半岛棋牌
AG旗舰厅我刚开始工作时，也缺乏分析思考的能力，对许多议题没看法、没观点，也不敢发表意见。当我发觉自己的缺憾时，我下了一个决心，
每天我会选一则有探讨空间的新闻，通常包括多个探讨角度，例如：文理该不该分科？社保该如何改革等等。
然后开始分析、思考此一问题，并强迫自己一定要有明确的答案，而除了答案之外，还要对答案建立严谨而足以服人的说理过程，这就是我的论述。而为了找到这样的看法，我就需要不断的分析思考。
有时候我还会尝试在议题的两面，都建立自己的论述，例如：支持和反对废除高考，我都提出观点：为什么支持废除高考，又为什么反对废除高考？透过正反两面论证，更能建立深度的分析思考的能力。
每天从新闻、媒体、书籍上找题目，以建立自己分析思考的能力，这是非常有效的自我训练，这种训练不只增加自己的逻辑思考能力AG旗舰厅，还会在每个事件中增加自己的知识领域、开阔了视野、强化了日后的判断能力。
其次我会把分析思考的能力活用在工作中，当主管询问我对某个问题的意见时；当正式开会，必须对某议题提出意见时，我都强迫自己必须要有看法、有意见，而且要开口说出来，如果意见只是放在心中，这就不是真的有意见。
在开会时要提出意见，这较容易，有较多的时间分析思考，还可以等别人先提出意见，再延伸论述。而面对主管的询问，要立即回复，这是较严苛的考验，因为要在对话的瞬间就提出看法，并不容易，这不仅需要你善于动脑，也需要平时的各种阅读和积累。
强迫自己对任何事都有看法，可以迫使自己去思考、分析、解构、论证，也有助于培养自己分析思考的能力。
读书是一件有诸多益处的事情，但如果不会读书，只是强迫自己看看、或者无聊打发一下时间，那么读再多的书其收获也是极小的。
自问自答→选择并拿到一本书之后，先看看前后序言、目录等基本信息，然后根据这些基本信息、以及自己看这本书的目的，提出几个问题，然后用自己现有的一些知识来回答我提出的问题。
快速阅读→以每分钟两三千字的速度对整本书籍、或某些章节进行快速阅读，由此建立该本书的脉络、知识架构，期间我会找到这本书中我感兴趣的地方、对我重要的地方、或者一些看不懂的地方，然后对这些内容进行简单快速标记。如果有必要，就对这些内容进行二次阅读、以及精读。
（不是每个人都会快速阅读，如果你不会也建议不要一个字一个字的去慢慢的读，这样不仅速度慢，你最后的理解也不会高。尽量把自己的速度放快一点，特别是第一遍阅读的时候。另外想学习快速阅读的话，可以参考我实践过的“精英特速读记忆训练软件”，相对比较靠谱。）
根据书本回答问题→我在读完这本书之后，根据书本内容对我阅读前提出的问题进行再一次解答。
对答案，重点关注→最后，把阅读前的答案和阅读后的答案进行比对，看看自己的回答有多少和作者讲的一样，还有哪些遗漏和差距，然后重点关注这些遗漏、差距、不一样的地方。
小结：这个“对答案+速读”的读书方法，经过我的实践，是一种非常节约时间，且阅读效果非常好的一种方法，它可以很好地锻炼你的阅读理解能力、分析整合能力、思考能力，感兴趣的话可以自己去试试。
要注重培养自己的逻辑思维能力。传统且有效的方法就是去多阅读经典的非虚构类名著，比如经济类、科学类、哲学类，这些书籍能帮助培养逻辑思维能力。因为这类作品通常不会有华丽的辞藻和扣人心弦的情节，但是会有严谨的阐述观点的方法和步骤。阅读这类书籍，不仅能够让你学习书中的各类知识，还能了解作者提出问题、论述问题、解决问题的思路和方法。
有了逻辑思维能力还不够，还要有独立思考的能力。比如批判性思维，用李开复的话来讲就是要：多问how，如何应用知识；多问why，理解为什么；多问why not，试着去反驳任何一个想法；多和别人交流，理解不同的思维和观点。
除此之外，也可以找一些书来读读，这类书籍也很多，比如我读过的《学会提问》属于比较经典的一本了。
总的来讲，要想会思考、懂分析，最基本的要肯动脑，凡事要主动的去想一想，而不是被动接受；其次要多读书学习，不断扩大自己的视野，增加自己各方面的学识，这是基石，无论是分析思考所要用到的一些策略、或者背景知识，都是可以通过读书学习获得、强化的。
什么是分析能力，什么是强悍的分析能力？怎么让自己成为强悍的分析能力那个。
这是分析界很喜欢引用的一张图，是在告诉大家，如果从大家都看到的信息，到找到线索，从而构建逻辑，最终得到解决方案。
提升自己搜集信息和对信息认知的能力，为后续做储备。这部分需要大量的信息输入。
提升自己对商业模式，模型的学习能力，能把点状的信息组织成可以理解的片段结论
提升自己构建逻辑的能力，能把片段的结论，根据逻辑推演成为能解释清楚并且有生命力的逻辑
提升自己对复杂信息和逻辑的处理能力，能把逻辑推演到最合适的状态，最适合自己的状态。
另外需要注意的是，分析不一定基于你一定手里有报告，你可以对任何事情进行分析，随时随地开始分析。比如你在菜市场就可以数人流和估算客单价，从而知道菜市场盈利情况。你在打车的时候 ，和司机攀谈就可以知道当地的用户喜好。你打开知乎，就可以通过 页面上每个数字，看到知乎top的答主都有哪些人，他们的上升速度，他们作对了什么。
曹婷婷：新消费品牌到底都有哪些？240个新消费产品介绍和图片，可研究可购买可吃可用，文和友，花西子，自嗨锅，墨茉点心局，虎头局渣打饼行，茶颜悦色，三顿半，海伦司小酒馆，BuffX，理然，蕉内等-广度优先系列
曹婷婷：6个角度24个思维模型涉及认知，产品，增长，战略，组织，资本，管理和大量视频案例（105页）值得收藏
曹婷婷：行业研究的框架-提炼的6个经典框架思路-行业研究所需要的知识，大致落在上面这张图中了
曹婷婷：公司研究基本框架.报告（涵盖战略，行业，商业模式，竞争，营销，产品）看的过瘾~20多年研究的总结提炼
在自己还没有模型基础的时候，大量的学习经典模型，可以帮助你把信息构建起来，从而看到解决方案。
曹婷婷：战略规划之商业逻辑设计，亚马逊飞轮，美团双轮驱动，头条一纵一横，阿里，腾讯-持续更新-开阔思路系列
在公司业务中，要实现一个目标，怎么找到结构化的模型和方程，关键要素，关键要素的组合，就是在构建自己逻辑的能力。
曹婷婷：长期有耐心：美团商业方法论：三层四面，互联网A类，B类，C类公司的不同产品交互和组织，什么是竞，什么是争，差异化竞争，边算账边开城，产业链如何做深，如何孵化新业务，位置角度的商业四大场景，高频低频相互
曹婷婷：战略规划之：美团点评从0到1，从1到10，从10到100，从100到1000，从1000到10000的战略（四纵三横和三高三低，T型战略，三驾马车，Food+platform，超级平台）大公司复盘系列
基本你可以从信息点到小猫，每一个步骤都扎扎实实提升，你就已经打造了强悍的分析能力。如果你对这还不满意还想晋升，可以往下看。
之前我觉得到小猫，得到解决方案，这分析能力就算到终点了。但是从实际的分析来看，不是这样的。
分析清楚一个事情，不是一个平面上复杂信息的处理，而是多维立体的信息处理和构建逻辑，找到解决方案的能力。如下面这张图。
进行完前面四个步骤，对于一般的事情也许可以解决了。但是对于复杂的事情，还不够。因为大部分的事情所处的区域是立体的，综合的。至少涉及到几个层面的复杂决策。要在这些不同平面里，找到线索，逻辑，从而找到解决方案。（最后 一张图的黄色线条）
我之前是自己操作这些思维过程，直到当我把这些反复讲给其他人听的时候，我发现他们自己操作得不到答案，才意识到，原来不是平面的，是立体的，而其他人的思维在平面上，所以他们得不到结论。这个时候的提升，就需要把思维提升到立体上来，在空间中找到答案。
曹婷婷：当我们在谈论战略时，我们在谈论什么？战略，战术，策略和具体执行的公司四个业务讨论层次。不是所有人都可以参与四个层次讨论，不是因为权限，而是因为很多人思维接受不了不确定。
有时候我们在谈论一个具体的执行怎么做，比如一根黑色箭头线，这个比较简单，找到方向去做
有时候我们在谈论一个趋势，比如策略，要判断出大的模糊的趋势，再拆解为箭头
有时候我们在谈论一个战术，比如从哪些层面，如何组合，去做实现一个体积的成功
有时候我们在谈论一个混沌像战略方向，要怎么从一堆无序中，找到这个立方体（也许 是其他形状），从而变成大箭头变成黑色箭头
在立体思维中找到思路，是个烧脑的过程。不亚于任何一个日本推理小说。需要持续的练习。
如果你得不到结论或者还是想不到点子上，你可能要反思。是不是信息搜集的不够广，不够深，模型掌握的是否 不够 扎实，看的是否够远。
以前看夏洛克，福尔摩斯，被其接近于未卜先知的分析能力所折服，从此爱上数据分析不能自拔！
就目前的能力而言，对人我可以很清楚的知道他思考的逻辑和侧重点，对物我可以分析出发展过程中的问题，并规避解决（也是我执行力极高的原因）
如果函数图像上有两个点，你可能觉得这是一条一次函数，如果有三个点，你可能觉得他是二次函数，随着点的增多，你才明白，原来是三角函数，每样事物都可以看做一个程序，对外不断的输出数据，这里的数据可以是一个人的言谈，一个人的动作表情，他空间里的照片，发照片的时间地点，你所能感受到的看到的都是数据。你分析的数据越多，点就越多，其函数本来的面貌就越清晰。所以在我的观念里，人与人之间的差距，在于他自身数据库的大小，以及他个人对数据的分析，整理，内化的能力。穷山恶水出刁民虽然有歧视的意思，但反映了一个数据库大小的差异，有的人吃了亏却不长记性，没有内化的能力，有的人却能看看知乎都受益匪浅，学以致用。
我们先从正向的开始，你的父母回到家的时候，一摸电视机发现是烫的，立马把你拉起来抽了一顿，说不好好做作业，就知道看电视，你好奇，他们是怎么知道的？我小时候觉得他们好厉害，居然这个事都知道，家里只有我一个。我来写一下这个流程，电视机发热→电视机被使用→家里只有一个人→你使用了电视机→你没有好好写作业，所以电视机发热→你没有好好写作业。（这里有个十分重要的点，每一步的推论和分析，跨度都应当很小，是显而易见的那种，否则最终的结论会相差十万八千里，这里只有4步的分析，如果是十几步的分析，步子一定要小，你应该能理解我的意思！）
1.你要开始注意生活中很多这种正向顺序的细节，比如电视机开久了会发烫，你舍友要经过书店才能去食堂吃午饭，等等等等，就好比1+3→4，2+2→4，嗯，注意到这些因果细节就好，慢慢积累你的初始数据库。
2.尝试细节性地描述事物，有同学想习得这技能，我让他描述这个人是怎么走过去的，他说那人就那样走过去的呀，我是这样描述的，他穿着蓝色衬衫，黑色外套，蓝色牛仔裤，nike休闲鞋，右手拿着iphone手机半插在口袋里，目光寻找的走过来找书，而且我还知道他要找的是计算机二级的书，他是大二的，后来证实所言非虚，同学五体投地。（分析的过程，大一不参加计算机考试，大三没空来图书馆，大四更不会来三楼，图书馆内大体的书籍分布我是知道的，毕竟常年混迹图书馆，他在68.69号柜反复徘徊，那边都是有关二级的书，而且一周后就是二级考试，自然可以推断出来）
开始尝试逆向倒推，在这个阶段，你会有很多结论不准的情况发生，比如你认为舍友手上脏了是他摔了一跤，实际上结合他的装扮来看，他只是去打了篮球，在这个阶段取得那种小小的成就感很重要（也是你能坚持走下去的动力），通过一个细节逆推他之前经历了些什么，或者反映出某些属性。如果出错了，检索推断的流程，是哪个推断环节出错了，自己漏思考了哪些角度，忘记加载了哪些数据，修正并优化，如此循环，就能不断进步。
如果你到了看到他发黄的鼻托就知道他这幅眼镜起码带了1年，鼻托上有铜绿起码带了两年且洗澡前不脱眼镜的地步，就可以到阶段三了，到了算是真正有用的阶段了。
模拟其情景并带入，注入其数据，加载其运算逻辑后，得到接近于真实的体验或思考结果，对比有偏差后再检索流程，修正并优化，如此循环。（这句话基本涵盖了这个方法的核心）
写的通俗易懂一点就是，你先创建了一个虚拟机，对方是linux的操作系统，那么你就装个Linux的系统（模拟其情景，站在别人的角度），光装了系统还不行，你没有数据，所以要注入数据，也就是他的系统上有哪些资料软件（他知道哪些信息），那么怎么用这些资料信息呢？就要加载他的逻辑运算方式了（他是怎么思考，处理这些数据的）
关键的一点来了，如何知道他的逻辑运算方式和思考的侧重点呢？平常跟他聊天，对话的时候，猜他下一句话会说什么。
原理是这样的，你所说的话或者传达给他的信息，他接受到了之后会处理这些信息，并反馈给你，也就是他的下一句话。自己不断的模拟自己接受到这些信息之后会怎么去处理，罗列出大概4~5种可能以及对应的逻辑思考方式，如果他的下一句话对应了其中一种可能，那么他大概就是以这种逻辑思考问题的，但又有人会问了，我不能一下模拟出这么多的可能性啊，这个问题在于你的数据库积累的量还不足，解决的方法是，对同一个问题AG旗舰厅，多看看身边人的回答都有哪些，每一个看法都对应了一个逻辑思考方式，知乎就是一个很好的数据库，自从开始逛知乎，功力大增了呢~
当你能猜出70%他下一句能说出的话时，他思考问题的方式和处理数据的侧重点和优先级，你就差不多清楚了。
在不断猜他下一句话会怎么说的时候，会出现很多猜不中的情况，不要灰心，对比有偏差后再检索流程，修正并优化，如此循环，这句线遍！
这个时候，你有了他的运算逻辑，面对同样的信息输入时，你就可以很清楚的知道他会怎么去做了。也就是我们常说的，他是怎么想的？他为什么会去这样做？
起因分为客观因素与人的主观，起因部分有时候不是真实的，需要从经过结果反推真正的起因，尤其是人的主观意愿促使事件发生的时候，他的一面之辞仅供参考。（我没有在黑TG，蛤蛤）
经过分为，为啥这么做，怎么去实现的，会涉及到哪些人和事。比如一件事情的发生，你套用不同的人的视角去看，加载这个人的数据，年龄，职位，性别，思考优先级，偏好侧重点，利益相关程度，你就会得到这类人对这件事情的大致感受。因为事情基本都人在推进它们实现，所以你摸清这个事件波及的点以及每个点上的人，就知道这事情为啥会这样了。要去做一件事的时候，也是一样的道理，搞清这件事要涉及哪些点，以及点上的人，模拟运算一下（我模拟的程度细到这个人最近经历了什么事，在什么时间段会参与到我这件事中，他在这件事中处于什么样的地位或作用，我与他交涉时会发生哪些事件，这些事件我会怎么解决，交涉完后会有哪些突发事件，我会怎么解决，他会不会牵扯到其他的点和人，这件事对后面的事件有什么影响，是纵向关系还是横向关系），找出最优解，就可以了。
结果部分分为预期结果，实际结果，误差分析，以及波及人群，这都很好理解了，就不在多说了。起因，经过，结果，知其二可推三。
对事分析说简单点，就是模拟每个涉及到的人是如何参与进来的，起了什么作用，有怎么样的看法。你模拟的颗粒越细，就越有数。全盘布局，心思缜密这类词，就是这个人在脑海里把这个程序跑了一遍，然后debug。
知道一个人的运算逻辑是一件很恐怖的事情，你可以很轻易的有意识的用一些数据做引导就能得到你想要的结果，有人说情感是不可以被控制的，但我很负责的告诉你，知道一个人的运算逻辑后，情感是可以被引导的（我试过N回）。通过这套方法，你可以很轻易的跟任何人（向下兼容）打成一片，他的偏好设置，弱点知道的一清二楚，但我并不喜欢这样，除非是对待不是好人这种，那自然菩萨心肠，金刚手段。只想提醒一点，用在正道上。
如果你跟一个人相处的很舒服，可能不是你们有多投机，而是他的阅历、情商都高于你，降维打击而已，真就向下兼容呗（快夸我！2015年我就说过这个观点了！23333333）
“你对于那个问题不能解决吗？那末，你就去调查那个问题的现状和它的历史吧！你完完全全调查明白了，你对那个问题就有解决的办法了。一切结论产生于调查情况的末尾，而不是在它的先头。只有蠢人，才是他一个人，或者邀集一堆人，不作调查，而只是冥思苦索地“想办法”、“打主意”。须知这是一定不能想出什么好办法，打出什么好主意的。换一句话说，他一定要产生错办法和错主意。”
在各种思维模型泛滥的今天，我们很容易忽略一个事实，就是分析问题最重要的是收集信息， 追求“窥一斑而知全豹”的方法论，是一种智力上的偷懒，方法论在信息差面前是非常无力的。
很多人都喜欢这样的故事，某位投资大师考察一家公司时，发现这家公司的总裁使用高级亚麻纸写写画画，于是判断这位总裁不够节俭，进而推断这家公司成本控制有问题，最后得出这家公司不值得投资的结论。然后卖掉这家公司的股票，转而投资另一家公司，理由是这家公司的总裁特别节俭，把使用过的信封当便签用。故事的结局是第一家公司很快陷入破产清算的境地，而第二家公司由于业绩上升股价暴涨，让这位投资大师赚的盆满钵溢。（这个故事来自投机大师利弗莫尔的回忆录）
“许多巡视员，许多游击队的领导者，许多新接任的工作干部，喜欢一到就宣布政见，看到一点表面，一个枝节，就指手画脚地说这也不对，那也错误。这种纯主观地“瞎说一顿”，实在是最可恶没有的。他一定要弄坏事情，一定要失掉群众，一定不能解决问题。”
通过一个细节发现重大问题的体验，会带给人智力上巨大的虚荣感，但这不是一个好的分析方法，因为从使用高级纸张这个事实，推断出总裁不够节俭，再推断公司成本控制有问题，最后得出这家公司不值得投资的结论，中间隔了好几层假设。分析问题最忌讳的就是“叠罗汉” ，也就是用事实A得出B，用B推断出C，然后得到D结论，即使你每一步的准确率都高达80%，三次假设以后也降到了 50%。
从概率上讲，正确的结论通常都是直接来自于大量的事实，而不是基于单一事实的多层假设。
很多人做生意失败，都是习惯性的用多层假设来做决策。比如很多人会这样分析问题：这条街人气很旺，所以我在这条街的38号开一家重庆小面的店生意会很好。
这个结论就是基于“人气很旺”这一个事实，通过多层假设得出来的。但问题是，如果其中一个假设不成立，生意就会大受影响。
比如这条街虽然人气很旺，但这条街辐射的居民区都有重庆小面，人们逛街的时候想吃点其它食物。或者38号商铺门前有花坛，影响了人气聚集。又或者这里的居民普遍口味清淡，不喜欢口味偏重的重庆小面。
通过多层假设得出来的结论，想当然的概率会非常高，正确的决策是事实和事实组合出来的，决定决策质量的是信息量。要避免想当然，在决策前需要大量的调查。
读过教员的《寻乌调查》就知道他对调查研究有多重视，这份八万字的调查报告详细到什么程度呢？看完这份报告你会知道，这个位于闽粤赣交界处的小城，任何一家店铺的老板叫什么，本钱有多少，货品从哪里来，利润是多少。
以上只是这份报告极小的一部分，看完这篇调查报告，我们就能理解，教员看待问题的维度，为什么始终高别人一头，这一切都是建立在对社会矛盾的深刻洞察之上的。
教员的很多论断，比如“星星之火可以燎原”、“农村包围城市”，都是建立详实的调查研究之上，这也是无论革命遭遇什么样的挫折，教员始终保持道路自信，始终保持革命乐观主义的原因所在。
一开始的回答写成了“如何锻炼出强悍的数据分析问题”，后来才发现问题其实更大。但是其实答案更简单和抽象，强悍的分析能力依赖于三点：信息收集能力、特征识别能力和推演能力。
信息收集能力的涵盖很广泛，从生活中的察言观色和听话听音，到资料查询和搜索引擎使用，甚至可以包括更复杂一些的网络爬虫等等。看似容易做到极致却很难，就算是在律所投行咨询等一些高大上的公司，能把搜索引擎及文献检索做到极致，也会成为差异化的竞争力。另外，会聊天会提问也是一门技术，以便获取更多的高价值一手信息。除去直接的信息收集，之后的信息整理和归类也很关键，能够大幅提升人脑检索的速度和质量。
其实信息收集能力对于分析能力的重要性不言而喻，如同当下火爆的大数据概念，核心就两条：数据在质量和数量上出现突破，算力在质量和数量上出现突破。前者是关于信息收集，而后者将在下面提到。
特征识别能力听起来玄乎，其实在生活中被不知不觉广泛应用，简单说就是从庞杂的信息中提取出最容易记忆和最具代表性的部分，为下一步的分析和关联作为基础。人看人的脸会发现各有不同，是根据各种五官的特征及组合形成了自己的分类体系；然而人看鸡的脸就会犯脸盲症，因为原有的特征识别能力失效了。甚至外国人看亚洲人都觉得神似，因为他们习惯于用头发眼睛颜色来区分，遇到都是黑眼睛黑头发的亚洲人就发懵了。
除了这种天生形成的特征识别能力，也有不少是在工作生活中通过言传身教或者系统学习获得：妈妈嘱咐平时接到中奖电话或不要搭理，HR评估候选人看教育背景和工作时间，产品经理评估App用DAU和留存率……越复杂的事情，需要识别和综合考虑的特征越多越复杂，比如投资人评估公司除了看利润、PE和增长率等，还有各种定量定性多得数不胜数的指标，而且每个成功的投资人的侧重点和角度还略有不同。
更高阶的就是长期积累从量变引发质变，通过身边最普通的事件做特征识别。典型例子就是：在新闻联播中播音员念出来的都是中文，对大多数人而言都平淡无奇甚至是陈词滥调；然而却有人能从遣词造句、播放频次以及前后顺序等特征中，找到投资机会或者嗅觉到政治动向。
如果换到机器掌控的大数据和AI领域，其实就是通过Deep Learning等方式找到最有效的特征值做分类。
推演能力是建立在特征认知之后的进一步深度理解和行动。如果没有推演，只是进行浅层次得根据特征识别出来的结果进行分析，往往就是“看山是山”，没有触及到现象所掩盖的本质以及指导我们做出对自己最有益的行动。这种推演能力往往是建立在长期的相关性观察和因果观察的基础智商，通过“人肉大数据”或者“机器大数据”形成一套逻辑链条，最终达到“看山不是山”甚至“看山仍是山”的段位。
在答案中（何明科：有哪些令人拍案叫绝的推理桥段？）就列举了一个著名的投资案例：某国核潜艇发生重大事故引发民众对多个筹备中的核电厂项目的担忧及恐慌核电对传统能源的替代作用减弱引发对传统化石能源需求增大的猜测传统化石能源的价格上涨。真正的投资高手在核潜艇事故发生的第一时间就完成了整个分析以及逻辑链条的推演，然后开始投资布局，最终获得大胜。
这样的故事在投资圈里很多，难怪投资是最考验人类智商的工作之一。从21世纪开始，IT及互联网技术蓬勃向上，无数基金在各类科技公司砸下重金，然而真正赚到钱的人又有几何呢？选中亚马逊、苹果和谷歌等这样的公司并长期拿住，并不是易事。然而有一批基金却做出了挖水卖铲的决定，他们的推理链条如下：互联网及移动互联网兴起消费者对手机及移动流量的需求大幅增加电讯公司需要建设更多的基站投资基站建设公司。
这里有个很大的疑问是：为什么基金们不直接投资电讯公司？首先，美国的电讯行业较为分散，而且时常面对反垄断法的折磨，同时有被互联网公司彻底通道化而降低利润的危险。而美国的基站建设业务基本被三家巨型公司垄断75%以上的份额，美国铁塔公司（AMT）是其中规模最大也是利润最丰厚的一家；同时，基站建设有先发优势，一旦在某些地理位置布局和建设基站，电讯公司不容易更换。所以较之电讯公司，基站建设公司的垄断性及防御性，都远远更强，因此是更好的投资标的。所以，在其他基金疯抢各类高科技公司以及电讯公司的时候，这些基金暗暗布局和重仓基站公司，特别是AMT。
最后AMT走出的股价曲线如下左图，最低点的股价是不到1美元，目前是100多美元；而且即使在移动互联网逐步兴起的2010年开始投资，到目前也有3倍以上的回报。如下右图，是对比AMT、Yahoo和微软三家从二十一世纪开始到目前的股价走势，AMT也走出了稳稳的增长趋势。
在线客服
客服咨询
官方微信
返回顶部