有一天我突然意識到一個問題：為什麼大多數投資人，包括曾經的我，終其一生都在做同一件事，預測股價會漲還是會跌？
這個問題困擾了我很久。後來我發現，這其實是維度問題。
大多數人在 2D 的平面上競爭，但真正的資本配置者會在 3D 的空間裡設計系統。
2D 思維的陷阱
什麼是 2D 投資？
把投資想像成一張圖表。X 軸是時間，Y 軸是價格。絕大多數的投資討論都發生在這個平面上：這支股票會漲嗎？什麼時候該買？什麼時候該賣？
選股的本質，是在這個 2D 平面上處理微觀雜訊。
我曾經也這樣做。每天花三四個小時研究財報、看技術線型、追蹤法人動向。腦袋裡同時跑著十幾個「這支股票現在怎麼樣」的念頭。
用工程師的語言來說，這就像在腦袋裡開了十幾個高耗能的執行緒，每一個都在處理「預測單一股票價格」這個任務。CPU 使用率長期維持在高檔。
問題是，這些執行緒的輸出品質很差。
股價的短期波動，絕大部分是雜訊。我花了大量的認知資源去處理雜訊，然後產出一個勝率可能只比丟硬幣好一點點的預測。
這怎麼算都不划算。
3D 視野的發現
轉變發生是在我開始問不一樣的問題之後。
與其問「這支股票會漲嗎」，我開始問：「除了價格之外，還有什麼變數會影響我的最終的回報？」
答案讓我重新理解了投資這件事。
第一個 Z 軸是槓桿與資金成本。
同樣是持有美股，用現金買和用低成本的外幣貸款買，長期報酬差距可能非常顯著。
如果能用較低成本借到外幣，投入長期報酬較高的資產，中間的利差就是結構性收益。這不是在預測價格，這是在設計資金結構。
第二個 Z 軸是稅務結構。
兩個投資人，同樣的標的，同樣的持有期間，因為稅務結構不同，最終到手的報酬差距可能會差一個數量級。
跨境投資人尤其明顯。美國、台灣、日本的稅制各有不同，怎麼安排持有架構、怎麼規劃變現時間點，這些決策的影響遠超過「選對股票」。
第三個 Z 軸是認知頻寬。
這是我花最久才搞懂的一個維度。
認知頻寬是稀缺資源。每一個佔據你注意力的持股，都在消耗這個資源。持有二十支需要密切關注的個股，跟持有三支不太需要操心的 ETF，對大腦負擔是完全不同數量級的。
釋放出來的頻寬可以拿去做什麼？思考資產配置、研究稅務架構、或者乾脆拿去過生活。
這三個 Z 軸加起來，讓我看到了一個完全不同的投資世界。
從 Operator 到 Architect
用工程師的比喻來說，選股像是在「最佳化單一函數」。你投入大量精力，試圖讓某一個函數的輸出變好一點點。
資本配置像是在「設計系統架構」。你關心的不是單一函數的效能，而是整個系統的穩定性、容錯率、和長期可維護性。
一個好的系統架構師不會執著於某一段程式碼寫得多漂亮。他關心的是：這個系統在壓力測試下會不會崩潰？單點失效發生時有沒有備援機制？維護成本是不是可控？
具體來說，這就像是：與其花時間把某個 API 的回應時間從 50ms 最佳化到 45ms，不如先確認整個服務在某個節點掛掉時有沒有 fallback 機制。前者是 Operator 的工作，後者是 Architect 的工作。
我把同樣的思維套用到投資上。
與其追求「選到飆股」，我開始問：這個投資組合在 2008 年那種等級的市場壓力下撐不撐得住？如果某一個資產類別歸零，整體配置還能不能存活？
這個思維轉換之後，我經歷了 2020 年的疫情崩盤、2022 年的升息衝擊。不是沒有回檔，但系統沒有崩潰。
放棄選股的認知紅利
當我決定不再花時間選股，一件有趣的事發生了。
那些長期佔據我腦袋的執行緒突然被關掉了。每天不再需要追蹤十幾支股票的新聞、不再需要判斷「這個利空消息會影響多少」、不再需要焦慮「是不是該停損」。
市場上絕大多數的雜訊，對我來說變成背景音。
我不是在迴避資訊，而是認知到大部分資訊對我的決策沒有影響。指數今天漲跌 2%？除非觸發我預設的再平衡條件，否則不需要任何動作。某公司財報不如預期？我持有的是整個市場，單一公司的雜訊被分散掉了。
釋放出來的認知頻寬，我拿去研究真正影響長期報酬的東西：總體經濟週期、跨境稅務架構、槓桿管理的最佳策略。
這些議題的半衰期長得多。花一個月搞懂的稅務架構，可以用十年。花一個小時研究的個股新聞，明天可能就過期了。
我的限界
當然，這種做法有明顯的代價。
我沒有能力挖掘「下一個輝達」。當某支股票一年漲十倍的時候，我只能吃到市場平均報酬。在聚會上聊投資，我說不出什麼讓人興奮的「明牌」。
坦白說，就算是現在看到別人靠選股賺大錢的時候，偶爾還是會有一點 FOMO。
但我很清楚自己的認知邊界在哪裡。我對個別公司的研究能力，大概永遠比不上專職的產業分析師。我對股價短期走勢的判斷，勝率可能真的只比丟硬幣好一點。
與其在自己沒有優勢的地方硬拼，不如把精力放在自己有優勢的地方：系統設計、結構最佳化、長期紀律。
放棄某些能力，反而讓我能專注在真正重要的事情上。
三條路徑，各有代價
回頭看這十五年，我學到的最重要一課是：2D 的投資人預測價格，3D 的資本配置者設計系統。
但這不代表每個人都應該走我的路。根據你的情況，大概有三種選擇：
路徑 A — 繼續深耕 2D 選股
代價是高雜訊消耗以及腦力疲勞，而且需要持續投入時間維護。這條路適合把研究當成主業、或者真心享受挖掘個股過程的人。如果你有產業背景、有資訊優勢、或者單純熱愛這件事，這條路是可以走的。
路徑 B — 半 3D 混合配置
核心持有大盤指數，但保留一小部分資金做衛星個股。代價是你仍然需要花時間研究那些衛星部位，而且很容易被它們的波動分心。適合想保留一點「參與感」但不想被雜訊過度消耗的人。
路徑 C — 全 3D 系統設計
把精力放在資金成本、稅務結構、再平衡紀律這些結構性變數上。代價是你會少掉「某支股票漲三倍」的那種開心感，在聚會上也沒什麼故事可講。適合追求可維護、可容錯、長期可持續的人。
沒有哪條路徑是絕對正確的。每條路都有代價，關鍵是你清楚自己在選什麼、放棄什麼。
維度的差異
不是預測的準確率，而是系統的穩健性。
不是單次交易的勝負，而是長期的存活能力。
不是選股的天賦，而是認知資源的配置。
這是完全不同維度的競爭。
如果你發現自己在 2D 的平面上怎麼努力都跑不贏，也許問題不是你不夠聰明，而是你還沒發現那個 Z 軸的存在。
免責聲明
本文是筆者個人投資哲學的整理，僅供交流，不構成任何投資建議。
文中提及的數字、比例、案例皆為示意或已脫敏處理，不代表可複製的績效或保證的報酬。
投資有風險，讀者如需依據本文進行任何投資、稅務或槓桿相關決策，應自行評估風險並諮詢專業顧問。
Miyama Capital 目前僅管理自有資金，不對外募集。
