你如何研究并建立确信
推断:他建立确信的方式不是读更多公司材料,而是把假设变成可测试信号,再让数据、执行成本和真实交易反馈持续筛选。
“Renaissance 的关键不是某个神秘公式,而是一套持续生成、测试、淘汰和执行信号的制度。”
——来源:Renaissance Technologies|官网与机构定位、CFA Institute|The Man Who Solved the Market书评
推断:他的确信来自资产配置框架和 manager selection 的双重验证:先判断长期资金应该承受哪类风险,再判断谁有能力执行这类风险。
“资产类别不是目的;真正的判断是某类资产是否提供被低估的风险补偿,以及你是否能找到足够优秀的管理人。”
——来源:David Swensen|Pioneering Portfolio Management方法摘记、Yale Investments|Partners与People
推断:他建立确信的方式,是先从信息洪流里做精要主义筛选,再沿技术栈和资本结构拆层:什么和组合真正相关,哪一层证券赔率最好,AI / 能源 / 信用怎样互相传导。
“你必须判断,哪些事情最重要,哪些事情和你真正相关。”
“大家现在也都在谈AI技术栈:最底层是电力和能源,然后是芯片、基础设施,再往上是大语言模型、软件、应用,以及这些东西如何向外传导。”
推断:他的确信不是追逐短期信息,而是对少数企业做多年研究后才下重注。
“斯利普和扎卡里亚玩的是“漫长而简单的游戏”,他们购买自己深入研究过的股票,然后长期持有。”
“于是他和扎卡里亚花了数年时间研究亚马逊的竞争优势。”
推断:他建立确信,不是先押哪家会赢,而是先把价值链拆开,区分每一层的受益逻辑,再检查整个敞口结构是否合理。
“在 AI这个主题里,我们的布局是沿着整条价值链展开的。”
“有些公司,AI对投资逻辑非常关键……还有一些公司,AI不是决定投资逻辑是否成立的核心因素,但它会像一个额外的期权,让原本就成立的逻辑变得更好。”
——来源:近期在中国新增了两个持仓!巨头Baillie Gifford旗舰基金两位掌舵人,畅聊软件重估、自动驾驶及SpaceX等热点问题
推断:他的确信不是追逐短期信息,而是对少数企业做多年研究后才下重注。
“斯利普和扎卡里亚玩的是“漫长而简单的游戏”,他们购买自己深入研究过的股票,然后长期持有。”
“于是他和扎卡里亚花了数年时间研究亚马逊的竞争优势。”
推断:他建立确信,不靠一次访谈的直觉,而是把高质量提问、行为观察和“从错误中反复训练判断”的模拟系统组合在一起。
“如果你能问得好,问得准,做好准备,你就能从对方那里获取别人得不到的信息。”
“也正是在这样的理论基础上,我在公司内部开发了一个“投资模拟器”(投资模拟器),帮助团队从过去的错误中持续学习。”
“在资产管理中,从错误中学习是比寻找完美策略更重要的能力。”
推断:他建立确信,不是先听市场二手叙事,而是先搭一层“企业自述 + 长周期事实”的底层框架,再用渠道调研不断交叉验证,直到自己能回答业务五年后的关键问题。
“从 10-K、10-Q、年报、公司年信、SEC文件入手,甚至回溯10年的行业杂志和新闻稿,建立一个基于企业自述与事实材料的底层框架。”
“等这一框架成型后,他再去查阅电话会议记录和渠道调研结果,像调查记者一样不断校验和逼近真相。”
“如果没有自己的基本面判断,看到的每个消息都会变成波动来源。”
推断:他会先借助比自己更懂的人建立线索,再用小仓位进入,随着验证不断加码。
“我公司里有几个年轻的超级明星,他们有一个网络,在2022年初到年中的时候开始大量谈论AI。”
“所以我对合伙人说:“我该买什么?”他说:“英伟达。那是玩AI的方式。””
“就凭你刚听到的这些信息量,我买了一个不算很大的英伟达仓位——但足以让我受伤或赚到钱。”
现有资料暂未涉及,已有素材不足以产生有价值的答案。
现有资料暂未涉及,已有素材不足以产生有价值的答案。
推断:他建立确信,不是靠熟悉感,而是先用所有人意识进入公司,再花很长时间把自己变成这家公司的专才,直到能回答最坏情况下十年后的关键问题。
“首先,你需要有一种所有人意识。”
“当你决定投资一家公司的时候,你一定要成为这家公司的专才,要非常了解这家公司,要比世界上任何一个人都要了解这家公司,甚至比他们的高管更加了解。”
“我们至少希望了解在最糟糕的境遇下,一个公司十年后变成什么样?”
“想不通的我不碰……先看商业模式,理解企业怎么挣钱。95%的人投资都是聚焦在市场上的,这就是不懂投资。一定要聚焦在生意上。”
——来源:段永平:抄捷径是阴沟里翻船最快的方法
推断:他建立确信,不是停在“估值高不高”这层,而是先找对公司真正的描述,再顺着现金流和管理层计划追问到业务到底有没有在运转。
“很多人会止步于 ‘估值太高’‘市盈率太贵’,可比尔不会。他会去寻找真正的原因。”
“研究亚马逊,却不打个电话问管理层未来五年计划建几个中心。第二,即使只看财务报表,如果能顺着现金流往下追,就会发现亚马逊手里有大量现金。”
推断:他的确信来自组织化反驳流程,而不是单个基金经理灵感。分析师先做数月研究和 3-4 页报告,全团队挑刺,资深合伙人投票进入批准名单,基金经理再判断它是否改善组合。
“我们的分析师会先跟踪一家公司好几个月,才会正式推荐。”
“到了周二早上,分析师会在全体面前正式陈述这个想法。那时候,我们所有人的目标都是尽量去戳穿它。”
“经过一轮通常很长、而且往往非常激烈的讨论之后,我们三位资深投资合伙人会投票,决定这只股票能不能进入‘批准名单’。”
推断:他建立确信的方式,是把公开文件、管理层兑现记录、竞争对手研究、行业访谈和管理层气质观察叠在一起,而不是依赖单一模型。
“我们通常会从阅读公司的 SEC 文件入手,比如 10-K 年报、10-Q 季报,还有 委托书文件(委托书文件)等。”
“回溯五年的记录,你可以了解公司的发展历程……然后你可以观察他们实际的表现。这就像是一份关于他们能力和诚信的历史记录。”
“当然,我们也会研究竞争对手。”
推断:他建立确信,会先退一步看最近真正发生了什么,再追问旧瓶颈是否失效、未来新的卡点会落到谁身上。
“重点不是先问软件股为什么跌,而是先问,过去三个月到底发生了什么。”
“过去这段时间,市场真正想搞明白的,其实就是未来新的卡点会在哪里?哪些公司过去是因为旧的瓶颈而受益?而新的约束,又会落到谁身上?”
——来源:近期在中国新增了两个持仓!巨头Baillie Gifford旗舰基金两位掌舵人,畅聊软件重估、自动驾驶及SpaceX等热点问题
““我之所以买入100股可口可乐股票,是因为……””
“每个人买入100股可口可乐公司股票之前,必须写出:我愿意以320亿美元的市值买下可口可乐,是因为……”
推断:他建立确信的方式,是主动去读别人懒得读的材料,在随机信息流里长期积累“点”,再把这些点连成一个非共识判断,而不是跟着主流信息源同步思考。
“你要想在股市里成功,你必须拥有所谓‘非共识的看法’(非共识认知)——你的看法要和大众有差异。”
“报纸最棒的一点在于:它们天生带有‘随机性’。”
“我一直把投资看成‘连点成线’的游戏。你要做的是不断积累一个庞大的数据集。”
“我读了足够多‘别人不会去读的奇怪东西’,这样才有机会比别人多看一点。”
推断:她会先用框架拆问题,再用高质量提问和持续研究把认识系统化。
“我们有一套“五个M”的框架。”
“我们带来的是“外部视角”和“高质量提问”。”
“AI能加快我们对一个领域的学习速度,让我们对潜在投资更快形成系统认识。”
推断:他建立确信,不是听管理层讲故事,而是先看财报与经济现实,再确认商业模式是否能被清楚解释。
“许多人更喜欢看管理层的 PPT,而不是真正的财务数据。但为什么不去读财报本身呢?”
“经济现实是关键。”
“我们必须真正理解这些企业的商业模式。”
推断:他的确信不是靠堆更多信息,而是靠实践、反思,再把显性知识压缩成判断力和品味。
“判断力来自经验,也来自反思。”
“你得先去做。”
“到了某个阶段,你的判断力已经强到你根本解释不出来了。那时候,它就叫‘品味’。”
推断:他建立确信的方式,不是从零发明一套新框架,而是先找到已经被聪明人验证过的方法,再把它复制到新的场景中。
“我要寻找聪明的方法,并复制这个方法。而且,我要每次看到有人做聪明的事情时,就去复制它。”
“极少数人是克隆高手,而这些人拥有了整个世界。”
推断:他建立确信的方式,是研究结构性变化,而不是研究短期宏观变量。
“比起有一百五十个人都在预测下周美联储会怎么做,你去研究结构性变化的驱动力在哪里、它会怎样重塑行业和公司,反而更容易做出差异。”
“我真不认为,一家公司长期价值会因为某个季度“超预期”或“低于预期”就发生本质改变。”
推断:他建立确信,不靠堆更多数据,而是靠判断市场正处在怎样的情绪位置,并持续测量“别人到底有多乐观或多悲观”。
“拥有数据不是最重要的事。因为每个人都有数据,每个人都知道今天世界上发生了什么,最重要的是坐下来思考,这意味着什么?”
“与其他人相比,我并不是非常依赖数据,而是弄清楚我们在周期中所处的位置,测量市场的温度。”
“我认为,承认你不知道某事,是健康的思考方式。”
推断:她建立确信,不是先做单点公司的精细建模,而是先确认技术平台是否正在同时推进、资本开支是否真的发生、生产率是否真的开始重估。
“我们把这一轮资本开支潮放到历史长镜头里看,它更像是两次 ‘基础设施级’大浪潮的接力。”
“核心只有一个词:生产率。”
“要站在变化的一边。”
推断:他建立确信,不是靠把模型做得更精细,而是等到 低配 / 低估 / 大失衡 / 催化剂 同时出现。多数时候只是试探;真正该打重拳的时刻很少。
“你真正赚大钱,是靠在非常、非常长的时间里骑住一个趋势。”
“你真正要问的是催化时刻到底是什么?”
“当地上都是血的时候,我是不是在买?当市场彻底亢奋的时候,我是不是在卖?”
推断:他的确信来自长期阅读年报、观察管理层资本配置、估算 owner earnings,并把公司放进多年复利路径里反复检验。AI 或市场主题可以成为研究输入,但最后仍要落回企业是否能增强长期竞争力和现金收益。
——来源:TWST|弗朗索瓦·罗雄:耐心是价值投资的关键、TIP|弗朗索瓦·罗雄:AI驱动市场中的长期投资
推断:他的研究不是先做量化筛选,而是先定性识别竞争优势结构,再判断再投资 runway、管理层资本配置和估值的 opportunity cost。
Dorsey Asset 官网说,新投资搜索过程 largely qualitative,因为这类竞争优势通常不能靠量化筛选直接找到。
——来源:Dorsey Asset Management|官网方法与团队、Pat Dorsey|Manual of Ideas 护城河访谈组
推断:他的确信来自多层交叉验证:私募创始人和产品网络给出早期方向,公开公司财报和资本开支给出规模验证,13F 仓位把判断转成可见表达。
CTEK / Fantastic 40、Philippe / Thomas Laffont 的 AI 公开材料和 Coatue 13F 共同说明,研究入口不是单一公司报表,而是整条技术 stack 的迁移。
——来源:Coatue|CTEK与Fantastic 40、Coatue|Thomas Laffont:2026 Upfront AI公开私募市场、13F趋势-Coatue
推断:他的确信来自三层校验:创业者和私募网络给早期信号,公开市场财报和价格给现实约束,13F 股数变化证明机构是否真的把叙事转成仓位。
2026Q1 Altimeter 新骨架不是单一 AI ticker,而是
NVDA / META / UBER / TSM / CRWV / SNOW / ARM;这比口头看好 AI 更能证明研究方向。——来源:Brad Gerstner|Invest Like the Best Public and Private Investing 2020、13F趋势-Altimeter
推断:他的确信来自“长期追踪 + 相邻比较 + 反证接口”。识别卓越公司后持续阅读全部公开实录,再把公司放回供应链、客户预算、估值一致性和物理约束中检查。
他称自己长期跟踪 Nvidia 和 Tesla,并强调没有停止读它们的公开材料;但长期跟踪不等于永久相信,投资论点 被证伪时仍要确认损失。
推断:把财务异常当问题入口,沿客户和经营约束寻找机制,再用跨期证据验证;筛选结果不等于确信。
支持片段:Bandag 追到经销商经济,Markel 追到多年准备金发展;2019 访谈把阅读与好奇心作为发现线索的方法。