的价值 29:51 如何判断ChatGPT 什么时候具有垄断特性 39:21 Zhen Dong阐述对这个话题的观点 44:48 投资微软的赔率似乎没有那么好的原因 49:10 小仓位投资微软的原因 01:02:30 现在AI处在什么样的阶段 01:06:43 自由发言 【要点精选】 * Peicai Li 推特 @pcfli 我们自己的投资理念总体来讲是希望每隔几年等这种大的范式转移出现的时候,我们都能够抓住里面的投资机会,进而使自己的资产阶段得到增长,也是我们整个投资大方向的策略。 王川老师观点是他认为在这轮范式转移中微软的股票是个比较好的投资标的,理由如下: 第一从目前来看,OpenAI既是这轮范式的引领者也有机会成为最大的受益人。 虽然OpenAI是个非上市公司,我们并没有什么好的投资机会,但他认为目前微软的股票里面还没有包含到 ChatGPT 对它的贡献,虽然目前微软的市值很高,但PE 值不算很高,从这点他们认为这是个比较合理的估值区间。 随着ChatGPT 的进一步发展壮大发酵,那么微软和 OpenAI 的深度合作关系中便可以获益很多,因为微软投资了100 亿美金预计能收回800 亿到900 亿美金,按照目前的 OpenAI 的发展势头这部分收入基本上可以说是微软的确认收入。 第二更核心的是微软整个生态都会受益,比如微软旗下的 GitHub ,是全球最大的开源软件的托管网站,目前它已经集成了Copilot的功能,很多程序员就可以直接让AI 帮他们写一些简单的代码,通过这个功能来提高工作效率。比如云服务,很多创业者可能会把一些 ChatGPT 或者AI 的服务高度集成到云服务里面,微软的云服务也可以获得比较好的增长。比如office 系统,AI 的加入会进一步强化地位,另外也提升了价值。 * Odyssey 推特 @OdysseysEth 我们选择投资标的一般会看两个角度: 一个是它是不是稀缺的,如果它有标准化竞争者,那它就不是稀缺的,除了看它是不是稀缺; 第二角度需求多广,是不是被大众所需求的。比如人工智能浪潮出来以后,GPT 本身的模型、显卡的设计以及芯片的制造其他公司没有。 Q、微软是否能够长期捕获到范式转移的价值?(Odyssey 推特 @OdysseysEth) 微软的好处是它可能是 在这轮OpenAI 之外最大的 c 端客户,如果这些人一开始已经习惯了用它,那只要竞争对手没有特别强,被替换的可能性就不大。 对程序员来讲去更换Git Hub 就很难,因为里面积累了大量程序的实力。换到新的程序库拖起来没那么容易。 而且OpenAI 硬件都部署在微软的机房里面,如果动起来也会很麻烦,所以OpenAI 很难一下子切断跟微软的关系。(Peicai Li 推特 @pcfli) Q、如何判断ChatGPT 什么时候具有垄断特性?(Odyssey 推特 @OdysseysEth) 其实就是看生态,目前来看肯定算不上有垄断性,只能说是有先发优势,基本上还是它自己的服务以非常快的速度吸引了上亿的用户。(Peicai Li 推特 @pcfli) Q、对微软来说这个赔率似乎没有那么好?如果AI 未来的浪潮影响力非常大,更好的价值的捕获能力是不是应在软件公司而不是硬件公司?(Zhen Dong 推特 @zhendong2020) 1、我觉得微软确定性好,因为股价在ChatGPT前后没有太大的变化,原来的业务基本上能支撑现在的估值。AI 出现之后对于支付手段的要求也是非常快、非常多,而且这里面有很多的细分领域,很有可能会有非常多的小的创业机会,OpenAI 只能解决细分数据的70%到80%,最后的部分就需要千千万万的创业者在具体的细分领域里面实现这些功能。(Peicai Li 推特 @pcfli) 2、加密货币这个网络其实就是为机器人天然的准备好,更少的是为人准备的,这点我也很认同。 还有两个小问题:第一个问题是会有点屁股决定脑袋,因为本身自己又持有大量的加密货币,同时自己对这方面的知识非常了解,所以自然而然想到这一点。 第二个问题重点不是说获取了更高的上限,而是说能不能把下限给拉高一点,所以这个思路可能对新人更有意义一些。 我也觉得英伟达的赔率不够好,英伟达确定性的确偏高,现在人工智能公司这几年都没办法搞出新的芯片,所以要竞争,最后甚至创业公司的钱都是流到英伟达的口袋里面,但赔率实在是太不好了。 为什么说范式转移一般是在边缘诞生,而为什么这次却看到微软这个标的? 我觉得是之前那种老公司,有一点跟公司架构有关,现在的公司架构国内有个词叫“大中台式”。很多小团队挂着大公司的名字,其实下面是一大堆小公司,他们之间可以有所谓的赛马机制,有各种竞争合作,共用公司的资源跟平台,所以不能认为大公司它就诞生或应用不了创新。 如果投资微软,我的看法可能现在还是倾向于先移动屁股,更多是防御性的非常小仓位的投资。因为就算大仓位进去,情绪都摆在那而且自己的认知也没到那个位置。(Odyssey 推特 @OdysseysEth) 【关于E2M Research】 E2M Research,聚焦投资和数字货币领域的研究和学习。和同行者一起,From the Earth to the Moon。 🌟文章合集 :mirror.xyz 🐦关注推特 :twitter.com 🎙️音频播客:e2m-research.castos.com 🎯加入DC:discord.com