发布于: 修改于: | 雪球 | 转发:0 | 回复:25 | 喜欢:291 |
谢谢你的推荐,但在思考的同时,我们必须对以上观点做出独自的思考:
1。投资应该思考Bayes公式不错,但是除了金融和工程外,还有一个变量是“其他所有人”。而且你必须假定金融人士看FT的比率相当高。而其他人士和工程学人士阅读FT的比率应该不相上下,因此P(金融人士|看FT) 的概率还是比P(工程人士|看FT)的概率要高不少.
2.企业的成功本身就是小概率,低基数事件+变量非常多.任何统计学样本来讲,小基数,多变量的事件用逻辑去推测更加靠铺,而不是用统计学去一概而论.
3. 赞同.
4. 正是如此,大变量,小基数更应用逻辑去推理.此处逻辑于你的观点2相悖.
5. 赞同,这点其实跟观点3很类似.
6. 不明白你的观点.这种折价很多情况是因为信息不够显现.很多人其实是懒惰的.你的统计数据不知道能否给出出处和执行办法?
7. 出色的表现具体的因是什么?我们不能因为手中的参数不能预计这种杂音就断定这一定是杂音并且会回归,没准我们忽略了另一个维度.
8. 完全不同意,通过回归模型作出预计,其实与专家预计在根本意义上是一样的.即使是使用模型,使用的参数本身就需要大量的主观选择.否则就是垃圾进垃圾出.而数据的筛选本身其实非常困难--有的时候数据不足,有的时候你无法辨别什么是因什么是果,而且你的例子忽略的很多模型失败的案例.在人文科学,从因到果时间段长,数据不充分的前提下,统计模型不会比逻辑推理更靠铺.
9. 非常赞同.
10. 赞同.我们对损失的态度几乎一致地偏向保守,除非是在不理智或贪婪的情况下.
11. 你的第11点...
12. 必须如此,而且我们不能从统计学角度去看待这些事件.
13.有意思,算法没错. 但是我们无法确定我们算出的概率是一定正确。而且75% 和70% 的区别到底在哪里?投资中每一个机会都是不一样的,这不是扔硬币。更重要的是,投资很重要的一点是保证本金的安全,即使收益有所降低。在无法确认概率正确的前提下,你给出的两个选择其实最后差不太远,但是我们有机会在A+D的情况下提前获取巨额收益,也就是Short Volatility。我情愿选择第一种机会。
少了第11点哈
谢谢您的分享!
good
高手啊,关键是和股市结合,解读的非常到位,这本书单独当做心理学教程来看就浪费了
学习了
干货