concentrated-investing

name	concentrated-investing
description	当用户在讨论投资组合应该集中还是分散、仓位如何分配、持有几只股票合适时激活此skill。 典型触发信号：用户说"我买了10只股票分散风险"、"这只股票我准备只放5%仓位"、"要不要多买几只平衡一下"。 核心逻辑：分散是对无知的保护——如果需要分散说明对每只都不够了解；仓位大小应反映理解度而非风险分散需求。 不适用于：资金量大到单一标无法容纳、需要资产配置而非选股的理财场景、完全不懂投资的新手（这类人更适合指数基金）。 与能力圈skill区别：能力圈解决"懂不懂"，本skill解决"懂了以后投多少"。
source_book	《段永平投资问答录-下》 段永平
source_chapter	第三章 Golf & Investment / 第二章 投资理解 / 第六章 投资方法论
tags	["investment","portfolio","concentration","allocation"]
related_skills	[]

集中投资框架

R — 原文 (Reading)

我从头到尾真正投资过的公司最多五六家，卖掉了一些，我持有的公司一般在三家左右。巴菲特的哈撒韦一千多亿美元市值，也才投十来家。我不怕集中，我不是一般的集中，我是绝对的集中。

投资多元化是个伪命题。所谓投资多元化指的是理财，它和投资是两种不同的游戏。……既然你认为他最好你只投了一小部分，然后把剩下的钱投到你认为不够好的公司里头，这逻辑上就是错的。

— 段永平，第三章第4节「分散还是集中」/ 《会见财经界》专访

---

I — 方法论骨架 (Interpretation)

集中投资的底层逻辑是一个简单推导：如果你真正看懂了一家公司（在能力圈内），你应该把钱投到最好的机会上；如果你同时持有很多只股票，说明你对每只都不够懂。

1. 分散 = 对无知的保护：如果你需要买10只股票来分散风险，恰恰说明你对每只都不够了解。真正的理解带来的是确定性，而不是分散需求。
2. 仓位反映理解度：一只股票的仓位比例应该由你的理解深度决定，而不是由"风险管理"公式决定。"一般的比例是0%-100%，取决于你自己懂多少"。
3. 投的企业越多赚的越少：超出能力圈范围的持股，每增加一只都在稀释你对每只的注意力，增加犯错概率。
4. 一辈子20个决策：如果一生只能投资20次（打孔卡片比喻），你会极其慎重地对待每一次出手。少决策、决策重。
5. 集中是简单但非常难的事：难的不是集中本身，而是"真正看懂一家公司"这件事本身就极难。了解一只股票都很难，十只几乎是"mission impossible"。
6. 钱少尤其要focus：资金量小的时候更没有资本分散，应该集中到最好的2-3个机会上。
7. 分散叫理财不叫投资：撒胡椒面式的分散是理财（跟上大盘），不是投资（找到好公司重仓）。

---

A1 — 书中的应用 (Past Application)

案例 1: 段永平的极端集中持仓

• 问题: 段永平如何管理自己的投资组合？
• 方法论的使用: 他从始至终只真正投资过最多五六家公司，持有的公司一般在三家左右（苹果、茅台为核心）。买网易时把当时能动用的钱全部投进去。苹果仓位逐步加到60-70%。
• 结论: "好容易找到一个好价格的好股票，不集中是不明白的表现。"
• 结果: 网易约100倍回报，苹果和茅台均为长期重仓大牛股。芒格评价伯克希尔"除去10个投资就是个笑话"——57年历史，集中投资的收益几乎全部来自少数几个决策。

案例 2: 卡片打孔与决策频率

• 问题: 投资者应该以什么频率做出投资决策？
• 方法论的使用: 段永平引用巴菲特的打孔卡片比喻——一张只有20个孔的卡片，每次投资打一个孔，一生只有20次机会。他自己反省"大道这4年里只真正出手了一次，就是苹果，上一次出手是GE"，平均约两年一家。在10年里大致看懂了不到10家企业，重手投了5家。
• 结论: "看准了出手就要狠。似懂非懂很难下手狠。"
• 结果: 极少的出手次数带来极高的单次决策质量和回报集中度。

---

A2 — 触发场景 (Future Trigger) ★

用户会在什么情境下需要这个 skill?

1. 构建投资组合时犹豫持仓数量 — 用户有了一笔资金，正在纠结"买几只股票合适"，是分散到8-10只还是集中到2-3只
2. 已有持仓但仓位过轻想加仓时犹豫 — 用户看好某只股票但只敢放5%-10%仓位，想"平衡一下风险"，在问仓位该怎么定
3. 手中持股过多、精力分散导致每只都研究不深 — 用户持有10只以上股票，发现自己对每只都是"似懂非懂"，频繁焦虑，想精简组合

语言信号 (用户的话里出现这些就应激活)

• "我买了10只股票分散风险" / "要不要多买几只平衡一下"
• "这只股票我只敢放5%仓位" / "不敢买太多比例"
• "投的企业越多赚的越少是怎么回事" / "为什么我持股越多反而越焦虑"

与相邻 skill 的区分

• 与 circle-of-competence (能力圈决策框架) 的区别: 能力圈解决"这只股票我懂不懂"，本skill解决"懂了以后应该投多少钱"。能力圈是前提，集中投资是能力圈的仓位推论。
• 与 opportunity-cost (机会成本决策框架) 的区别: 机会成本解决"持有A还是换B"的比较问题，本skill解决"总共应该持几只"的数量问题。但两者在逻辑上互联——集中投资的理由之一是机会成本：每一块钱都应该投到最好的机会上。

---

E — 可执行步骤 (Execution)

当 skill 被激活后, agent 应按以下步骤执行:

1. 诊断当前持仓的理解深度

   • 对每只持仓，请用户回答：你能判断这家公司未来5-10年的盈利能力吗？如果能清晰描述其商业模式、竞争优势和风险点 → 理解度达标；如果只能说出"看好这个行业""听说不错" → 不在能力圈内。
   • 完成标准: 用户对每只持仓给出了"懂"或"不懂"的明确判断，并列出理解依据。

2. 按理解度重新分配仓位

   • 对于"不懂"的持仓 → 建议清仓，把资金集中到懂的标的上。对于"懂"的持仓 → 仓位比例应反映你对它的理解深度和信心，而不是等量分散。段永平的标准："0%-100%，取决于你自己懂多少"。
   • 完成标准: 用户列出2-3只真正理解的公司，并给出基于理解度的仓位分配方案。
   • 判停条件: 若用户发现自己对任何一只股票都"不够懂"，则跳到步骤3，建议先不投资，回到能力圈学习阶段。

3. 建立"少决策、决策重"的纪律

   • 用打孔卡片思维：假设你一生只能投资20次，这次出手值不值得消耗一个名额？如果不值 → 继续等待。如果值 → 敢于下重手。每次新增持仓前，先问自己：这比我已经持有的公司更好吗？
   • 完成标准: 用户能说出自己当前持仓中每一只"值不值一个打孔名额"的理由。

---

B — 边界 (Boundary) ★

不要在以下情况使用此 skill

• 资金量大到单一标的流动性无法容纳: 当你的资金规模超过目标公司日成交量的显著比例时，集中持仓面临流动性风险，此时必须适度分散（这是巴菲特大规模资金也必须分散的原因）。
• 需要资产配置而非选股: 如果用户的需求是"养老规划""子女教育金"等目标导向的理财需求，而非主动选股投资，分散配置（股债平衡、指数基金）是更合适的策略。
• 完全不懂投资的新手: 对投资毫无基础的人，集中投资是危险的——他们容易把"赌一把"误认为"集中投资"。段永平自己也说"有很多人，一辈子都不懂，所以一辈子都不碰股票，他们也是最好的价值投资者"。

作者在书中警告的失败模式

• 把赌博当集中投资: 段永平明确区分——投资集中是因为"看懂了"，如果没看懂就集中，那叫赌博。"如果你没看懂的话，你下的是什么手？"
• 似懂非懂就下重手: "似懂非懂很难下手狠"——真正看懂才能重仓，自以为懂但实际不懂的人，集中持仓的结果是灾难性的。
• 频繁换仓的伪集中: 今天集中这只、明天集中那只，本质上是投机而非集中投资。

作者的盲点 / 时代局限

• 资金体量差异: 段永平作为大型投资者，他的集中策略建立在"花了很多年才看懂"的基础上。小资金者可能面临不同的机会结构——好机会少但集中下注的回报更大，同时承受的绝对损失风险也更可控。但反过来说，小资金者更容易因为集中投资遭受毁灭性打击（没有其他收入来源对冲）。
• 幸存者偏差: 集中投资的成功案例（段永平、巴菲特、芒格）被广泛传播，但集中投资失败的人不会写书。段永平自己也承认网易是"这辈子可能不会再遇到"的机会。
• 能力圈的边界模糊性: "你到底懂不懂"这个判断本身就极难——很多人以为自己懂了但其实没有。集中投资的前提是能力圈判断的准确性，而这个前提本身就存在不确定性。

容易混淆的邻近方法论

• 指数投资: 巴菲特自己推荐大多数人买标普500指数基金——这与集中投资看似矛盾。区别在于：指数投资承认"我选不出好公司"，是理性的分散；集中投资的前提是"我能选出好公司"。如果你的能力圈不足以选出好公司，集中投资就是赌博。
• all-in式赌博: 集中投资不是梭哈。区别在于前提：集中投资是能力圈+好生意+合理价格三者同时满足后的理性重仓；赌博是什么都没搞懂就全押。

---

相关 skills (阶段 3 填充)

• depends-on: [capability-circle, good-business]
• contrasts-with: []
• composes-with: [dcf-valuation]

---

审计信息

• 验证通过: V1 ✓ / V2 ✓ / V3 ✓
• 测试通过率: 待阶段4 (详见 test-prompts.json)
• 蒸馏时间: 2026-04-16