簡單並不是最好的

從本質上講，我們的大腦天生就能夠簡化、精簡和總結它在每一刻收到的大量感官信息。

我們的本能會幫助身體持續調節體溫，活動的肌肉和肌腱，讓我們走到超市，並協調我們的手指，用筷子小心翼翼地夾菜夾飯。

當然，人類的大腦長期以來已經學會解釋的感官信息會被更快地處理，並被優先考慮。這就是為什麽歐美人第一次用筷子時，最初會覺得筷子很難用的原因。我們覺得刀叉用起來別扭也是一樣的意思。

當然，這種對信息的權衡、保存和丟棄也延伸到我們處理的所有其他信息。

熟悉的信息：用我們的母語寫的文章、我們最喜歡的足球俱樂部球員的名字、每天從家到工作地點的汽車路線，都會很容易、本能地被處理。

另一方麵，不熟悉或意外的信息，比如用另一種文字寫成的語言、不熟悉的運動的神秘規則、突然的障礙，則需要額外的腦力處理。同時，我們的大腦對效率的偏好（也可以稱之為懶惰），導致它會盡量避免處理這些信息，回到熟悉的領域。

這種簡化如何導致現實生活和投資中的低效決策？

此心安處是吾鄉

人類的大腦是習慣的產物。沒有什麽比舒適的家更讓它喜歡的了。這並不意味著它可能不會時不時地感到好奇。

在泰國或威尼斯度假可能會增加人生一段激動人心的時刻，或者來一道韓國燒烤或黎巴嫩沙拉三明治一樣。但如果你在其他地方呆的久了，總會不喜歡，會想家。總的來說，它喜歡家的環境、家鄉和祖國。

這也體現在我們的消費模式中，尤其是在涉及大量資金的情況下。 因此，盡管汽車行業很多企業具有全球競爭力，但消費者更喜歡源自本國的汽車品牌也就不足為奇了。德國消費者傾向於選擇大眾汽車、奔馳和寶馬等德國汽車製造商，而法國消費者則傾向於買雷諾和標致，意大利人傾向於菲亞特，瑞典人傾向於沃爾沃。在日本、韓國和美國也可以看到類似的模式。

雖然有人可能會說，本地植入的品牌了解當地客戶的市場。然而，家偏見和類似的框架偏見減少了投資者的機會集和最佳可能性，從而能夠迎合他們的特定口味，家庭偏見也發揮了作用。事實上，在沒有成熟汽車品牌的國家，更多種類的汽車吸引了消費者：例如，在波蘭，豐田是主導的汽車品牌，而菲亞特和大眾在巴西表現良好。

航空公司也存在類似的現象。無論服務如何，本地的航空公司在本地乘客中仍保持一定程度的忠誠度。身在上海的朋友們可能會很有感觸。

家偏見（Home Bias）也是投資者的一個眾所周知的特征，這是框架偏見這種更大偏見類型的一部分。金融市場中有太多的信息和數據，投資者傾向於堅持投資在他們最熟悉的市場：本土市場。通過精簡考慮投資範圍的框架，他們退回到新聞中聽到最多的股票和其他金融工具的所謂安全性。巴克萊銀行2023年的一項研究估計，盡管英國市場僅占全球市值的4%，但英國股市約占英國投資者配置的25%。

當然，熟悉市場隻是投資者可能留在本土的一個原因。貨幣風險也不應被低估，是另一個考慮因素（盡管過度囤積本國貨幣會帶來自身風險），而外國投資的政治危險可能會降低人們對新興多元化的興趣，從而從長遠來看可能會對他們造成傷害。

並非所有數字都重要錨定的危險

想象一下，邀請你的另一半、好朋友或重要客戶到一家著名的餐廳吃飯。你們在菜單上看到的第一道菜是120歐元的和牛，用粗體字母寫著，並標有招牌菜。55歐元的當地色拉碗突然看起來很誘人。

同樣，酒店的葡萄酒單會提供從每瓶15歐元到1000歐元以上的飲料選擇。雖然這個場合可能不需要菜單上最昂貴的82年拉菲，但你也不想顯得吝嗇，因此會選擇一個範圍中下的紅酒品牌。

在這兩種情況下，餐廳可能都已經仔細地錨定了你的期望，故意將非常昂貴的物品放在顯眼的位置，從而為你的期望奠定基礎，並讓其他物品看起來相對便宜。畢竟，在任何其他情況下，你可能都會對55歐元的沙拉望而卻步。但與牛排相比，它看起來卻很便宜！餐廳非常清楚，隻有少數顧客會選擇這種牛肉，因此沙拉將推動他們的收入。

葡萄酒單也有類似的把戲，但它耍了你兩次：它用優質葡萄酒來錨定你的上限，但也用最便宜的葡萄酒來錨定了你的下限。因為在大多數情況下，用餐的一群人中其中一個人會負責挑選葡萄酒，他顯然不想顯得太吝嗇。

當然，錨定效應在金融領域非常普遍。例如，整數經常成為新聞：英偉達於2025年7月成為第一家市值超過4萬億美元的公司。上證指數也在前幾天突破3800點整數大關，引起市場轟動。

然而，考慮過去幾十年來美元的購買力持續下降，4萬億美元的英偉達上頭條新聞也不是。A股投資者奮鬥了10年，重新突破3800點，但3700點的時候；而且如果看看成分構成，就可以知道，我們慶祝的僅僅是錨定的這個數字本身，其他沒有太大意義。

然而，新聞，公眾號，市場參與者的喧囂吸引了投資者的注意力，並可能導致他們的本能對金融市場得出簡單的結論，而不必費心分析所有相關數據。

如何克服錨定偏見

在這種環境下，如何避免簡單？很多專業投資者，如高盛，安聯投資都會使用係統性的投資方法。

係統性投資方法會製定清晰的投資框架，在投資前設定嚴格的買入/賣出標準，例如，估值區間、盈利增長條件、風險敞口上限。這樣的目的，就是為了減少臨時的情緒判斷。

另外，優秀的投資者還會在投資前寫下自己的投資假設。明確買入的邏輯（如行業趨勢、競爭優勢、估值合理性），哪些數據會使邏輯失效，和退出條件。為了規避錨定偏見，還會問這樣的問題：如果我並沒有看到曆史高點/買入價，我會如何評估這家公司？。它還有另外一個好處，就是可以定期回測，檢驗開始的思考是否保持有效，而不是依賴當下的市場情緒或個例。

甚至，有些長期投資者，如Davis Advisors這樣經曆了三代的投資者，會創建投資錯誤庫，總結自己的典型投資案例，方便複盤，並提醒自己在類似情境下不要重蹈覆轍。

在這其中，量化與數據驅動非常重要。盡量使用客觀的量化指標：如ROIC、現金流、估值比率等，避免選擇隻支持自己觀點的故事。並且，他們會定期更新預測現金流和風險溢價，讓估值錨點隨時間調整。算法的另外作用是，通過算法設定閾值，而不是依賴心理價位。

還有一個很多專業投資者在做的事情，就是設立反向驗證機製。例如，Baillie Gifford，BillMiller等投資者會設立魔鬼代言人：在投資決策時刻意找出反對理由，模擬如果市場走勢與預期相反會怎樣。

係統性投資方法不太容易產生（人類）行為偏差，這些偏差會對投資決策產生負麵影響。

這種係統性的投資方法，通過規則化流程、量化數據、反向驗證、自動化執行和複盤反饋，避免人類頭腦的簡單決策問題。它的核心在於把投資決策從直覺轉向流程，讓紀律和係統替代人性中容易犯錯的部分。