最佳金融市场推理方法

来源: 信步华尔街于 2017-09-20 15:49:27 [档案] [博客] [旧帖] [给我悄悄话] 本文已被阅读：次 (9946 bytes)

我们先来看一个34的逻辑推理：

我来说说为什么美国房价即将暴跌！

美元暴跌！美元爆贬30%，50%，作为外国投资者怎么办？赶快卖出美国国债！一年1%~3%那么一丁点利息怎么够美元贬值百分之三五十的，谁再持有美国国债就成大傻了。美元贬值造成商品涨价，引起高通货膨胀。

国债下跌，通涨，使得利率急升，房地产价格自然暴跌！

不信？等着瞧！两年功夫，2019年。

以公式记下：

美元暴跌（A）--〉高通货膨胀（B）--〉利率急升（C）--〉美国房价暴跌（D）

结论：D：2019，美国房价即将暴跌！

ABCD逻辑链很完整，是不是？让人信服吧，那是不是现在该卖房呢？大家笑了。

不要笑，股市上，我们99%的人都在做类似的推理，一切看起来Perfect，除了结论日后被验证是错的！

问题出在哪里呢？一个看似严密的推理，导出一个极可能错误的结论？

我们知道，逻辑推导就是

A-〉B。如果A成立，则B成立。现在A成立，所以B成立。

这是我们多年教育的结果，难道有错？

基本没错。这相当于牛顿定律，绝大多数条件下是正确的，除了爱因斯坦提出的边界条件：时空转换下。

我们学习的逻辑推理，来自数学物理等自然科学，自然科学中的逻辑推理是什么？

是精确推理。

什么？推理还有不精确的？那还是推理吗？

回头看看这个推理模式：

A-〉B。如果A成立，则B成立。现在A成立，所以B成立。

我们其实隐含的加了很多的条件：

(i) Ａ要么成立，要么不成立。

(ii)Ａ成立一定１００％推出Ｂ成立。

(iii)同样，Ｂ要么成立，要么不成立。

现在思考一下，如果我们知道Ａ80%可能性成立，Ａ成立８０％可能性能推出Ｂ成立，那Ｂ成立的可能性是多少？

这就是模糊推理。

还记得我在＂人工智能看大道至简＂（http://blog.wenxuecity.com/myblog/70211/201703/4399.html? ）中提出的智能的三个方面吗？

（ｉ）记忆力

（ｉｉ）精确推理

（ｉｉｉ）模糊推理

人工智能模仿的是人类模糊推理的能力，比如一大群人中你认出妈妈来。（你妈妈要有个双胞胎而你不知的话，你还是有可能认错的。模糊推理不可能１００％确定，尽管我们以为１００％确定）。

而股市上，我们因为没有一个确定的东西，包括条件和推理过程，所以都是模糊推理而我们经常不自知，还以为是精确推理。而这，就是我们股市推理的最大陷阱。

涉及到模糊推理，用到的是概率统计，而不是传统的精确数学了。具体说，是条件概率。

Ａ－〉Ｂ

Ａ发生有一概率P(A)

Ｂ发生有一概率P(Ｂ)

Ａ发生引起Ｂ发生是一个条件概率P(B|A)

首先要说明的是：Ａ发生条件下Ｂ发生的全概率和任何条件下Ｂ发生概率是不一样的，后者大于等于前者。前者实际上是ＡＢ同时发生的概率：P(A and B)。后者发生的概率是P(B)。P(B)>=P(A and B)。

下面画集合图示意就明白了。

事件A和B同时发生概率为30%，事件A发生概率为40%（10%+30%），事件B发生概率为60%（30%+30%）。

P(A) = 40%

P(B) = 60%

P(A and B) = 30%

那在A发生的条件下，B发生的概率是多少？A有40%概率发生，而AB同时发生的概率为30%，故P(B|A)=P(A and B) / P(A) = 30%/40% = 75%。换句话说，A-〉B的推导概率为75%。而我们知道B的全概率是P(B)=60%，条件A的发生提高了判断B发生的概率。同时，你要注意，条件A不发生的情况下，B也可能发生，事实上，P(B-A) = 30%，这部分是我们的Luck。

实际上，A-〉B推导的是：A-〉Ａ and B，用公式表示为：(将上面的计算公式变下型)

P(A and B) = P(A) * P(B|A)

即Ａ－〉Ｂ下Ｂ发生的概率是Ａ发生的概率和推导的概率相乘。

而金融市场，我们关心的是B发生的全概率P(B)，因为我们要投钱bet B发生，只要B发生，我们就赚钱。P(B) = P(A and B) + P(not A and B)。所以全概率P(B)通常是大于条件推导得到的P(A and B)的。我们经常发现我们的条件没有发生，或推导过程不正确，但是结论是对的，这种情况就是P(B-A)。我们的运气来自这里。

在模糊推导下，另一个要注意的是实际上推导的并不是因果关系，而是关联关系。Ａ和Ｂ关系是平等的。事实上，P(A and B)也可以由条件概率Ｂ发生后Ａ发生的概率来计算：

P(A and B) = P(B and A) = P(B) * P(A|B)

而P(B|A)和P(A|B)的关系，由上面简单变换可得：

P(A)*P(B|A) = P(A and B) = P(B and A) = P(B) * P(A|B)

即：

P(A)*P(B|A) = P(B) * P(A|B)

P(B|A) = P(A|B) * P(B) /P(A)

这就是著名的Bayes公式。

现在看看，

美元暴跌（A）--〉高通货膨胀（B）--〉利率急升（C）--〉美国房价暴跌（D）

结论：D：2019，美国房价即将暴跌！

如果是精确推理的话，很漂亮。可惜也是模糊推理。由于模糊推理，每个推理环节都有一个推理概率，即使推理概率达80%，三步推理后，总体推理概率＝80%*80%*80%=51.2%。等等，最后结论正确的概率还得乘上条件的概率。美元暴跌了吗，跌了些，但离预期的３０－４０％远得很呢。未来暴跌的可能性，算你牛，给个80%吧。这样你结论在此条件下正确的概率为４１％，我看你不敢为这个结论投大钱吧？一个不敢为自己的结论投钱的推理，在金融市场，没有任何意义。

金融市场是个赤裸裸的现世报世界。你的任何推理，都转变成金钱的盈亏。自己投了钱，才有你推理能力的进步。不用负责任，就很难进股市正确推理的门。

以上推理所犯的错误，弥漫在金融市场逻辑推理过程中，绝大多数人不自知。只有绝顶的高手才深刻体会到个中的区别。你以为索罗斯发财靠他的“金融炼金术”里的理论？那是充门面的！他的哲学背景应该是他成功的主要原因。

那我们从三个例子中学到了什么？如果我要做投钱的推理，应该如何提高结论的可靠性？

（1）提高条件的概率。这就是我以前几个帖子里提到的。如果条件概率是100%，那结论的概率就取决于推理的概率了。100%概率的条件是什么？是客观事实。推理一定要从客观事实开始。如果推理起始于主观判断，那成功率就大大降低了。客观事实就是第一手资料，没有修饰的数据。你以为John Paulson看几份房地产行业报告，分析出房价到顶，就敢投百亿美金赌它下跌？房地产行业报告这些是二手资料，经过了分析，变成了主观结论，不是客观事实，John Paulson一定派了大量的市场调查人员进行了一线homeowner的直接调查。唯有这样，结论出错的可能性才少。

（2）减少推理的步骤。步骤越多，结论正确的概率越小。这又是个大道至简的道理。最好的推理是一步推理。

客观事实 -----主观推理------〉主观结论

信不信由你，这就是我认为的最佳金融市场推理方法！

原贴在此：http://blog.wenxuecity.com/myblog/70211/201709/15937.html