上周讲存量和增量。存量是大头，增量是小头;存量保持系统的稳定，是系统赖以生存基础,增量为系统提供活力；存量越大，增量对系统的影响力越小，效果延迟性越强；存量和增量互为限制因素。这是对前周从股市年均涨幅和经济年均增幅角度论证底部合理性的一种理论补充。

存量与增量是我们理解系统（不管是有机系统还是机械系统）的基础概念之一，也是我们从系统论角度，对事物做整体把握的起点之一。

这种关系在日常生活中比比皆是。放完一浴缸的水，比放完半浴缸的水需要的时间长。如果浴缸里只有一点点水，不小心误拔了塞子，水就会放完。如果是满满一浴缸水，哪怕不小心误拔了塞子，也不会把浴缸里的水放完，会有充足时间去纠错。只要不把出水的塞子拔掉，只是把进水龙头关小，浴缸里的水是不会减少的，只是增加的速度变慢了。这是存量和增量在数量规模上的体现。

规模越大，同等冲击给系统造成损害的延迟性越强，留给我们纠错的时间就越充裕。而且同比例打击对不同规模造成的影响等比例的线性关系，它会呈0.667的递减或递增。20公斤的击打力对体重50公斤的人造成的伤害为1，40公斤的击打力对体重100公斤的人产生的伤害就只有前者的0.667倍。反过来，体重100斤的成人吃一粒退烧片是适量的，再多就会产生副作用；那么，体重仅50斤的儿童吃1/3片才是适量的，而非我们寻常认为的1/2片。

在经济生活中，我们常可以看到这种非线性的规模效应。大企业总是比小企业更容易度过危机，危机过去后也更容易恢复。08年的金融危机，美国是发源地、重灾区，但最后遭殃且一蹶不振的是诸多中小国家。

股票市场上我们也常常可看到这种非线性的规模效应。市值300亿的股票如果底部盘整蓄势需要10天，市值600亿的股票却有可能需要30天，甚至更多。

还有结构规模。能吹倒一棵大树的风未必能吹倒一片小树林，能推倒一块大石头的力量却不能推倒同等重量的一堆碎石。

前些年，经济学界最热门的话题是拉美化，中国有走拉美化的倾向。而实际上，那些被当作拉美化典型的国家，除了有宏观政策失误的因素，更大原因在它们的经济门类太单一，内部结构过于简单，企业个体数量也太少。内部经济门类越多，结构越复杂，生态位越多样化，系统的适应力越强。

这些浅显的道理常常会被我们做宏观分析时忽略，说明我们有一种对事物做复杂化、高深化解释的倾向。同时也有一种对复杂系统做简单归因法与线性化解释的倾向。

一方面是复杂化、高深化，忽略了常识和常理；一方面是简单化、线性化，把复杂适应系统当作简单的机械系统。

一切有机系统都是复杂适应系统，具有演化过程不可知，演化结果不可测的特性。对这种系统，我们人类只能从以下几方面去认识。

在纵向层次上，第一个是对事件的解释，这就是因果论做的。第二个层次是从行为角度去把握，这就是量化交易在做的。量化交易能比建立在因果分析基础上的交易更胜一筹，不是没道理的。第三个层次是力求去理解系统演化的内部机理，这就是我说的天道论。

横向就是切分。建立不同模型，去研究系统的不同层面、不同侧面或不同的子系统、子单元。人类的思维是建立在一系列模型基础上的，连语言都是一种模型。不同的模型解决不同问题，不同问题用不同的模型解决。不同模型之间没有绝对的优劣之分，完全取决于我们要解决什么问题。

在这方面，系统论强调的是“边界”——系统的边界和分析的边界。

当我们研究宏观经济时，宏观经济就是一个系统，它有它的边界，系统的边界和分析的边界。

当我们研究宏观经济中的通胀问题时，通胀便是个子系统……所谓分析，就是把局部从整体中切分出来，加以单独研究。

虽然各个子系统互有关联，要把它准确地切分出来，形成明确的边界很难，但它绝对是必要的。只有明确了系统的边界、分析的边界，不越界，不混淆概念（模型），我们才能把分析工作做好。局部的研究越透彻，最后的综合效果就越好。

即便对一个人的分析，也是如此。”一人一世界“，一个人就是一个复杂适应系统。同样需要切分，需要用不同模型去分析他不同的侧面、不同的子系统。上面讲，”规模越大，同等冲击给系统造成损害的延迟性越强，留给我们纠错的时间就越充裕“。但这种延迟性也有不利一面，容易让人麻痹，产生错觉，觉得没那么严重，温水煮青蛙，等觉得不行就来不及了。因此，关键就在会不会纠错。会，则有惊无险。不会，就彻底沉沦。所以，去年下半年，当人们对中美贸易、我国经济前景、宏观走势、宏观政策忧心忡忡、焦虑万分，深感恐惧时，我在.和.里对此人做了几次的性格分析，并非常肯定地说”一定会纠错“！并且说，此人很在意别人对他的评价的，所以，你有不满你就喊，你有痛了你就叫。后来的事实证明，这个性格分析非常地准确，非常地到位。

任何分析（只要是分析），都要有边界——你所分析的这个系统、子系统的边界，你分析的边界。没有边界，没有区隔，不同模型互相交叉，不同概念相互混淆，胡子眉毛一把抓，一言以蔽之曰，此问题用彼问题来解释，很容易做到，但却是分析的大忌。

同样道理，当我们研究股市的时候，股市就是一个系统，要用股市分析的模型，不能用宏观经济分析模型和分析结果去解决。

2008年底和2009年初，人们普遍预期2009上半年没行情，行情要到下半年开始，就是用对宏观经济的预测来解决股市问题。结果，2009从开年涨起，涨到下半年，行情结束了。

2019年同样如此。在去年末，有人总结了各投行对2019年的股市展望，大家普遍认为2019年市场不悲观，但也都普遍预期行情要到下半年开始。总结者说，都认为2019年不会差，那很可能2019年的最大黑天鹅就是股市依然很糟，因为一致性预期从没对过。但结果，2019年最大的黑天鹅仍然是开年就涨，也很有可能到下半年，涨势结束。

一致性预期常常是错的，但如果一致性预期包含了2个结论，那么错的就有可能是2个，也有可能只是其中的一个。

对2019年行情预期的时间错误，同样和我们以宏观经济模型来取代了股市分析的模型。

再细分地讲，如果我们要研究底部问题，那就要用底部的分析模型。如果我们要研究牛市有没有，那就要用牛市的模型。研究底部，有研究底部的边界，它和有没有牛市应该区隔开来。如果没有边界，把有没有牛市的问题掺杂到底部的问题中来，那十有八九，就会得出悲观结论。因为底部常出现在最看不到希望的时候，至少，以我经验，每次预言底部时，我都看不到有什么理由可以驱动一轮牛市来。

但股市就是这样：只要底部形成，就有生的希望。

因为股市天然就是产生奇迹的地方。