![](data:image/svg+xml,<svg xmlns="http://www.w3.org/2000/svg" width="32" height="32"><text y="28" font-size="28">🤑</text></svg>)
《长远的视角》— Peter Schwartz
一句话定位：情景规划的经典之作——不是预测未来，而是为多种可能的未来做准备。Shell（壳牌）石油公司用这种方法在 1970 年代石油危机中比竞争对手准备得更好。OPC 操作者可以用同样的方法为加密市场的多种情景做准备。
为什么这本书在本体系中不可替代
在 7.10 章节中，本书被列为 OPC 框架的参考资源。它的核心价值在于：
- 不是预测：承认未来不可预测——任何告诉你"BTC 会到多少"的人都是在猜
- 而是准备：为多种可能的未来做准备——无论发生什么，你都有计划
- 故事化：用叙事（而非数字）描述未来情景——人脑更容易理解故事，而不是概率分布
对于 OPC 操作者来说，情景规划比点预测更实用：
- 不是"BTC 会到 10 万"
- 而是"如果美联储降息，BTC 可能到 X；如果地缘冲突升级，BTC 可能到 Y"
- 你不需要预测对，你只需要为每种情景都有准备
Shell 石油公司在 1970 年代用情景规划预判了石油危机——不是因为他们预测到了 OPEC 会禁运，而是因为他们为"石油供应中断"这个情景做了准备。当危机真的发生时，他们比竞争对手反应更快、损失更小。
核心概念深度拆解
概念一：情景规划 vs 预测——两种应对未来的方式
李永乐式生活化例子
预测就像天气预报："明天 70% 概率下雨"——你据此决定带不带伞。如果预报错了，你就淋雨了。
情景规划就像旅行准备：
- 如果去热带：带防晒霜、泳衣、驱蚊液
- 如果去寒带：带羽绒服、暖宝宝、防滑鞋
- 如果去雨季：带雨衣、防水鞋、速干衣
你不知道具体会遇到什么天气，但你为多种情景都做了准备。无论天气如何，你都不会措手不及。
在投资中：
- 预测："BTC 会到 10 万"——如果错了，你没有准备
- 情景规划："如果牛市，我在 X 减仓；如果熊市，我在 Y 补仓；如果横盘，我做网格"——无论发生什么，你都有计划
Schwartz 的核心洞察：未来是不可预测的，但你可以为多种可能的未来做准备。准备比预测更重要。
学术定义
情景规划（Scenario Planning）的核心步骤：
- 识别关键不确定性：未来有哪些关键变量不确定？（通常选 2-3 个最重要的）
- 构建情景矩阵：将关键变量组合成 2-4 个不同的情景
- 为每个情景编写"故事"：用叙事描述每个情景的世界——不是数字，而是故事
- 识别信号：每个情景有哪些"早期信号"？如何判断正在走向哪个情景？
- 制定应对策略：为每个情景准备不同的策略
情景规划 vs 预测的区别：
- 预测：给出一个最可能的结果 + 置信区间
- 情景规划：给出多个可能的结果，不指定概率
- 预测适合：短期、变量少、规律性强的场景（如天气）
- 情景规划适合：长期、变量多、不确定性高的场景（如加密市场）
OPC/Web3 应用
1. 加密市场的情景矩阵
关键不确定性（选 2 个最重要的）：
- 美联储政策：鸽派（降息/宽松）vs 鹰派（加息/紧缩）
- 监管环境：友好（明确规则、鼓励创新）vs 严格（打压、禁止）
情景矩阵：
| 监管友好 | 监管严格 | |
|---|---|---|
| 美联储鸽派 | 情景A：牛市狂欢 | 情景B：分化市场 |
| 美联储鹰派 | 情景C：震荡筑底 | 情景D：深度熊市 |
- 情景A（牛市狂欢）：降息 + 明确监管 → 资金涌入 → BTC 新高 → DeFi 爆发
- 情景B（分化市场）：降息 + 严格监管 → 资金流向合规项目 → 不合规项目被淘汰
- 情景C（震荡筑底）：加息 + 友好监管 → 资金观望 → 价格震荡 → 长期投资者布局
- 情景D（深度熊市）：加息 + 严格监管 → 资金外流 → 价格暴跌 → 只有 BTC 生存
2. 为每个情景准备策略
- 情景A：重仓 BTC/ETH，适度参与 DeFi，控制杠杆
- 情景B：只持有合规资产（BTC、合规稳定币），避免不合规项目
- 情景C：定投 BTC，做网格交易，保持流动性
- 情景D：持有现金，等待底部信号，准备抄底
概念二：关键驱动力与不确定性——区分"确定"和"不确定"
李永乐式生活化例子
你在规划一次自驾旅行，需要区分两类因素：
确定的驱动力（你知道会发生的事情）：
- 你的车有油（你出发前加满了油）
- 高速公路存在（地图上标得很清楚）
- 你有 7 天假期（日历上写得很清楚）
关键不确定性（你不知道会发生的事情）：
- 天气：会下雨吗？会下雪吗？
- 交通：会堵车吗？会修路吗？
- 意外：车会坏吗？会遇到事故吗？
你不需要为"确定的驱动力"做计划——它们已经确定了。 你需要为"关键不确定性"做准备——因为它们决定了你的旅行是否顺利。
在加密市场中：
- 确定的驱动力：区块链技术会继续发展、全球数字化趋势不可逆、年轻一代接受数字资产
- 关键不确定性：美联储政策、监管态度、地缘冲突、技术突破时间点
学术定义
情景规划的关键步骤是区分：
- 驱动力（Driving Forces）：确定会影响未来的因素——如人口趋势、技术进步、气候变化
- 关键不确定性（Critical Uncertainties）：不确定会如何发展的因素——如政策走向、市场情绪、黑天鹅事件
识别驱动力的方法：
- PESTEL 分析：政治、经济、社会、技术、环境、法律
- 利益相关者分析：谁在影响这个系统？他们的利益是什么？
- 历史类比：历史上类似的情况是如何演变的？
OPC/Web3 应用
1. 加密市场的驱动力
确定的驱动力：
- 区块链技术持续发展（Layer2、跨链、隐私技术）
- 全球数字化趋势（CBDC、数字支付、Web3 身份）
- 年轻一代对数字资产的接受度（Z 世代更信任代码 than 机构）
- 机构投资者的参与度持续增加（ETF、托管、合规）
关键不确定性：
- 美国监管态度（SEC 执法力度、国会立法进展）
- 美联储货币政策（降息/加息节奏、QT 结束时间）
- 中美地缘博弈（技术脱钩、金融制裁）
- 技术突破的时间点（ZK、AI+区块链、量子计算威胁）
2. 监控"早期信号"
每个情景都有"早期信号"——如果你看到这些信号，就知道正在走向哪个情景：
- 情景A 的信号：美联储鸽派讲话、SEC 批准 ETF、国会通过加密友好法案
- 情景D 的信号：美联储鹰派讲话、SEC 大规模执法、银行切断加密接口
概念三：情景的"故事化"——用叙事代替数字
李永乐式生活化例子
你去旅游，有两种规划方式：
方式 A（数字式）：
- 第 1 天：行程 200 公里，住宿费 300 元
- 第 2 天：行程 150 公里，住宿费 250 元
- 第 3 天：行程 180 公里，住宿费 280 元
方式 B（故事式）：
- 第 1 天：你沿着海岸线开车，经过一个小渔村，在海边的民宿住下，听着海浪声入睡
- 第 2 天：你翻过一座山，在山顶的咖啡馆喝了一杯咖啡，看到了整个山谷的美景
- 第 3 天：你到达了一个古城，在老街上逛了一下午，吃了一碗当地特色面
哪种方式更容易记住？更容易影响你的决策？显然是方式 B。
Schwartz 的核心洞察：人脑是为故事而设计的，不是为数字而设计的。好的情景规划应该用故事来描述，而不是用数字。
学术定义
情景故事化的原则：
- 内部一致性：故事的各个元素必须相互一致——不能"又降息又高通胀"
- 可信性：故事必须是可信的——不能是科幻小说
- 挑战性：故事应该挑战现有假设——不能只是"现状的延续"
- 决策相关性：故事应该指向不同的决策——如果所有情景的最优策略相同，情景规划就没有意义
OPC/Web3 应用
1. 情景 A 的故事："牛市狂欢"（2025 年）
2025 年初，美联储宣布降息 50bp，市场欢腾。同一天，SEC 批准了以太坊 ETF，机构资金涌入。
BTC 在一个月内从 4.5 万涨到 7 万。DeFi TVL 翻了三倍。每个周末都有新的"万倍币"诞生。
你的朋友开始问你"怎么买 BTC"。你的妈妈开始问你"什么是 NFT"。
你意识到：这是牛市的中后期。你开始执行减仓计划。
2. 情景 D 的故事："深度熊市"（2025 年）
2025 年初，美联储宣布继续加息 25bp，理由是"通胀仍然高企"。同一天，SEC 对三家交易所提起诉讼。
BTC 在一个月内从 4.5 万跌到 2.5 万。DeFi TVL 腰斩。交易所开始限制提款。
你的朋友开始问你"BTC 是不是归零了"。你的妈妈开始问你"你是不是亏了很多钱"。
你意识到：这是熊市的底部区域。你开始执行定投计划。
概念四：情景规划的"适应性策略"——不预测，但准备
李永乐式生活化例子
你是一个农民，不知道明年的天气会怎样。
预测式策略：赌明年是旱年，全部种耐旱作物——如果错了，颗粒无收 情景规划策略：
- 30% 的地种耐旱作物（旱年保底）
- 30% 的地种需水作物（雨年高产）
- 30% 的地种适应性作物（无论天气如何都能有收成）
- 10% 的地留作试验田（测试新品种）
无论天气如何，你都有收成——虽然不是"最优"的，但一定不是"最差"的。
在投资中，这就是"适应性策略"——不追求在一种情景下的最优收益，而追求在所有情景下都不会破产。
学术定义
适应性策略（Adaptive Strategy）的核心原则：
- 鲁棒性（Robustness）：策略在多种情景下都能"还不错"
- 灵活性（Flexibility）：策略可以根据新信息快速调整
- 韧性（Resilience）：策略在极端情景下不会破产
- 学习性（Learning）：策略包含持续学习和调整的机制
适应性策略 vs 最优策略：
- 最优策略：在一种情景下收益最大化——但如果情景判断错误，可能损失惨重
- 适应性策略：在所有情景下都"还不错"——永远不会"最优"，但永远不会"最差"
OPC/Web3 应用
1. OPC 的适应性投资策略
| 策略元素 | 目的 | 具体做法 |
|---|---|---|
| 核心仓位（50%） | 鲁棒性 | BTC + ETH，长期持有 |
| 卫星仓位（30%） | 灵活性 | 根据情景调整的中短期仓位 |
| 机会仓位（10%） | 上行空间 | 高风险高回报的早期项目 |
| 现金储备（10%） | 韧性 | 应对极端情景的"弹药" |
2. 情景切换的信号与行动
| 情景信号 | 判断 | 行动 |
|---|---|---|
| 美联储鸽派 + 监管友好 | 走向情景 A | 增加风险敞口 |
| 美联储鸽派 + 监管严格 | 走向情景 B | 转向合规资产 |
| 美联储鹰派 + 监管友好 | 走向情景 C | 减少杠杆，定投 |
| 美联储鹰派 + 监管严格 | 走向情景 D | 增加现金，等待 |
跨章节引用地图
OPC/Web3 直接应用价值
| 应用场景 | 书中概念 | OPC 实践 | Web3 映射 | 章节关联 |
|---|---|---|---|---|
| 投资策略 | 情景规划 | 为多种市场情景做准备 | 牛/熊/横盘的不同策略 | 7.10 |
| 风险管理 | 关键不确定性 | 识别影响市场的关键变量 | 美联储、监管、技术 | 7.10 |
| 决策框架 | 驱动力分析 | 区分确定因素和不确定因素 | 长期趋势 vs 短期波动 | 7.10 |
| 策略设计 | 适应性策略 | 构建在多种情景下都有效的策略 | 核心+卫星+机会仓位 | 7.10 |
| 信号监控 | 早期信号 | 识别情景切换的信号 | 鸽派/鹰派讲话、监管动态 | 7.10 |
| 沟通策略 | 故事化叙述 | 用叙事描述投资策略 | 情景故事比数字更有说服力 | 7.10 |
关联书籍网络
| 关联书籍 | 关联维度 | 交叉概念 | 互补关系 |
|---|---|---|---|
| 《超预测》 | 预测 vs 规划 | 概率思维 | 那本讲概率预测，本书讲情景规划 |
| 《变化中的世界秩序》 | 大周期 | 长期趋势 | 达利欧提供宏观框架，Schwartz 提供方法论 |
| 《反脆弱》 | 不确定性 | 从波动中获益 | 情景规划识别不确定性，反脆弱应对不确定性 |
| 《黑天鹅》 | 极端事件 | 不可预测性 | 情景规划无法覆盖黑天鹅，但可以提高韧性 |
| 《策略思维》 | 博弈论 | 策略互动 | 博弈论帮助理解情景中各方的行为 |
延伸阅读路径
初级路径
中级路径
- 《长远的视角》（本书）
- → 《变化中的世界秩序》 — 大周期视角
- → 《策略思维》 — 博弈论分析
高级路径
参考与延伸
[1] Schwartz, P. "The Art of the Long View" (1991) — 本书原著，情景规划经典
[2] Wack, P. "Scenarios: Uncharted Waters Ahead" (1985) — Shell 的情景规划实践，哈佛商业评论经典文章
[3] van der Heijden, K. "Scenarios: The Art of Strategic Conversation" (2005) — 情景规划的现代发展
[4] Taleb, N.N. "The Black Swan" (2007) — 极端事件的理论，情景规划的"盲区"
[5] Tetlock, P. "Superforecasting" (2015) — 预测方法论，与情景规划的互补