推荐序一：如何能像巴菲特一样长寿

推荐序二：投资正道上的路标

前言

第一章 投资就是生意

第一节 川菜馆估值的案例

第二节 巴菲特对投资的定义

第三节 苹果代理商的故事

第四节 企业主精神

第五节 我的第一次打卡：买入万科的故事

第六节 巴菲特的好生意：喜诗糖果

第七节 手机是好生意吗：爱施德公司年报带来的思考

第二章 逻辑思维

第一节 逻辑导向而非结果导向

第二节 巴菲特的错误

第三节 日本人犯的两个战略错误

第四节 长期思维而非短期思维

第五节 地心引力

第六节 这个世界是有逻辑的

第七节 长期是多长时间

第八节 生意思维而非股价思维

第九节 黑天鹅飞来的时候需要逆向思维

第十节 投资需要抓主要矛盾

第十一节 投资只需要常识

第十二节 门口的野蛮人

第十三节 小米IPO到底应该值多少钱

第十四节 资本市场的愚蠢比比皆是

第十五节 耐心是最大的美德

第三章 保守主义投资思维

第一节 追逐确定性

第二节 克服自以为是的基因

第三节 不做的重要性

第四节 不懂的不做

第五节 集中投资

第六节 风险比收益更重要

第四章 估值的标尺

第一节 川菜馆的估值分析

第二节 估值的标尺是什么

第三节 估值案例1：复盘1972年喜诗糖果的内在价值

第四节 估值案例2：复盘2007年贵州茅台的内在价值

第五节 格雷厄姆的成长股估值模型

第六节 彼得·林奇的PEG指标

第七节 巴菲特对估值的定义

第八节 贵州茅台自由现金流贴现的三种假设

第九节 自由现金流贴现公式的问题

第十节 估值的标尺和自由现金流贴现公式的比较

第十一节 估值的标尺是模糊的标尺

第十二节 清算价值

第十三节 估值案例3：0.4倍PB的中国中铁估值低吗

第十四节 有效的估值技巧

第五章 定量分析与定性分析

第一节 定量分析的历史数据

第二节 一眼看出的好公司和坏公司0

第三节 如何进行定量分析

第四节 挤掉财务报表中的水分

第五节 寻找最棒的商业模式

第六节 高市盈率不代表高估值

第七节 价格是你付出的，价值是你得到的

第八节 买入价格的安全边际

第六章 价值投资实战案例分析

第一节 格力电器：它真的被看好么

第二节 五粮液：我的复盘思考

第三节 招商银行：究竟好在哪里

第四节 贵州茅台：无可替代的股王

第五节 保险股：是机会还是陷阱

第七章 伟大的人性博弈

第一节 投资者需要学一点心理学知识

第二节 A股的非理性泡沫

第三节 人类为什么会从众

第四节 禀赋效应：摘掉眼镜看世界

第五节 我对资产管理行业的看法

第六节 承认错误是一种美德

第七节 内部记分牌

第八节 贪婪的诱惑

第九节 人生是一个人的旅行

第十节 人性博弈

第十一节 致敬沃伦·巴菲特和查理·芒格！

附录

附录一：2014年年度投资报告

附录二：2016年年度投资报告

附录三：2017年年度投资报告

附录四：2018年年度投资报告

附录五：2019年年度投资报告

附录六：做多中国之我的故事

致谢

马喆

北京中海富林投资管理有限公司创始合伙人、职业投资人，喜马拉雅《马喆朋友圈》人气主播，《证券市场红周刊》2018年度作者，雪球网2019年度新锐用户。

曾担任国企管理层，经营企业多年，2010年关掉公司，毅然从一个生意人变身为个人职业投资人。期间曾投资万科、茅台、五粮液、腾讯等股票，获得10多倍的投资收益。

善于用生意的股权本质理解投资，用《估值的标尺》度量股票内在价值，耐心应对市场波动，克服人性挑战，拥有完整的投资体系。信奉价值投资，是沃伦•巴菲特和查理•芒格的虔诚信徒。

《估值的标尺》是一本立足估值分析的价值投资实战工具书。

股价短期可能是市场随心所欲在出价，但长期一定围绕股票的内在价值上下波动。作者十年磨一剑，通过实践经验，试着用生意的思维方式制作了一把“估值的标尺”，去测算股票的内在价值。本书通过独到的生意思维、逻辑思维、保守主义思维形成科学的价值投资观，结合估值的标尺、定性定量分析和实践案例解析，分享有效的价值投资方法论，剖析人性与投资的联系，希望投资者树立理性、客观的投资态度，帮助投资者在价值投资的路上少走弯路，有所收获。

监管部门正在关注、研究并准备针对自动估值模型的弱点提出指引政策。在国际上该模型已被广泛使用了五年，使用者评价是积极的，AVMs已经被视为是一种先进、科学的风险管理模型。

估值是一切投资决策的灵魂！本书是一个基于财报分析和建模的独特股票估值工具！本书作者三次荣获"华尔街*佳投资人"奖 ！

水质模型参数估值是确定水质模型各待定参数值的方法和过程。是建立和应用水质模型的关键。其方法可分为单参数估值法和多参数估值法两类。前者可由实测数据或经验公式对各参数分别估值；后者一般以水质的实测值与模拟值两者所构成的误差平方和为评价目标，通过最优化技术求解出最佳参数值的结合。由若干组实测数据估得的参数值，应进行标定误差的检验，并应用另外若干组实测数据进行模型预测误差的验证。当从事战略性水质规划而又缺乏实测水质数据时，也可直接采用类比数据确定参数值。

水质模型单参数估值

水质模型单参数估值是分别确定水质模型中各待定参数值的方法和过程。单参数估值时。可以利用水质模型参数变量中之间的关系，在已知其他参数值和必要的水质现场实测数据（或室内模拟数据）条件下，求得有关参数值；也可以利用已有的经验统计关系式来粗略的估算。单参数估值法比较简便，可以根据数据的支持条件灵活应用，但由于它是对各参数分别进行计算和估值的，并未很好综合考虑参数值之间的相互制约关系，因此对参数估值的准确性有较大的影响；特别是利用一般的统计经验公式进行参数估值时，有时误差可能很大。

水质模型多参数估值

水质模型多参数估值是应用多变量参数最优估值法同时确定水质模型各待定参数值的方法和过程。此法是从水质模型的整体性出发，考虑了各参数变量之间的相互关系，原则上比单参数法可提高水质模型的可靠性。但由于多变量最优估值是一个非线性最优解搜索问题，它不能保证搜索到的是全局最优解，会造成相当大的误差，因此对常用的水质模型多参数梯度搜索估值法，已提出了更为可靠而实用的网格搜索估值法来替代。

水质模型多参数梯度估值法　水质模型多参数梯度估值法采用梯度搜索法确定水质模型中各待定参数值。一般以实测水质序列与模型计算水质序列值两者的偏差值（通常取片差平方之和）为评价目标J，以一阶梯度法（又称最速下降法）从某个起点在负梯度的方向，按一定步长搜索误差目标值最小时的各待定参数值，即J → Jmin (ai≤Ki≤bi){Ki} {Ki*}式中：Ki*为误差最小值的参数值；ai和bi为参数值的上、下限。由于水质模型多参数目标函数的非凸性，对不同的搜索起点或参数初始值，将有不同的局部最优解，因此，随采用的给定初始参数值的不同，将有不同求解参数值，从而会引起较大的误差。

水质模型多参数网格法估值　 水质模型多参数网格法估值又称水质模型多参数计算机扫描搜索法估值。利用网格法扫描搜索确定水质模型各待定参数值。其基本原理是将各参数变量值的可行区间（可从大到小），划分为一系列的小区，由计算机顺序算出相应各参数变量值结合，所对应的误差目标（即实测和计算水质序列值的偏差平房和）值，并逐一比较择优，从而求得该区间内最小目标值与其对应的最佳待定参数值。这种估值方法可保证所得的搜索解基本是全局最优解，避免了重大误差，在机时利用上也是可行的。