第 1 章 把人生當成遊戲：規則、分數與真正目標 把人生看成遊戲的力量，不在於把一切化約成輸贏，而在於迫使人說清楚目標、規則、資訊與可控行動。這個模型一旦進入人際關係，卻必須加入他人自主、第三方影響與不可交易價值，否則策略聰明可能只是局部最佳化。
從比喻還原成決策模型 來源陳述 未來親子訪談記錄，馬克羊把考試、戀愛、賺錢、投資與相處都視為遊戲，主張找出最佳玩法；其頻道也確實橫跨卡牌、圍棋、算牌、考試與交易。研究解讀 這套說法可拆成四件事：先定義真正想改善的結果，再辨認不能違反的規則，接著找可控制的行動，最後用回饋更新策略。它的價值不是保證找到唯一答案，而是把「我想變好」改寫成可被反駁的假設。[1]
遊戲模型首先要求分清目標函數與代理指標。考試分數可以回饋知識掌握，卻也可能被猜題技巧提高；交易勝率可以帶來成就感，卻可能掩蓋單次巨虧；社群聲量可以證明注意力，卻不能等同可信度。Goodhart／Campbell 類問題提醒：當指標同時決定獎勵，人會學會優化指標本身。於是成熟的玩法不是只追一個數字，而是同時監看能力、風險、代價及指標是否仍代表原目標。[2]
規則可以利用，倫理不能消失 市場與遊戲都有明文規則，但合法可行不自動等於值得做。規則回答「系統允許什麼」，倫理還要回答「誰承擔後果、是否知情同意、是否把他人只當手段」。馬克羊的公開材料足以支持他重視規則與結構，卻不足以推論他對所有人際倫理問題的立場；因此本章是在檢驗模型邊界，不是替他補寫道德哲學。尤其把戀愛或說服稱為遊戲時，對方也有自己的目標函數，而且有退出、拒絕與不被操弄的權利。[3]
Falk 與 Szech 的實驗曾觀察到市場情境與第三方傷害選擇的關係；Bartling、Fehr 與 Özdemir 後來把交易機制與重複輪次分開比較，指出原先差異可由重複輪次解釋，未支持「市場互動本身侵蝕道德」的推論。研究解讀 這個爭論提醒，行為會受具體制度影響，不能把某個實驗結果寫成固定人性。對人生遊戲模型而言，仍需自行說明什麼目標值得追求、哪些代價不可接受；數學最佳化無法替你完成這一步。[3] [4]
兩種競爭解釋 第一種解釋是「通用策略語言」：遊戲比喻真的讓跨領域的人更快看見目標、約束與回饋。第二種解釋是「事後敘事壓縮」：一個具有數理背景與跨領域成果的人，回頭把複雜路徑整理成規則，看起來比當時實際決策更可計算。兩者可以同時成立。區分方法不是聽故事是否漂亮，而是事前寫下預測、失敗條件和更新規則，再看模型能否在新情境中產生比常識更好的決策。[5]
假設案例與思考實驗
假設案例：把團隊合作做成積分遊戲 假設案例 一位主管以完成票數評估工程師。短期產量上升，大家卻拆小任務、避開難題，也不願花時間協助同事。依人生遊戲模型，問題不是成員不會玩，而是目標函數把「交付價值」錯寫成「票數」。可操作修正是：保留票數作診斷資料，取消其單一獎勵地位；加入品質、事故、知識分享與團隊回饋；每月檢查是否出現鑽規則行為；設一條倫理底線，任何績效都不能用隱匿風險或轉嫁工作取得。[2]
這個觀念，何時開始失效？ 人生是遊戲
主張 【研究解讀】遊戲比喻能拆解行動，卻不能替人決定什麼值得追求。
作用機制 當容易計算的分數變成獎勵目標，行動會朝提高分數集中；原本難量化的信任、品質與他人感受，可能被排除。問題未必是參與者不努力，而是計分方法獎勵了錯誤行為。
適用案例 【假設案例】團隊按每週結案數發獎金。有人把一項工作拆成五張單，也避開耗時的根因修復。結案數增加，重複故障卻更多；若只加高獎金，偏差會更強。
反例 若目標是練熟固定乘法題，正確率與完成時間能直接反映任務表現，簡單計分反而有用。不是所有量化都會扭曲目標。
適用條件 先寫出最終目的、代理指標及不得犧牲的條件，再檢查能否在實際價值未改善時把分數做高。關係中的同意與退出權應先成為限制，不能只追求說服成功率。 如果分數變好而生活變差，我會用什麼證據發現它？
讀完這章，留下的判斷 每次最佳化前，分開寫出終極目標、代理指標、硬性限制與他人權利。 為關鍵決策保留事前預測與失敗條件，避免事後把運氣改寫成方法。 當玩法影響他人時，先做同意、可退出性與第三方傷害檢查。 回閱讀目錄 ↑ 第 2 章 學習與能力：練習、回饋與跨領域遷移 刻意練習的核心是針對弱點、取得可靠回饋並修正表現，而不是單純堆時數。它能解釋部分能力差異，但效力依領域、回饋品質、既有能力與機會結構而變；從高回饋遊戲遷移到低回饋職業尤其需要保留條件。
他真正主張的不是努力崇拜 來源陳述 馬克羊的公開學習框架是先找弱點與正確方法，做破壞舊習慣的練習，用數據、自己、他人三種回饋檢查進步，並把目標放在變強而非一次勝負。他在2019年也說競賽結果含有運氣，應比較昨天的自己。研究解讀 這比「努力就會成功」更精確：投入只有在任務可診斷、錯誤可定位、回饋能指向下一步時才轉化為能力。它也預留了失敗訊號，因數據停滯時必須改方法，而不是只加時數。[1] [5]
Ericsson 等人的原始研究把刻意練習理解為專為改善表現而設計、需要努力且通常不舒適的活動，研究對象集中在已有成熟教學法與可辨識專家表現的領域。這支持「練弱點、找高手與回饋」，卻不支持任何技能都能用固定時數精通。經理人節目說明記錄馬克羊認為有些事情可能200至300小時即可掌握；關鍵詞是「有些」，不能擴張成跨領域定律。[6] [7]
回饋何時會說謊 回饋可靠至少要滿足三個條件：指標與真正能力相關、結果能在合理時間內出現、樣本足以排除隨機波動。棋局與選擇題往往回饋快；投資績效卻可能被行情、槓桿與少數極端事件支配。一次賺錢只能證明結果為正，不能證明決策具有正期望值；連續小贏也可能隱藏尾部風險。因此交易學習需把進出理由、風險暴露、基準、成本與事前規則一起記錄，不能只看損益。[8]
Macnamara 等人的後設分析發現，刻意練習解釋的表現差異依領域大幅改變：遊戲較高，教育很低，職業表現更低。研究解讀 這不是證明練習無用，而是提醒觀察研究中的相關不等於全部因果；能力、選拔、教練品質、資源、持續動機與早期機會也會共同作用。馬克羊從數理、卡牌到交易的個人成功可以生成遷移假設，卻不能單一個案證明任何人照同一方法都能複製。[9]
遷移的共同結構與斷裂點 兩種競爭解釋值得並列。其一，數學化、機率思考、覆盤和情緒控制確實是卡牌、算牌與交易的共同結構，因此能力可遷移。其二，觀察到的跨域成功主要來自一般認知能力、強烈興趣、早期資優教育與可變現的家教技能，方法只是成功後容易表述的部分。較好的檢驗是選一個陌生但可計分的小領域，事前固定訓練方案，和單純重複練習或基準學習比較；若優勢只在熟悉領域出現，就不該宣稱通用遷移。[9] [1]
假設案例與思考實驗
假設案例：把卡牌覆盤法遷移到公開演講 假設案例 學習者每次演講後只看按讚數，三週後數字上升，卻可能只是題目更熱門。可靠做法是先定義三項可觀察能力：開場後一分鐘聽眾能否復述主旨、例證是否真的支持結論、問答時是否直接回答問題；使用相同長度與相近難度題目，請多位評分者盲評，再比較錄影。若表達改善但換到即興辯論便消失，結論應是近遷移成功、遠遷移未證實，而不是「掌握所有溝通」。[6]
這個觀念，何時開始失效？ 刻意練習與回饋
主張 【研究解讀】收到回饋不代表回饋量到了真正能力，練習也未必自動遷移。
作用機制 反覆練同一任務會同時增加熟悉度與技巧；如果測驗沿用練習材料，兩者難以區分。投資還多了行情雜訊，短期正回報可能來自市場上漲，錯誤方法因此受到獎勵。
適用案例 【假設案例】學習者每天重做同一套題，正確率由六成升到九成，便認為已掌握推理。改用新題、換掉表面措辭後只剩五成，顯示先前進步主要局限於材料。
反例 若練習本來就為了迅速完成固定操作，熟悉度也是所需能力；此時重複並不浪費，不能只因缺乏遠距遷移便判定無效。
適用條件 保留未練過的測試、相近難度與外部評分，先驗證同類任務，再測新場景。指標停滯時，區分方法錯誤、樣本不足及任務難度改變，不要只延長時數。 我能在沒有練過、但需要同一能力的任務上做得更好嗎？
讀完這章，留下的判斷 把每次練習寫成弱點、介入、預測、結果、下一次調整五欄。 用多重指標和外部評分校正自我感覺，尤其避免只以損益或排名判斷能力。 每次跨域只能先主張近遷移；遠遷移需在新任務上另行驗證。 回閱讀目錄 ↑ 第 3 章 轉職自由與沉沒成本：自由來自選項，不只來自勇氣 拒絕因過去投入而留在錯誤道路，是合理的決策原則；但可轉職程度取決於收入緩衝、可攜技能、聲譽、證照、人脈與回頭路。馬克羊的案例較適合讀成如何累積選項，而不是人人都應立即離職的模板。
沉沒成本判準與它沒有回答的問題 來源陳述 2019年訪談中，馬克羊用「爛女友」比喻說明：已投入多年不是繼續錯誤選擇的理由；當時他也坦言電競收入不穩，以補教工作補足。2022年他把工作判準說成喜歡、持續進步、收入可接受。研究解讀 這三項合在一起，才比單純反沉沒成本完整：過去成本不該支配決策，但未來現金流、學習曲線與生活責任仍是有效成本。離開不適合的路，不等於忽略轉換代價。[5] [1]
Arkes 與 Blumer 的原始研究把沉沒成本效應界定為：投入金錢、時間或努力後，人更傾向繼續原計畫，部分原因是不想顯得浪費。他們的劇院田野研究與情境實驗支持這種傾向，甚至修過經濟學也未消除它。這能檢驗「因已讀七年醫學就必須從醫」的推理錯誤，卻不能直接推出「離開一定比較好」；正確比較仍是從現在起各選項的預期收益、風險與可逆性。[10]
他的自由建立在多種資本之上 馬克羊不是從零跳入未知。他從大一起做家教，具有可立即變現的數理教學能力；醫師執照保留專業身份；奧林匹亞、建中、醫學系與電競成績形成聲譽資本；補教、直播與投資又提供多條收入及身份路徑。2022年他自己指出，雖未行醫，醫師執照仍提高他從事補教與投資教學時的信任度。這表示過去教育不是被丟掉，而是由職業專用資產改造成跨領域信號。[1]
研究解讀 職涯可逆性可以拆成三層：能否回到原領域、能否以舊技能換取過渡收入、能否把舊身份轉成新市場的信任。醫療臨床能力可能隨離開時間折舊，但證照與教育品牌仍有價值；補教現金流則降低電競收入波動。由此看來，真正的自由不是一次勇敢選擇，而是事前累積多條不完全相關的收入、技能與聲譽，使單一選項失敗不會立刻摧毀生活。
兩種競爭解釋與可轉用程度 第一種解釋是「方法創造選項」：持續學習與跨域實驗使他能在醫療、補教、電競、內容與交易之間移動。第二種解釋是「稀有起點購買自由」：高認知能力、名校與證照、可從事數理家教的市場位置，使他能承受一般人無法承受的試錯。職涯適應力研究發現，規劃、探索、自我效能等資源與滿意度、就業能力、收入等結果相關，但這些多為關聯證據，不能證明單靠心態造成成果。合理借鑑的是建立緩衝與小實驗，不是複製離職姿勢。[11] [12]
轉職決策還有身份實驗的一面：人往往無法只靠思考知道新工作是否適合，必須在有限承諾下試做。Possible selves 研究把轉職後初期視為檢驗或改寫職業身份的實驗，且成人轉職需要同時考慮對他人的義務與意義追求。研究解讀 這支持先兼職、短專案、訪談從業者或設定停損期，而非把「真實自我」想成一次就能被發現的固定答案。[13] [12]
同一個轉職目標，三條不同承諾路徑 選擇一條路，逐項檢查金錢、時間、可逆性與未知條件；不把人生價值壓成單一總分。
互動教學模型 · 非馬克羊持倉或實際績效
目標：探索新職涯，同時維持可接受的生活
維持現職 兼職試驗 全職轉換
兼職試驗
資金 保留主要收入，用小額成本驗證付費需求。
時間 同時承擔兩邊工作，疲勞和家庭時間可能成為主要代價。
可逆性 可縮小或停止實驗；須先確認雇用合約、利益衝突與照顧責任。
未知 能否找到真實客戶？全職後的獲客能力是否與兼職相同？ 下一個可取得資訊的行動： 固定試驗期限和投入上限，記錄含找客戶與行政的有效時薪，再決定是否擴大。
若必要支出增加25%、可動用現金不變，6個月緩衝會縮短為 4.8個月 。
緩衝月數＝可動用現金÷每月淨支出。此例假設沒有收入、未計其他一次性支出；6個月預設僅方便比較，不是人人適用的儲備建議。這棵樹呈現決策條件，沒有替任何選項宣稱成功機率。
假設案例與思考實驗
假設案例：資料分析師想轉成獨立攝影師 假設案例 若只套反沉沒成本，他可能因討厭辦公室立即離職；若只看安全，又可能永遠不試。較好的設計是先列未來成本與可逆資產：保留六個月生活費，每週承接一個付費案，測試客源而非按讚數，把資料分析能力用於廣告與定價，約定三個月後以回購率、有效時薪、身心負荷評估。若攝影未達門檻，他仍保有原職技能；若需求成立，再逐步減少工時。這不是膽小，而是用可逆實驗購買更高品質的資訊。[10] [13]
這個觀念，何時開始失效？ 沉沒成本與轉職自由
主張 【研究解讀】不為過去投入留下，並不等於現在退出一定比較好。
作用機制 沉沒成本是已發生且無法收回的投入；未來還要付的租金、訓練、交接與失去收入，仍會改變選項價值。把所有不舒服的成本都稱為沉沒成本，會低估轉換的真實門檻。
適用案例 【假設案例】上班族想做攝影接案，已有六個月生活費，卻未把器材、找客戶和延遲收款算入。若每月還要支付固定家庭支出，名義上的緩衝可能遠短於六個月。
反例 相反地，若只差兩個月即可取得市場需要的資格，完成可能划算；合理理由是從現在起的淨收益，而非不願浪費已讀的幾年。
適用條件 分開列不可回收成本、可出售資產與未來現金流，再用付費小案測需求。替代收入要能真正啟用，也要把共同承擔後果者的責任列入，而不是假設勇氣能抵銷現金缺口。 拿掉已投入的時間後，留下與退出各自還要付出什麼？
讀完這章，留下的判斷 只排除已發生且不可回收的成本；把未來收入、照顧責任、再訓練與退出成本納入比較。 離職前盤點現金緩衝、可攜技能、證照、聲譽、人脈與回頭路，並刻意補最弱的一項。 用有限期限、有限資本的身份實驗換取資訊，再依事前門檻擴大或退出。 回閱讀目錄 ↑ 第 4 章 交易優勢的證據：期望值、成本與比較基準 把交易視為數學遊戲，第一步不是追求高勝率，而是把每次決策拆成獲利機率、平均獲利、虧損機率、平均虧損與全部成本。第二步更難：證明這些數字不是樣本內巧合，且在未知未來仍優於合理基準。
勝率只回答一半問題 群益期貨對楊震（馬克羊）的官方講師介紹，把方法濃縮為「交易就是數學遊戲」以及短停損、長停利；2026 年活動頁則把重點放在制度化規則、事件結構與降低可避免錯誤。這些資料能證明他的公開方法重視數學、紀律與控損，但沒有提供完整交易紀錄，因此不能據此推斷策略已被外部驗證。更嚴謹的寫法，是把這套主張當成待檢驗的研究綱領：一個規則若有優勢，必須在費用後、樣本外、相對基準仍留下正期望值。[14] [15]
單筆期望值可寫成 E＝勝率×平均獲利－敗率×平均虧損－平均費用。勝率高不必然代表有優勢，因為少數大虧可以吃掉許多小賺；勝率低也不必然無效，若獲利尾巴足夠長，仍可能有正期望值。但期望值只是大量重複下的平均，不保證某一筆、某一月甚至某一年賺錢；它也沒有回答資金是否撐得到平均值出現。
成本、誤差與樣本外 成本必須和策略同尺度計算。SEC 的投資人資料提醒，交易成本不只佣金，還包括價差、融資利息、反覆交易與退出成本；FINRA 的當沖風險揭露也用算例說明，高頻率會把看似小的單筆費用累積成很高的損益門檻。現代零佣金不等於零成本，滑價、買賣價差、稅負與市場衝擊仍會使毛優勢縮水，尤其是週轉率高、容量小的策略。[16] [17]
估計誤差是第二層風險。若只看到二十筆交易，十二勝八敗的觀察勝率是 60%，但它遠不足以證明真實勝率穩定在 60%；不同市場狀態、標的選擇與交易者執行都可能改變分布。Bailey 等人的研究指出，反覆嘗試參數並挑出歷史最佳者，很容易得到統計幻象；所以規則、參數與評估指標應先凍結，再用未參與設計的時段做樣本外測試，最後以真實小額執行核對滑價與成交。[18]
基準比較決定「有沒有必要冒這個風險」。策略賺 8% 並不自動構成優勢：同期間低成本、同風險曝險的基準若賺 10%，主動決策反而少賺；若策略只是在多頭時持有高 beta，報酬也不能全歸功於選股。合理比較至少要對齊期間、資金使用、方向曝險、波動與最大回撤，並防止生存者偏誤與事後換基準。台灣當沖研究發現整體績效為負且多數參與者虧損，提醒「有人能贏」與「一般人可複製」是兩個命題。[19]
勝率之外：把每筆優勢拆開 先設定模型的真實勝率與固定賺賠，再看成本如何改變期望值；這些數值不是從歷史樣本自動證明的。
互動教學模型 · 非馬克羊持倉或實際績效
單筆期望值瀑布圖 · 元 勝局貢獻 +80 敗局扣除 -100 全部成本 -0 淨期望值 -20 每筆淨期望值 -20 元 。在這組假設下，重複更多次不會把負優勢變成正優勢。
E＝勝率×獲利−敗率×虧損−成本。若每勝獲利與每敗虧損固定，損益兩平勝率為（虧損＋成本）÷（獲利＋虧損）：83.3%。觀察到八勝兩敗，並不能證明真實勝率就是80%。
查看數據與文字表格 項目 期望貢獻（元） 勝局貢獻 80 敗局扣除 -100 全部成本 -0 淨期望值 -20
假設案例與思考實驗
勝率高仍可能虧損 假設十筆中八筆各賺100元、兩筆各虧500元，不計費用的總損益是8×100－2×500＝－200元，這十筆的平均損益是－20元。若另假設真實勝率固定為80%、每勝賺100元、每敗虧500元，模型的單筆期望值才是0.8×100－0.2×500＝－20元。觀察到八勝兩敗，不足以證明真實勝率就是80%；此例刻意把樣本結果與模型假設分開。
假設案例與思考實驗
費用後優勢消失 假設策略每筆毛期望值 12 元，每筆來回佣金、價差與滑價合計 15 元，淨期望值＝12－15＝－3 元。做 1,000 筆的期望總額為－3,000 元。降低佣金仍須重估價差與滑價，不能只看券商標示的手續費。
這個觀念，何時開始失效？ 期望值與交易優勢
主張 【研究解讀】高勝率不等於正期望，歷史樣本平均也不等於已知的真實期望。
作用機制 收益由勝率、條件平均賺賠與成本共同構成；若參數來自被挑中的短樣本，公式只是精確計算不可靠的輸入。市場狀態改變或成本上升，也會使過去優勢消失。
適用案例 【假設案例】若真實勝率六成，每勝賺一百、每敗虧一百二十，費用前期望為十二；每筆成本十五後即為負三。即使二十筆恰好十二勝，也不能反過來證明真實勝率是六成。
反例 低勝率策略若少數盈利足夠大，可能仍有正期望；但這需要保留全部交易及極端損益，不是只展示最好的一筆。
適用條件 先凍結訊號和成本口徑，保留未參與設計的區間，並核查未成交與滑價。比較基準要對齊資金使用和風險；否則盈利也可能只是取得了本來就存在的市場報酬。 哪個尚未用過的樣本，可能推翻我對優勢的估計？
讀完這章，留下的判斷 勝率、賺賠比與成本必須一起看。 樣本內最佳參數不是證據，先凍結規則再做樣本外檢驗。 比較基準要對齊風險、期間與資金占用。 任何收入或勝率宣稱都需要完整紀錄與獨立驗證。 回閱讀目錄 ↑ 第 5 章 先活下來：部位、複利與路徑風險 正期望策略仍可能因部位太大、損失集中或交易順序不利而破產。生存問題關心的不是平均一筆能賺多少，而是資本沿著每一條可能路徑前進時，最差會走到哪裡。
算術平均會掩蓋複利損傷 資產是乘法累積，因此長期結果取決於幾何複利，而不是把年度百分比簡單平均。先漲後跌與先跌後漲在沒有現金流時可能得到相同終值，但中途回撤會影響保證金、贖回、心理承受與是否被迫離場；這就是路徑風險。只報平均報酬而不報波動、最大回撤、恢復時間與尾部損失，會把「理論上終會回來」誤寫成「實際撐得到」。
回撤具有不對稱性：跌 10% 需要上漲約 11.1% 才回本，跌 50% 則要上漲 100%。因此「少輸」可以有精確含義：不是拒絕每次小虧，而是避免會永久削弱資本與決策能力的大幅回撤。這個原則適合評估高週轉或槓桿交易；對分散、長期、未使用槓桿的投資，機械式短停損可能反而把正常波動變成永久損失，不能把交易規則普遍化成所有投資人的義務。[15]
同向風險與名義分散 持有很多部位不等於分散。如果五個標的都依賴同一利率方向、同一 AI 資本支出或同一流動性環境，它們在壓力時可能一起下跌；不同代號只是名義分散。部位管理應把曝險依驅動因子、相關性、到期與流動性合併觀察，並問一個反事實問題：若共同假設錯了，哪些部位會同時要求追加資金？相關性也不是常數，平靜期的低相關可能在危機時上升。
槓桿會把路徑限制變成生存限制。FINRA 明確提醒，保證金當沖可能虧損超過初始投入，價格下跌還可能觸發追加資金或強制賣出；系統故障也能造成損失。這裡不能推出任何人的適當槓桿倍數，因為收入穩定度、負債、流動性需求、產品規則與可承受損失都不同；可推出的只有檢查順序：先界定最壞現金需求，再談預期報酬。[17]
Kelly 是模型，不是下注命令 Kelly 1956 年原論文處理的是已知機率、可重複下注與特定賠率下，使資本長期對數成長率最大的配置。它的重要洞見是過度下注會降低長期成長，甚至讓有優勢的賭局走向毀滅；但金融市場通常不滿足機率已知、結果獨立、分布穩定、可無摩擦重複等條件。把歷史估出的微小優勢直接代入 Kelly，會把估計誤差放大成過大部位。[20]
實務上更有用的是把 Kelly 當壓力測試：機率若少估或多估幾個百分點，建議部位是否劇烈變動；損失若非二元且存在跳空，最壞情境是否超過模型；多策略若同向，總曝險是否重複計算。採用半 Kelly 或更低比例常被當成對估計誤差的緩衝，但本章不提供個人化比例，因縮放多少仍需完整財務背景與損失效用。真正的紀律不是套公式，而是承認輸入不確定。
兩檔基金，多少風險落在同一家公司？ 改變基金比例與底層持股，觀察名義上的分散和實際曝險為何不同。
互動教學模型 · 非馬克羊持倉或實際績效
表面配置 · 兩檔基金 A：50% B：50%
穿透配置 · 公司曝險
X 公司 25%
同一家公司占 25%；若它跌 40%，整體資產減少 10% 。
公式：50% × 20% ＋ 50% × 30% ＝ 25%。只計X公司的價格變動，其餘持股、費用、匯率、再平衡均不變；其餘持股也可能彼此重疊，這裡尚未檢查。
查看數據與文字表格 來源 X公司對總資產貢獻 ETF A（50%） 10% ETF B（50%） 15% 合計 25%
原則出處：Investor.gov · 配置、基金持股重疊與分散 ↗
跌下去與爬回來，不是同一個百分比 調整回撤幅度，將剩餘本金與回本漲幅放在同一個畫面比較。
互動教學模型 · 非馬克羊持倉或實際績效
橫軸：回撤 % ／ 縱軸：回本所需上漲 % 0 300 600 900 0 30 60 90 100萬元剩下 60萬元 ；需要上漲 66.7% 才回本。
回本漲幅＝回撤 ÷（1−回撤）。忽略投入提領、費用、稅與通膨；圖示僅為算術關係。100%損失後本金歸零，任何有限百分比都無法回本，因此圖軸止於90%。
查看數據與文字表格 回撤 剩餘本金（原100萬） 回本漲幅 10% 90萬 11.1% 20% 80萬 25% 40% 60萬 66.7% 50% 50萬 100% 80% 20萬 400% 90% 10萬 900%
同一組勝負，部位會改變你能走多遠 兩組各60條模擬路徑使用完全相同的勝負序列，比較每筆承擔2%本金風險與你設定的比例。
互動教學模型 · 非馬克羊持倉或實際績效
起點100 · 80筆交易 · 對數縱軸 · 灰：2% ／ 朱紅：15% 10 100 1000 1e4 0 20 40 60 80 換一組勝負序列 樣本組 7
15%組期末中位數 418.7 ；1 / 60 條觸及停止線。固定2%組：137.2；0 / 60 條觸線。
期末資產分布 · 每個點是一條路徑（對數橫軸） 2% 15% 10 100 1000 1e4 查看數據與文字表格 每筆風險 期末P10／中位／P90 觸線條數 2% 110.1 / 137.2 / 178.6 0/60 15% 81.2 / 418.7 / 2,996.9 1/60
圖使用對數刻度：相同距離代表相同比例變化，不是相同金額；1e4表示10,000。假設每筆獨立、勝率固定、全額按固定賺賠成交，按當時本金比例下注，無成本、跳空、槓桿追繳或現金流。資產≤起點20便停止交易並保持現金；這是教學停止線，不是破產定義。樣本百分位只是這60條路徑的分布，不是你的獲利預測或真實市場機率；換樣本可能改變排序。2%僅為比較基準，不是建議部位。
模型每單位風險的算術期望＝p×賺賠倍數−(1−p)＝0.21。期望值不含波動、估計誤差及停止規則的全部影響，較高的中位結果也不能消除最差路徑。
分散不能只數持有幾檔：把重複風險算出來 真正要檢查的是：同一件壞事發生時，有多少資產會一起受傷？ Investor.gov 區分跨資產類別的配置與同類資產內的分散，也提醒：產業型 ETF 未必充分分散，多檔基金仍要查看主要持股是否重複。以下將這個原則化成可自行計算的例子。[原始說明]
以下公司、ETF 與市場漲跌皆為假設；比例只用來展示計算，不是建議配置。
例一：買了兩檔 ETF，仍有四分之一壓在同一家公司 假設總資產100萬元，其中50萬元買ETF A、50萬元買ETF B。A有20%持有X公司，B有30%持有X公司。你帳面上有兩個基金名稱，但穿透基金後，對X公司的曝險是：
50% × 20% ＋ 50% × 30% ＝ 25%
也就是25萬元實際承擔X公司的股票風險。假設X公司下跌40%，其餘持股不動、忽略費用和期間再平衡，這一家公司就會拖累整體組合10%，約損失10萬元。要減少這種集中，關鍵是檢查底層持股的重複程度；再加一檔同樣重押X公司的基金，可能只是換個包裝繼續加碼。
例二：公司不同，仍可能押同一個產業故事 假設你分別持有晶片設計、晶圓代工、伺服器組裝、資料中心設備及半導體ETF。這些不是同一家公司，但可能共同依賴AI資本支出持續成長。如果客戶同步縮減設備投資，訂單、成長預期與估值可能一起受影響。
這裡要分開兩種分散。公司分散可減少單家公司管理失誤或產品失敗的影響；驅動因子分散則檢查不同部位是否依賴相同需求、利率、景氣或資金環境。持有五家公司可能改善前者，卻幾乎沒有改善後者。相關性不是固定數字，檢查時也要看壓力情境，而非只依平常走勢判斷。
例三：股票與債券一起跌，分散後仍會虧損 假設某組合是60%股票、30%債券、10%現金。在一個假設壓力期間，股票跌30%、債券跌10%、現金名目價值不變。沒有資金進出或期間再平衡時，組合損益可以直接按權重加總：
假設壓力測試；忽略費用、稅負、利息與匯率變動。 資產 權重 假設漲跌 組合影響 股票 60% −30% −18% 債券 30% −10% −3% 現金 10% 0% 0% 合計 100% — −21%
100萬元會變成79萬元。同一股票風險若占100%，在相同假設下則剩70萬元。這個例子裡，混合配置減輕了跌幅，仍沒有消除虧損；換一組市場情境，減輕的幅度也會不同。不能把「持有債券」理解成「股票跌時債券必定漲」，也不能把現金在這個例子中不跌，當成現金沒有購買力風險；外幣現金還可能承擔匯率變動。
賣掉部分贏家做再平衡，與太早停利有什麼不同？ Investor.gov 也說明：不同資產漲幅不一，會使原先配置偏移，再平衡是為了把風險拉回既定目標。它可能包含減少漲多的部位，或用新投入資金補足其他類別。[原始說明]
例如原先股票與其他資產各占50%，後來股票升至70%。若你事先的風險政策仍是各50%，調整比例是在執行資產配置；它不等於只因帳面賺錢便害怕獲利消失而急著賣出。同理，按既定配置補足下跌的廣泛資產類別，也不能直接等同於無條件加碼一家投資理由已失效的公司。
判斷差異在於理由與規則。 交易上的長停利、行為偏誤中的賣強留弱，以及長期配置的再平衡，處理的是不同問題。不能把馬克羊的交易口號，直接搬成所有持倉都禁止減碼的規定。
直接檢查自己的持倉：五個步驟 先穿透基金。 記錄每檔ETF的主要持股及權重，用「基金占整體資產比重 × 公司占基金比重」合併計算同一家公司。再按共同原因分組。 公司之外，加上產業、主要市場、利率敏感度及需求來源；別只照股票代號分類。寫兩到三個壓力情境。 例如主要產業需求下降、股票與債券同跌，或需要提前動用資金。漲跌幅是測試假設，不是預測。用金額檢查可承受性。 把組合跌幅乘上資產總額，判斷它是否妨礙近期必要支出、觸發借款問題，或迫使自己在不利時點出售。回到目標配置。 若風險已超過原先願意承擔的範圍，再比較調整、新資金流向與交易成本；不要只因某一檔最近漲跌就改變整套策略。這套檢查的產物不是「我有幾檔」，而是「我最怕哪一個共同情境，以及它大約會造成多少損失」。到這一步，分散才從抽象口號變成可以討論的決策。
假設案例與思考實驗
回撤恢復的算術 100 萬元下跌 40% 後剩 60 萬元，要回到 100 萬需上漲 40÷60＝66.7%，不是 40%。若隨後只漲 40%，資產為 60×1.4＝84 萬，仍低於起點 16%。這是路徑算例，不是市場預測。
假設案例與思考實驗
相同算術平均，不同終值 一年漲 50%、次年跌 50%，兩年算術平均報酬為 0%。但 100 元終值是 100×1.5×0.5＝75 元，累積虧損 25%。幾何平均為 √0.75－1，約－13.4%／年，較能表達實際複利。
這個觀念，何時開始失效？ 少輸與資本生存
主張 【研究解讀】控制虧損幅度可以保留選項，但不能保證策略有效或每次都能成交。
作用機制 資本以比例累積，虧損後回本所需漲幅會擴大；槓桿、保證金與近期用錢需求還可能使人中途被迫退出。真正限制路徑的是可承受的現金需求，不只是預定停損價。
適用案例 【假設案例】一百萬元連續兩次各虧當時資本四成，會剩三十六萬元，回本約需上漲一百七十八％。若另有借款支出，甚至可能等不到後續行情便被迫賣出。
反例 對未加槓桿、期限長且已分散的持有，正常波動未必要求立即退出；過緊停損反而可能把震盪與成本變成反覆損失。
適用條件 把單筆損失、共同曝險、跳空和資金缺口一起測試；停損是處置規則，不是成交價格保證。若規則本來負期望，只縮小每筆部位會減慢虧損，並不會使策略變正。 最差的可想像情境下，我還保有多少可自由使用的資金？
讀完這章，留下的判斷 正期望不保證能承受最差路徑。 回撤愈深，回本所需漲幅非線性增加。 依共同驅動因子合併部位，避免名義分散。 Kelly 的輸入假設往往比公式本身更重要。 短停損不應被寫成所有長期投資的普遍規則。 回閱讀目錄 ↑ 第 6 章 心理偏誤與制度：規則如何保護人，也如何把錯誤自動化 制度的價值是把冷靜時的判準帶進壓力情境，但規則不會因為被寫下來就自動正確。好的制度同時包含預承諾、資料紀錄、例外邊界與定期驗證。
處分效應不是一句『怕賠』 馬克羊的公開交易定位將短停損、長停利與對抗人性放在一起。要理解這句話，值得追問：人們為什麼可能反著做，以及什麼樣的規則才真的能改善決策？下面用行為金融研究檢驗這個機制；這是研究者的理論對照，並不表示他在尚未讀取的影片中引用了相同論文。[14]
Kahneman 與 Tversky 的展望理論指出，人們以參考點評估得失，對損失與獲利的反應並不對稱，且在某些損失情境會轉向冒險。Shefrin 與 Statman 進一步把過早賣出贏家、過久持有輸家的傾向系統化為處分效應，並討論心理帳戶、後悔、自我控制與稅務等共同作用。這能解釋為何帳面虧損者會把「等回成本」當策略，但它不代表每次續抱虧損都是偏誤：基本價值、稅務、再平衡與交易成本可能提供理性理由。[21] [22]
判斷關鍵不在部位目前紅或綠，而在新資訊下的前瞻報酬與風險。可以用「若今天沒有持倉，會否以現價重新買入？」拆除買入成本這個心理錨點，再用事先定義的論點失效條件決定是否退出。長期投資者可能因基本面未變而承受波動；短線規則若依賴價格與流動性，失效條件可能更快觸發。兩者都需要一致判準，卻不必使用同一種停損。
結果偏誤與可歸因性 好結果可能來自壞決策加好運，壞結果也可能來自合理決策碰上低機率事件。若只在損益揭曉後評分，交易者會把賺錢的違規操作合理化，並把守規則的虧損誤判為方法失敗。決策日誌應在下單前記錄資訊集、假設、替代方案、預期分布與失效條件；事後分開評「流程是否遵守」與「結果落在哪個情境」，才有可能辨認技術、運氣與環境改變。
台灣當沖研究使用長期帳戶資料，發現整體績效為負、多數交易者不獲利，且許多人在長期虧損後仍持續交易。這不證明任何特定個人必定失敗，也不排除少數具有持續能力者；它否定的是「持續參與本身即可證明已學會」的推論。學習需要可識別回饋：扣除成本後是否優於基準、優勢是否延續至下一段資料，以及規則改動是否預先登記。[19]
預承諾也需要驗證回路 預承諾可以把部位上限、允許市場、進出條件、停手機制與資料欄位寫在情緒發生前，減少臨場改規則。它的價值不是消滅判斷，而是讓例外留下痕跡：若臨時偏離，必須記錄原因，之後判斷是必要適應還是自我辯護。可逆的小額試行比一次性重押更適合新規則，因它先驗證成交、資料品質與操作摩擦。[15]
制度也可能把錯誤高速自動化。若規則從過度擬合的回測產生、風險模型漏掉跳空、或市場結構已改變，愈忠實執行只會更一致地虧損；所以制度必須附帶監控與停用條件。Bailey 等人提醒，多次嘗試後挑最佳策略會製造假發現；相應做法是保存所有試驗、限制自由度、使用時間順序正確的樣本外資料，並在預定週期檢查漂移，而不是看到幾筆虧損就任意改參數。[23]
完整制度至少有三層：執行層規定當下能做什麼，驗證層判斷規則是否仍有證據，治理層決定誰能改規則以及需要多少新資料。若把「絕不違規」放在最高層，制度可能拒絕承認環境改變；若任何虧損都能觸發改版，又會回到情緒化操作。較好的平衡是事前設定檢查日與緊急停用條件，把正常波動、模型失效和操作事故分開處理。
先評流程，再看結果 點選四種組合，比較同樣獲利或虧損，為什麼可能得到不同的決策評價。
互動教學模型 · 非馬克羊持倉或實際績效
合理流程 × 獲利 合理決策，結果也好 違反流程 × 獲利 僥倖成功，不能當成模板 合理流程 × 虧損 正常損失，仍需回顧 違反流程 × 虧損 辨認可避免的錯誤
合理決策，結果也好 假設事前定義風險與失效條件，執行完整且最後獲利。可以保留流程，但仍要比較基準、成本和所有樣本；一筆成功不能證明優勢。
此分類是研究者的教學框架。「合理流程」須包含可查驗證據、適當風險與更新條件，不能只用有沒有遵守任意規則來定義。
假設案例與思考實驗
結果好，不代表決策好 假設制度禁止單筆風險超過資本 1%，交易者卻冒 10% 風險並僥倖賺錢。結果欄是盈利，流程欄仍應判定違規；若把這筆列為成功典範，制度會鼓勵下一次過度下注。反之，依規則承擔 1% 風險後正常止損，是可接受結果，不足以單獨否定策略。
假設案例與思考實驗
把規則當成假說 假設規則事前預期 100 筆交易平均每筆淨賺 8 元，實際首批 30 筆平均虧 2 元。不能立刻宣布失效，也不能無限等待；應依預先設定的誤差範圍、損失上限與樣本外門檻決定繼續、縮小或停用。數字僅示範驗證流程，不構成策略建議。
這個觀念，何時開始失效？ 紀律與制度
主張 【研究解讀】制度能減少臨場偏離，也可能讓錯誤以更一致的方式持續發生。
作用機制 規則通常在某些價格、流動性與資料品質條件下設計；條件改變而規則不變，嚴格執行可能放大模型錯誤。若每次虧損又立即改版，則會把正常雜訊誤認為新訊息。
適用案例 【假設案例】短線策略原先每筆毛利略高於價差，成交量下降後價差擴大。交易者仍守舊訊號，操作完全合規卻持續虧損；需要檢查的是可交易成本，而不是要求更強意志力。
反例 反過來，幾筆正常止損未必證明規則失效。若每次都停用，最後可能只保留剛好連勝的版本，反而製造挑選偏差。
適用條件 分開執行層、驗證層與改版權限。事前約定檢查時點、資料品質警訊及緊急停用條件，保存所有版本和試驗結果；讓正常波動與模型失效有不同處理。 我能事前說清楚什麼叫正常虧損，什麼證據才足以改規則嗎？
讀完這章，留下的判斷 用前瞻理由評估持倉，不讓成本價替代分析。 分開評估決策流程與損益結果。 預承諾必須搭配例外紀錄、停用條件與定期驗證。 紀律不能拯救錯誤模型，制度本身也要接受樣本外檢驗。 回閱讀目錄 ↑ 第 7 章 言論中的張力：如何判斷一套方法是否值得相信 把高確定性的績效語言、少輸的風控語言與個人的人生敘事放在一起，辨認哪些是證據、哪些仍是解釋。
高確定性預測與少輸：至少有三種解釋 2021年一篇自稱馬克羊的論壇鏡像文，對處置股公式使用極強的預測語氣；2026年的主辦方介紹則強調減少錯誤與制度。前者帳號身分與績效均未經本研究獨立認證，後者也只是講座介紹。兩者是值得追查的張力，不足以直接判定他改變立場。[8] [15]
第一種解釋是經驗推動觀點演變：早期關注看對方向，後來更重視失誤代價。如果這個解釋成立，應能在後期內容找到具體的規則變更，例如部位縮減、事件風險限制、策略失效條件，以及他對舊方法的重新評價。單看標題從「準」變成「少輸」，還沒有完成這条證據鏈。
第二種解釋是情境不同。某個特定市場事件的短期規律，可以與一般性的保守風控共存；關鍵在於早期的強語氣究竟限定了哪些標的、時段和執行條件。第三種解釋是表達方式不同：宣傳素材放大易記的成功句子，而教學材料討論限制。這也不能靠善意推測解決，仍要回到完整規則與完整紀錄。
盈利故事缺少的，不只是更多對帳單 一張真實的獲利對帳單只能回答「這個帳戶在這個期間發生了什麼」。它沒有自動回答：之前虧了多少、同時有沒有其他帳戶、用了多少本金、承擔多大尾部風險，以及失敗策略是否從樣本中消失。時間範圍、投入資金、最大回撤、費用與資金進出，才讓不同績效有比較基礎。
研究一個交易者，最有用的提問不是「你最多賺多少」，而是「如果把所有交易、所有失敗和所有成本放回來，哪些結論仍然成立」。這不是預設對方有問題，而是任何投資方法都應承受的檢驗。同樣的標準也要用在自己的成功經驗上，否則批判別人的倖存者偏差，卻可能用自己的少數成功作決策。
另外要區分兩個問題：一個方法過去有沒有優勢，以及今天跟隨者能不能取得同樣優勢。資訊傳播、進出場速度、交易規模、市場制度與競爭者反應，都可能改變結果。就算歷史獲利完全真實，可複製性仍是一個需要另外證明的命題。
拒絕比較，為什麼又呈現排名與成就 人物訪談中可見他重視自身進步，也把競賽與職涯表現作為能力的敘述材料。這不必然矛盾：排名可以提供外部回饋，而不必成為自我價值唯一的來源。但把這兩者如此調和，是研究解讀，不是已取得的一段本人完整說明。[5]
對讀者而言，實用的區分是「計分板」與「目標」。計分板告訴你市場或競爭環境如何回應；目標決定你願意為分數付出多少。當提高排名需要犧牲自己重視的健康或關係時，計分板本身不會替你決定是否值得。這正是把人生當遊戲時，最需要在遊戲之外保留的判斷。
從個人能動性，走到條件差異 談人生方法時，容易只記住「敢選擇」的行動，而忘記選擇所依賴的資源。可替代的收入、能被市場辨識的學歷、既有專業聲譽、學習能力與照顧責任，都會改變同一行動的代價。因此，從一個人的轉職經驗推導自己的方案，至少要先把條件逐一對齊。
這並不是說起點不同就什麼都學不到。更精確的做法，是把「學習迴圈、記錄、檢驗、退出」這些可遷移的方法，與「收入規模、轉職速度、交易部位」這些依賴條件的結果分開。值得學的是如何作出選擇與更新判斷，不是把別人的人生軌跡當成自己的預設答案。
假設案例與思考實驗
閱讀一則成功故事時，做一次反事實測試 假設一位交易者公布某月獲利30萬元。先問：如果同月同類資產普遍上漲，而他投入1000萬元，他的結果是否真的顯示主動交易優勢？再問：如果下個月虧損60萬元，原先的成功故事是否需要改寫？這兩個問題不是在預測他的未來，而是把缺失的比較基準與完整時間範圍補回判斷。
最後問「如果發表這個方法的人沒有頭銜，我仍會接受同樣證據嗎」。如果答案改變，影響判斷的可能是權威感，而不是方法本身。對受訪者保留尊重，與對每個可驗證主張維持相同標準，完全可以同時成立。
這個觀念，何時開始失效？ 長停利與賣出贏家
主張 【研究解讀】不因害怕而截斷盈利，與任何時候都不賣，是兩種不同規則。
作用機制 若收益依賴少數大趨勢，固定很小的盈利目標可能切掉主要收益；但持有理由也可能失效。只因部位仍有盈利便繼續抱住，同樣是在讓歷史成本替代前瞻判斷。
適用案例 【假設案例】買價一百的資產先升到一百五十、後回落至一百二十。是否續抱不能只看還賺二十；必須問需求、估值或原先交易訊號是否改變，以及組合能否承受集中風險。
反例 若事前配置是股票與其他資產各半，股價上漲使股票占七成，按政策減碼是在恢復風險目標，不等於因帳面盈利而衝動落袋。
適用條件 把趨勢交易的退出、長期再平衡和必要支出分開設定。既定配置補足廣泛資產類別，也不等於無條件替一間投資理由已失效的公司加碼。 如果今天沒有這個部位，我會在相同風險條件下重新建立它嗎？
讀完這章，留下的判斷 每種矛盾都先列競爭解釋，再列能區分它們的證據。 績效、策略有效性與讀者可複製性，是三個不同命題。 把可學的方法與依賴個人條件的結果分開。 回閱讀目錄 ↑ 第 8 章 如何用在自己的投資與人生：從理解到持續實踐 把研究轉成一套可回顧的工作方式，處理職涯、投資與時間配置中的真實取捨。
先分辨自己正在做哪一種決策 有些決策可反覆、小額、低代價地試錯，例如測試一種學習方法；有些決策回饋慢，而且退出代價高，例如辭職創業或動用長期生活資金。前者適合快速實驗，後者需要更多事前資訊與保留餘裕。不能只因「人生是遊戲」就把所有場景都套用快試快改。
再區分結果能否由你控制。增加練習品質較可控，獲得升遷還取決於組織環境；降低交易成本較可控，市場漲跌則不是。好的決策紀錄應同時寫下自己的行動與外部條件，避免把運氣全當能力，也避免把所有不理想結果都推給環境。
用雙帳本評估人生選擇 2019年人物訪談中，他把工作本身帶來的快樂放進選擇，而不只以薪資衡量。這提供了投資與人生之間的重要連結：收入是一項資源，生活本身也有值得追求的價值。以下「雙帳本」是本研究延伸的方法，不是他提出的命名模型。[5]
第一本是資源帳本：金錢、時間、精力、收入波動、退出成本和需要共同承擔後果的人。第二本是價值帳本：自主權、能力成長、關係品質、對工作的認同，以及你願意保護的生活方式。它們可以互相影響，但不應硬換算成單一金額。
例如一份高收入工作能增加未來選項，卻可能消耗目前最稀缺的陪伴時間。相反地，一個較自由的工作安排也可能帶來持續焦慮。決策重點不是替所有人找到同一個最佳比例，而是看清自己正在交換什麼，並確認交換仍符合當下人生階段。
把價值寫出來還有一個作用：防止目標在途中被計分板偷換。原本想透過投資減少生活壓力，後來卻因追逐每次漲跌而更焦慮；原本想創業取得自主權，最後卻每天被單一客戶控制。當手段開始吞掉目的，應重新檢查方案，而不是只加倍努力。
建立一份能在失敗後仍有用的決策紀錄 行動之前寫四件事：當時掌握的證據、仍未知的事情、選擇此方案而非替代方案的理由，以及什麼變化會使自己改變主意。這份紀錄的目的不是證明當時很聰明，而是保留尚未知道結果時的思考。若每次回顧都能把任何結果解釋成自己早就料到，就失去校正判斷的機會。
回顧時分開評價流程與結果。好流程也可能遇到壞結果；但不能因此把所有失敗都說成運氣，必須問原先的機率、損失範圍與外部條件估計是否可靠。持續出現的偏差，例如低估時間成本、過度相信少量樣本，才是下一輪最有價值的練習對象。
用基準方案，防止把複雜誤認為高明 任何主動方案都需要一個可實行的比較對象。職涯可以比較「維持現職並在外測試」與「立即全職投入」；投資可以比較不同成本和風險的配置方式；學習可以比較有回饋的短時練習與長時重複。基準不需要完美，只要真實可行，便能阻止計畫只和理想化的未來比較。
若新方案尚未證明比基準好，就保留較低成本的實驗形式。這不是把保守當成道德，而是讓承諾程度隨證據增加。相反地，當證據已足夠、代價也在可承受範圍內，持續不行動同樣有機會成本；框架不應變成永遠分析、不願選擇的藉口。
假設案例與思考實驗
情境一：想轉職，先測「這種生活」而不只測技能 假設一位上班族想轉為自由接案者。他可以先在不影響本職責任的範圍內承接小型案子，完整記錄找客戶、溝通、修改、收款與行政的時間。這個實驗不只測「能不能完成作品」，也測是否能承受收入不確定、銷售壓力與客戶協調。
如果技術做得好，卻極度厭惡開發客戶，下一個問題可能是尋找合作夥伴或不同組織型態，而不是逼自己立即離職。這才是把回饋放回設計，而非只用一次失敗替自己的能力定終身。
假設案例與思考實驗
情境二：想學主動交易，先把「看懂」與「做得到」分開 假設一個人看完訪談，認同獲利不要太早截斷。他仍需要回答：何時算原先理由失效？為什麼目前是可持續趨勢而不是暫時波動？成本、流動性與部位如何影響結果？若這些問題沒有定義，「長抱贏家」可能只是事後看圖的漂亮句子。
先用可重現的規則與模擬紀錄測試，保留全部訊號與未成交情況，才能發現自己真正不知道什麼。模擬不能還原所有真實交易摩擦，但至少能把口號轉成可被檢驗的假設；沒有必要為了證明自己有決心而先承擔超出能力的損失。
假設案例與思考實驗
情境三：時間的投資，不必服從財務回報 假設一個家庭正在比較增加工作時數與陪伴家人的取捨。增加收入的效益可以估算，但共同經歷的一段時間通常無法在多年後補買。這不是主張每次都選陪伴，而是要求把不可延後、不可恢復的機會，和可以晚一點完成的財務目標分開。
若現金流壓力很高，先處理基本生活保障可能更合理；若保障已有餘裕，繼續追求更高分數是否值得，就需要回到價值帳本。人生決策的成熟，不是找到一條永遠正確的口號，而是知道何時應該換一把尺。
這個觀念，何時開始失效？ 分散與共同風險
主張 【研究解讀】持有名稱很多，不代表同一件壞事造成的損失已經下降。
作用機制 基金可能持有相同公司，不同公司也可能靠同一產業需求、利率或資金環境獲利。表面上的資產數目增加，底層集中與壓力時的同向變動卻可能沒有減少。
適用案例 【假設案例】總資產各半投入兩檔基金，分別有兩成與三成持有同一公司，穿透曝險就是四分之一。若該公司跌四成，其餘不動，整體仍會損失一成；兩個基金名稱並未消除集中。
反例 跨資產配置也不是不虧損保證。股票和債券可在同一期間下跌；但某次一起跌，也不足以判定所有期限與情境的分散都無效。
適用條件 先合併底層持股，再按共同因子分組，設定多個壓力情境與用錢時間。低相關是需要持續檢查的估計，不能從少量平靜期資料推論危機時一定互補。 我最怕哪一個共同情境，它會同時影響收入和哪些資產？
讀完這章，留下的判斷 小實驗用來取得資訊，不是證明自己一定正確。 保留資源帳本與價值帳本，避免把所有價值換算為金錢。 行動的承諾程度應隨證據增加；回顧同時看流程與結果。 回閱讀目錄 ↑