0
金印路：
坚守一种模式，必然在某些时期要去对抗很多诱惑，虽然知道很多妖股只要去上，就会有溢价，但是我不能去买。
拒绝纯情绪博弈，以自己的方式去交易，相信市场会回归到我熟悉的氛围。
多数兄弟大爱酣畅淋漓的进攻，对于我这种交易方式，不怎么欣赏。
我想说的是，一种交易方式，不可能契合每个时期的市场。坚守一种模式，可能会导致空仓，可能会跟不上市场进度。但是买不进不是损失，我们并没有损失什么。但是你一旦被别人把节奏带走，你可能会遇到很大的亏损。
每个月并不需要很多交易，保证每月20%的收益，你的资金一年翻多少？
0
金印路：
散户是最容易被改变的群体，封板后，他很少主动去砸，砸涨停的往往是主力。
次日接力主力要抗衡的不是今天的散户，而是今天的主力。
0
◇冲击/震荡/崩溃模型
之前所说的“冲击/震荡/再平衡”模型，还算是比较乐观滴——说明整个系统的健壮性还比较 OK；
反之，如果整个系统的健壮性不够（冲击超出了系统的承受度），就会演变为“冲击/震荡/崩溃”模型。
即使拿“人类社会”来看，这样的例子也不少。比如“玛雅文明、复活岛文明”后来都崩溃了（社会瓦解）。
对这方面的话题感兴趣的读者，可以看《崩溃——社会如何选择成败兴亡》一书。
此书的者 Jared Diamond 也就是写了《枪炮、病菌与钢铁——人类社会的命运》的那位老兄。
0
冲击/震荡/再平衡模型
商品市场中的“价格模型”是一个高度简化的模型。一方面，它具备负反馈的特点；另一方面，它还具备即时性的特点（时间滞后比较小）。
而实际情况要复杂得多——
1. 反馈不一定是“负反馈”（也可能是“正反馈”）
2. 通常情况下，总是会有多种反馈交织在一起
3. 多种反馈的累积效果，可能表现为正反馈，也可能表现为负反馈，甚至可能是不稳定滴（时而正，时而负）
4. 滞后有可能会比较大（不是即时滴）
既然存在各种复杂情况，系统不一定会收敛到均衡点；假如多种反馈的累积效果表现为“正反馈”，系统就会在某个维度上越来越偏离均衡。
由于任何一个“复杂系统”的任何维度，都不可能具备“无限广度”——总是存在某种刚性的边界。
当系统在该维度上偏离均衡越来越远，总有一天会达到该维度的刚性边界。
这时候，通常会在系统中引发某个突发且剧烈的事件（称之为冲击）。
然后系统进入某种剧烈震荡。震荡的时间可能很短，也可能很长，没有定数。
系统的剧烈震荡有可能会改变系统结构。
在某种情况下，原先累积为“正反馈”的，可能会变成“负反馈”，那么系统在这个维度上就能达成均衡。
反之，（如果在该维度继续保持“正反馈”）系统在震荡结束之后，只是回到某个更靠近均衡点的地方，然后重新开始上述“渐行渐远”的过程，直到出现下一次冲击。
0
即时负反馈模型
借用自由市场的“价格机制”。
在自由市场中，价格充当了某种负反馈的机制——
当供过于求的时候，供应方的某些商品卖不掉，只好降价，并吸引到更多的购买量（从而使得商品在更低价格达成均衡）
当供不应求的时候，某些买家因为买不到商品，愿意用更高价格购买（从而使得商品在更高价格达成均衡）
借用数学的话语——即时且负反馈的机制，使得系统快速收敛到均衡点。
如果把“即时负反馈”改成“滞后负反馈”，系统依然会收敛到均衡点，但耗时更久。
0
琴生不等式：
琴生不等式（也称为詹森不等式），它给出积分的凸函数值和凸函数的积分值间的关系。
琴生不等式是关于凸性(convexity)的不等式。凸性是非常好的性质，在最优化问题里面，线性和非线性不是本质的区别，只有凸性才是。如果最优化的函数是凸的，那么局部最优就意味着全局最优，否则无法推得全局最优。
有很多不等式都可以用琴生不等式证得，从而可以把它们的本质归结为凸性。
所谓点金术就是这两个公式的混合使用：
一方面，不管你是押注于大概率事件，还是小概率事件，还是由小概率叠加出来的大概率事件，首先看你要下注于正期望值的事件；
另一方面，你下注的事件是凸性的。
这样一来，你并不需要“准确预测”太多未来，也不惧怕不确定性，随机性和时间都是你的朋友。
投资本质上是一种关于概率的练。
但首先，你必须懂得一些最基本的公式，这样你才能深入至原理层面，而不是懂一堆道理和幻觉。
这就是投资与赌博的区别。
0
几个关于赚钱的结论：
1、赚钱非常非常难；
2、过往的业绩不代表未来的表现；
3、绝大多数股神都会跌落神坛。
讨厌的墨菲在金钱世界的定律:
1、假如你在两只股票里选了一只股票，你买的那只会跌，没买的那只会涨；
2、忍耐是个优点，但绝等不到公鸡下蛋。你的那只重仓股就是那只公鸡；
3、假如一个人对你说“这不是钱的问题”，那就一定是钱的问题；
4、钱不是万能的，比如：钱不够多的时候。
0
投资很难。
投资人霍华德·马克斯曾经对查理·芒格说过：“通过投资赚钱并不容易，任何认为此事容易的人都是愚蠢的。”
0
关于遍历性
假设任何一只股票 IPO 第一周，一半可能性上涨80%，一半可能性下跌60%，
现在，我们搞个投资策略，每周一买一只 IPO 的股票 ，周五把它卖了。然后不断重复。
假设我们有1万本金，请问年底能赚到多少钱？
这里有两种计算方式。
计算方式1：简单地根据期望值计算
每周的投资回报期望值是：
（80%-60%）50%=10%
每周赚10%，一年下来利滚利，就是1.1的52次方。
如果我投入了1万元，到年底我会有142万元。
真是这样吗？不是。
计算方式2：残酷的现实
你实际的回报，应该是：
1万（1+80%）（1-60%）（1+80%）（1-60%）......
52周下来，你还剩下1.95元。
尽管这个计算非常简单，但绝大多数人其实都想不明白。
142万和一块九毛五，到底哪个计算是对的？
都对。
142万元，就是市场的平均回报。
1.95元，是你的这种策略的回报。
你的这个系统没有遍历性。
一群人做一件事取得的平均值，和一个人经历这件事很多很多次，是不一样的。
那该怎么办呢？模仿指数基金，购买所有IPO的股票，这样，你就能够实现"遍历性"，得到142倍的回报。
这就是为什么巴菲特说普通人应该去买指数基金的原因。
0
2016年，物理学家奥利.彼得斯和诺贝尔物理学奖得主默里.盖尔曼写了一篇关于遍历性的论文，里面有个例子：
有个玩硬币的赌博游戏，你投入1元，50%概率可以剩下0.6元，50%概率可以到手1.5元。
根据期望值计算，一半可能性损失40%，一半可能性盈利50%，算下来数学期望是5%。
用流行的话说，这是大概率赚钱的事情，你可以大胆玩这个游戏。
不过，这个游戏有两种玩儿法，确切说，是有两种不同的下注方式：
方式a：你每次都拿1块钱去玩，假设你有无限多个1块钱，你可以一直玩下去，从长期来看你肯定是赚钱的，平均每把用5%的数学期望算是0.05元。
缺点是太慢，而且你必须有足够多的时间能玩下去。
方式b：拿出自己能拿出的最大的资金，然后投入进去。
后面这种玩儿法，就是所谓的All in。
看起来极端，其实很多人都是这么干的，我自己也经历过，谁没年轻（蠢）过啊。
我们来做个简单的计算吧。
你本金一百万，第一把赢，第二把输，第三把再赢，如此持续下去。
直觉上看，100万本金，赢了是赚50万，输了是亏40万，为什么不能玩儿呢？
拿张纸，用中国当前幼儿园小班的数学能力计算一下：
100万（1+50%）（1-40%）（1+50%）（1-40%）......
一直这么玩儿下去，你会发现，没有几把就没钱了。。
这难道不是绝大多数普通人做投资的现实吗？
对比左轮手枪的例子，这个关于"遍历性"的解释，更像一把慢刀子。
韭菜自己被割起来更加无痛，没准儿还觉得是自己被割的时候姿势没摆好，天天继续勤学苦练，把辛辛苦苦的钱接着拿去All in下一个风口。
登录用户ID：
1
评论(65)
收藏
展开
