跨界学习的价值有目共睹。
但许多人裹足不前的原因，并不是不认可这个方向，而是担忧投资回报率的问题。
在继续聊这个话题前，我想要先聊一下另外一个不相干的主题。
最近中国大陆，燃起来一个新名词，叫「私域流量」。
什么叫私域流量呢？我解释给大家听。
所有的电商可以粗分三种。分别是搜索电商、内容电商、社交电商。这三种的路径其实是不一样的。
- 搜索电商：像淘宝这一类的电商。是消费者先有「需求」，接著进到店里面找自己要的东西（店里满布「触点」），接著「信任」店家，下单发生交易。
- 内容电商：是比如商家先养著微信公众号，或者抖音。假设这公众号是介绍球鞋的公众号，公众号文章里面也不直接卖东西，只教你搭配，每天就发这个领域的文章（制造「触点」），等到你看著文章看到最后心中点燃生火了，觉得有「需求」了，因为你长期「信任」这个公众号，于是向他下单。
至于社交电商是什么呢？假设你的 FB 或者微信朋友圈，这人本来就是你的朋友（信任），假设他是个种哈密瓜的吧，你每天看他发耕种文（「触点」）也没什么感觉。等到有天你想吃瓜时，可能想起来他最近在网上发团购，你可能就会向他下订单。
现在 Facebook 一大堆人在做直播拍卖，微信一大堆人在做微商，这种就称之为社交电商。
社交电商使用的就是私域流量。是个人帐号长期累积沈淀的「关系」与「信任价值链」。
公众号的打开率越来越低，不高兴也容易取关。但是如果你因为各式关系，微信加了一个人好友，不太会发生主动取消好友的情况。
而很多人每天都会刷朋友圈。所以现在行销大家都不直接导流到公众号与媒体，而是导到个人号上面，增加曝光度。
为什么会产生这样的情形呢？以前公众号的导流很好做，打开率也很高。很多人质疑是不是微信改演算法，所以才导致微信公众号打开率越来越低？
当然，这是有可能的。但更大的原因是这样的：
- 每个人在一开始初期都订了一大堆微信公众号很开心，当时微信公众号打开率很高
- 接著每个人在过去几年都成长了，兴趣已经转移了，但是旧有的那一些公众号无法一键取关
- 微信上面绑著各种错综复杂的关系网，有朋友，有同事。公众号订阅的有自己关心的主题，有工作上要关注的主题，最后整个就变成了一个大杂烩。
甚至到最后你自己都觉得打开微信很沈重，更别说打开公众号了。
比如说我吧，最初我关注的公众号，都是学习圈的文章，交的都是学习圈的朋友，偶尔关注一些创业公众号。
可是一两年过去了，这些公众号与朋友，全部都变成区块链圈的号不然就是微商的号，我的朋友圈与公众号就变得没法看（上面不是在炒币就是卖货....）。以前定的那些公众号，对我现在来说也太浅了。想看一些新的东西。但是看公众号刷朋友圈，老是有那种不小心被垃圾雷到的感觉。想要取消关注，删好友，舍不得。
但公众号里面「垃圾」太多，我老是无法即时接收到我关注的新领域的文章。让我整个就非常烦躁。也非常苦恼。
我想要快速学习一门领域，交上大量新领域的朋友，加上大量的群。但是我又怕污染我原来的号。
后来，因缘际会去上了一门运营课，学私域流量。运营老师一开始就要求我们回家作业就是养号。于是我就注册了好几个新的微信号去练习。
突然间我就灵机一动，既然我有好多个微信号。我为什么不用其中一个新的微信号重新订阅我想要看的内容，还有去参加新的微信群呢？
结果这个举动让我打开新的世界，我现在这个新号，现在只订我现在有兴趣的两个主题，也只加这两个领域相关的群。而我现在对这部装了「新身份」的手机爱不释手，每天都觉得上面订阅的文章与社群都是非常有价值的资讯。
这个无心插柳的举动，意外让我打开心的世界。我才发现微信红利消失的根本原因：现在大多数人不打开微信公众号，问题不在微信调整了演算法。而是信息过载，用户无法挣脱离开。如果我还是使用旧的朋友圈，旧的订阅列表，根本没办法这么畅快的去泡我现在想要泡的社群，追我想要看的文章。
这个旧身份的旧世界，阻碍了我们的视角，垫高了我们追求新知的成本。
天才发明家， SpaceX、Tesla 電動汽車 及 PayPal 創辦人 Elon Musk 曾有这样的名言。
「我会运用「第一性原理」思维而不是「类比」思维去思考问题。在日常生活中，人总是倾向于比较 — — 别人已经做过了或者正在做这件事情，我们也就去做。这样的结果只能产生细小的叠代发展。 「第一性原理」的思考方式是用物理学的角度看待世界的方法，也就是说一层层剥开事物的表象，看到里面的本质，然后再从本质一层层往上走。 」
人人都熟知 Elon Musk，能够在多个领域，都有重大的突破。就是用了第一性原理去解题。
所谓的「第一性原理」是一个量子力学中的一个术语，意思是从头开始计算，只采用最基本的事实，然后根据事实推论，创造出新价值。
比如说，当大家都在琢磨电动汽车，改采用什么大功率化学电池，才能最大化功率，最小化起火风险。Elon Musk 的团队想到用了 18650 的小电池作为最小的基底单元。容易生产，组装，并且低成本，技术也成熟。
大家都很惊叹他们能由这样的角度去思考问题，并创造出新的解决方案。
其实，如果 Elon Musk 若用原有的角度，使用以前的技术以及其他人实验的结果去钻，必然会进一个死胡同。无法打造出跨世代的动力驱动结构。
这也是我们跨界学习中，最常掉入的一个陷阱。当我们跨到新领域时，总是不自觉的用过去的视角去学习新领域，将过去的经验与新领域的方式去学习对比。或者乖乖踏入新的领域，按照新的领域的教程按步就班从底层学起，一样缓慢的成长。
很多人都惊叹于我过去快速学习的功力。这其实得力于几个因素：
- 我过去曾经至少在一个领域里面封顶成为专家。几年下来已经熟悉自我锻炼的方法论。
- 第一个专家也许需要 10000 个小时的锻炼。但是第二个第三个专家，也许只需要 1000 小时就能到达。
- 而随著跨入越来越多领域，成唯一个领域的专家豁达人，其实也许不需要 1000 小时，可能只需要 300-500 个小时。这个方法就是使用第一性原理。
以下我会以一个实际我学习新领域的方式进行教学。
去年年底，我一度困惑「价值投资」这个议题，决心想要恶补自己这一块的知识。众所周知，股票价值评估与财务知识并不是一促可及就可以学成的知识。特别是财务与股票价值书籍，坊间有几百本。
然而，我最终不仅学成了这个议题。在几个月以后甚至自己总结写出一本关于「价值投资」的新书。
以下我归纳出这个方法分享给大家：
价值投资这一词多出于股票市场。我对于股票市场最好奇的几个问题是：
- 股票赚钱的原理是什么？
- 什么是好股票？
- 好股票什么时候可以买？
- 什么时候应该卖？
- 如何找到好股票？
这也是大众对于股票投资最疑惑的几个问题。
我进行的研究。并不是试图去读完大师的所有书籍，或者是所有的选股指南。我是试著去把所有的财务书籍都买回来。
然后只做一件事，打开我看的懂的书，然后只专注找到这几个问题的解答。（可以使用极速读书法节约时间）
- 股票赚钱的原理是什么？ -- 股是赚公司的分红，票是赌一间公司的获利机会。每个人对于一间公司获利会有出入预期，所以对股票定价会产生差异。所以赚钱方式有两种，一种是等年底公司赚钱分钱。一种是买卖预期。利用高买低卖进行套利。
- 什么是好股票？ -- 巴菲特说好股票背后一定后面有一间好公司，而好公司的定义在于财务健康，稳定获利成长。必须有实际业绩支撑。
- 好股票什么时候可以买？ -- 好公司通常价格高居不下。唯有发生黑天鹅事件，如美联航打人事件，罢工事件，贸易战事件。公司的体质并不会因为这些短期的丑闻或事件，有太大的影响。但是投资者对于这间公司的获利预期会降低。特别市场上有非常多不理性的投资者，此时会抛售。于是这就是你的机会。
- 什么时候应该卖？ -- 当一间公司的价格明显被炒作过高，或者是体质变差。这时候就应该卖出股票获利了结。
当我知道买股票就是买公司时，接下来我又有几个基本问题：
- 如何鉴定一个公司的财务体质好不好？
- 有那么多指标，我该看哪一个？
- 如何知道股票是否被低估？高估？
- 为什么有些股票按照一般估值法，显然是低估，为什么我进场以后还是被套在山顶上？
- 为什么我知道要低买高卖才会赚钱，但是当股价起伏时，我总会不小心的高买低卖呢？
- 为什么大师都不断的强调舱位要 80% 要买安全的股票，赚稳定的 20% 涨幅。而 20% 的舱位去买那些可能涨 80% 的股票。以免受创太严重。既然有可能涨 80% 这么多，为什么我不全仓 allin？
于是我又打开书籍，只钻研这些基本问题，得到以下答案。
- 如何鉴定一个公司的财务体质好不好？ -- 最基本的判断，就是看一间公司的 ROE。如果一间公司的 ROE 小于 7%，不用费心去研究。
- 有那么多指标，我该看哪一个？ -- 如果只看一个指标，就是看 ROE，ROE 由三个指标组成：净利率 x 总资产周转率 x 权益乘数。
- 如何知道股票是否被低估？高估？ -- 股票界最常用的估值法，就是市盈率。10倍市盈率是低估，20倍市盈率中等，30倍市盈率是高估。
- 为什么有些股票按照一般估值法，显然是低估，为什么我进场以后还是被套在山顶上？ 股票有分很多种。有景气循环股，也有一般民生股。景气循环股的业绩差异非常大，不能单按照 10,20,30 倍市盈率去判断。有一些股票成长动力不足，市盈率也会偏低，于是买股需要参考历史的市盈率，还有其他关键因素。
- 为什么我知道要低买高卖才会赚钱，但是当股价起伏时，我总会不小心的高买低卖呢？ -- 这是因为股票分析是一个复杂的过程，需要理性思考与多重判断。但是当行情来的时候，一般人会按照最基本的感觉走，这是千古传下来的「求生本能」，因此当大家在逃跑时，你也会担心。当大家在狂热时，你反而会安心加码。兽性的「感觉」遮蔽了理性的判断。
- 为什么大师都不断的强调舱位要 80% 要买安全的股票，赚稳定的 20% 涨幅。而 20% 的舱位去买那些可能涨 80% 的股票。以免受创太严重。既然有可能涨 80% 这么多，为什么我不全仓 allin？ -- 20% 的概率很高。不容易赔钱。80% 的概率很低，如果你 allin 那跟玩彩票没两样，全输光是非常有可能的事。
当我按照自己的「第一性疑惑」问了 10 数个问题，把书当作搜索引擎，读了一二十本书之后，我有了对这个世界的基本感知。
当我对这些问题有了最基本的了解之后，身为程序员的我，就会想要去找这个领域是否有工具或图表，能让我 2-5 秒钟就可以查询一间公司的好坏的工具。
于是我找到了这些工具：
- 杜邦分析法：拆解 ROE 的成因
- 股价的背后原理：与 OCF 「营业现金流」有强烈正相关
- 股价是否显然高估或低估：利用历史市盈率或者是统计学上下两个标准差，可以捞到 95% 的价格区间。
- 公司业绩的好坏：应对比同领域其他公司的数据
- 公司该年数字是否可信：应对比过去 5 年的变化趋势
(有一些图表为了自学加速使用，我甚至还自己写了工具)
正常人读一份财务报表，可能要 30 分钟，我利用这些工具或报表，2-5 秒钟就能大致判断一间公司体质的好坏。
而一旦能加速。我与正常人的差距就会大幅拉开。
具体例子就是，我大量阅读这些加速后的结果，就很容易感知到原本那些「财报书籍」里面案例没有办法传达的「感觉」。比如：能够看到「即将起飞的网路股」，财务状况是呈现什么样的正向变化。「即将爆雷，体质大幅衰退」的公司，财务报表又是从什么数字开始产生负向变化。
这些都是原先平面书籍或者是一般实操投资，没有办法带来的体验与学习。
我一但了解了这些工具与特征。我会设计工具，追踪这些指标。自动化批量捞出。
比如说：
- 找到被低估的好公司
- 侦测到地雷股的显著特征
- 同行业跨世界对比
透过这些大量捞出的结果。可以看到原先财报领域里面没有办法切入的角度。比如说一间公司的 ROE 结构的长期变化。
能够找到财务数据明显作假的公司，比如说净利稳定上涨，但是股价在稳定下跌的公司，这个信号就明显不对。透过程序批量自动捞出，从这些结果可以倒推知道自己不知道的世界。
我在逐渐掌握这个新模型后，才会试著去找「旧世界」的「旧模型」，试著去映射譬喻。
比如说我发现要如何跟一个人解释财务报表怎么看，并不是直接一个一个教对方每个指标的意义。而是去找到旧世界相似的模型。
公司获利股东回报率 ROE，可以比喻为母牛产奶效率。而母牛产奶效率，是由三个因素控制：母牛摄取的牧草营养，一年内挤牛奶的次数，挤奶器的效率。
而这三个指标其实分别对应著：净利率(获利能力)，总资产周率（运营能力），杠杆倍数（财务能力）。而这三个指标后面有大概相关十个指标。
于是去检视一间公司财务的系统好坏，你不需要看上一百多个指标，其实只要看十个指标（过去五年的变化）就能大致上知道一间公司的经营状况好坏。
这是在财务界里面前所未有的视角，但又极其合理。
我在这里重新梳理一遍。在跨界学习上，我并不是采用读基本书籍的 bottom up （自下而上）的缓慢学习方式。
而是采用了四个步骤：
- 一：找出最基本的问题，专注找到这些基本的第一层答案
- 二：找到这个行业已知的框架，加速看到这个世界的全貌，透过更多的「练习」，快速感知到这个世界可能的答案。
- 三：自动化这些框架与模型，让大量的新结果，自动展示出「我不知道的」「我不知道的东西」。
- 四：一般世界或者旧世界，应该会有类似的模型。将新领域的心得映射回去旧领域，就有可能找到新工具新角度，创新的发明。
拆解出真正需要理解深入的基本问题，一个一个回答。再重新解构重组成新的模型，新的视角。
这样的学习速度无比之快，原本读懂财务报表并做出价值判断这门学问，正常人学成需要六年的时间，我仅仅需要花三个月时间就学成。并且能找出旧有世界完全不同又极其合理的角度。
过去几年以来，在自学以来我一直是使用这样的学习套路。
一般人为什么学习速度没有效率。是因为一般人学习的方式是这样的：
- 尝试在一开始，一对一模拟旧的环境去学新东西。但是新环境又与旧环境不同，导致自己学习障碍非常大。
- 被旧有的环境限制住自己的决策环境与视角，没有办法回到初学者视角，毫无杂念并高效的去学习。
- 以为进入一个领域，要从该领域从业者「传统的模型」从头学起。
其实学习，从来都只是换个角度换个顺序而已。
你的效率就会大不同！