什么是深度思考是很难定义的。反向来看，或许，基于不深度的思考进行的决策，可能会达不到意愿的目标。
2、A与B是什么关系，在A的演化过程中，B起到了什么样的作用；那么，自己心中的深度思考大概是：（1）能够思考清楚变量A在未来较长时间内的可能演化轨迹，这往往被称为洞察力；（2）能够梳理清楚数十个、上百个变量之间的关系，比如美元指数与铜价、原油价格、美国失业率、美国通胀、美国实际利率、美国股市、美国十年期国债收益率等数十个重要经济变量的关系；（3）该如何定义一个概念变量，比如通货膨胀，用CPI同比表征通货膨胀是否合理，还是用PPI、核心CPI、核心PCE来表示比较好；现实中，用不同的时间序列数据表征通货膨胀，对通胀的理解可能带来阶段性相反的结论；（4）对一个变量进行细分，直至在抽象的层面无法再分割，这样做，就需要找到一个分类的标准，而这个分类标准的选择往往需要既有广度也有深度的思考（又绕回来了...)。就问题（1）而言，要洞察一个事物（变量）的未来演化，就要找到比它更慢的变量的未来变动趋势，然后依托更慢的变量与此事物（变量）的关系，来推断此事物（变量）的未来的可能演变轨迹，这样，这个问题的解决就依赖于问题（2）的解决。
问题（2）的解决是非常复杂的宏大的研究领域，并且研究很多年都可能很难达成群体共识，比如通胀与失业率的关系。事实上，每个毕业生10万到20万字的毕业论文，也仅仅是研究两个变量之间的关系，是否因果、相关、由其他变量共同决定等等。这个领域是需要大量时间思考的，也是我们获取知识的比较有效的路径。可能采取的范式：第一，把一对，或者一组关系，所有前人的思考看一遍，采取批判的态度，证实或者不能证伪，暂时接受，比如，对于通胀决定的理解，不同的学派有很大的差异，在不能证伪它们的理论之前，暂时接受自己认为的它们的逻辑合理的部分；第二，依托对这些关系的理解去实践，如果能够实现意愿的目标 ，就暂且接受这些关系的描述，当实践出现错误，或者非合意愿，再去反思与修改之前的认知；第三，与研究同行进行深入的讨论，尽量听取批判自己总结的变量之间的关系，如果同行能够证伪自己的结论，即接受批判，然后再修改完善。要想在特定的领域获取认知，严谨的界定是重要的基础，比如在2020年底给出一个中国股市是长期牛市的判断，这个判断在严谨的意义上，是没有什么价值的，关键在于这个判断【不能被证伪】，即便不是对未来的推断，是对历史的思考与解释，若不进行概念界定的表述，往往也意义有限，比如这个说法：2020年大宗商品价格的上涨是一个货币现象，大宗商品价格需要界定到数据上，货币是什么呢？M2、M2的增速、社融增速还是其他。如果货币定义为M2的增速，显然2015年中国M2的增速也是正的，但是南华工业品指数是下跌的。深度思考依赖于清晰的严谨的概念界定，即语言式的表述需要指定到一个时间序列数据上。通过上述到分析，可以得到一个结论，问题（2）的解决有赖于问题（3）的系统解决。在进行概念界定的过程中，会发现有些变量还是可以进行分类的，房价可以是一个总量指标，也可以细分为不同城市，不同小区，不同户型的房价。如果不进行明确的说明，说过去5年北京房价上涨，就是一个不严谨的表述，因此，五环外的多数房子的房价从2017年3月17日至今是下跌的，而西城多数房子的房价是上涨的。在进行分类的过程中，就要找到分类标准，分类标准的选取依赖于问题（2）的研究内容，即问题（2）的解决依赖于问题（4）的思考。在日常工作中，我们可能会忽略一些关键的问题，还是以近期市场的热点通胀和通胀预期为例。很大的可能是，不同的人对通胀的定义、通胀的决定模型是有差异的。对通胀达到比较有深度的认知，按读书时的研究与认识范式，应该对这个领域相关的理论思考进行考察，比如新古典综合理论、奥地利学派、芝加哥货币主义学派、明斯基等等是如何考察与解释通胀的。我们有时会直接给出一些结论，比如，2021年经济将是滞涨，接下来的问题是，得到这种结论，基于的理论体系是什么样的，伴随的细分问题有：1）经济停滞如何定义，通胀如何定义；2）用哪些变量推导出来的经济停滞的结论；用哪些变量推导出通货膨胀的结论；3）未来验证自己的结论，可以参考或者关注哪些经济指标，这些指标是要有数据跟踪的；4）如果自己的结论错误了，那么该如何修改自己的理论逻辑模型，等等。一个结论的获取是很不容易的。
如果说什么对深度思考是重要的，那么，如上所述，批判性的态度（取向）将是一个极为重要的选择。一个认知，不是因为是超级大牛给出的，就自然而言是正确的，或者说是真理。高盛、摩根等大投行给出的报告的结论不加思考的接受，并不可取。我们需要做的不是忠于某个人，某个机构，而是忠于正确的认知。基于这些认知，在现实工作中，我更喜欢与批评、指出自己文章、表述逻辑漏洞的同学朋友交流，比如永冀博士、腾腾博士、老庄博士、啤酒总、刘书记等。大家都特别明白，表扬、肯定不会带来增量的认知，只有批评与批判才能让自己的认知体系更为完善。在否定这个事情上，我不愿去否定一个人，而是选择否定一个人的具体行为与言语表述，比如在日常讨论中，大家不严谨的表述，我一般都会直接怼回去。君子和而不同。一个人的时间是有限的，研究领域自然也是有限的。基于理论构建与实证研究结论的互通有无，能够帮助自己在较短时间内获取更多有益的知识。比如，永冀博士告诉我，他做过很多实证研究，结论是，投资者的交易频率在总体上与业绩表现负相关。得知这个结论后，我就系统性大幅降低自己的交易频率。做到，行为选择要有理论与实证研究结论做支持。这里隐含了一个前提，就交流的双方有一套共同接受的范式，或者说，体系。
在具体的思考过程中，就投研领域而言，跨资产、多周期的思考是可取的一个路径。一个解释大宗商品价格的宏观经济领域的认知逻辑，也需要能够同时解释股票市场、利率债市场、房地产市场、外汇市场与央行的政策选择。思考一个月沪深300指数的波动，3个月，12个月，3年，10年，能够得到不同时间周期的认知；对比纳斯达克指数、标普500指数，不同周期的表现，也能够得到一些认知。当用一个的变量，去解释股票指数的波动时，相应的逻辑应该有广泛的适用性，对于过去、当前、未来，对于中国、美国、欧洲的市场都应有理论层面的适应性。比如价格=函数（供应、收入、信贷）的逻辑框架，通过各种变形，对于解释中长期资产价格波动与经济运行，还是一个不错的理论视角。在日常的文章写作中，尽管我们很在意，但是由于知识结构的不同，总还是会出现各种各样的歧义，一个可以处理的方式，是把认知模型化、符号化和公式化。当符号与数据一一对应后，信息传递的效率将会大幅提高。
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
