Principles 原則-讀後感：全球最大對沖基金創始人的生活及工作原則
做有意義的工作，發展有意義的人際關係，該如何實現？
這本書一開始是朋友推薦的，上個月在機場時順腳走進了書局(因為又誤點了)，看到這本書在非常顯眼的位置，順手翻了下，文筆風格就吸引我了目光，也幫我消磨了時間。
落地時馬上在雅馬遜購買，趁著幾個週末的時間閱讀，今天終於讀完了。第一個感覺就是，本書每一頁全是精華啊，一滴水都沒灌。
邀請你至Blog閱讀全文：
Principles 原則-讀後感：全球最大對沖基金創始人的生活及工作原則如果你喜歡我的文章，也邀請你訂閱『Rock Data』電子報，支持我持續創作
不管我一生中取得了多大的成功，其主要原因都不是我知道多少事情，而是我知道在無知的情況下自己應該怎麼做。
我一生中學到的最重要的東西是一種以原則為基礎的生活方式，是它幫助我發現真相是什麼，並據此如何行動。
作者Ray Dalio，他在70年代創立了橋水基金，目前是全球最大的避險基金，管理1500億美元的資金。
首先，書名是《原則》，就是作者一輩子碰的釘子踩的坑和如何避免的大集合。
本書從作者傳奇的人生經歷開始、接著講到了生活原則以及工作原則。之所以會由人生經歷開始，主要是希望讓讀者更理解作者背景及為人處事，進而能對之後所提的原則更有共鳴。
雖然作者在開頭說了，他不介意讀者跳過這部分。但我認為，若要有深刻體會，反而不能錯過。
在第一部分的故事中，作者描述了其工作與生活面臨到的問題，主要集中在經濟問題，包含1980債權危機 1970石油危機 1990及2000年的亞洲金融風暴&科技泡沫 ，到了2008年次貸及2012年歐債危機。
可能因為自己曾經也是經濟學領域的人，裡面的各種片段總能非常有感。透過作者描繪的親身處境，以及在處理投資績效、公司治理等問題的方式(或稱為原則)，已經略有不少的體會。
極度求真以及極度透明
我想要做有意義的工作，發展有意義的人際關係，為了實現這些，要做到極度求真以及極度透明，在現實中遇到了問題，把它記錄起來，豐富了原則。
作者非常擅於追求真相＆自我檢討，並將經驗優化成系統化的人。在這一串的優化過程，出現了本書上百條的生活及工作原則，在工作原則中，關於員工、主管、企業文化、招聘等環節都有涉獵。
即使原則有這麼多，但都是圍繞著最重要的核心：極度求真以及極度透明
而要做到極度求真與透明的方法叫做創意擇優，透過三件事:
- 坦承自己最真實的想法，讓大家公開討論
- 理性的表達分歧，以便大家進行高質量的辯論、拓展思路，盡量行程最優的集體決策
- 用創意擇優來處理不同的意見
以追求真理為根基，建立互通有無的公司文化，招聘、培養、選拔、糅合、開除團隊成員，然後系統性地察覺、診斷、解決問題！
作者的祝願
- 你能將工作和激情有機結合再一起
- 你能與同事為了共同的使命而奮鬥，收穫成果
- 你能盡情享受奮鬥和成果帶來的歡樂
- 你將迅速改善和進化，成就斐然
一些想法：
- 儘管我通常非常排斥暢銷書，排斥成功人士的心靈雞湯，更排斥這二者的交集，但是這本書是讓我產生強烈共鳴的：一個靠著街頭智慧在金融市場上摸爬滾打取得斐然成就的人，居然用如此抽像簡潔的概念建築自己的生活和工作原則，這種信號讓我感到眼前一量。
- 原則應該是一以貫之的，可以先有總原則，然後再有分步分類的第二級第三級第四級的具體細小的原則，最後形成一種無意識的算法和習慣，按照這樣的習慣進行決策。
- 在平時就形成這種具體的、結構化的算法和習慣，就能在重大的關鍵時刻幫助我們進行正確的決策。並且給自己的原則設定加權值，何種情境下的權值和比重如何。
- 應證了自己的部分經歷，挫折使人成長，主要是你怎麼消化這些挫折，進行反思，然後成長
- 又一個觀念跟作者一至，就是遇到挫折又突破的過程中，即使成長了，但依然有大更的挑戰，而這挑戰跟你之前克服過的挑戰，難度是一樣的。也就是說，挫折、反思、突破、優化 這是一個封閉圓圈的循環
- 西方人雖然在機械式的學習比不上亞洲人，但可以感覺出，對交流、辯證、實事求是的精神非常強大，這種文化的差異，或許也是學術或創新領域，西方人仍然持續領先的原因。
- 作者提到了幾本書：千面英雄、歷史的教訓、基因之河、論個人在歷史的作用
- YouTube曾看過一個很好看的經濟學影片，居然就是本書作者創作的!!
Principles 原則-讀後感：全球最大對沖基金創始人的生活及工作原則
如果你喜歡我的文章，也邀請你訂閱『Rock Data』電子報，支持我持續創作
1. Hello All：主站遷移至👉https://andyrockdata.com/ ，請改至『ROCK DATA』Blog 閱讀新文章完整內容，如果喜歡我的文章，可以訂閱我的電子報(Medium站仍將張貼新文章訊息)2.立即追蹤👉ROCK DATA臉書粉絲頁跟ROCK DATA IG(@andyrockdata)3.【入門數據分析，掌握HiveSQL取數能力】在hahow上架啦，購買連結👉 http://hahow.in/cr/andyrockhive4. 往期的數據相關文章可以參考以下link
- 數據分析系列1：談談數據分析的眾多Title
- 數據分析系列2：數據分析的一週工作日程
- 數據分析系列3：身為資料分析師，你該如何展現工作中的價值？
- 數據分析系列4：如何量化職場規劃？我這次的轉職規劃與Offer選擇
- 數據分析系列5：為什麼要關心資料來源？談談埋點數據的陷阱
- 數據分析系列6：精選幾個機器學習的學習資源
- 數據分析系列7：數位化決策轉型與企業文化的一些思考
- 數據分析系列8：中山大學經濟所職涯座談(ㄧ)：”了解自己”的重要＆我怎麼成為數據分析師
- 數據分析系列9：中山大學經濟所職涯座談(二)：想從事資料分析？你需要具備這8個能力
- 數據分析系列10：中山大學經濟所職涯座談(三) ：讓資料變商機 — 資料分析在我們生活中的應用
- 數據分析系列11：面試時，資料分析師該怎麼準備作品集？
- 數據分析系列12：2018年終工作總結(數據分析師)
- 數據分析系列13：數據化運營中玩過的分析項目：一個數據分析師的經驗總結
- 數據分析系列14：如何提升運營/產品的優化效率？或許數據指標體系的搭建可以幫到忙
- 數據分析系列15：用戶畫像很重要，那你知道是怎麼畫出來的嗎？
- 數據分析系列16：給剛入行的數據分析師：想產生價值，在試用期要做的三件事
- 數據分析系列17：2019 數據分析工作總結_關鍵詞：數倉構建、BI可視化看板、用戶畫像(標籤)與精準行銷
- 數據分析系列18：入門數據分析的第一個大門檻：SQL/Hive取數-聊聊自身學習SQL的經歷以及三個自學網站分享
- 數據分析系列19：身為數據分析師，我怎麼看hahow上”R語言和商業分析”這門課
- 數據分析系列20：直接用SQL來分析數據？怎麼沒用python/R？3個面向來考量分析工具的選擇
- 數據分析系列21：數據分析的”橫向”學習之路-珍藏的網上文章重新整理放上github
- 數據分析系列22：透過埋點，讓數據說話：埋點基本知識
- 數據分析系列23：以數據為核心的CRM進化產品：帶你了解CDP(客戶數據平台)開發過程與難點
- 數據分析系列24：SQL不難啊，為什麼不容易精通？自學與實務的4個落差
- 數據分析系列25：數據分析基本-相關分析與可視化(R語言)
- 數據分析系列26：刷完了Leetcode SQL Hard Level的28道題：歡迎領取參考答案
- 數據分析系列27：數據太髒了！3個步驟做好數據質量管理
- 數據分析系列28：跨部門溝通成本太高？數據人實現高效跨部門溝通的4個方式
- 數據分析系列29：數據分析師職場發展的另類出路
- 數據分析系列30：Databrick為何收購BI產品Redash？產品視角來看Redash的功能與價值
- 數據分析系列31：數據分析師要失業了？解讀<2022 Gartner BI魔力象限> BI產品趨勢
- 數據分析系列32：Google Data Catalog如何幫忙管理數據？ 產品介紹與體驗心得
- 數據分析系列33：復盤：數據產品從0到1的建設過程，我的9點感觸
- 數據分析系列34：Shopline-數據分析中心(Shoplytics)產品體驗
- 數據分析系列35：搞數據還是做產品？淺談『數據產品經理』
