是的,前天卖出后昨日无操作,你这句话正好提醒我,多谢
=================================
什么是启发式认知偏差[1]
启发式认知偏差即启发式偏差,是指投资者往往依据“经验法则”来进行投资决策,依赖“启发法”做出的投资决策带有不确定性,只能说可能是正确的结论,但如果所遗漏的因素和现象很重要,那么信息的缺损就会导致产生判断与估计上的严重偏差。
启发式认知偏差主要有三种:
(1)代表性偏差
(2)可得性偏差
(3)锚定效应
这三种方法既可以得出正确的推理结果,也有可能导致错误的结论。
=============================================
贝叶斯公式 编辑贝叶斯定理由英国数学家贝叶斯 ( Thomas Bayes 1702-1761 ) 发展,用来描述两个条件概率之间的关系,比如 P(A|B) 和 P(B|A)。按照乘法法则:P(A∩B) = P(A)*P(B|A)=P(B)*P(A|B),可以立刻导出。如上公式也可变形为:P(B|A) = P(A|B)*P(B) / P(A)。
例如:一座别墅在过去的 20 年里一共发生过 2 次被盗,别墅的主人有一条狗,狗平均每周晚上叫 3 次,在盗贼入侵时狗叫的概率被估计为 0.9,问题是:在狗叫的时候发生入侵的概率是多少?我们假设 A 事件为狗在晚上叫,B 为盗贼入侵,则以天为单位统计,P(A) = 3/7,P(B) = 2/(20*365) = 2/7300,P(A|B) = 0.9,按照公式很容易得出结果:P(B|A) = 0.9*(2/7300) / (3/7) = 0.00058另一个例子,现分别有 A、B 两个容器,在容器 A 里分别有 7 个红球和 3 个白球,在容器 B 里有 1 个红球和 9 个白球,现已知从这两个容器里任意抽出了一个球,且是红球,问这个红球是来自容器 A 的概率是多少?假设已经抽出红球为事件 B,从容器 A 里抽出球为事件 A,则有:P(B) = 8/20,P(A) = 1/2,P(B|A) = 7/10,按照公式,则有:P(A|B) = (7/10)*(1/2) / (8/20) = 0.875贝叶斯公式为利用搜集到的信息对原有判断进行修正提供了有效手段。在采样之前,经济主体对各种假设有一个判断(先验概率),关于先验概率的分布,通常可根据经济主体的经验判断确定(当无任何信息时,一般假设各先验概率相同),较复杂精确的可利用包括最大熵技术或边际分布密度以及相互信息原理等方法来确定先验概率分布。
这个很精辟,但违反一般人的直觉。直观上看,获得高投资收益的要点是在牛市高点卖出熊市低点买入(几乎是任何在牛市高点买的股票都会下跌,在熊市低点买的股票都会上涨)。然而真正的问题是:如果有人,或者是有某种方法总是能做到这一点,使用这种方法的人会很轻易地成为世界级的富豪。为什么在过去几百年的股市历史里我们没看到这种现象大规模发生呢?尽管至今为止,都还有无数人在为此孜孜不倦比如现在,雪球上有用1929年的$道琼斯指数(DJI30)$ 来预言A股未来走势的,也有用2000年的$纳斯达克综合指数(NASDAQ)$ 来预言A股未来走势的,还有用2008年的$上证指数(SH000001)$ 来预言A股未来走势的。实际上,这是典型的heuristic bias,严重违反贝叶斯法则--从1995年以来的二十年里,上证指数跌幅超过50%的情况只有一次,而美国主板在过去一百年里也只有一次跌幅超过50%,为什么我们应该对这次A股将复制这种罕见的特例赋予很大的概率呢?当然,投资者依赖heuristic bias是普遍现象,这是有定论的--正因为如此,过去,现在,以至于未来,才会有无数人把毕生精力投入到把握牛熊上