資訊不是越多越好#

投資業天生對資訊上癮：愈知道愈多越窄的事，直到對「無物」無所不知。但 Boorstin 的話一語道破：

發現的最大障礙不是無知，而是知識的錯覺（illusion of knowledge）。

蒙蒂爾要在這一章說服你：多餘的資訊不會讓你更準，只會讓你更自信——而過度自信本身就是災難的開端。

賽馬經紀人的警示#

Slovic 的經典實驗：

• 8 位資深賽馬經紀人，先列出他們認為最重要的 88 個變數。
• 接著預測 45 場過去比賽的前 5 名。
• 每位經紀人預測同一場比賽 4 次，分別給 5、10、20、40 個變數。
• 同時記錄他們的信心度。

多出來的資訊沒有讓他們更準，卻讓他們更自信——這正是過度自信的溫床。

美式足球專家：人輸給電腦#

另一項實驗讓「真正懂球」的球迷預測 NCAA 球賽結果，並讓電腦模型同樣分批接收資訊：

電腦能消化所有資訊，準確率隨資訊量上升；人類無法，但信心會莫名暴增。

我們的處理頻寬有限——超過某個量，多餘資訊只會變成噪音與誤導。

選車實驗#

另一個實驗（Dijksterhuis et al.）讓受試者在四款車中選最佳：

• 一款明顯較好（75% 屬性正面）。
• 兩款中等（50%）。
• 一款最差（25%）。

資訊一多，正確率反而崩跌。

分析師：給多餘資訊只會更錯#

Davis et al. 給分析師預測 45 個第四季 EPS（其實是 15 家公司，每家以三種格式出現）：

1. 基本資料（過去三季 EPS、營收、股價）。
2. 基本資料 + 多餘／無關資訊（如已內含於基本資料的本益比）。
3. 基本資料 + 理應有用的非冗餘資訊（如「股利調升」這類事實）。

結果：

• 兩種額外資訊（不論有沒有用）都讓預測誤差變大。
• 兩者都讓自評信心暴增。

即使是「真的有用」的資訊，加上去後反而讓分析師更錯——因為他們無法妥善整合，但會誤以為自己掌握了更多。

從急診室學來的解藥：清單（Checklist）#

密西根醫院的故事#

該醫院 90% 的胸痛重症患者被送進心臟加護病房（ICU），結果：

• ICU 過度擁擠、品質下降、成本飆升。
• 美國每年約 2 萬人死於院內感染，ICU 風險尤其高。
• 該院判斷力有多差？該住 ICU 的住了 90%，不該住 ICU 的也住了 90%——與隨機猜沒兩樣。

研究者（Green & Yates）發現問題所在：

• 醫生過度倚賴「偽診斷資訊（pseudo-diagnostic information）」——家族史、年齡、性別、抽菸、糖尿病、膽固醇、高血壓。
• 這些資訊能告訴你「整體風險」，但對個案診斷沒有鑑別力。
• 真正有鑑別力的線索是：症狀的性質與位置、缺血病史、特定心電圖變化。

簡單清單的驚人威力#

研究者設計了一張層級式 yes/no 決策清單：

• 心電圖出現 ST 變化 → 直接送 ICU。
• 否則檢查胸痛 → 是則送 ICU。
• 依此類推。

效果：

• 該送 ICU 的命中率提升至 95%。
• 不該送 ICU 的誤送率降到 50%（從 90% 大幅下降）。
• 比複雜的統計模型表現更好。

更妙的是「拿走清單」實驗：少了清單，醫生表現沒有變差——因為清單已經教會他們看正確的指標。

19 點手術清單#

另一研究：在手術引入 19 點清單（例如：再次確認病人身分、確認器械無菌、術後清點器械）：

簡單的清單能逼人走過關鍵步驟、避開資訊噪音、把注意力鎖在真正重要的少數因子上。

投資人的對應做法#

找出真正關鍵的少數因子#

• Jean-Marie Eveillard（First Eagle）：「**淹沒在細節或被複雜性吸引很常見，但對我而言最重要的，是知道一個事業有哪 3、4、5 個關鍵特性。**我把工作主要看作問對問題、聚焦分析。」
• 巴菲特：「我們的方法很簡單——買下經濟特性『良好到頂尖』、由誠實能幹的人經營、價格合理的事業。」

蒙蒂爾自己的「深度價值清單」#

蒙蒂爾的三項核心檢核：

1. 估值（Valuation）：這檔股票是否嚴重低估？
2. 資產負債表（Balance Sheet）：這家公司會不會倒？
3. 資本紀律（Capital Discipline）：管理層怎麼用我給他們的現金？

這份清單未必適合每個人，但重點是：你要為自己的投資方法事先決定 3–5 個檢核項目，把分析能量集中在這些事項上，而不是被華爾街無止盡的雜訊牽著鼻子走。

「少即是多」在投資世界裡，不是哲學口號，而是被資料一再證實的事實。