投资和研究过程中，往往贯穿很多自己的一厢情愿，我们需要分清楚哪些是事实、哪些是自己的主观臆测。哪些是已经发生的客观，哪些是自己演绎的主观。
对一家公司的判断、对一个投资机会的把握往往依赖于自己的经验和受过训练的认知，但需要承认一个事实是自己的认知是偏静态的、局部的，而事物的发展是动态的、变化的、全面的。所以这个个人主观认知和事实实际发展的缺口往往就造成了投资判断的失误。
研究过程中的自我意识过强导致的认知偏差
首先，人们对一家公司的认知往往取决于第一印象，这是人的本性使然。特别是消费品研究过程中，往往以个人对产品好恶来代替对公司商业模式立体的认知。
比如我很难去理解潮流玩物的投资价值，但这并不改变这已经是一个庞大的流通交易市场，且规模日益增长。这背后蕴含的逻辑却是人口代际变化的驱动。成瘾性的消费冲动使得这天生却是一个好的生意模式。在做研究的时候，我们需要剥离自己的个人好恶，因为这里面体现了不同的收入群体的生活状态、收入水平、区域差距、教育程度，甚至是审美差异。更可能多的按照消费群体划分、消费渠道变化、渗透率、市占率等结构化因素去分析。
其次，容易犯的一个错误是所见即所得。这个例子也比较典型。我们观察到身边某个品牌的门店越来越多，于是欣然地认为这可能是一个好的投资机会。最后从结果看，个人所处的区域不同往往会带来不同的分析结果和投资回报水平。在一线新兴城市看到一个物种崛起，曝光率大幅提升、高势能区域扩散到低势能区域，这可能属于品牌导入阶段，参与投资其中，风险和收益均处于巨大的暴露期。而如果在二线城市看到一个品牌迅速曝光度提升、门店密度开始高强度轰炸，这可能意味着从导入期进入到成长期，意味着商业模式跑通，投资风险减少，而收入利润开始奔跑。再者，如果我们是西南边陲小城一隅的消费者，观察到那些如雷贯耳的强势品牌已经下沉到本县乡镇区域，这个时候需要得出想法的结论——即这个市场可能到了瓜分最后一份利润的时期。对于此阶段，投资上需要警惕竞争烈度加大、收入利润断崖式下滑的双杀阶段。这些都是以自我为样本观察局限性。
此类问题的避免或者减少，需要我们认清楚，“我”是谁、代表了谁，我观察的、我所喜好的（厌恶）是否具有共性。我看到的现象，它们的普适性在哪里，特殊性又在哪里？
除了上述观察样本的偏差造成的自我认知偏差，还有一些情况是自己在推理和演绎过程中发生的认知偏移。这类现象更普遍，也是研究和投资的难点所在。基于分析素材的林林总总，我们要做的是整合信息、加工信息，把这些结构化数据和信息当成自变量，推理演绎之后形成输出结果。可能基于同样的底层信息资源，不同的人得出的结论完全不一样，可以理解成每个人的算法都不一样。那么关于一家公司的认知（投资判断）这就有三种情形：我的认知、大多数人的认知、真正的真相。
当然，我们希望自己的认知就是真相，其他人的认知是错误的，这样的投资是完美的。会出现完美的低价，其他人犯错，我们捡便宜，然后价值回归，我们赚钱。但实际上，我们需要问自己，为什么自己的认知就能一定超越大多数人的认知呢？那么假设自己的认知和最后的真相不一致，这是需要一个时间维度去检验的过程，期间了解其他人的认知，用以校准自己的认知这是很重要的一个过程。不是说自己要被市场观点牵着鼻子走，但一定要知道其他人关注的重点是什么，在担心什么害怕什么，在乐观什么？这也符合商业发展规律，一家好的公司并不是躺着就成为伟大的企业，也是需要用战术去校准战略。
投资中的自我意识过强导致的认知偏差
有了持仓，一定会改变心态。我们需要大方的承认这一点。看投资对象的时候，要么带着滤镜，要么带着有色眼镜。需要了解到，我们的投资决策往往都不是一个最优解：很难买到最棒的公司、最棒的价格、最棒的发展阶段。因为事物都是动态发展，投资也是一个相对选择的过程。这些公司也会犯错，市场也会给以偏见。有持仓的时候，碰到利好或者利空，往往会一厢情愿的去渲染那好的一面，总喜欢从好的角度和维度去解读。短空长多可能是我们最喜欢用的一类表述。但需要知道的是，短期的利空是客观发生的，会对公司造成实际业务和团队冲击的。长多仅仅可能停留在我们主观的演绎上面。
这样的例子不少，笔者以前投资一家公司的时候，碰到医药集采政策打击，当时还觉得政策会倒逼竞争格局优化，好企业会优先胜出，但事实上在这种改变行业整个游戏规则的不确定冲击面前，就像一场海啸迎面而来，这个时候要做的就是远离它。所以，承认利空，真真切切的量化影响才是我们要扎实去做的事情。拿后视镜去检验容易，但处在一个有限信息决策的环境中，能做的时候就是让亏损减少，不确定性减少。
观察企业行为重要性远远好过董事长的交流和洋洋洒洒的年报主观汇报。一些在年报里面号称长期主义、价值导向的公司转过头却干出掏空上市公司、侵害小股东利益的勾当。
在持仓的过程中，财务报表是较好、较为客观的信息验证。这类信息确定性高，优秀的分析师也能前瞻性的从报表中挖掘出客观有用的信息。产业的跟踪数据则相对高频。对于高频数据的理解和使用，并不需要以高频数据为直接决策依据，但一定要构建一个以数据和事实为基础的投资框架和体系。一些企业的经营拐点，变好或者变坏在很长时间维度里面就那么几个，几年才可能碰到一次。那碰到的时候一定要高度敏感，这种拐点就绝对会改变公司估值模型和价值测算的。那怎么才能高度敏感呢，这并不是拍脑袋一厢情愿，而是需要以长期的数据跟踪为依托，再仔细观察其他投资人的认可程度，避免自己感动自己。
多看其他行业，找到每个行业的运行主线和主逻辑，这样做会使得看自己的行业和公司的时候更理性，摆脱盲目乐观情绪。学会行业比较和公司比较，经过大量的思维训练，形成肌肉记忆。零售行业里面7%的利润率属于绝对的龙头优秀公司，但放在品牌消费品里面，这样的生意简直就是上不了台面的苦生意。你的行业有稳定的商业模式，宽阔的护城河，但市场在逐步萎缩。
同时，那些迈过技术拐点的新兴产业正有着市占率和渗透率双双提升的黄金发展时期。这样的例子不胜枚举。投资和研究是一门持续学习的实践活动，要求我们尽可能的从客观、理性出发，首先放下自己的偏见和判断，多依托数据、事实去了解公司、商业模式和投资机会。
这是一个长期训练的过程，我们首先要做的是承认缺陷，其次知道自己在干什么事情。从分享的角度看，我们公司内部在点评和阐述某些事件的时候，用的结构化模块是一个不错的尝试。区分清楚哪些是事实、哪些是观点；哪些是静态，哪些是动态；对公司的长期判断是什么，短期影响又是什么；研究员自己的观点是什么，外部市场的主流观点是什么；对估值的判断是什么，对投资决策的建议又是什么。这样一揽子工具运用下来，对于财报点评、事件点评等关键信息处理，培养了研究员和基金经理之间的共同话语体系，沟通的效率提高了，更重要的是尽量弥补自己认知和事实真相之间的差异。
