来源：逸柳投研笔记（ID：ealiu_investment）
“The more order you put in, the less randomness. Hence the same condition that makes us simplify pushes us to think that the world is less random than it actually is.（你越概括，让事物越有条理，随机性就越低。因此，正是我们的简化行为使我们以为世界的随机性比实际上小。）”——纳西姆·塔勒布，《黑天鹅》，中信出版社，P74我们在理解世界的时候，常常会用各种各样的假设，物理学中就有很多，比如说牛顿第一定律“在不受外力的情况下，物体会维持静止或匀速直线运动”，还有我们在中学时候做题碰到的“光滑斜面”、“弹性挡板”等等，也都是代表一些理想的场景。
经济学中的大部分研究都带有很多前提条件，最典型的是理性人假设，即假设每个人都非常聪明，不存在认知缺陷，并且都是利己主义者。
理性人假设中的两个点都具有不现实性，尤其是认知缺陷这点，人们并不具备绝对的理性，放眼历史，可能就会感慨人类似乎从来没有停止愚蠢的行为；而对于“利己主义者”这一点，也并不绝对，因为每个人对于“利”的看法是不一样的，人活着的目的是复杂多样的，在生命短暂的前提下，有些人的“利己”是希望获得生前更多的物质享受、更大和更久的政治权力，有些人的“利己”则可能是流芳百世、贯彻自己的道义，或者是立功、立德、立言。
尽管各个学科中的假设都具有不现实性，但是却是我们理解世界不可缺少的工具。世界是一个无比复杂的系统，即便是我们倾尽一生的时光，可能都无法理解其中的冰山一角。因此，就需要世界简化简化再简化。
为了更好的简化世界，各种各样的假设就自然而然出现。现实生活中，我们没法控制所有其他条件保持不变，而只让其中一个条件发生变化，但是在理想的假说中，或者是实验室环境下，我们能够尽可能地创造这样的条件。在理想的条件下，就形成了我们被称为理论或者定律的东西。
世界上的运行显然是有着其基本规律，但是我们所认识的“规律”跟规律本身有着很大的差异。对于社会科学，很多研究的结论都来自对过去数据的一个归纳总结，这种总结往往会带有一些理想化的假设，比如说用对数周期幂率模型来拟合股市中的泡沫，或者技术分析中的波浪理论、江恩理论等等。在理想假设下得到的理论或者规律，能够用来指导未来吗？答案是肯定的，但又不是绝对的。因为其适用性具有很多前提，并且要么是只在某些阶段有效，要么是在某些范围内有效。
就像价值投资理论，就不能用于那些小市值、概念型股票；而短期快炒的方法，也不适合市值大和成熟的股票。等等。《孙子兵法》中说“能因敌变化而取胜者，谓之神”，这是应对未来的一个基本的原则。在投资中，要能够“因敌变化”，就需要摆脱那些先入为主的成见。任何成见，其本质上都是建立在某种假设的基础上，比方说我们假定外貌跟人品才华有关系，就会更愿意相信那些颜值高的男男女女；假设跌多了必然会涨，那么就会买那些跌了很久很多的股票，等等。当然，忘掉假设的难处就在于：有时候我们压根不知道这些假设的存在。假设在很多时候都是作为某种隐含的前提，而没有经过训练的人往往难以对此有清晰的认识，而更多是将其视为“司空见惯”。因此，“为了理解过去而做出假设”，与“为了应对未来而忘记假设”这两个过程是不可分割的。“理解”需要尽可能地简化我们的研究对象，而“应对”又需要我们抛弃那些预设的假设前提，谁也不知道这些假设在未来是否为生效，我们不能将自己的命运交给那些似乎毫无依据的东西上。
“假定市场是底，然后买入一定赚钱”，要是这个假定不成立呢？用在实践中，为了对我们的理解进行归纳，同时也为更好地应对未来，一件值得做的事情就是构建模型和模型思维。模型往往根据历史经验、基于历史经验形成的逻辑和假设得到，在一定时期或一定范围内能够生效，但是各类模型绝非是一个简单粗暴的答案。模型思维并非告诉我们说未来可以由一个模型简单来概括，而在于让我们明白世界是相对静止和绝对运动的综合，因为训练模型是一个长期持续的过程和工作，新的变量进入后，就会改变原有的模型形态。版权声明：部分文章推送时未能与原作者取得联系。若涉及版权问题，敬请原作者联系我们。
