最近两月的阅读总结

23年9月和10月

我每年都会给自己设定一个阅读主题, 去年我给自己定的主题是演讲沟通, 以及数据库相关的, 所以读了包括《沟通的艺术》, 《即兴演讲》等沟通类数据, 《数据密集型应用系统设计》,《数据库系统内幕》等数据库技术相关的书.

本年度我的阅读主题是金融投资, 和 AI. 金融投资方面只有《香帅金融学讲义》是与金融投资直接相关的, 更多地去读一些中国经济相关的书 (因为参与了公司内部的一些共读), 包括《置身事内》,黄奇帆的两本《分析与思考》,《战略与路径》. AI 方面读了两本同名书《自然语言处理实战》(区别见下文), 对自然语言处理的思想发展有了更深入的认识, 不过基础还有待学习加强. 中间还穿插了一本心理学书籍《性格修正》.

中间踩坑的一些书就不列, 列出来的都是比较有收获的书.

心理类

性格修正

最近性格测试变得很流行, 很多人说自己是 I 人(性格测试中 I 是指内向, E 是指外向). 作者是心理学博士, 在书中批判了性格测试. 性格测试的科学性其实从来没有得到心理学界的公认, 很多人再十年之后再次测试, 结果都变了.

作者认为性格测试是一种 "因果颠倒". 我们不应该消极地去寻找适合我们性格的工作, 而是应该先确立自己的目标, 然后改变自己的性格来完成目标. 作者有一个很有趣的建议, 当我们给自己定目标时, 要幻想在跟另一个人对话, 而那个人就是十年后的自己, 我们希望自己成为的模样, 他应该具备的性格, 就是我们努力的方向.

人们常常产生 "历史终结错觉", 回忆过去的自己, 哪怕只是一年前的, 也觉得变化了许多, 但是却不认为自己未来会有多大的变化. 正所谓 "人们误以为自己已是成品, 而实际上他们是半成品". 比尔·盖茨的名言 "人们总是高估一年能取得成功, 而低估十年的进展". 我们总是觉得自己的性格已经定型了, 十年后也还是这个样, 但实际上, 很多人的性格在十年后发生了深刻的变化.

性格是由周围的环境和身份认同等因素共同决定了, 存在巨大的惯性. 每当我们想改变自己时, 潜意识都会想重新回到舒适区, 需要个人强大的意志和决心, 这也是性格修正操作起来如此困难的原因.

所以要修正性格,必须要有坚定的意志. 书中有句话说得好 "100% 的坚持比 98% 的坚持要更加容易", 100% 坚持的情况下, 只要持续按照原则操作就行了. 而 98% 的坚持, 每次都要纠结下要不要改, 很容易耗尽心力, 堕落回原本的性格.

书的可读性很高, 翻译也很顺畅, 穿插了很多心理学故事, 我在云南旅行期间酣畅淋漓地读完了, 收获很大. **但是实际操作起来会发现, 原有性格的惯性大到难以忽视, 还是得基于过去, 慢慢改变才比较现实. **

金融投资

香帅金融学讲义

我其实看的不是书籍, 而是在得到上看的课程.

内容非常丰富, 据说涵盖了金融机构, 公司治理, 投资学等一系列金融专业课程, 基本上给读者勾勒了一个金融学大图, 虽然很多地方不够详细, 但是也为进一步学习提供了基础.

金融学和经济学的区别在于, 经济学是门基础科学, 而金融学是门应用学科. 经济学更多地是站在决策者与政策制定者的角度思考问题, 而金融学是从个人与公司角度解决实际问题.

在投资中经常会听到一些相互矛盾的观点, 有的人认为应该在股市大幅度下跌后的熊市买入(俗称 "抄底"), 而有的人认为应该在上涨趋势确立后再买入(俗称 "追高"), 其实这正对应着价值投资和趋势交易两个流派, 也分别是在交易中做 "长线" 和 "短线" 的手法, 这两种收益是无法兼得, 很多人在股市中亏本就是因为在两种风格中飘忽不定, 俗称 "风格漂移". 即使要同时做长线和短线, 书中也建议将账户分开, 避免混淆.

在金融投资中, 稳定取得较高收益, 比短期内的 "明星成绩" 更加重要. 在繁荣时期, 承担最高风险的人往往获得最高的收益, 但这并不意味着他们是最好的投资者. 任何成功秘诀背后潜伏的风险常常被低估. 就像最近大量暴雷的房企, 繁荣时期他们都是最赚钱的公司, 高管都拿着巨额的薪水, 万人敬仰, 但是当经济下行时, 立马就撑不住了, 正如一句话 "潮水褪去时才能看出谁在裸泳". 我们在买基金时也是一样, 一定不能只看基金在最近几年的业绩, 而是要看基金经理在一个完整牛熊周期中的表现.

书中除了金融知识外, 更加注重金融思维的养成, 金融的本质就是 "时间的价值", "资金的聚集" 和 "风险的共担". 我们要多做能产生 "复利" 的事情.

置身事内

目前看到的最通俗的一本讲国内经济的书籍, 结构很好, 可读性也很强.

土地财政起源于 94 年的分税制改革. 经过了多年发展, 产生 "重土地,轻人", "重规模, 重扩张" 和 "重投资, 重生产, 轻消费" 三大问题. 国家正分别通过 要素市场化改革, 供给侧结构性改革和内循环着手解决.

通过土地财政三十年来发展历程的梳理, 理解了国家所面临的困难, 要想给庞大的国家机器 "调头" 是一件非常困难的事情, 为了解决一个问题, 常常 "按下葫芦浮起瓢". 但是这让我更加相信, 虽然短期内会有些失误与波动, 最终一定能够解决这些问题, 成功成为社会主义现代化强国.

也让我明白了人的一生其实都是在跟随国家的大势浮浮沉沉, 认准形势比努力更加重要.

关于这本书我还写了一篇长文链接.

分析与思考

本来在看黄老(黄奇帆)的《战略与路径》，听说黄老更早(2020年)的这本书评价不错，也顺带看了下.

其中对外开放章节与《战略与路径》中的 RCEP (区域全面经济伙伴关系协定) 有承前启后的关系，可以提前看下.

这本书相比《战略与路径》，演讲内容更加原汁原味，但是整理得略乱，很多重复的内容.

何谓 "供给侧结构性改革" 中的 "供给侧" ? 在之前(15年以前), 政策更多地是在 "需求侧" 发力, 所谓 "需求侧", 就类似于 "给钱给你花", 有点像互联网黑话中的 to C, 倾向于 大水漫灌, 就会导致很多钱流向一些没有意义的地方, 比如 08 年金融危机的四万亿, 让大量资金流入房地产, 导致房价大涨. 而 "供给侧" 则是 "精准打击", 找到好的企业精准扶持, 对于高杠杆的问题行业, 精准治理, 有点像互联网中所谓的 to B.

在网上看到很多观点认为 18, 19 年的时候, 供给侧结构性改革, 去杠杆搞得太厉害, 才导致现在的经济下行. 但是读完本书后, 我不这么认为, 经济下行是无法避免的经济周期, 之前的供给侧结构性改革反而帮助我们规避了很多经济下行期的风险. 我反而认为改革得不够彻底, 才导致这么多房企在下行期还是暴了雷.

黄老还在书中讲了一些金融乱象的案例与特征. 比如在宝能收购万科案中, 宝能通过银行通过高息发放 "万能险" 来获得初始资金, 又通过私募基金, 银行贷款和股权质押滚雪球, 将本金翻了几十倍来进行收购. 高息揽储和通道正是金融乱象的两大特征. 这让我理解了现实生活中一些奇怪的现象, 比如我妈去银行存款时为什么总是被推荐 "保险"?

战略与路径

相比置身事内，阅读难度更大，风格更偏政府工作报告，行文简洁，直击重点，但是缺少背景的解释，也不够趣味。

RCEP 章节跟《分析与思考》中的对外开放章节，有承接关系，一起读下更好理解。

读完后能够对政策的走向和原因有更深刻的理解。

我国在新能源领域有很大的优势, 也一直有比较大的政策补贴, 目的究竟是什么? 一方面当然是为解决我国目前缺油少气的困境, 另一方面也是我国构建全球能源互联网的野心. 书中认为全球最终会有三大基础网络, 分别是能源网, 交通网和信息网, 后两个网的规范因为先发优势都在其他国家手里, 而我国在特高压电网与清洁能源领域都有很大的优势, 所以由我国来构建标准也很顺理成章, 对我国成为世界强国大有裨益.

对于房地产, 黄老也直接给出了自己的判断, 这一轮的房地产下行不再是周期性的波动, 而是结构性,基础性的调整. 未来, 房地产在经济中的比重虽然会下降, 但是也仍然是支柱性产业之一.

AI

自然语言处理实战 - 利用 Python 理解,分析和生成文本

自然语言处理实战

豆瓣上的评分只有 7.1 分, 但是个人觉得没有其他评论说的那么不堪.

对于刚入门机器学习和自然语言处理的初学者而言，还是挺不错，将常用技术的来龙去脉都过了一遍，虽然不算详细，但是核心思想都介绍得很清楚了. 仿佛有个好老师帮我过了一遍 NLP 领域的核心思想，对初学阶段还是相当有帮助的.

注意本书是 2017 年写的, 不包含 Transformer 及其后面的自然语言大模型的爆发. 只能作为基础机器学习模型和神经网络模型的入门.

自然语言处理实战 - 预训练模型及其产品化