越早越好!8 个反直觉的金钱真相|金钱心理学

很多人都追求财富自由,但成功的人少之又少。

这可能是因为,人们往往忽略了一些金钱的真相和常识。

01 金钱常识 & 真相

为了构建健康的金钱观,我读了一本有点反直觉,有点像鸡汤,但都是财富真相的书。

来自 Morgan Housel 的《金钱心理学》。

Image

这本书的副标题是:关于财富、贪婪和幸福的永恒真相。

这些真相,可以帮助填补金钱常识的空缺。

这里分享让我感触较深的 8 个金钱真相。

Image

02 真相一:运气 & 风险

真相一:运气和风险就像硬币的两面,抛起时看不清,落地时才知道结果。

Image

比尔·盖茨就抛到了运气的一面,后来创办了微软。

Image

比尔·盖茨当时就读的中学,是西雅图郊区的湖滨学校。

这是当时世界上极少数拥有计算机的学校之一。

当时的计算机这么少,给大学都不够。

而且贵得吓人,为什么这所中学会拥有计算机?

Image

起因是,教数学和科学的比尔·道格尔,曾是第二次世界大战期间退役的海军飞行员。

他认为,学生单纯靠书本学习是不够的,还需要实际经验。

在上大学前,需要懂点计算机知识。

于是,1968 年,道格尔向湖滨学校的家长俱乐部提议。

希望能用年度旧货义卖赚到的钱——大约 3,000 美元——租借一台与通用电气公司的主机终端相连的计算机。

当时绝大多数大学研究生院的计算机,都没有盖茨在中学时接触的这台计算机先进。

盖茨深深地迷上了它。

当时,计算机并不是通用课程,而是一个独立的科目。

于是,比尔·盖茨和同班同学艾伦·保罗,一有时间就去电脑机房捣鼓。

某天深夜,盖茨递给艾伦一本杂志《财富》,“你觉得经营一家世界 500 强公司是什么感觉?”。

如今,微软的市值已经超过了 3 万亿美元。

Image

比尔·盖茨在 13 岁能接触到计算机的概率有多小?

根据联合国的统计,

Image

1968 年,全世界大约有 3.03 亿高中生。

其中,1,800 万是美国人。

这当中,27 万住在盖茨出生的华盛顿州。

10 万住在华盛顿州的西雅图。

300 人在西雅图的湖滨学校读书。

3.03 亿到 300。

百万分之一。

Image

这是什么意思?

也就是,100 万学生里只有 1 人,能够进入一所,既具备租借计算机的经济能力,又有远见的学校。

而比尔·盖茨恰好是这 300 人之一。

比尔·盖茨说过:“如果没有湖滨学校,就不会有微软了。”

Image

百万分之一,这算不算比尔·盖茨的运气?

其实当年拥有这百万分之一运气的幸运儿,除了比尔·盖茨和保罗·艾伦,还有肯特·埃文斯。

Image

他是这个中学计算机天才小团体的第三名成员,也精通计算机技术。

比尔·盖茨和肯特·埃文斯,还曾通过计算机程序帮助湖滨大学,解决几百名学生的排课难题。

这三人小团体中,埃文斯和盖茨一样,有着很强的商业头脑和远大抱负。

原本,肯特·埃文斯可以与比尔·盖茨和保罗·艾伦一块,成为微软的创立者。

然而…

这永远不可能发生了。

在高中毕业前,肯特在一次登山事故中遇难。

Image

登山中遇难的概率有多小?

数据显示,美国平均每年约有 30 人在登山中遇难。

而高中生在登山中遇难的概率大概为百万分之一。

Image

同样是百万分之一,却是肯特·埃文斯的不幸。

Image

关于运气和风险,我们必须清醒地意识到 3 件事。

Image

第一,个体的行动并不总是能产出预期的结果,这不仅和你的努力有关。

现实的结果,除了受到你的努力外,还会受到其他作用的影响。

第二,运气和风险的本质是相似的,你不能选择性相信其一。

世界很复杂,除了你自己,还有 70 亿人,同时还存在着无数的变量。

第三,归因不要草率,规律要找普适的。

不可控因素产生的意外影响,可能比你可控的行为产生的影响更大。

人们习惯把别人的失败归咎于错误的决策,而把自己的失败归咎于糟糕的运气。

如果你理解运气和风险,你就应该避免这样的归因错误。

不是所有成功都源自努力工作。同样,不是所有贫困都是因为游手好闲。

Image

也正因此,研究具体的个例非常危险。

人们总是习惯于研究极端案例,比如亿万富翁,又或是占据新闻头条的著名失败者。

然而,越极端的案例,其成因往往更复杂。

其结果越极端,受到运气和风险的影响程度往往也越大。

对于普通人,你应该去找普适的规律,才更可能获得有价值的经验。

因为,运气很难复制。

03 真相二:财富带来的最大红利

真相二:自由是财富能带来的最大红利。

Image

在任何时候,和喜欢的人去做喜欢的事,并且想做多久就做多久。

这种对生活的全面掌控,对自己时间拥有绝对的选择权,是财富给我们最好的礼物。

Image

如果你渴望这份自由,就不会掉入金钱的陷阱。

消费主义很容易让人认为,背着大牌包包,开着豪车就是富有。

然而,事实恰好相反。

还没花的钱,才是财富。

Image

炫富是让财富流失的最快途径。

财富的真正价值,在于它给你提供的选择、灵活度和成长空间,在于能让你在将来能购买比现在更多的东西。

往往,真正富有的人,是看不出来的。

巴菲特住在 65 年的老房子中,比尔·盖茨戴着 300 块的手表。

这个世界上有很多,看起来低调但实际上很富有的人,还有很多看上去很有钱却生活在破产边缘的人。

Morgan Housel 在书中介绍了“豪车悖论”。

Image

你想通过炫富得到的东西,实际上通过炫富得不到。

开着法拉利的人,可能希望收到其他人的爱慕和敬仰。

然而讽刺的是,人们几乎从来没有注意过谁是车主。

人们只会想,如果这辆车是我的,别人一定觉得我很酷。

回想下,当你看到别人的豪车时,你关心过车主是谁吗?

你甚至未曾注意到车主。

所以,别犹豫,为了自由,请毫不犹豫地积累财富。

那么,应该选择什么样的方式积累财富呢?

04 真相三:远被低估的工具

真相三:借助复利的力量,走指数增长曲线。

Image

巴菲特,845 亿美元的金融净资产中,有 815 亿是在 65 岁以后赚到的。

Image

这就是,复利效应。

Image

我们生活的地球,曾经历过 5 次被冰川完全覆盖的,相互独立的冰期。

这是多么强大的力量,才能将地球冰冻后融化,又再次冰冻,循环往复。

目前公认的冰期成因理论,是米兰科维奇提出的。

受太阳和月球引力的影响,地球的倾斜角度发生了轻微的改变,朝太阳所在的方向倾斜。

Image

长达上万年的过程中,地球的两个半球吸收的太阳辐射,比起过去分别会有轻微的增加或减少。

Image

你可能很难想象,冰期形成并非从极寒的冬天开始,而是,夏天。

Image

它开始于,夏天中一片没被融化的冰雪

残留下来的冰雪,让下一个冬季的冰雪更容易累积。

这样下一个夏季,没融化的冰雪增加。

下一个冬季,又会促进更多冰雪的积累。

就这样,多年的积雪,会反射更多的阳光,进一步加剧气温降低,带来更多的积雪…

Image

这个循环周而复始。

几百年后, 当季节性的积雪层逐渐演变成大陆冰川,好戏就开始了。

冰川的形成促进了更多冰川的形成。

Image

难以置信的是,地球变成茫茫冰川,起因竟是,某个凉爽的夏天,留下的一片不起眼的薄薄冰层。

Image

冰川期的形成过程告诉我们,巨大的结果并不一定需要巨大的力量。

一个巨大的规模现象的形成,可能只源于一个不起眼的变化。

Image

比如“仅退款”。

Image

Image

如果一个事物不断重复和累积,哪怕只有一点儿微小的增长,都能为未来的持续增长提供动力。

哪怕起点很低,最终都可能产生远超想象,看似不符合逻辑的结果

正是这因果关系看起来非常反直觉,大多数人,才会低估其可能性。

不知道增长从何而来,又会带来多巨大的结果。

正如冰川学家格温·舒尔茨所言:“地球冰川形成的关键并不一定是大量的降雪, 而是雪能累积下来,无论量有多少。”

Image

冰雪的复利效应,在理财上是一样。

巴菲特的净资产为 845 亿。

其中的 842 亿是在 50 岁之后赚到的,其中的 815 亿则是在 65 岁后赚到的。

Image

巴菲特一生 99% 的财富,都是在他 50 岁之后获得的。

盲生,发现华点了吗?

像不像前面说的冰川?

巴菲特能够成为世界富豪,并不只是因为他的投资智慧。

真相一也说了,个人的力量对最终结果的影响可能极小。

但若是都归功于运气,上帝倒也没有如此偏心。

事实上,那块不起眼的夏季积雪是,他从 10 岁起,就把投资当成了事业。

Image

到了 30 岁,他已经有 100 万美元的身家了。换算到今天,就是现在的 930 万美元。

假如他和大多数普通人一样呢,在年少时只是好奇和探寻世界,到了 30 岁大概有多少财富?

Image

或许是 2.5 万美元?

再假如,他的这笔财富,每年以出色的年回报率,22%,持续增长。

到 60 岁时,就结束了自己的投资生涯,开始颐养天年。

今天,他的财富有多少呢?

不是 845 亿,而只有 1,190 万,这比他现在的身家少了 99.99%。

实际上,巴菲特的巨额财富,离不开他年轻时就打下的财富基础,和对投资的长期坚持。

他确实有着更高超的投资技巧,但更关键的因素在于时间。

Image

很多人将巴菲特封为股神,但其实,从回报率的角度来看,他并不是最厉害的。

对比看看。

全球顶尖对冲基金,文艺复兴科技公司创始人,西蒙斯。

Image

他的身家,从 1988 年起,就以每年 66% 的复利速度在增长。

至今没有人接近这个记录。

巴菲特,每年的复利率大约为 22%,只有西蒙斯的 1/3。

二者的财富差距是多少呢?

截至今年 6 月,巴菲特为 1,287 亿美元。

而西蒙斯的金融净资产为 314 亿美元,不到巴菲特净资产的 1/4。

有意思吧,听起来还有点荒诞。

西蒙斯每年的回报率是巴菲特的 3 倍,然而净资产却不到巴菲特的 1/4。

如果从年回报率来看,西蒙斯的投资表现更为出色。

那为什么差距会这么大呢?

原因是,西蒙斯直到 50 岁才找准自己的投资道路,所以他投资的时间还不到巴菲特的一半。

如果西蒙斯也像巴菲特一样,投资了 70 年,以 66% 的年复利率来算,那就是这个天文数字。

63,900,781,780,748,160,000 美元。

Image

约为 6,390 亿亿美元。

当然啦,这是不可能的,2023 年全球经济规模预估才 105 万亿美元。

Image

复利,可以把一个不起眼的东西,经过时间的长期积累,最终产出让人震撼的、不敢相信的结果。

复利这反直觉的特性,会导致最聪明的人忽视它的潜力,转而专注一些所谓的捷径。

这些捷径,可能短期有效,但都不持久。

且长远来看,远不及复利的威力。

市场上,分析巴菲特成功经验的书,成百上千本。

但人们往往忽略了,影响结果的最大原因,他投资了 3/4 个世纪。

Image

所以,发现了吗?

致富的方式,未必要长期获得最高回报。

因为高回报的投资往往是一次性的,很难重复和持续。

致富的方式,也可以通过持续获得不错的收益并能长期重复的投资。

这才能让复利大显身手。

复利效应的威力,几乎适用于所有领域。

财富、认知、行为习惯等等。

复利的曲线会一直盈利吗?中间有亏损就等于我的投资错了吗?

并不是。

05 真相四:进入市场的门票

真相四:去趟迪士尼都需要买门票,你来市场捞钱也要交入场费。

Image

波动是市场的常态,逃避波动是不可能的。

世上没有免费的午餐,凡事都有其代价。

截至 2024 年 5 月,按照近 50 年年平均回报率 11% 计算,标普 500 指数在 50 年中上涨了约 185 倍。

可见,你只需要买入,然后静静等着,就能看着你的财富因为复利而不断增长。

这听起来似乎非常简单,但是有多少人能做到呢?

当股市像 2020 年 10 天内 4 次熔断,面对内心的波动、恐惧、怀疑、不确定感和悔恨,你真的还能做到长期坚持吗?

Image

Image

如果,你想在往后 30 年获得年平均回报率 11% 的投资回报,这样可以安心退休。

你觉得这样的好事会天上掉下来吗?

那大家都等着掉馅饼好了。

Image

这样的好事背后,必然有对应的“价格”。

你需要面对市场的波动,面对波动时自己内心的恐惧、怀疑和不确定,面对自己账户里价格的回调,承受 20% 甚至更大的浮亏。

这些都是“代价”。

算上股息,道琼斯工业平均指数,1950 年到 2024 年的平均回报率约为 11%。

Image

这个年回报率可以算是很高了,但是在这段时间内,要付出的“代价”也很高。

图中的阴影部分,就是指数比之前的历史最高点,低超过 5% 的时候。

Image

承受市场的波动,这就是获得市场回报所必需付出的代价。

Image

当你理解波动是市场的常态后,其实你就可以转变心态。

不要把浮亏或者亏损看作是市场的惩罚,市场的代价,而将其看作投资的入场券。

来市场转一转,总要交点门票吧。

但是,交了门票,不等于有回报。

交了门票 ≠ 有回报

就跟去迪士尼一样,你可能会收获美好的一天,也可能会遇到下雨排长队的一天。

投资,既可能收获平均每年 11% 的年回报率,也可能会遇到 10 天内 4 次熔断。

Image

正确看待市场的波动和不确定性,不要将其视作做错事的罚款

将其视作入场费,这是获取市场的回报所必要付出的代价。

这样,你能更好地应对市场波动。

然后,更理智地从全局去分析,可能要交的入场费用和可能获得的巨额回报。

从而判断要不要承受这笔入场费,它到底是不是物超所值。

你的心态会很稳,你的决策会更理智。

你将更有可能坚持一项投资策略足够久,最终等到复利发挥巨大威力,或等到尾部事件(下期会讲)发生的那一天。

这里划重点,将波动或亏损看作是入场费,而不是罚款,将能有更好的心态和对投资更准确的判断。

Image

但这绝对,绝对,绝对不等于,交了入场费就能赚大钱,也可能一无所获。

有了能平稳面对波动的好心态后,下期继续剩下的 4 个真相。

包括长期理财过程中,人们常常忽略,但性价比超高的理财行为。

 热门推荐:
【帮你算】存多少才能退休?1 分钟,一键计算

【帮你算】算过吗?财富自由每年要多少钱?

*参考资料:《金钱心理学》

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/31230.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

文本转语音-音画适时推送rtsp并播放

文本语音 rtsp适时播放叫号系统的底层逻辑 发布Linux, unix socket 和window win32做为音频源的 python10下的(ffmpeg version 7.1) 可运行版本. 这两天在弄这个,前2篇是通过虚拟声卡,达到了最简单的一个逻辑,播放文本就从声卡发声&#xff0…

类和对象(中)

1.类的6个默认成员函数 如果一个类中什么成员都没有,简称为空类。空类中真的什么都没有吗?并不是,任何类在什么都不写时,编译器会自动生成以下6个默认成员函数。默认成员函数:用户没有显式实现,编译器会生成…

搜索插入位置(js实现,LeetCode:35)

给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。 请必须使用时间复杂度为 O(log n) 的算法。 示例 1: 输入: nums [1,3,5,6], target 5 输出: 2示例 2: 输入…

【问题记录】如何编译nv_peer_memory模块?依赖OFED的4个目录和2类文件?如何解决没有rdma/peer_mem.h文件?

背景 GDR:GPUDirect RDMA。这项新技术在 GPU 内存之间直接与 NVIDIA HCA/NIC 设备之间提供直接的 P2P(点对点)数据路径。这显着降低了 GPU-GPU 通信延迟,并完全减轻了 CPU 的负担。nv_peer_memory模块是网卡提供给GPU使用GDR技术…

3.6c语言

#define _CRT_SECURE_NO_WARNINGS #include <math.h> #include <stdio.h> int main() {int sum 0,i,j;for (j 1; j < 1000; j){sum 0;for (i 1; i < j; i){if (j % i 0){sum i;} }if (sum j){printf("%d是完数\n", j);}}return 0; }#de…

李彦宏:紧抓AI智能体爆发元年机遇 推动新质生产力加快发展

来源 人民网 3月5日公布的政府工作报告&#xff0c;“智能”一词被提及10次&#xff0c;“大模型”则首次被写入。作为大模型和人工智能领域的领军企业&#xff0c;我们感到非常振奋&#xff0c;同时深感责任重大。 报告在介绍今年政府工作任务时提出&#xff0c;“因地制宜发…

基于Python Django的人脸识别上课考勤系统(附源码,部署)

博主介绍&#xff1a;✌程序员徐师兄、7年大厂程序员经历。全网粉丝12w、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ &#x1f345;文末获取源码联系&#x1f345; &#x1f447;&#x1f3fb; 精彩专栏推荐订阅&#x1f447;…

5G基本概念

作者:私语茶馆 1. 5G应用场景概述 1.1.5G应用场景 ITU域2015年定义了三大应用场景:eMBB(增强型移动宽带)、uRLLC(低时延高可靠通信)、mMTC(海量物联网通信); emBB:Enhanced Mobile Broadband ,移动互联网应用,是4G MBB(移动宽带)的升级,主要侧重于网络速率、带…

VSCode+AI编程生态实战:从环境配置到智能编码的全栈指南

Python环境的搭建&#xff0c;我们选择了Anaconda环境&#xff0c;有Python环境&#xff0c;接下来要搭建当然是AI辅助编程环境了。在搭建这个之前&#xff0c;或者说大家在打算安装VSCode之前&#xff0c;需要先检查自已电脑是否已经安装了VSCode&#xff0c;因为这个软件是Wi…

Ubuntu工控卫士在制造企业中的应用案例

在当今数字化时代&#xff0c;信息安全已成为各行各业关注的焦点。特别是在工业控制领域&#xff0c;网络安全Linux工控机&#xff08;简称“工控卫士”&#xff09;作为信息安全防护的核心设备&#xff0c;正发挥着越来越重要的作用。本文将深入探讨工控卫士在信息安全防护场景…

Stable Diffusion教程|快速入门SD绘画原理与安装

什么是Stable Diffusion&#xff0c;什么是炼丹师&#xff1f;根据市场研究机构预测&#xff0c;到2025年全球AI绘画市场规模将达到100亿美元&#xff0c;其中Stable Diffusion&#xff08;简称SD&#xff09;作为一种先进的图像生成技术之一&#xff0c;市场份额也在不断增长&…

惊喜操作!强制DeepSeek和豆包轻松生成你的专属图片提示词

大家好&#xff0c;我是抖知书&#xff01;大伙儿平时用DeepSeek或者豆包&#xff0c;多半是写文章、搞数据&#xff0c;谁会天天想着用它生成图片啊&#xff1f;不过话说回来&#xff0c;还真有人动这个心思。 很多人大概觉得&#xff0c;AI不就是弄文字、数据的么&#xff1…

缓存之美:Guava Cache 相比于 Caffeine 差在哪里?

大家好&#xff0c;我是 方圆。本文将结合 Guava Cache 的源码来分析它的实现原理&#xff0c;并阐述它相比于 Caffeine Cache 在性能上的劣势。为了让大家对 Guava Cache 理解起来更容易&#xff0c;我们还是在开篇介绍它的原理&#xff1a; Guava Cache 通过分段&#xff08;…

日期类、Date、Calendar、IO 流、File

DAY9.2 Java核心基础 日期类 java对日期使用提供了良好的封装&#xff0c;包括java.util.Date和java.util.Calender Date Date类使用比较简单&#xff0c;直接通过构造函数实例化对象接口&#xff0c;Date对象标识当前的系统时间&#xff0c;默认的格式并不是我们所熟悉的&…

【Linux】详谈 基础I/O

目录 一、理解文件 狭义的理解&#xff1a; 广义理解&#xff1a; 文件操作的归类认知 系统角度 二、系统文件I/O 2.1 标志位的传递 系统级接口open ​编辑 open返回值 写入文件 读文件 三、文件描述符 3.1&#xff08;0 & 1 & 2&#xff09; 3.2 文件描…

【HarmonyOS Next之旅】DevEco Studio使用指南(二)

目录 1 -> 工程模板介绍 2 -> 创建一个新的工程 2.1 -> 创建和配置新工程 2.1.1 -> 创建HarmonyOS工程 2.2.2 -> 创建OpenHarmony工程 1 -> 工程模板介绍 DevEco Studio支持多种品类的应用/元服务开发&#xff0c;预置丰富的工程模板&#xff0c;可以根…

transformer模型介绍——大语言模型 LLMBook 学习(二)

1. transformer模型 1.1 注意力机制 **注意力机制&#xff08;Attention Mechanism&#xff09;**在人工智能中的应用&#xff0c;实际上是对人类认知系统中的注意力机制的一种模拟。它主要模仿了人类在处理信息时的选择性注意&#xff08;Selective Attention&#xff09;&a…

RAG 常见分块策略全解析:从原理到代码实践(2025 深度版)

大家好,我是大 F,深耕AI算法十余年,互联网大厂技术岗。 知行合一,不写水文,喜欢可关注,分享AI算法干货、技术心得。 更多文章可关注《大模型理论和实战》、《DeepSeek技术解析和实战》,一起探索技术的无限可能! 引言 在检索增强生成(RAG)系统中,分块策略是决定系统…

【论文解读】《START: Self-taught Reasoner with Tools》

链接&#xff1a;https://arxiv.org/pdf/2503.04625 1. 论文概述 解决现有大规模推理模型&#xff08;LRMs&#xff09;在复杂推理任务中容易产生幻觉&#xff08;hallucination&#xff09;以及内部推理效率低下的问题。提出一种工具集成的长链条思考&#xff08;Long Chain…

【问题处理】Vmware安装Centos Stream10无法加载安装界面

问题描述 使用Vmware17安装Centos Stream 10&#xff0c;安装界面无法成功加载&#xff0c;长时间显示为灰色&#xff0c;导致安装过程无法继续&#xff0c;如图所示。 问题原因 图形界面的渲染&#xff0c;相比于命令行界面&#xff0c;所需的硬件要求更高。 如果分配的C…