导读：这本书的作者Joel Tillinghast是彼得林奇的弟子，富达基金大神。他1980年加入富达基金，彼得·林奇面试了他。他历任行业研究员，研究和分析烟草、酒、天然气、个人健康产品及应用工业等行业。1989年起管理富达低价股基金（Fidelity Low-Priced Stock Fund ），取得的年化回报率为13.8%，大幅跑赢其基准的罗素2000指数（该小型股指数的回报为9.6%），也跑赢了标普500的9.7%。目前该基金规模已达400亿美元以上。
Joel是比较纯粹的价值投资者，这本书概括了他从业近四十年来的经验与感悟，给人印象最深的是两点：
第一是他的理念非常的简单，理解起来毫不费力，却一点都不容易坚持,纵观大神们的理念，其实都非常简单，给人一种云淡风轻之感。但别人的云淡风轻不等于你的云淡风轻，就像读书讲究先把书读厚再把书读薄，每个人都要经历先上山再下山的过程，才能真正信仰那些简单明了的理念，不折不扣的执行。知道不是力量，相信才是力量；第二是他从未停止拓展自己的边界。
Your beliefs become your thoughts, your thoughts become your words, your words become your actions, your actions become your habits, your habits become your values, your values become your destiny.
--Mahatma Gandhi
甘地这句话的意思是求仁得仁，所以我们关心什么问题，很大程度上决定了我们的结局。投资研究时绝大多数人关心的问题是"What happens next?"，极少有人关注"What it worth?"。
诚如前一段时间的朋友圈热文所言，许多人声称自己做价值投资，其实是在做事件驱动投资。因为人类天性喜欢走思维捷径，喜欢问第一个问题，喜欢被推着走，而不愿意去做价值评估。那么关心"What happens next?"会有什么问题呢？
其一，陷入无休止的决策。"next"后面还有''next next"，事件不断发生你就需要不断决策，决策链越长越容易出错。即便你每步决策胜率很高，几步下来也已经很低了；
其二，很难评估某个事件及其演化的最终影响。很多时候事件的影响并非那么直观，随着新情况的出现，可能会引起一系列的连锁反应。比如2017年初老板电器和索菲亚的提价，当时看来显然是利好，应该买入。但从索菲亚三季报和老板的年报看，提价引起了销量下滑和份额丢失，还引致了新的竞争，所以他们又把价格降回去了，这显然是利空，应该卖出。再想一步，这个事件又证明了老板索菲亚较强的纠错能力，又或许会促使他们面对现实，去加紧做更重要的渠道下沉和产品创新，这又或许在未来又变成利好。
其三，很难评估某个事件是否已经price-in。现实世界的发展变化总是曲线，但人类的思维常常是线性的，这导致了高估短期变化而低估长期变化。
根据是基于包括价值评估在内的整体性考虑还是事件驱动，以及是否做了深入透彻的研究，我们可以把投资、投机和赌博区分开来。但是除了价值评估和深度研究之外，实现价值投资的目标还缺少最为关键的一环，就是时间，价值修复需要时间。
如果缺少耐心等待，投资的效果未必会胜过投机和赌博。从美国共同基金长期数据也可以看到，换手率和超额收益率成明确反向关系。寻找--执行--等待，我们往往最为缺乏的是等待。
人类的决策谬误根源于人类固有的思维缺陷，因而是有迹可循并且可以被系统总结的。这在丹尼尔.卡尼曼的名著《思考，快与慢》中有精彩的论述。
思维系统一：又叫快思考、下意识、动物精神、直觉。依赖情感、记忆和经验迅速做出判断，使我们能够迅速对眼前的情况做出反应。它包含大部分普通人都能掌握的技能，这种技能已经内化到头脑中无意识的活动范围。不需要努力，不必刻意就能迅速从头脑中提取出来的行为。但也很容易上当，它固守“眼见即为事实”的原则，任由损失厌恶和乐观偏见之类的错觉引导我们做出错误的选择。
思维系统二：也叫慢思考、有意识、理性思维。通过调动注意力来分析和解决问题，经常诉诸历史、统计规律、数字、概率和推理等需要付出一定注意力和努力才能完成的行为。它比较慢，不容易出错，但它很懒惰，经常走捷径，直接采纳系统一的直觉型判断结果。或者由于无法做到足够全面客观深度，或者需要耗费过多的注意力，系统二经常倾向于找一些简单的、貌似合理的、但不够全面客观的答案。
所以，一方面人类大部分时间偏好系统一，另一方面是系统二有惰性，这导致了人类系统性的思维缺陷。
常见的决策谬误包括：
1.可得性谬误（Availability bias）。我们给信息的可得性赋予过高权重。我们会比较重视近期的、剧烈的、意料之外的、与个人相关的信息，轻视历史的、统计的、理论的和平均值。我们应该研究更长、更广的历史，统计规律、概率和，并尽量持旁观者心态。
2.研究历史要避免产生叙述性谬误(Narrative fallacy)。事实胜于雄辩，不要硬解历史，不要忙于寻找逻辑的安全，这也是一种思维捷径。写投资日记是个很好的方法，事后有据可查。
3.锚定效应(Anchoring)：一种急于找到解释或者解决方案的思维缺陷。彼得林奇曾经在富达内部建议把低估股票底部起来的那部分收益选择性擦除，不要让它影响当前的决策。任何数字都可能成为你的锚，比如前高、历史估值区间甚至预期盈利，要尽量多方面多角度衡量。
4.Confirmation bias。即选择性接受证据和事实，先有答案再有过程。周遭环境总是会给你一种你做的是对的误解（比如大数据，比如朋友、同行等），导致难以区分到底是正确还是幸运。要积极寻找独立而准确的答案，而不是一个快而容易的答案。
5.过分乐观。做投资研究最好的心态是积极的怀疑主义，要把当前预测和历史业绩做对比，可以对抗过分乐观的倾向。
6.拒绝认错。大多数人兑现收益很快，但兑现亏损或者认错很慢，这是在拔除鲜花浇灌杂草。认错的本质是否定自己，要战胜自己的骄傲，越“强大”的人越难做到，什么是真正的强大？
7.最昂贵的情感一是恐慌，二是寻求舒适的倾向（羊群效应），都会导致缺乏计划地交易。稳健、低波动股票的历史表现比激动人心、高波动的股票表现更好，如果你愿意忍受平淡和无趣，市场会回报你。
本书书名叫"Big money thinks small"，作者的意思是无论管理多大的资金规模，都不需要宏大的叙事，不需要精妙的故事，只要尽量从小处着眼，从简单的东西入手。但小和简单并不代表着容易。
其一，信息上做减法，适当远离即时信息，专注于长期视角的信息。能立即找到的信息往往更适合回答“what happens next？”，而不是“what it worth？”。这会导致一个危险的组合：过度自信+重视短期。长期视角是指一两年后这个信息是否还有用，专注于一些已经存在并起作用了较长时间的背景性信息，比如公司的竞争地位和管理层的能力等。
其二，真正理解能力圈的概念。能力圈不但包括你对某个行业是否懂，还包括这个行业本身是否容易被把握。“懂”的意思不单是指熟悉，还包括很多，比如：客户为什么喜欢公司的产品而不是竞争对手的？什么因素使得公司胜过竞争对手？生意怎么赚钱？利润率上升和下降的原因？什么导致他增长？这类业务失败的原因可能是什么？五年之后公司会怎么样？为什么会这样？我能在这个领域识别出大机会吗？这个领域我能做出明智决策吗？换句话说，是“看穿”。 性价比最高的风险是你能感知到、能够被分析、并且提供较大胜算的，它经常出现在简单稳定的生意之中。不要涉及任何妨碍你用长期视角看问题的手段，比如杠杆。
其三，宏观交易为什么难？首先，绝大多数宏观事件代表了一连串的事件和可能性，越复杂的系统越分析不清楚，差之毫厘谬以千里；其次，宏观交易对合理价值没有概念，因为宏观因素大多数是相对因素，天然没有合理价值（比如汇率、利率）。所以宏观交易本质上是趋势投资或事件驱动投资。而价值投资只关注合理价值，天然与趋势投资矛盾，不可能做到两者兼顾。
举个真实例子，1920年代凯恩斯管理的剑桥大学国王学院基金先是用宏观资产配置和行业轮动的方法，结果落后指数。在1930年给持有人的信中，他坦诚了宏观交易的难度。1930年以后，凯恩斯改用集中投资优质企业的方法，并买入许多高股息的低估值股票，回报情况大为改善。宏观交易的水平，你能超过凯恩斯吗？
决定企业估值中枢的有四个因素：盈利性、持续性、成长性、确定性。估值中枢的变化是比较大的投资机会，双击或双杀都来自这里，要全面考虑。历史证明，许多公司的最终价值都是零，不能用dcf估值。持续性是最经常被忽视的因素，而成长性往往被过分强调（比如PEG估值法）。
总得来说，在需求平稳且持续、没有替代品出现、产品迭代慢、非商品化、讲品牌、有政府准入、有垄断地位、弱周期、竞争缓和的行业中，盈利能力较强的企业更易活得更长，回报更高，估值中枢也应更高。 从中长期看，成长性反而是最不重要的因素。一方面是确定性和成长性很难同时出现。迭代快的行业，公司要生存必须也保持快速迭代，容易错，且无法有效建立起护城河。另一方面是高成长很难维持较长时间，对最终的估值结果影响不大。
以美国市场为例。
自1900年至今，美国各行业的代表性公司利润率维持最好的行业是烟、酒等小额消费品，特点是日用、有粘性、上瘾、格局好，品牌忠诚度高；
医药、铁路、一般消费品表现也不错，利润率很坚韧，可能与护城河有关；
最差的是替代品出现或者本身竞争很激烈的行业，比如照相设备、汽车零部件、家居家电等；商品化的行业回报一般，始终徘徊于繁荣和萧条之间。重资产商品化的行业天然有规模偏好，杠杆倾向大，容易破产，经营难度大，确定性和持续性都低；
有品牌的非耐用消费品公司维持高利润率的时间最长，没有一个破产，盈利的波动性也不大，在决定企业价值的四个要素中占了盈利性、持续性和确定性三个因素，唯一缺乏的就是快速成长性，但似乎并不重要。拥有品牌是关键，品牌是最大的护城河（前提是在讲品牌的行业）。
总之，没有替代品出现和竞争缓和的公司赚得多、活得长、回报最高。
高科技行业看上去很美，但是投资回报率并不高。
其一，创新难以预测。历史上半数以上的创新都属于“意外之喜”，而预期之外的创新往往是零成本的，所以无法预期当前大量的研发的未来效果；
其二，技术演进和产品迭代太快。公司要生存必须也保持快速迭代，必须维持高额研发投入，且容易错，无法有效建立起护城河；
其三，无法找出最终的赢家。由于摩尔定律和网络效应，高科技行业的稳态是比一般行业更极端的赢家通吃，所以没选到赢家就会很惨；
其四，市场对高科技公司的预期往往非常高。但综合来看组合的预期收益并不高，因为绝大多数会失败。
其五，在高科技行业，风险不会因为企业变大而缩小。创新与企业规模和企业管理之间存在天然矛盾。一方面是从财务视角看天然排斥创新，因为财务和创新者看待商业价值的尺度不同。财务觉得没赚到钱的创新尝试就是一笔坏账，而创新者觉得只要能学到东西得到某些结论就是有价值的。另一方面，销售队伍也是短视的，偏好可预期的稳定的收入，喜欢跟随、迎合客户的偏好，但是创新不可能由客户来引领。随着企业变大，意味着流程沉淀地愈多愈深，这反过来会扼杀创新。
1.古今中外都存在显而易见的低PE效应。从美国六十多年的数据看，低PE组系统性跑赢高pe组。并且等权重组合表现系统性好于市值权重组合，说明美国市场小股票更便宜，存在大量估值很低的小股票。从时间长度看，从跨国投资看，甚至是从周期品（引入了CAPE概念，即用过去10年的平均盈利能力来调整当期的盈利）看，低PE效应都是显著有效的。
另外，前一段时间朋友圈流行拿罗素2000和sp500做收益率对比，以说明小股票会跑赢大股票，其实这和市值大小没有关系，还是低PE效应在起作用。美国市场小股票更便宜，sp500成分股的估值系统性高于罗素2000。而且罗素2000算术平均和中位数PE要明显低于整体法PE，说明存在大量估值很低的小股票。所以实质还是低估值系统性跑赢高估值。
2. 但最终投资回报如何，其实取决于你怎么应对异常值而非均值，这决定了我们是否能继续留在游戏中等待价值之花绽放。身处异常值之中，你无法控制收益率，你只能控制自己的风险承担。只能用长期视角（依赖资金属性、不碰杠杆）、相对估值思想（中期视角）、止损（短期视角）来管理异常值。
3.要明白DCF的适用范围。对确定性高的高质量生意可以给低一些的折现率，也就是较高的PE容忍度。所以核心还是对业务本身的判断（质比量更重要）。
有别于单看估值的安全边际，这里总结了五重安全边际，可供日日反省：
1.“质”比“量”重要，重“量”小机会，重“质”大机会。选择变化慢、不易商品化、不易过度举债的业务，拒绝竞争激烈、易过时、易商品化、易过度举债的业务；
2.能力圈。包括你对业务的熟悉程度和业务本身的持续性、确定性和可预测性；
3.选择值得信任的管理层，具备独特又有价值的能力；
4.理性。明白你的初衷，不要让情感引导你的决策；
5.Stay hungry, stay foolish. 不是非黑即白看待世界，保持好奇心，持续学习，经常测试能力圈边界，挖深挖宽你自己的护城河。
