Howard Marks 的备忘录写了三十余年。它们从不预测市场，而是反复打磨几个判断的底层逻辑：如何比别人多想一层、如何识破集体疯狂、如何在运气与技能之间保持清醒，以及最反直觉的一问——什么时候才该卖。本期精读四封最具代表性的备忘录。
原则表述
要持续跑赢市场，你的判断不仅要正确，还必须与众不同。和大家想得一样，就只能得到平均的结果。
原始出处 + 金句
Howard Marks,《The Most Important Thing》（2003 年备忘录，2011 年扩写成书）。
"First-level thinking says, 'It's a good company; let's buy the stock.' Second-level thinking says, 'It's a good company, but everyone thinks it's a great company, and it's not. So the stock's overrated and overpriced; let's sell.'"
— Howard Marks, The Most Important Thing (2003 memo / 2011 book)
第一层思考说：「这是家好公司，买它的股票吧。」第二层思考说：「这是家好公司，但所有人都以为它是伟大公司，其实不然。所以股价被高估了——卖掉。」
深入解读
第一层思考线性、人人会：好消息→买。第二层思考要追问「这个信息是否已被价格反映？市场的共识错在哪？」超额收益只能来自非共识且正确的判断——两个条件缺一不可。仅仅正确不够（与共识一致没有超额）；仅仅特立独行也不够（错误的非共识会亏钱）。要在比赛中赢，你得先和别人想得不一样，还得是对的——这注定孤独。
经典案例
「漂亮五十」（Nifty Fifty）。1972 年美国机构追捧一批「一次决策、买入永不卖出」的蓝筹：可口可乐、宝丽来、施乐、麦当劳。第一层思考说「伟大公司，任何价格都该买」。当年宝丽来 P/E 约 91、麦当劳约 86、施乐约 49，而标普整体仅约 19。第二层思考会问：再好的生意，这个价格还有安全边际吗？1973–74 熊市标普自高点跌约 48%，宝丽来从约 140 美元跌至 1974 年约 14 美元（-90%）。好公司，灾难性的价格。
反例与限制 + 决策检查表
第二层思考≠为反对而反对。逆向若无更深的研究支撑，只是另一种赌博；多数时候市场是对的，盲目唱反调长期必亏。它还极耗心力、且常年「看起来错」——过早正确，在体感上等同于错误。
- 我的判断和市场共识有何不同？这个差异有依据吗？
- 我能说出「市场错在哪、为什么」吗？
- 这个利好/利空，是否已被当前价格充分反映？
- 如果我对，但市场两年不认同，我撑得住吗？
一句话精华 + 本周反思
你不可能用和别人一样的方法，得到比别人更好的结果。
你最近一次买入，依据的是「这公司好」，还是「这公司比市场以为的更好（或更差）」？这是两种完全不同的判断。
原则表述
泡沫的本质不是某个估值数字，而是一种集体心态：相信「这次不一样」、相信好东西没有过高的价格。
原始出处 + 金句
Howard Marks,「bubble.com」（2000 年 1 月 2 日）——他第一封收到大量读者回应的备忘录，写于纳斯达克见顶前约十周。
"But for me, a bubble or crash is more a state of mind than a quantitative calculation."
— Howard Marks, On Bubble Watch (2025), recalling bubble.com (2000)
但对我而言，泡沫或崩盘更是一种心态，而非一道量化计算题。
深入解读
Marks 在 bubble.com 中点破：互联网会改变世界是真的，但「公司了不起」不等于「股票值得买」。泡沫的标志是估值纪律被彻底抛弃——人们用「新经济」「赢家通吃」为任意高价辩护，坚信「这次不一样」（Templeton 称之为投资中最危险的四个字）。泡沫因此无法靠精确指标识别，只能靠心态信号：当「估值无关紧要、错过才是风险」成为共识，顶部往往已近。
经典案例
纳斯达克 2000 年 3 月 10 日见顶 5,048 点，随后跌至 2002 年 10 月约 1,114 点（-78%），数千家公司清零；Pets.com 2000 年 2 月上市，9 个月后清算。关键反例在于：互联网革命是真的，但当时的股票仍是灾难——亚马逊从 1999 年底约 107 美元跌到 2001 年约 6 美元（-94%），尽管它日后成为巨头。「对的故事」配「错的价格」，结果依然是亏损。
反例与限制 + 决策检查表
识别泡沫易，择时极难——Marks 自己强调他不知道泡沫何时破，可能在「过早正确」中被套很久（不少 1999 年的做空者在崩盘前就已破产）。而且「这次不一样」偶尔真会不一样，因此不能因为贵就一概看空成长。
- 人们是用基本面、还是用「新范式」为价格辩护？
- 「估值无关紧要」是否已成为共识？
- 我买它，是因为价值，还是因为怕错过（FOMO）？
- 如果故事全部成真但我买贵了，还能赚钱吗？
一句话精华 + 本周反思
一家公司会改变世界，不代表它的股票值得买——故事的真假和价格的高低，是两个独立的问题。
回想你最近被某个宏大叙事（AI、某项新技术）打动而想买入的时刻——你算过这个叙事「全部成真」时，当前价格还剩多少安全边际吗？
原则表述
不能用结果反推决策的好坏。好决策可能因坏运气而失败，坏决策可能因好运气而成功。
原始出处 + 金句
Howard Marks,「You Bet!」（2020 年 1 月），呼应 Annie Duke《Thinking in Bets》与 Nassim Taleb《Fooled by Randomness》。
"In the long run, superior skill will overcome the impact of bad luck. But in the short run, luck can overwhelm skill, and the two can be indistinguishable."
— Howard Marks, You Bet! (January 2020)
长期看，卓越的技能会战胜坏运气；但短期内，运气足以盖过技能，两者甚至无法区分。
深入解读
Marks 17 岁读到「无法从结果判断决策质量」一句，影响他一生。投资同时是技能游戏和概率游戏：你基于已知信息做出最优决策，但成败还取决于 (a) 你不掌握的信息和 (b) 运气。因此最优秀的决策者，不是胜场最多的人，而是过程与判断最好的人。Annie Duke 把用结果评判决策称为「resulting」（结果论）：赚钱就以为自己对，亏钱就否定整个方法——这是投资者最常犯的认知错误。
经典案例
LTCM（长期资本管理公司）1998。两位诺贝尔奖得主（Merton、Scholes）领衔，模型精密、过程看似无懈可击，杠杆却高达约 25:1。1998 年 8 月俄罗斯违约这一「尾部」事件击穿模型，基金两月内亏损逾 90%，9 月美联储出面组织约 36 亿美元救助。反向同样有教益：1999 年许多动量交易者靠运气暴富，把牛市的馈赠误当能力，2000 年后连本带利还给了市场。运气在短期足以伪装成技能。
反例与限制 + 决策检查表
「重过程、轻结果」不能沦为替坏结果开脱的借口——长期、持续的坏结果，往往说明过程真有问题，不能永远归咎于运气。区分二者，需要足够大的样本和诚实的复盘。
- 这笔盈利/亏损，多少来自判断，多少来自运气？
- 如果重来一次、信息不变，我还会做同样的决策吗？
- 我是在记录决策时的理由（决策日记），还是只记结果？
- 我的方法放在足够长的周期里，是否仍然有效？
一句话精华 + 本周反思
评判自己，要看决策的过程，而不是单次的结果——短期里，运气会撒谎。
挑一笔让你最得意的盈利，诚实拆解：它有多少是判断对了，多少只是恰好运气好？你能复制其中「判断」的那部分吗？
原则表述
不该因为涨了就卖，也不该因为跌了就卖。卖出的唯一理由，应回到资产本身的价值与机会成本，而非价格的方向。
原始出处 + 金句
Howard Marks,「Selling Out」（2022 年 1 月），由与其子 Andrew 的一次对话促成。
"If you shouldn't sell things because they're up, and you shouldn't sell because they're down, is it ever right to sell?"
— Howard Marks, Selling Out (January 2022)
如果不该因为涨了就卖，也不该因为跌了就卖，那到底什么时候卖才对？
深入解读
Marks 指出投资者普遍卖得太多、太早。「涨了就卖」锁住小赢、却错过最伟大的复利——卖掉一只十倍股，是组合最大的隐形损失；「跌了就卖」常在恐慌中把临时波动变成永久损失。正确的卖出不该问价格涨跌，而该问：按今天的价格，它相对其他机会还值得持有吗？Oaktree 的原则是：只要还有有吸引力的资产可买，就保持充分投资，绝不为「躲风险」而持币——因为他们并不相信自己拥有择时所需的预测能力。
经典案例
「错过最好的几天」的代价。据 J.P. Morgan 研究，2003–2022 年间，1 万美元若始终留在标普 500，约增至 6.5 万美元；若错过其间表现最好的 10 天，仅剩约 3.0 万美元——少了一半还多。而这些最好的交易日，往往就紧挨着最坏的日子、出现在恐慌性抛售之后。「跌了就卖」的人，恰恰最容易踏空反弹。
1 万美元投入标普 500（2003–2022）的终值（示意，按比例）
复利的大头集中在极少数交易日，且常紧随暴跌——离场择时极易踏空。
行为金融把投资者「卖盈持亏」的倾向称为处置效应（Shefrin & Statman, 1985）——它与复利恰好背道而驰。
反例与限制 + 决策检查表
「长期持有」不是「永不卖出」。真正该卖的情形：① 当初的投资逻辑被证伪（基本面恶化，而非股价下跌）；② 出现明显更好的机会（机会成本）；③ 仓位过度集中到威胁组合生存。Marks 也承认：对周期顶部明显高估的资产，减仓是合理的——不卖≠对泡沫视而不见。
- 我想卖，是因为价格变了，还是因为价值/逻辑变了？
- 卖掉后，我有更好的去处吗（还是只是换成现金赌择时）？
- 这是临时波动，还是永久性的基本面损害？
- 我是否在用「落袋为安」掩盖「错过复利」的代价？
一句话精华 + 本周反思
最贵的卖出，往往是卖掉了一台还在加速的复利机器；问「该不该卖」之前，先问「价值变了没有」。
翻出你过去卖出后却继续大涨的一笔。当时你卖，是因为它的「价值」到顶了，还是只因为「价格」涨了让你不安？
深入思考
第二层思考要求「非共识且正确」，但 AI 让信息与分析趋于普及，「比别人多想一层」的优势会被抹平吗？
公开信息的分析优势确实在被算法压缩。但第二层思考的核心不只是信息，而是对「群体心理与共识定价」的判断，以及承受「过早正确」的性情——这些更难被模型复制。AI 普及甚至可能制造新的羊群：大家用相似的模型得出相似的结论，反而为真正独立的判断留出空间。优势正从「算得快」转向「想得不同，且扛得住」。
bubble.com 提醒「故事真但价格错」，今天的 AI 浪潮是不是同一个剧本？如何区分真范式与泡沫？
互联网泡沫的教训不是「新技术是骗局」，而是「革命为真 + 估值无锚 = 亏损」。关键不在判断技术真假（AI 大概率是真的），而在追问：当前价格是否已透支了「最乐观情形全部兑现」？谁在为利润买单、护城河能否持续？泡沫信号是心态而非技术——当「估值无关紧要、错过才是风险」成为共识时，无论技术多真，价格风险都在累积。
You Bet! 说别用结果评判决策，但现实中我们只能看到结果。如何在长期内可靠地区分运气与技能？
单次结果几乎没有信息量，需要的是足够大的样本、可复盘的决策记录，以及对「过程」的事前定义。写投资日记、在买入时记下理由与可证伪条件，是把运气和技能分离出来的唯一现实工具。均值回归也是检验器：靠运气的超额收益会回归，靠技能的优势会持续。但要诚实——长期、持续的坏结果，多半不是运气问题。
Selling Out 主张长期满仓、慎卖，这是否假设了一个长期向上的市场？在长期停滞的市场（如 1990 年后的日本），这条还成立吗？
这是该原则最重要的边界。Marks 的满仓逻辑建立在「优质资产长期复利 + 择时不可靠」之上；若整个市场估值过高且增长停滞（日经 1989 年见顶后三十余年才收复失地），无差别长持确实会受损。化解之道不是择时进出，而是回到价值：系统性高估时降低对市场 Beta 的依赖、提高选择性、转向被低估的特定资产。「不为躲风险持币」不等于「无视估值买指数」——区分「该长持的好生意」与「该回避的贵市场」，仍需第二层思考。