前两天，我看了一个节目：提到说美国四大名校MIT、CMU、Standford和UC Berkley的计算机编程入门语言选择的是python而不是C。有人就很奇怪了，学习C语言不是可以更深刻的了解计算机的底层运行原理吗？为什么是python而不是C呢？up主解释说计算机的入门编程语言学习，主要学习的目的是解决问题的能力，而非了解计算机的底层等。在这里，她把问题解决当成了一个最重要的目标。这一点给我启发很大。我由此想到，其实我们生活和工作中的万事万物，莫不都是这条定则：如何解决问题？

比如从一个婴儿出生开始，我们首先要解决的是他哭的问题。如果小孩生下来不哭可就危险了，护士们或者会去拍打他的屁股，让他学会哭。等他再大一点，我们要解决他的直立行走的问题。再大一点，要解决他的挑食的问题，他的学习的问题。然后是升学考试的问题。再后来，要解决找工作的问题，为人处世的问题，等等。在工作中，我们要面临的问题更多了。与同事关系不好，这个问题我们要解决。不会写文章，这个问题要解决；不会演讲，这个问题要解决。我们生活和工作中，是充满着各种问题，我们要一个一个去解决。所以我们的一生中，就是一个不断的在提出问题解决问题的过程中成长，直到老去。有些问题，或者我们永远也解决不了，比如长生不老，至少从秦始皇开始就提出了这个问题，两千年过去了，我们人类也不能解决这个问题。但是没关系，我们可以退而求其次，我们解决了延年益寿的问题。

小学时候，老师给我们学生的评语通常都是这样的：“该生在校表现良好，Blabla……”这么多年过去了，小学生手册上唯一给我留下深刻印象的评语不是所谓的“表现良好”，而是我一年级时的班主任留下的几个字“好奇心很强”。我记得那时候我似乎是一个沉默寡言的人，老师是从何得知我的这一属性的呢？我那时候确实很喜欢问问题，甚至那时候有大人建议我说应该长大后去当记者，因为记者就属于不断的问问题的嘛。

直到现在，我也仍然会有很多的问题在我脑海中呈现。我会把我的每个问题都记录下来，然后想方设法找到答案。

image.png

image.png

image.png

我们遇到大问题的时候，如果解决不了，就应该想方设法把它拆借成各类小问题，小问题如果还是不好解决，我们再想方设法再进一步拆解，直到把问题解决。同样的，反过来也是，我们如果对小问题的解决游刃有余，本身已经积累了很多小问题的解决方案，那么我们最终也能把这些方案堆砌起来，去解决一个大问题。解决问题，必须要先掌握有分与合的能力。

回到我们的交易问题上来，交易要解决的第一目标就是如何盈利的问题。这个问题拆解出来可以分解出许多问题来。首先，我们要解决做什么品种的问题。标准有好几种，我们熟悉的品种，波动大的品种等等，从主客观条件出发去筛选。但这仍然会留下许多问题，比如说我们只做我们熟悉的品种，那么这个品种如果长期没有行情该怎么办?干等着吗？显然不行，我们固然可能需要在某些品种上做更加精深的研究，挖深挖透，但我们同样也要有能力去看得到其他品种所带来的风景。我想T字型的知识结构可能是我们必须要掌握的：既要有精深的一面，也要有广泛覆盖的一面。二者结合在一起，可能会更好。波动大的品种，也有一个问题。过去波动大的品种，未来它可能就平静了啊。比如橡胶，在2003年到2012年这十年中，橡胶期货是何等的波澜壮阔，但是到了2015年以后，橡胶期货又是如何的水波不兴。旧时王榭堂前的车水马龙，抵御不了今时今日的门可罗雀。所以波动性这块，我们也要找到它背后的运行机理。那么这里又会衍生出一大堆的问题来。我们要找到，是哪些因素会促使了价格的剧烈波动。是供应、是需求、是宏观？供应端，我们又可以继续挖下去，是天气？是种植面积，是产业政策，还是其他什么因素在影响着。需求端同样如此，是汽车轮胎，是重卡？是房地产，是基建？到底是哪个因素在最终影响着需求的起伏变化。层层推进，一环扣一环。直到向上推无可推，无可再推，达到问题的极致。

探求问题的过程，就好比绘一幅巨幅的画卷。需要把画面上的每个角落都画好，然后又要考虑到画面不同部分的呼应衔接。既要有细节的小心翼翼，也要有宏观把控的胸有成竹。

探求问题的过程是永无止境的。解决了一个问题，一定有一个新的问题冒出来。交易路上肯定没有圣杯，所以这就要求我们一生一世的勤勉不殆。这种“一生一世”的要求，就必然要推出我们的“乐于其中”：如果我们要做一辈子的事，却是深受其苦，那我们活着有多累啊。必然要在这个过程中去体验自己的欢声与笑语，方能坚持下来。

我一直很虔诚的相信我们马哲上所提到的“普遍联系”。我以为，能找到商品市场里任意两个事物之间的联系性，要别人看不到的，那这样的发现才是弥足珍贵的。而这种发现，是需要做艰苦卓绝的工作的，如果只是看别人所看，听别人所说，那剩下的价值就没有多少了。