选项一：相信趋势，趋势形成短期不会逆转，继续押正面。选项二：相信均值回归，五次正面已经远离统计规律，左侧押反面。选项三：理论上每次独立，各 50%，均衡下注。
答案：都不选。连续五次正面，首先该做的是检验硬币是否均匀。数据本身分不清"趋势"和"回归"，能分清的只有逻辑。
复盘以逻辑推理为主线、归纳总结为辅助。只要大前提、小前提成立，结论就一定成立；拟合再显著，也只是相关。
作者对自己复盘方式的描述是学术研究式的 hypothesis → test → forecast：先从 DCF 第一性原理推出框架，再拿光伏、煤炭、白酒、乐视、长江电力、腾讯去检验，不用案例归纳框架。这一页是那套推理的"操作手册"。
流行范式：先拟合 A 与 B 强相关，再拟合 B 与 C 强相关，然后看到 A 出现拐点就断言 C 会变。这不成立。"因为 A 所以 B、因为 B 所以 C"是单向链，能传到 C；相关是双向的，传不过去。
仅凭数据本身，答案是"一切皆有可能"。要判断，只能回到逻辑：两者之间有没有因果机制，机制是否还在。
只要历史够长，正反面案例唾手可得。从"狭路相逢勇者胜"到"退一步海阔天空"，从"人定胜天"到"天意难违"，每个失败案例都有一句话接着。一个框架如果输入参数后不能输出唯一稳定的结果，它就不是函数，就是不完整的。
古希腊人早就知道行星轨迹是螺旋的。阿波罗尼乌斯提出均轮—本轮：行星绕本轮转，本轮圆心再绕地球转；托勒密加上多重本轮、偏心轮。到哥白尼时代，地心说已能近乎完美地解释内太阳系。均轮套本轮的实质是傅里叶级数展开——本轮够多，能拟合任意曲线，连日心说都能"构造"出来。
真正冲击它的是观测技术进步：天体越多，每个天体需要的本轮数都不一样——火星一层、木星两层、土星再多几层。它能解释一切，却预测不了任何新东西。日心说胜出，是因为预测能力更强。
要让回归结果是最佳线性无偏估计，原始数据得同时满足五个经典假设（线性关系、随机抽样、无完全共线、零条件均值、同方差）。最棘手的是样本有偏（几乎无解，只能靠逻辑分析和扩大样本缓解）和内生性（计量经济学一半内容都在和它作斗争）。以案例为出发点的复盘和大部分时间序列分析，稍不留神就成了下面这些偏误的错题集：
可能轮不到大数定律登场，特异性和随机性是更重要的力量。所有模型都是盲人摸象，漏掉的参数一定远多于纳入的参数，只是在环境稳定时暂时不发挥作用。A 股时间跨度短、早期历史借鉴有限，值得深复盘的案例寥寥可数，想同时满足五个假设几乎不可能——所以能推理就不要归纳。
不得不归纳时，借用显著性检验的思想：不直接论证假设正确，而是论证有没有足够理由拒绝相反的假设。检验药物有效，先假设它与安慰剂等同，再找足够证据拒绝这个假设。
忽略样本数量和方差谈概率没有意义——尤其是方差，很少看到报告认真讨论它。样本方差很大时，平均数拟合得再好看，也很难达到统计意义上的显著。
申万一级行业 2020 vs 2024：食品饮料 ROE 没怎么变，PB 减半；有色 ROE 翻倍，PB 变化很小；房地产从高盈利到深度亏损，PB 降幅也不夸张。因为 PB = ROE × PE，ROE 不变但天花板预期下降，PB 大降；天花板不变而 ROE 提升，意味着离顶更近，PE 下降，相乘变化不大。PB-ROE 只适用于业绩稳定的重资产行业。
同一组散点图，横纵坐标连视觉上的相关性都没有。PE 取决于天花板倍数与折现率：天花板不上修，增速越快离顶越近，PE 反而越低；天花板上修，PE 与增速才可能双升。就算表现出相关，这种级别的方差也过不了显著性检验。
世界存在概率事件。投十次硬币，参与的人足够多，一定有人投出十次正面，但从中总结不出成功经验。身临其境往前看，任何投资逻辑都是概率事件；预期兑现需要 A、B 同时成立，概率就是 P(A)·P(B|A)，而 A、B 通常只是必要条件，后面还有 C、D 和未知条件要一路乘下去。
叙事先行：市场预期业绩涨 50%，股价很快涨了不止 50%；兑现就高位横盘，不兑现就跌回去。拉长到年度，涨幅与增速怎么都能拟上——但站在年初，你不知道谁的全年增速高。换成年初的一致预期增速做横轴，解释力不仅不高，多数年份还是负的。
正确的做法：去找贝叶斯条件概率发生变化的节点，还原当时的决策流程。叙事变化能否提前预期？不能，超额收益就是运气或风险补偿；能，就要分析需求脉络、竞争格局、商业模式，才能提高预测力。与其把贝叶斯链拉长，不如拓展成贝叶斯网：每个十字路口的市场空间、改变叙事的信号、各种情况的预案。
全 A 出现翻倍股的概率 10%；某人识别翻倍股的准确率 80%（真翻倍股 80% 能选出，非翻倍股 20% 会误选，误选后跌 30%）。他现在认定某股是翻倍股，它真是翻倍股的概率是多少？
能钓到多少鱼，不只取决于钓鱼者水平，还取决于池塘里有多少鱼；还取决于选错时跌多少——预期越高的公司，证伪后下行空间越大。这解释了为什么没什么叙事的"躺平股"和红利低波长期收益反而不错：惩罚机制很轻。
每次针对具体参数迭代逼近，换个公司就得重算。对应"为每个细分场景量身定做框架"——解释得了，预测不了，也积累不了。
从公理推出的封闭公式，任意参数代入秒得结果，普遍适用。对应解析解表：天花板 × 折现率 → 合理 PE。书名副标题"寻找 A 股投资解析解"就是这个意思。
卷高频数据、边际信息博弈。当信息过载成为常态，大部分场景下没有意义，日积跬步不了，甚至只能算"非经常性损益"。
结论和过程可以复用，下次研究站在上一次的基础上往前推——像资产负债表上的资产一个一个累加。分析师的终极 alpha 是基于公开信息的定价能力：同样的信息，因处理方式、观察角度、方法论不同，得出差异巨大甚至相反的结论。
相关性不能传递，因果才能。数据本身分不清趋势与回归。有限样本、有限时间，轮不到大数定律登场。
地心说能拟合一切，却预测不了新天体。给成长/周期/价值各配一套框架是均轮套本轮，还涉嫌循环论证。
10 次 8 正面不显著，10 000 次要 >5 098。看样本量、看方差。PB-ROE、PE-增速的散点图连视觉相关都没有。
按贝叶斯回溯当时的信息，找概率发生变化的节点；链条要拓成网。惩罚机制必须纳入——预期越高，证伪后跌得越深。
"能用逻辑推理就尽量不要用归纳总结。所有的归纳总结都有严格的适用范围，使用时必须小心翼翼。但是逻辑推理没有此限制。"
《穿透叙事》1.4"'证明'与'拟合结果显著'是完全不同的概念。"
《穿透叙事》1.4"只有因果性是可以传递的，相关性是不能传递的。"
播客 09:53"如果连投五次硬币，每次都是正面朝上，首先应该检验硬币是否均匀。"
播客 11:56"地心说不是没有解释能力，它是缺乏预测能力。地心说被日心说取代，是因为后者的预测能力更强。"
播客 14:53"贴标签的行为它本身就是一种价值判断，然后你再根据价值判断的结果来评估股票的价值，那这其实是涉嫌循环论证的。"
播客 15:55"我们生活在一个有限样本、有限时间的世界里，可能轮不到大数定律登场，特异性和随机性是更重要的力量。"
《穿透叙事》1.4"能钓到多少鱼，不仅取决于钓鱼者的水平，还取决于池塘里有多少鱼。"
《穿透叙事》1.4"当信息过载成为常态的时候，分析师基于公开信息的定价能力才是终极阿尔法。"
播客 22:32"估值是一项科学，或者说估值的科学的成分应该要比它的艺术成分要给予远远更多的权重。"
播客 24:34