Local EPUB Text
第六章 警惕信息过载——从噪声中识别信号
在投资过程中，人们似乎总是沉迷于搜集尽可能多的信息。整个投资行业热衷于不断挖掘海量信息的细枝末节，直到我们似乎无所不知。我们很少、甚至不会停下来思考为了做出一个投资决策我们究竟需要知道多少信息。正如丹尼尔·J. 布尔斯廷（Daniel J. Boorstin） [1]所说，“发明的最大障碍不是无知，而是知识产生的幻觉。”
信息越多越好的想法似乎是理所当然的。毕竟，如果信息无用，人们只要忽略该信息就可以了。然而心理研究对这一看似正确想法的合理性提出了质疑。
信息越多越好吗
在一项早期的研究中，心理学家为8名经验丰富的赌注登记经纪人列示出过去赛马成绩记录中出现的88个变量（比如马匹负重量、获胜场次、不同条件下的表现等），然后要求每个经纪人根据变量信息的重要性进行排序。
接着让这些经纪人通过过去45场赛马比赛的相关数据预测每场比赛前五位的马匹。
研究过程中，按照变量重要性从高到低依次告诉每个经纪人5个变量、 10个变量、 20个变量和40个变量的相关信息，因此每个经纪人对每场比赛的结果会根据不同的信息组做出四次预测。在每次预测中，经纪人还被要求对其每次预测结果的自信度进行排名。
当了解5个变量信息的时候，经纪人预测结果的准确度和自信度紧密相关。让人不解的是，随着变量数的增加，出现了两种现象。首先，预测结果的准确度基本保持不变。经纪人面对5个变量信息和面对40个变量信息做出预测的准确度大致相同。“信息越多越有助于我们做出更好的决策”这一说法显然并非事实。
其次，随着变量信息的增加，经纪人对预测结果的自信度大幅增加。掌握5个变量信息的时候，经纪人的自信度是17%；当变量数增加到40个时，经纪人的自信度超过30% （记住！此时预测结果的准确度并没什么变化）。所以增加的信息并没有帮助经纪人们做出更准确的预测，只是增加了他们预测的自信程度。
另一些心理学家在美式橄榄球比赛中发现了类似的结果。他们研究了球迷预测15场全美大学生体育协会（NCAA）比赛结果及比分的能力。在参加这项研究之前，参与者要通过一个测试以证明他们拥有丰富的大学生橄榄球赛相关知识，从而可以被视为比赛“专家”。
在五轮实验中，将通过对未参加实验的球迷进行调查筛选出的信息按照随机顺序列出。每轮随机显示6条信息。提供的信息中刻意排除了球队的名字，因为名字太容易引导参与者的判断。但是这些信息广泛涵盖了诸如掉球情况、失误率、获得码数等各类统计数据。
为了检验信息更多是否就更好，每一轮实验中将与受试者所获同样的信息输入一个计算机模型。在五轮试验中，计算机与受试者面临的情况一样，获得的信息逐次增多。
实验结果对于那些认为信息多总比少好的人来说还比较有利。在第一轮只获得6条信息时，计算机模型的预测准确度是56%；随着信息的逐渐增加，预测准确度上升到71%。因此，对于计算机来说确实是信息越多越好。
那人类的情况是怎样的呢？像赌注登记经纪人一样，橄榄球专家们的预测准确度并没有随着信息的增加而显著提高。不管是6条信息还是30条信息，他们的预测准确度都基本一致。然而，参与者的自信度随着信息数量的增加而显著提高了。例如，参与者们的自信度从面对6条信息时的69%上升到30条信息时的80%。正如赛马中的登记经纪人那样，随着信息数量增加而增加的不是预测准确度，而是预测自信度。
少即是多
为什么人类和计算机之间有如此大的差别？因为人类的信息处理能力有其局限性。我们根本不能像超级计算机那样拥有瞬间处理大规模信息的能力，我们只具备有限的信息处理能力。
最近一项关于汽车选择的研究为人类信息处理能力有限的观点提供了支持性的证据。在研究中，参与测试者需要在四种不同的汽车中进行选择。受试者分别基于4项指标和12项指标做出选择。不论是基于4项指标还是12项指标，有一辆车明显比其他车要好，因为其在75%的指标方面表现较好；另外两辆在50%的指标上表现较好；最后一辆车只在25%的指标上表现不错。当基于4项指标对比时， 60%的受试者选出了最好的那辆车。然而，当面对的信息过量时（要考虑12个属性的信息并做出车辆好坏的判断），只有20%的受试者选出了最好的那辆车。
一项针对金融分析师的类似研究也发现了类似的结果。研究中，分析师们的任务是对45个案例做出对第四季度盈利水平的预测。但事实上只有15家公司，只是每家公司提供了三种不同版本的信息。三种版本的信息分别是：
1. 基本数据，包括过去三个季度的每股收益（EPS）、净销售额和股票价格。
2. 基本数据和一些冗余或无关信息，即已经体现在基本数据中的信息，如市盈率。
3. 基本数据和非冗余信息，即能提高预测能力的信息，如股利增加等事实。
可能是因为同一公司不同版本信息之间至少间隔了七个其他公司的资料，所以没有一个参与者意识到他们看到的是三种不同版本信息的同一家公司。
每位参与者不仅要做出盈利预测，还要给出对预测的自信程度。冗余信息和非冗余信息的增加都显著地提高了预测错误率。然而还发生了什么呢？分析师对自己的预测自信度随着信息的增加而大幅度提高了。
从急救室到市场
基于我之前对医疗行业自信问题的评价，你可能倾向于认为投资者没有什么可以向医生学习的。这样想就错了，下面我来解释一下为什么。
我们的故事始于密歇根州的一家医院。在这家医院里，医生们一般会把90%感到严重胸痛的患者送入心脏监护室。因此，这家医院的心脏监护室变得严重拥挤，护理标准下降，同时成本持续上升。
把病人送进重症监护室（ICU）的决定反映了医生对于假阴性诊断（即应该接收却未接收的真实重症患者）的担忧。你可能会说，对于医院而言，医院多接收病患总比少接收病患来得好，但这种想法忽视了进入ICU的潜在风险。美国每年大约有20000人因在医院感染疾病而死。相较于普通病房， ICU里患者被感染的风险要更高。
这家密歇根医院的医生们最大的问题在于他们在把90%真正需要进入ICU的病患送进去的同时，也把90%不需要进入ICU的病患送了进去。这和抛硬币做选择没有什么两样。
这样的表现让人们质疑为什么医生很难将那些需要特殊照顾的病患从普通病患中区分开来。所幸的是这个问题已经得到了研究者的关注。
研究人员发现了一个惊人的事实——医生关注了错误的因素。他们倾向于高估一些风险因素的影响，诸如早发性冠状动脉的家族病史、年龄、性别为男性、吸烟、糖尿病、血清胆固醇升高、高血压等。
尽管这些风险因素有助于医生评估病人患有心肌缺血症的概率，但是这些因素对于确诊并没有太大帮助，因此有时候被称为伪诊断指标。事实上存在着更好的诊断指标。研究表明，病人症状的特性和部位、缺血性心脏病史以及特定的心电图结果才是诊断急性缺血、梗死等疾病的最有效预测指标。医生关注的应该是这些指标，而不是上面提到的风险因素。
那么，怎样才能让医生的注意力转移到正确的诊断指标上来呢？研究者们设计了一种压膜卡片，上面印制了各种诊断信息及其对应的概率。医生可以参考这些卡片，将不同症状对应的概率相乘并基于结果来评估病人患有某种疾病的概率。如果计算结果高于设定阈值，那么病人就应送入ICU，否则的话待在普通病房并加上监护仪就足够了。
通过这种方法，医生的决策有了明显的改善。虽然需要进入ICU的病患比例还是很高，但是不需要进入却被送进ICU的病患比例却大幅下降了。
当然，这表明该方法可能发挥了作用。但是作为优秀严谨的科学家，格林和他的同事决定最好再进一步检验以确定是否真的如此。检验方法就是在某几周给医生提供上述诊断工具，在另外几周不给医生提供。显然，如果这种诊断工具是医生表现改善的原因，那么我们会预计医生没有借助这种诊断工具时的表现会比较差。
实验结果却令人吃惊。不管是否借助诊断工具，医生的表现似乎都得到了改善。这种奇怪现象背后的原因是什么呢？是不是医生已经记住了卡片上所有的概率，从而可以在没有卡片的情况下依然使用这种方法来进行诊断？这似乎不太可能，因为卡片上不同排列组合对应的概率很难记得住。事实上，医生已经设法理解了诊断病情所需要的正确线索。也就是说，通过告诉医生们诊断病情所应参考的正确指标，医生的注意力已经从伪诊断指标转移到正确的诊断指标上了。他们开始关注正确的信息了！
基于这些经验，研究人员又设计了一种非常易于使用的决策工具——一组是/否问题列表。如果病患出现特定的心电图异常（ST段改变），他们就直接被送进ICU。如果没有，医生就该考虑第二条线索：患者是否患有胸痛。如果是，他们也会被送进ICU，以此类推。这种决策工具更加凸显了关键决策因素的作用。
这种简单的问题清单在实践中也得到了极佳的运用。简单的“是/否”问题既提高了病患正确送入ICU的比例（达到95%），又降低了病患被错误送进ICU的比例（降至50%）。这比之前那个复杂的统计模型还要好。
这种简单问题清单的力量不容小觑。最近一项研究检验了一份简单的19项外科手术清单如何在挽救生命的过程中发挥作用。这份清单包括了一些十分简单的事项，如确保有人对病人的身份进行确认，护士再次确认设备的无菌状态，以及手术结束时有人清点器械以确保所有器械在手术始末数量相同。
这些小事故听起来似乎是难免的。但是，对照清单可以迫使人们按部就班地检查这些步骤。使用手术清单的结果令人震惊。实施清单前病患死亡率为1.8%，术后并发症的发病率为11%；实施清单后死亡率降至0.8%，术后并发症的发病率也降至7%。
好吧，关于医生和病人的事情说得也差不多了，这对投资者有什么借鉴意义呢？简单而言，投资者最好关注那些影响投资决策的真正有用信息，而不要受华尔街无用信息兜售者的误导。我们最好去研究关于投资我们真正需要知道的信息，而不是试图去获知所有信息。
第一老鹰基金（First Eagle）的珍-玛丽·艾维拉德（Jean-Marie Eveillard） [2]肯定了我的观点。她说：“人们很容易沉迷于细节性或复杂性的信息，但对于我来说最重要的是就是知道对投资而言最重要的三项、四项或五项信息。我的工作就是问对问题并专注于这些问题的研究，从而做出正确的投资决策。”
另一个能够从噪声中辨别信号的伟大投资家非沃伦·巴菲特莫属。你从不会听见他谈论公司下一个季度的盈利预测，他在进行投资决策时，也不会分析过多信息。他常常说，“我们的投资方法非常简单。我们只是努力选择由诚实能干的人经营的基本面优秀甚至卓越的企业，并以合理的价格购买他们的股票。这就是我所努力去做的全部工作。”
关于投资并没有唯一正确的方法，我也无法告诉你投资决策必须考量的几个因素。这完全取决于你的投资风格。我是一个深度价值投资者（deep value investor），所以我的专注点也许并不合你的胃口。关于投资我主要关注以下三点：
1. 估值：这只股票被严重低估吗？
2. 资产负债表：这家公司会破产吗？
3. 资本原则：管理者把我投入的资金用在哪了？
这些方法在你的投资决策中也许有用，也许没用，但是你可以借鉴的是首先你要决定关于投资决策你要考量哪些因素，然后再专注于对这些因素进行深入分析。
[1] 美国著名文学派史学家，其著作《美国人》曾获普利策奖。 1989年，布尔斯廷因其一生对文学的卓越贡献，荣获美国国家图书奖。他曾任美国国会图书馆馆长达12年之久。——译者注
[2] 第一老鹰投资管理公司全球基金经理。在她管理该基金的30年里，仅有两年没有获得正收益，年均回报率为13.8％。 2003年，她凭借在投资事业中所取得的成功获得晨星所颁发的终身成就奖。——译者注