
研究室方法論地圖 v0.1:從必讀書單到診斷實戰的四層路徑
新讀者常問「要怎麼開始讀這個 blog」。這篇把研究室方法論攤成一張四層地圖:必讀書單 → 框架集 → 工具與資料源 → 誠實紀律。地圖會持續演化,v0.1 是 2026 年 4 月的狀態,後續隨新文章更新。
目錄
為什麼要畫這張地圖
研究室已經累積超過百篇筆記,分布在七個分類下。對新讀者來說,直接跳進任一篇文章,很難知道「上下文在哪」。對老讀者而言,框架之間的關聯也需要定期被重新說清楚。
這張地圖的目的是兩個:
- 讓新讀者有一條可以往下走的路徑
- 讓老讀者有一個可以反覆回來檢視的骨架
地圖本身是活的。v0.1 是 2026 年 4 月的版本,之後會在 每週觀察 同步每月修訂。
觀察重點 1 — 第一層:必讀書單的優先順序
讀書是研究的基建。這個清單的排序不是偶然,是「從你看待世界的方式」開始,再往下到「怎麼看資料」。
- Charlie Munger — Poor Charlie's Almanack 心智模型的起點。Munger 建議用多元學科做交叉驗證,這是整個研究室方法論的最底層。參考 官方出版資訊
- Nassim Taleb — Fooled by Randomness 把「倖存者偏誤」和「敘事謬誤」講到骨子裡。讀完這本,你看 investment news 的方式永遠不一樣。參考 Penguin Random House 介紹頁
- Daniel Kahneman — Thinking, Fast and Slow System 1 / System 2 的框架是認識「自己的判斷」的起點。沒讀過這本,很難誠實記錄失敗
- Seth Klarman — Margin of Safety 價值投資的理論基礎,但更重要的是「資本保全優先」的心態訓練
- Marcos López de Prado — Advances in Financial Machine Learning 量化方法論的當代聖經。錯失這本,回測紀律會停在十年前的水準
這五本的閱讀順序不強制,但建議至少讀 Munger + Taleb + Kahneman 三本後再看其他 blog 內容,讀起來會有共鳴而非陌生。
觀察重點 2 — 第二層:研究室的五大框架
書讀完了,進到研究室自己的框架層。目前五個框架:
- Corporate Geofin Diagnostic — 逐公司四層診斷(業務結構 / 集中度 / 治理 / 週期敏感度)。參考 方法論總覽
- Debt-Trap 七層警戒 — 房市週期訊號框架。參考 〈Debt-Trap 七層警戒〉 與 情緒商品延伸
- Sharpe > 2 先當 bug — 回測紀律前檢。參考 回測紀律手冊 與 Walk-Forward 設計守則
- 週期位置交叉檢驗 — 總經與產業訊號相互驗證。在 macro 與 industry 兩個分類中反覆出現
- 方法論優先於結論 — 每篇文章都是假設,不是預言。所有結論都可被回溯、被推翻
這五個框架不是孤立的。Corporate Diagnostic 用到 Debt-Trap 模型的風險層、Sharpe > 2 紀律隱含週期位置的判斷、週期交叉檢驗來自 Munger 的多元學科思考。它們是同一套方法論的五個投影面。
觀察重點 3 — 第三層:工具與資料源的分層
方法論要落地,需要工具與資料。研究室的資料來源依「成本與可信度」分四層:
- L1 — 公開免費日線 — Yahoo Finance、券商 API、TWSE 下載。方便但拼接與除權息處理差異大,單一源不可信
- L2 — 付費盤後 tick — 交易所 RPT 或商業資料商的歷史 tick。解析力大幅提升,但缺少真實盤中 order book
- L3 — 即時 L2 order book — 專業資料商的即時深度資料。大部分公開回測未觸及這一層
- L4 — 專屬/交易流資料 — 券商內部流量、buy/sell imbalance、大戶部位。不對個人研究者開放
多數研究室內的回測鎖在 L1 與部分 L2。這個事實必須寫在研究報告的第一段,否則讀者無從知道「這個結論對 L3/L4 環境是否成立」。
工具方面,Python 生態主流:pandas、numpy、scikit-learn、pytorch 是基建;回測引擎各家偏好不同,但「能精確模擬真實成交滑價」是選擇的唯一標準。所有回測軟體本身都不會讓你發現 bug — 紀律才會。
觀察重點 4 — 第四層:誠實紀律
方法論不管多完整,沒有誠實紀律就是裝飾。研究室的誠實紀律包含:
- 全記錄:勝負都寫 — 失敗紀錄與成功紀錄同樣重要,勝的部分給不出 edge 的證據,敗的部分反而能除雷
- 決策寫在觀察之前 — GREEN / AMBER / RED 門檻必須在跑回測之前寫死,事後放寬閾值等同 data snooping
- 自我打臉常規化 — 每季對曾經公開的結論做回顧,錯了要寫出來、對了也要檢查是不是運氣
- 外部源交叉驗證 — 任何結論都至少有兩個獨立外部資料源或兩位獨立同行驗證過
這一層是地圖的核心,也是最難的一層。方法論可以學、框架可以抄、工具可以買,誠實紀律只能自己養。
怎麼用這張地圖
三個建議用法:
- 新讀者: 第一層書單先挑三本開始讀。別急著讀 blog 文章,先把觀察框架架在心裡
- 中階讀者: 第二層框架從跟自己興趣最接近的一條入手。把該框架的所有既有文章按時間線讀完
- 回訪讀者: 第四層誠實紀律是反覆讀的。方法論地圖更新時,誠實紀律的內容會先動
地圖 v0.1 到此。v0.2 預計在 2026 下半年發布,屆時會在 每週觀察 與本文末段同步提示。
本站為觀察研究,不作價格預測或個股薦股;上列所有訊號以撰文時為準,後續發展請自行追蹤一手來源。
來源
- Munger, Charles T. Poor Charlie's Almanack. Stripe Press 出版資訊
- Taleb, Nassim Nicholas. Fooled by Randomness. Penguin Random House
- Kahneman, Daniel. Thinking, Fast and Slow. Farrar, Straus and Giroux 出版頁
- López de Prado, Marcos. Advances in Financial Machine Learning. Wiley
- Klarman, Seth. Margin of Safety. Baupost Group 引用資料
地緣優先的投資觀察週報
每週一封。方法論、失敗紀錄、量化驗證結果。不寄明牌,不寄投資建議。 免費訂閱即可收到精選摘要,付費解鎖完整深度研究。
- 免費版:每週 1 篇精選 + 市場速覽
- 付費版:每週 3 篇深度研究 + 數據附件
同一條思路下的其他研究
三路資金與隱形槓桿:當台股頻創新高,新聞標題沒講的三個觀察重點
聯合新聞網以『三路資金進場、隱形槓桿潛藏風險』為題報導台股頻創新高,本文不給目標價、不點名個股,只拆三件事:這則新聞如何把多空敘事壓縮在一句、隱形槓桿這四個字在台股語境下實際指向哪幾條結構性管道、以及指數位階接近歷史高位時讀者應如何閱讀風險不對稱。
7 個不罵名字的財報紅旗 — 從 XBRL 讀出結構化訊號的方法論
本篇拆解 7 個可從公開財報 (10-K / 年報 / XBRL) 直接讀出的結構化紅旗訊號。每一項都是條件式觀察,不指名個股;讀者學會後可以自己對任何上市公司檢測。重點不在預測暴雷,而在建立一個可重複、可驗證、可回測的財務健康監測框架。

台股強勢吸美元:銀行高利留存戶這道題,該怎麼讀
聯合報拋出「台股強勢吸美元、銀行端怎麼留住高利美元戶」的命題。本篇不給選擇,只拆三個觀察重點:加權指數位階、留存戶的真實決策結構,以及匯率—利差—股市三角的不對稱風險,讓讀者自己在敘事與資料之間對齊。