决策科学

两套系统

Kahneman 把大脑的决策方式分为两套系统。这不是比喻，神经科学有证据支持——大脑确实有"快速通道"（杏仁核→前额叶的捷径）和"慢速通道"（前额叶的审慎推理）：

系统 1（快思考）

自动的、快速的、直觉的、无意识的。看到一张愤怒的脸立刻感到威胁，不需要思考。这是大脑的默认模式，省能量。进化了上百万年，帮我们躲避猛兽。

系统 2（慢思考）

刻意的、缓慢的、理性的、有意识的。算 17×24 需要调动系统 2。费能量，大脑能不用就不用。进化时间短，但能处理复杂逻辑。

问题在于：系统 1 太勤快，系统 2 太懒惰。大部分决策都被系统 1 抢先做了，系统 2 还没来得及启动。

投资中的系统 1 陷阱

投资决策应该用系统 2——理性分析公司、计算估值、评估风险。但实际操作中，系统 1 经常抢先：

• 看到涨了就想追 — 系统 1 的"可得性偏差"，最近涨的股票更容易被想到。FOMO（害怕错过）本质上是系统 1 在喊"快买，再不买就来不及了！"
• 亏了不割 — 系统 1 的"损失厌恶"，卖掉 = 承认亏损 = 巨大痛苦。系统 1 的解决方案：不卖就不算亏。详见损失厌恶。
• 听了消息就买 — 系统 1 的"从众效应"，别人都在买，我也买。进化让我们跟群体保持一致——在原始社会，脱离群体意味着死亡。但股市不是原始社会。
• 越看越觉得好 — 系统 1 的"确认偏误"，只注意支持自己判断的证据。详见认知偏差。

这些都是系统 1 在做决策，系统 2 只是在事后给系统 1 的决定找理由（合理化）。你以为自己在理性分析，其实只是在给直觉找借口。

一个真实的决策场景

2025 年 11 月某天，我盯盘时看到一只股票突然拉升 5%。我的心跳加速了，手指已经在交易软件上输入了代码。这时候系统 1 在喊："快买！主力在拉升！再不买就追不上了！"

但我强迫自己停下来，拿出笔记本写了三个问题：

1. 我研究过这家公司吗？→ 没有
2. 它符合我的买入标准吗？→ 不知道，没看过财报
3. 如果买了跌 20% 我能接受吗？→ 不能

三个问题回答完，冲动消失了。那只股票第二天跌了 8%。

用规则强制系统 2 介入

你不能靠意志力让系统 2 介入——系统 1 太快了，等你意识到的时候决定已经做了。唯一的办法是用规则提前锁定决策：

1. 买入前写清单 — 为什么要买？什么情况下卖？写下来再操作，强制系统 2 参与。我用的模板：公司名 / 买入理由 / 目标价 / 止损价 / 预期持有时间。
2. 设止损线 — 买入前就定好止损点，到了自动执行。不给系统 1 "扛一扛"的机会。FinBuddy 帮我设了自动提醒。
3. 冷却期 — 想买的时候等 24 小时。如果 24 小时后还想买，再买。大部分冲动会消失。我试过 10 次冷却期，7 次放弃了。
4. 投资日志 — 记录每次决策的理由和结果，定期复盘。详见投资日志。这是最痛苦但最有效的方法——因为你得面对自己的错误。
5. 预承诺 — 在市场平静时就定好规则（比如"PE 超过 30 不碰"），市场波动时只执行规则，不做新决策。这就像奥德修斯把自己绑在桅杆上——提前绑好，才能抵抗海妖的歌声。

# FinBuddy 决策规则引擎 — 预承诺机制
class DecisionRuleEngine:
    """在市场平静时设定规则，波动时只执行"""

    RULES = {
        "max_pe": 30,
        "max_position_pct": 0.2,
        "stop_loss_pct": -0.15,
        "cooling_hours": 24,
    }

    async def check_buy(self, trade: TradeIntent) -> RuleCheck:
        violations = []
        if trade.pe > self.RULES["max_pe"]:
            violations.append(f"PE {trade.pe} 超过上限 30")
        if trade.position_pct > self.RULES["max_position_pct"]:
            violations.append(f"仓位 {trade.position_pct:.0%} 超过上限 20%")
        if trade.cooling_remaining > 0:
            violations.append(f"冷却期未过，剩余 {trade.cooling_remaining}h")
        return RuleCheck(passed=len(violations) == 0, violations=violations)

这些规则的本质是：把系统 2 的决策提前到情绪还没上来的时候做，而不是在情绪最激烈的时候靠意志力对抗系统 1。就像 Kahneman 说的：意志力是有限的资源，规则是无限的。

AI 能帮什么忙？

有趣的是，AI 在某种程度上可以充当"系统 2 的代理"。它没有情绪，不会因为恐慌而割肉，也不会因为贪婪而追高。当然，AI 有自己的问题——它会"幻觉"，会过度自信——但至少它的偏差跟人类不一样。

我在 FinBuddy 里加了几个"系统 2 代理"功能：

• 买入前偏差检查 — 扫描买入理由中的认知偏差信号
• 自动止损提醒 — 到了止损位弹通知，减少"假装没看到"的可能
• 反面证据生成 — 自动搜索不买入的理由，对抗确认偏误

但 AI 不能替你做决策。最终拍板的还是你自己——AI 只是帮你把系统 2 叫醒。