讀得有點雜，不過論文方面讀到比較深刻的就是
- Investing in the Unknown and Unknowable
作者是 Larry Summers 的老師，自己本身也是投資人，基本上是一篇他對於投資的一些觀察，成功的人基本上都是在處理 Unknown 跟 Unknowable 情況計算良好並控制好風險的人，然後只要有正向的高倍率的 Optionality 發生，就能賺到許多錢。在投資的許多場合，機率這個思考框架根本是沒有用的，試想要如何評估將來二十年內自動車大量普及的情況的機率是多少，或是另外一個 911 發生的機率是多少，幾乎是不可能的。而且還有大量黑天鵝事件。所以要根據每個個別情況衡量是否有不對稱性可以利用。然後在能夠辨別跟跟隨領域菁英的時候也不用羞於抄襲別人的投資。
至於給投資人的信主要就是從下面幾個投資人開始讀，不過太長了還沒讀完。我特別喜歡 Michael Burry 因為他也是從 Nobody 開始，比較有參考性。而 Ben Graham 還有 Walter Scholoss 的體系因為分散的關係比較不會害人。Warren Buffet 是有很多智慧但越深入了解就覺得他把一些沒那麼輕鬆的事講得有點輕鬆。不清楚的人會被害到。
- Warren Buffet 合夥人時期
- Ben Graham
- Michael Burry
- Walter Schloss
- Brookfield
另外也聽了知名量化基金 AQR 有一個 podcast 的訪談。就是量化跟人腦到底誰的績效整體比較好。結論是沒有什麼差別。但量化是贏在系統穩定，穩定的小贏累積出來。而人腦就是靠打中全壘打。量化的好處也是比較沒有人腦情緒的干擾。但同時一個重要的點是要在你的系統出問題的時候你能夠知道到底是暫時不 work，還是說你的系統失效了。Ed Thorp 在訪談中有說過，你必須事先定義你系統的容錯率，如果你出現了意外的大賺跟大虧損都要反省你的系統是不是有問題。
我覺得 Seeking Alpha 上 Ruerd Heeg 定義的四種策略是不錯的，也是 Ben Graham / Joel Greenblatt 那種人腦跟簡易量化混合的方式，
- Qualitative Microcap
- Low EV/EBIT, EV/EBITDA
- Net-net
- Falling knife
在長期來講，最好的還是雪球股，也就是 Qualitative Microcap。在他還小還沒被發現的時候買進他，為什麼要從小的挑是因為，流動性高的已經有太多機構參與，人家每天在看是看不贏別人的，Microcap 太小大資金的是看不上的，而且美國有規定股價太低的話機構沒辦法投資，是一個老舊的法規幫助機構的手腳，而一般散戶也不會注意到 Microcap。雪球股難的地方是你需要在你的領域超強，看出別人看不出的細節跟未來。要不然你就是要去超冷門的地方做。並且需要時間去累積，一直讀資料等等，所以這是長期的目標。短期內先盡量比較容易看懂的或是軟體產業。
而 2,3,4 都是比較偏量化的策略，是有研究論文支持的，如果能在全球法規足夠完善的地方去分散小部位，統計上來講應該是勝率夠高的。用量化的好處是不會做出太笨的事，然後也不會花太多時間，screener 篩出來後還是會看一下 corporate governance 這塊，如果沒太大問題就可以考慮。這樣我人腦的部分只要先練習出比人家更能看出 corporate governance 的問題就能贏過市場上大部分人，而 corporate governance 這一塊也是機構的機器人還無法量化的部分，所以暫時不會被機器人打敗。越涉及到 Unknown and Unknowable 的部分就越不會被量化策略基金威脅到。
當我閱讀越多的感想，我越覺得除了少數的例外，成功的投資人都是成功的生意人。其實投資也是在拚生意的眼光，就算是做房地產，我知道有一派的投資客也是靠老屋翻修，或是翻修成社區型住宿來賺取比較高的報酬，畢竟房地產也是有他的邏輯，不可能永遠無腦資金行情上漲。我看到賺的好的幾乎都不是純的投金錢而已，都是由翻修等動作的經營本質。而股票中 Activist 的行動也是類似，採取經營權把不適合的管理層換掉來解放價值，甚至像是 Carl Icahn 就有養自己專門的團隊在拿下企業後去整頓。而巴菲特用保險公司去投資 Float，也只是把保險公司的本質做到最完善，很多人想要仿照買了保險公司想如法炮製但卻失敗，因為管不好保險公司。新一代的人我有看到不用保險公司而用 Domain Name 註冊公司，也就是 SaaS 公司來達到同樣的目的，也是先收錢在辦事，但比起經營保險公司簡單很多，是蠻聰明的做法。
希望有毅力定期寫讀物心得..