霍华德·马克斯：知识的幻觉（上）

​


本文是橡树资本联合创始人霍华德·马克斯（Howard Marks）发于2022年9月8日的备忘录《The Illusion of Knowledge》；原创翻译，主要还是为了自己通读一遍原文，如有错漏还请海涵，欢迎批评指正。以下是正文——

几乎是从1993年2月的《预测的价值，或这些雨都是从哪来的》开始那么长时间，我就一直在表达我对预测的漠视。那之后的几年里，我详细地解释了为什么我对预测不感兴趣——下面的部分开头是我最喜欢的几句引用，呼应了我的不屑——但我从来没有专门写一篇备忘录来解释为什么做出有帮助的宏观预测是如此困难。所以这就来了。

用于思考的食粮

（Food for Thought ）

我们有两种预测者：不知道的人，以及不知道自己不知道的人。

——约翰·肯尼斯·加尔布雷斯（John Kenneth Galbraith）

在7月完成《我不敢苟同》最后润色后不久，我参加了一场午餐，与一些经验丰富的投资者一起，加上一些投资业之外的人士。其并不是作为一个社交场合组织的，而是一个让与会者就投资环境交换意见的机会。

一度，主持人还提出了一系列问题：你对通胀的预期是什么？会不会出现衰退，假如会，会多糟糕？在乌克兰的战争将如何结束？你认为在TW将会发生什么？2022和'24年的美国大选可能会产生什么影响？我听着人们表达各种意见。

我备忘录的经常读者可以想象我脑中的想法：“这个房间里没有一个人是外交事务或政治方面的专家。在场的人没有一个对这些话题有特别的了解，当然也不会比读了今晨新闻的一般聪明人了解得更多。”所表达出的想法，即便关于经济问题的，没有一个看上去比其他的更有说服力得多，而且我完全确信，没有一个能够改善投资结果。而这就是问题所在了。

正是那顿午餐让我开始考虑再写又一份关于宏观预测之徒劳的备忘录。其后不久，又收到了一些额外的信息输入——一本书、一篇《彭博评论》（Bloomberg Opinion）上的文章，以及一篇报纸文章——所有这些都支持了我的论点（或者可能发挥了我的“确认偏误”——即，以一种证实自己既存观点的方式去接受和解释新信息的倾向）。这顿午餐和这些东西共同启发了这篇备忘录的主题：为什么预测罕有帮助的原因。

要产出有用的东西——无论是在制造业、学术界，甚或艺术——你必须有一个可靠的过程，能够将所需的输入转化为想要的输出。问题在于——简而言之——我不认为我们可以有一个过程能够始终如一地将与经济和金融市场相关的大量变量（投入）转化为一个有用的宏观预测（产出）。

预测机器

（The Machine）

知识的最大敌人不是无知，而是对知识的幻觉。

——Daniel J. Boorstin

我在第一国民城市银行（First National City Bank）工作的前十年左右，有一个我很久没听过了的词当时正时髦：计量经济学（econometrics）。这是在经济数据中寻找关系以引向有效预测的实践。或者，简而言之，我会说计量经济学是关于为一个经济体建立一个数学模型。在1970年代计量经济学者的说法不绝于耳，但我想现在已经不再如此了。我说这些的意思是说他们的模型并不管用。

预测者别无选择，只能将他们的判断基于模型之上，无论它们是复杂的或非正式的，数学的或直觉的。模型——根据定义——由假设组成：“假如A发生，那么B就会发生。”换而言之，关系和反应。但对我们来说，愿意采用一个模型的输出，我们必须相信这个模型是可靠的。当我想到为一个经济体建模，我的第一反应是想到它是多么难以置信的复杂。

例如美国，有着约3.3亿的人口。除了最年幼的以及或许还有最年长的那些，所有人都是经济的参与者。因此，这里有数以亿计的消费者，加上数以百万计的工人、生产商和中间商（许多人归属于不止一个类别）。要预测经济的路径，你必须预测这些人的行为——即便不对每一个参与者，那至少对群体的总体。

一个真正的美国经济的模拟必须处理数十亿个交互作用或节点，包括与供应商、消费者，以及全球其他市场参与者的交互作用。这么做有可能吗？例如，是否有可能预测消费者将如何行为（a）假如他们收到额外一美元收入（“边际消费倾向”将是如何？）；（b）假如能源价格上涨，挤压其他家庭预算类别；（c）假如一种商品的价格相对于其他商品上涨（会不会出现一种“替代效应”?）；或者（d）假如地缘政治舞台被大陆之外的事件所动荡？

显然，这种程度的复杂性使得经常性使用简化假设成为必需。例如，能够假设如果B不是更好或更便宜（或二者兼具），那么消费者就不会购买B来代替A，将使建模变得更容易些。而假设如果生产X的成本不低于Y，那么生产商就不会给X定价低于Y，也会有所帮助。但如果消费者被B的声望所吸引，尽管（甚或就是因为）它的价格更高呢？还有如果X是由一个愿意赔钱几年来获得市场份额的创业者开发的呢？一个模型是否有可能预测到消费者多付钱的决定和创业家少赚（甚至亏）钱的决定呢？

此外，一个模型将必须预测经济中每一组参与者在各种各样环境下会如何行为。但变幻无常是多种多样的。例如，消费者可能在某个时刻以一种方式行事，而在另一个相似的时刻又不同的方式。鉴于涉及的变量数量之多，似乎不可能有两个“相似”时刻以完全相同的方式发生，以及因此我们将看到经济参与者方面的相同行为。除其他之外，参与者的行为还将受到他们的心理（或者我应该说他们的情绪?）所影响，而他们的心理会受到定性的、非经济的发展所影响。这些怎么能建模呢？

一个经济体的模型如何能足够全面地处理前所未见或者在现代（意思是在可比情况下）没有见过的事情？这是为什么一个模型根本无法复制如一个经济体这样复杂的东西的又一个例证。

当然，这里的一个最典型的例子是Covid-19疫情。它导致了世界大部分经济体的关闭，彻底改变了消费者的行为，并激发了政府的大规模慷慨赠予。既存模型的哪些方面能够使它得以预期到疫情之影响？是的，我们在1918年有过一场疫情，但当时环境如此不同（没有iPhone、Zoom电话等等，无穷无尽），以至于当时的经济事件与2020年很少或没有关联。

除了复杂性的问题以及捕捉心理波动和动态过程的困难之外，还要考虑到试图预测一些不可能预期将保持不变的东西的局限性。在开始写这篇备忘录后不久，我收到每周定期版的Morgan Housel的总是绝妙的时事通讯。其中一篇文章描述了来自其他竞技舞台的一些观察，与我们的经济和投资领域有所关联。以下是其中两个——借鉴自统计领域——我认为它们与经济模型及预测的讨论有关（《世界运转的小方式》（Little Ways the World Works），Morgan Housel，Collaborative Fund, 2022年7月20日）:

平稳性：一种假设，认为过去是对未来的统计指南，基于一个理念，即影响一个系统的大的力量并不会随着时间而改变。假如你想知道一个堤坝要建多高，看看过去100年的洪水数据，然后假设接下去100年将是一样的。平稳性是一个美妙的、基于科学的概念，它总是有效，直到不再有效的那一刻。它是经济和政治中重要事情的主要驱动因素。[但在我们的世界]“从未发生过的事情总是在发生”，斯坦福大学教授Scott Sagan说。

克伦威尔法则（Cromwell’s rule）：永远不要说某事不会发生……如果某件事有十亿分之一机会是真的，而你在一生中又与数十亿件事物交互，那么你几乎肯定会经历一些令人震惊的意外，并且应该始终为不可思议的事情成真保留可能性。

在物理科学的领域里平稳性是可以被合理假定的。例如，幸亏万有引力定律，在给定的大气条件下，一个物体下落的速度总是可以指望以相同的比率加速。其一贯如是，也将一直如是。但在我们的世界很少有过程能够被指望是平稳的，尤其是考虑到心理、情绪和人类行为所起的作用，以及它们随时间而变化的倾向。

以失业和通胀之间的关系为例。在过去大约60年里，经济学家们依赖菲利普曲线（Phillips curve），其认为随着失业率下降，工资通胀将上升，因为当闲置一旁的工人减少时，雇员就获得议价能力，并可以成功地谈判到更高的工资。几十年来人们还相信，一个5.5%左右的失业率意味着“充分就业”。但失业率在2015年3月降至5.5%以下（并在2019年9月达到3.5%的50年低点），但直到2021年通胀（在工资或其他方面）都没有显著的上升。所以，菲利普曲线描述了一对重要的关系，其几十年来一直被构建在经济模型中，但在过去十年的大部分时间里似乎并不适用。

克伦威尔法则同样相关。与物理科学中的不同，在市场和经济中，极少有什么是必须发生或绝对不能发生的。因此，在我的书《周期》（Mastering the Market Cycle）中，我列出了七个投资者应该从他们的词汇表中清除的术语：“永不”、“总是”、“永远”、“不能”、“不会”、“将”，以及“必须”。但假如这些词语真的必须被丢弃，那么同样该丢弃的还有人可以建立一个能够可靠预测宏观未来的模型的想法。换句话说，在我们的世界中极少事物是不变的。

行为的不可预测性是我最喜欢的一个话题。著名物理学家理查德·费曼（Richard Feynman）曾经说过：“想象下假如电子有知觉，物理学将会变得多么更困难。”物理规则之所以可靠，正是因为电子总是做它们所应该做的。它们从不忘记表现。它们从不反抗。它们从不罢工。它们从不创新。它们从不以相反的方式行为。但这些都不适用于一个经济体中的参与者，而因此他们的行为便是不可预测的。而如果参与者的行为不可预测的，那么一个经济体的工作方式如何能被建模呢？

这里我们谈论的是未来，而完全不存在一种应对未来的方法是不需要做出假设的。关于经济环境的假设的小差错以及参与者行为的小变化都可能产生成问题的差别。正如数学家和气象学家Edward Lorenz著名地说过的，在巴西一只蝴蝶扇动翅膀，可能在德克萨斯引发一场龙卷风。”（历史学家Niall Ferguson在我下面所讨论的文章中引用了这个论述。）

考虑综上所有，我们真的可能认为一个经济模型会是可靠的吗？一个模型能够复制现实吗？它能描述数以百万计的参与者和他们的交互吗？它试图建模的过程可靠吗？这些过程可以简化为数学吗？数学能够捕捉到人们及其行为定性的细微差别吗？一个模型能够预期到消费者偏好的变化、企业行为的变化，以及参与者对创新的反应吗？换句话说，我们能信任它的输出吗？

显然，经济关系不是硬连接的，经济也不是由（模型所试图模拟的）示意图所支配的。因此，对我而言，底线是，一个模型的输出在大多数时间可能指向正确的方向，前提是假设未被违反。但它不可能总是准确的，尤其是在关键时刻，比如拐点……而那恰恰是准确预测最有价值的时候。

输入

（The Inputs）

再怎么精明老练也无法改变这一事实，即你所有的知识都关乎过去，而你所有的决定都关乎未来。

——Ian H. Wilson（前通用电气（GE）高管）

考虑到一个经济体难以置信的复杂性，以及做出简化假设的必要——会降低任何经济模型的准确性，让我们现在考虑一个模型所需要的输入——用来制造预测的原材料。估计的输入是否有效？我们能对它们是否有足够的了解，使得产生的预测有所意义？或者我们只不过会被提醒关于模型的终极真理：“垃圾进，垃圾出”？显然，没有任何预测能比它所基于的输入更好。

以下是Niall Ferguson在7月17日《彭博评论》上所写的：

考虑一下我们在提出“通胀见顶了吗？”这个问题时隐含问的是什么。我们问的不仅仅是94,000个不同商品、制成品和服务的供给和需求。我们还在问美联储所设定的利率的未来路径，其——尽管有大肆吹嘘的“前瞻指引”政策——离确定还很远。我们在问美元的强势将持续多久，它目前压低着美国 进口商品的价格。

但还有更多。我们同时也隐含地在问乌克兰的战争将持续多久，因为自2月以来俄罗斯入侵所造成的扰乱已经显著加剧了能源和食品价格通胀。我们在问例如沙特阿拉伯这样的产油国是否会响应西方政府的恳求以泵抽更多原油……

我们可能也应该问问自己，最新的Covid奥密克戎亚型BA.5将对西方劳动力市场产生什么影响。英国的数据表明BA.5比它的前身BA.2传播力高35%，而后者又比原始的奥密克戎传播力高20%以上。

所有这些变量添加到你的模型中，祝你好运。事实上，我们不可能对通胀的未来路径有把握，正如不可能对乌克兰的战争的未来路径以及Covid疫情的未来路径有把握。

我发现Ferguson的文章与本篇备忘录的主题非常相关，所以我列入了一个它的链接在这里（https://www.bloomberg.com/opinion/articles/2022-07-17/niall-ferguson-how-long-will-inflation-last-it-s-complex?sref=h614YUgy）。它提出了许多重要的观点，尽管在一个方面我不敢苟同。Ferguson在上面说：“事实上，我们不可能对通胀的未来路径有把握，正如不可能对乌克兰的战争的未来路径以及Covid疫情的未来路径有把握。”我认为准确预测通胀比预测其他两个的结果“更不可能”（如果真有这种说法），因为这么做需要对这二者的结果以及其他一千个事情都判断正确。怎么可能有任何人把所有这些都搞对？

以下是我在《预测的价值》中对预测过程的粗略描述：

我想象对大多数资金经理来说，这个过程是这样的：“我预测经济将会A。如果A发生了，利率将会B。有了B的利率，股市将会C。在这种环境下，表现最好的板块应该是D，而股票E应该涨得最多。”在这种场景下预期表现最佳的投资组合于是就组合起来了。

但E的可能性究竟多大呢？记住，E是以A、B、C和D为条件的。在预测界，有三分之二时间都正确将是一项伟大的成就。但如果五项预测中的每一项都有67%的概率正确，那么五项预测都正确、股票表现如预期的概率就是13%。

基于涉及A、B、C和D的假设来预测事件E，就是我所称之为的单场景预测。换而言之，如果关于A、B、C或D的假设结果是错误的，对E的预测结果就不太可能实现。所有基于之下的预测都必须正确才能让E的结果如预测，而那是高度不可能的。没有人能够明智地进行投资而不考虑（a）每个要素的其他可能结果，（b）这些备选场景的可能性，（c）其中一种结果要成为实际结果的话必须要发生什么，以及（d）对E的影响将是什么。

Ferguson的文章提出了一个关于经济模型的有趣问题：关于经济参与者将在其中运行的一般宏观环境，应该假设什么呢？这个问题是不是表明了一个不可解决的反馈循环：要预测经济的整体表现，我们需要对例如消费者行为做出假设。但要预测消费者行为，我们难道不需要对整体经济环境做出假设吗？

在《没有人知道II》（2020年3月）——我第一篇关于疫情的备忘录——中，在一个关于冠状病毒的讨论中，我提到哈佛流行病学家Marc Lipsitch曾说过我们有（a）事实、（b）从其他病毒类比得到的明智推断，以及（c）观点或猜测。这是我们处理不确定事件时的标准做法。至于经济或市场预测的情况，我们有一个巨大的历史宝库和大量类似的过去事件用以推断（Covid-19的情况二者皆非）。但即便这些东西被用作一个构造良好的预测机器的输入，它们仍然高度不可能对未来有预测性。它们可能是有用的素材，或者它们可能就是垃圾。

为了说明，人们经常问我，我过去经历的周期中哪一个与这次的最相似。我的回答是，目前的发展与一些过去周期有微小的相似之处，但没有绝对的平行相似。在每一个案例中差异都很深刻，并超过了其相似。而即使我们能找到一段完全相同的之前的时期，我们在一个只有1的样本量上又该投入多少信赖？我会说不多。投资者依赖历史参考（以及他们促进的预测），因为他们担心没有这些的话他们就是在盲目飞行了。但这并不意味着它们就可靠。

不可预测的影响

（Unpredictable Influences）

预测创造出了未来可知的幻想。

——Peter Bernstein

不先确定我们认为我们的世界是属于秩序或随机，我们就无法考虑预测的合理性。简单来说，它是完全可预测、完全不可预测，还是介于之间？对我来说底线是，其介于之间，但足够的不可预测，以至大多数预测都是无益的。而既然我们的世界在某些时候可预测而在另一些时候不可预测，那如果我们无法分辨哪个是哪个的话，预测又有什么好处呢?

我从阅读Ferguson的文章中学到一个新词：“确定性的”。牛津语言将其定义为“由之前的事件或自然规律因果决定的”。当我们处理按规则运作的事物时，世界简单得多……像费曼（Feynman）的电子。但是，很明显，经济和市场并不受自然法则的支配——由于人的参与——而之前的事件可能会“布置好舞台”或“倾向于重复”，但事件很少以相同的方式二次展开。因此，我认为构成经济和市场的过程不是确定性的，意味着它们不是可预测的。

此外，输入显然是不可靠的。许多都受到随机因素的影响，例如天气、地震、事故和死亡。其他的则涉及政治和地缘政治问题——有些我们意识到了，有些还未浮出水面。

Ferguson在他的《彭博评论》的文章中，提到了英国作家G. K. Chesterton。这提醒了我把一段我在《再谈风险》（Risk Revisited Again）（2015年6月）中用过的Chesterton的引用列进来：

我们这个世界的真正问题并不在于它是一个不合理的世界，甚至也不在于它是一个合理的世界。最常见的一种烦恼是，它几乎是合理的，但又不尽然。生活并非不合逻辑；然而这对逻辑学家来说是个陷阱。它看上去只是比实际更数学和规则一点；它的准确性是明显的，但它的不准确性是隐藏的；它的野性埋伏以待。

回到前面描述的那顿午餐，主持人大致如下这样开启议程：“近年来，我们经历了Covid-19疫情、美联储救援行动的惊人成功，以及对乌克兰的入侵。这是一个非常具挑战性的环境，因为所有这些发展都出乎意料地突然到来。”我想象他在暗指，与会者们应该让自己摆脱2020-22年预测不准确的困境，回去继续预测未来事件，以及对自己的判断押注。但我的反应却截然不同：“塑造当前环境的事件清单相当广大。没有人能够预测其中任何一件的这一事实，难道还不能说服在场的人他们应该放弃预测吗？”

再举个例子，让我们回想一下2016年的秋天。有两件事几乎所有人都确信的：（a）希拉里·克林顿（Hillary Clinton）会当选总统以及（b）假如因为某种原因换成唐纳德·特朗普（Donald Trump）当选，市场会崩盘。然而，特朗普赢了，而市场飙升。过去六年里对经济和市场的影响是深远的，而我确信，对即将到来的2016年大选持传统观点的预测没有一个把其后那段时期搞正确了。再一次，难道这还不足以让人们相信（a）我们不知道将会发生什么以及（b）我们不知道市场将对发生的事情作何反应吗？

预测会增加价值吗？

（Do Forecasts Add Value? ）

让你惹上麻烦的并不是你所不知道的什么。而是你确信你知道但其实根本不是这样的那些。

——马克·吐温（Mark Twain）

如我在最近的备忘录《宏观思考》（Thinking About Macro）中提到的，在1970年代，我们习惯将经济学家描述为“从不盯市的投资组合经理”。换而言之，经济学家做预测；事件证明他们要么对要么错；他们继续做出新的预测；但他们并没有记录他们多常搞对（或者他们不公布数据）。

你能想象在没有业绩记录可参考的情况下雇用一个资金经理（或者被雇用，假如你是一个资金经理的话）吗？然而，经济学家和策略家仍在营业，大概是因为他们的预测有消费者，尽管其并没有公开记录。

你是预测的消费者吗？你工作的地方员工有预测者和经济学家吗？或者你有订阅他们的出版物和邀请他们来做简报，就像我以前的雇主那样？假如如此，你知道每个人有多经常是对的吗？你是否找到一种方法来严格地决定哪些可以依赖而哪些应该忽略？有没有一种方法可以量化他们对你投资回报的贡献？我这么问是因为我从未见过或听过任何这些方面的研究。这个世界似乎缺乏关于宏观预测所增加价值的信息，尤其是考虑到参与这一追求的人数之众多。

尽管缺乏有关其价值的证据，但宏观预测仍在继续。许多预测者是管理着股权基金的团队成员，或者他们为这些团队提供建议和预测。我们确知的是，几十年来主动管理股权基金一直在丢失市场份额给了指数基金和其他被动型投资工具——由于主动管理的糟糕表现——而结果是，主动管理基金当前在美国股权共同基金的资本中所占的不到一半了。宏观预测无益的本质会是部分原因吗？

我所知道的唯一一个可以寻找这个问题量化情况的地方，是所谓宏观对冲基金的表现。对冲基金研究（Hedge Fund Research，HFR）发布了广义对冲基金业绩指数以及若干分指数。以下是一个广义对冲基金指数、一个宏观基金分指数，以及标准普尔500指数的长期表现。

HFRI对冲基金指数* HFRI宏观（总）指数 标普500指数
5年年化回报率* 5.2% 5.0% 12.8%
10年年化回报率* 5.1 2.8 13.8

• 业绩表现至2022年7月31日。所示的广义对冲基金指数为基金加权综合指数（Fund Weighted Composite Index）。

上面的表格显示的是，据HFR，对冲基金的平均表现在研究期间不幸跑输标普500指数，而宏观基金的平均表现则差得相当多（尤其是在2012年至2017年那期间）。鉴于投资者继续将约4.5万亿美元的资本委托给对冲基金，它们肯定带来一些回报以外的好处，但会是什么还不明显。对于宏观基金来说似乎尤其如此。

为支持我关于预测的观点，我将引用一个罕见的自我评估的例子：7月24日《纽约时报》（New York Times）周日评论版的一篇七页长的特写题为《我错了》（I Was Wrong）。其中，八位时报评论撰稿人对他们做出的错误预测和给出的缺陷建议开诚布公。与此最相关的是保罗·克鲁格曼（Paul Krugman），他写了一篇题为《我对通胀看错了》的告解书。我将串一串一些节选：

2021年初，经济学家之间就美国援救计划的可能后果有一场激烈的辩论……我站（不太担心通胀影响的一方）。当然了，如结果证明，那是一个糟糕的判断……

……历史引导我们预期过热不会带来如此多的通胀。所以我的模型出了点问题……一种可能是历史在误导……此外，与适应疫情及其余波相关的扰乱可能仍在发挥一个很大的作用。还有当然了，俄罗斯入侵乌克兰和中国主要城市的禁闭都增加了一个全新水平的扰乱……

无论如何，整个经历是一段关于谦逊的教训。没有人会相信这一点，但在2008年危机的余波中，标准经济模型表现得相当不错，而我将这些模型应用在2021年感觉挺舒服的。但回想起来，我应该意识到，面对Covid-19所创造的新世界，这种推断并不是一个安全的下注。

我向克鲁格曼这种了不起的坦诚表现致敬（尽管我必须说，我并不记得2009-10年的市场预测有多少有足够的乐观，能捕捉到随后十年的现实）。克鲁格曼对他的错误的解释就其本身而言是很好的，但我没有看到对关于戒弃建模、推断或预测未来的任何提及。

谦逊甚至正在渗透进世界上最大的经济预测生产商之一——美国联邦储备局——400多名博士经济学家的家。以下是经济学家Gary Shilling于8月22日在《彭博评论》（Bloomberg Opinion）上写的：

美联储的前瞻指引计划是一场灾难，如此严重以至于它削弱了中央银行的信誉。美联储主席杰罗姆·鲍威尔（Jerome Powell）似乎同意，提供美联储对未来不同时点利率、经济增长及通胀去向何方的估计的做法应该被抛弃……

前瞻指引的基本问题在于，它依赖于美联储在预测方面有着糟糕记录的那些数据。其在2007-2009年的大衰退之后始终对经济复苏过于乐观。2014年9月，政策制定者预测2015年的实际国内生产总值增长为3.40%，但被迫不断调低他们的预期至2015年9月的2.10%。

联邦基金利率不是一个由市场决定的利率，而是由美联储设定和控制的，并且没有人挑战中央银行。然而，美国联邦公开市场委员会（FOMC）成员在预测他们自己会做什么方面是出了名的糟糕……2015年，他们对2016年联邦基金利率的平均预测为0.90%，2019年为3.30%。实际的数值分别为0.38%和2.38%…… .

无疑，许多当前的事件给市场带来了不确定性，但美联储一直在那儿热火朝天地搞着前瞻指引。回想今年早些时候，央行相信，在疫情和供应链扰乱之后的经济重新开放中的摩擦引发的通胀是暂时的。它倒车、提高利率，并示意进一步大幅加息时，已经太迟。错误的美联储预测导致了错误的前瞻指引，并加剧了金融市场的波动。

最后关于这个主题，那些从宏观观点中获利而变得著名（及富有）的人在哪呢？我当然不认识投资界的每个人，但在那些我确实认识或知道的人中，只有少数高度成功的“宏观投资者”。当某种事物的实例数量极小时，就是一个迹象——正如我母亲过去常说的——它们是“证明规则的例外”。这种情况下的规则是，宏观预测很少通往超常的表现。对我而言，这些成功故事的例外性证明了这一论断的普遍真理。

文章比较长，下篇在这：https://www.jisilu.cn/question/469807