2017-07-11

一级混沌、二级混沌和投资

最近在看一本几年前的畅销书叫《人类简史》,相信不少朋友比我理解该书要深刻。抛砖引玉,聊里面提到的一个概念。

我们都多少听过“混沌理论”(Chaos Theory),但我必须承认除了“地球某地的蝴蝶扇动一下翅膀,可能最终带来万里之外的飓风”这样的说法之外,我对该理论知之甚少。然而这不影响我们知道它的大意是说:从最初的一个微小变量产生出的后果,可能是非常巨大的。还请注意,这里没有说从这个微小变化到最后的结果,可不可以预测的问题。

让我们直击主题:

一级混沌:对于一项进程所做出的预测,不会影响该进程的演化。举例,我们来设计发射一枚火箭,肯定要根据各种条件比如天气、推力、火箭构造等等来预测该火箭的最终着落地点,但我们的预测本身不会影响它的着落地点。有客观的科学规律在主宰着这一切。类似的例子还有扔硬币、跳水、化学实验等等。

二级混沌:对于一项进程所做出的预测,会影响该进程的演化。举例,市场就是一种二级混沌影响下的进程,首先假设我们真的能够精准预测供给和需求,比如明天(不同于今天)的油价应当是100美元/桶;然而今天的油价是90美元一桶,那么这个所谓精确的预测会立刻被反映在价格上。今天的油价变成了100,那明天又该是多少?今天油价立刻变成100这个事实,会不会影响明天的油价?因为今天的供给和需求受到了突然变化的油价的冲击,这将如何计入明日的预测之中?还有一个类似的例子就是汽车导航软件,当某一个汽车导航软件被几乎所有司机使用的时候,它在某一时间做出的预测和推荐路线,有没有考虑到很多司机根据该路线驾驶从而造成这个路线不再是最佳路线的情况?

在投资当中,对于股价的预测,不管基于基本面或者是技术分析,应该都属于二级混沌理论的范畴。一个知名的例子就是关于波动率和股票回报率的判断以及因此带来的结果:现代金融学理论认为波动率越大的股票回报率越高,波动率越小的股票回报率越低。本来金融学通过公式和严密计算推导出来的预测和判断是充满严谨和科学性的,却因为该预测本身会影响市场进程导致了完全相反的结局。各国的交易者们依据这条判断执行策略,涌入高波动股票而抛弃低波动股票。这样的偏好使得拥挤的交易估值高,企业自身的成长无法支持这样的估值水平和期望,然而被人嫌弃的低波动股票则太过便宜,正常的盈利水平就能使得其估值水平看起来太低了。结果是这些年来高波动的股票回报率低,低波动的股票回报率高。以上所提到的证据各位可以戳这里:https://xueqiu.com/8867390119/72434471,@Gyro

一级混沌、二级混沌和投资

最近在看一本几年前的畅销书叫《人类简史》,相信不少朋友比我理解该书要深刻。抛砖引玉,聊里面提到的一个概念。

我们都多少听过“混沌理论”(Chaos Theory),但我必须承认除了“地球某地的蝴蝶扇动一下翅膀,可能最终带来万里之外的飓风”这样的说法之外,我对该理论知之甚少。然而这不影响我们知道它的大意是说:从最初的一个微小变量产生出的后果,可能是非常巨大的。还请注意,这里没有说从这个微小变化到最后的结果,可不可以预测的问题。

让我们直击主题:

一级混沌:对于一项进程所做出的预测,不会影响该进程的演化。举例,我们来设计发射一枚火箭,肯定要根据各种条件比如天气、推力、火箭构造等等来预测该火箭的最终着落地点,但我们的预测本身不会影响它的着落地点。有客观的科学规律在主宰着这一切。类似的例子还有扔硬币、跳水、化学实验等等。

二级混沌:对于一项进程所做出的预测,会影响该进程的演化。举例,市场就是一种二级混沌影响下的进程,首先假设我们真的能够精准预测供给和需求,比如明天(不同于今天)的油价应当是100美元/桶;然而今天的油价是90美元一桶,那么这个所谓精确的预测会立刻被反映在价格上。今天的油价变成了100,那明天又该是多少?今天油价立刻变成100这个事实,会不会影响明天的油价?因为今天的供给和需求受到了突然变化的油价的冲击,这将如何计入明日的预测之中?还有一个类似的例子就是汽车导航软件,当某一个汽车导航软件被几乎所有司机使用的时候,它在某一时间做出的预测和推荐路线,有没有考虑到很多司机根据该路线驾驶从而造成这个路线不再是最佳路线的情况?

在投资当中,对于股价的预测,不管基于基本面或者是技术分析,应该都属于二级混沌理论的范畴。一个知名的例子就是关于波动率和股票回报率的判断以及因此带来的结果:现代金融学理论认为波动率越大的股票回报率越高,波动率越小的股票回报率越低。本来金融学通过公式和严密计算推导出来的预测和判断是充满严谨和科学性的,却因为该预测本身会影响市场进程导致了完全相反的结局。各国的交易者们依据这条判断执行策略,涌入高波动股票而抛弃低波动股票。这样的偏好使得拥挤的交易估值高,企业自身的成长无法支持这样的估值水平和期望,然而被人嫌弃的低波动股票则太过便宜,正常的盈利水平就能使得其估值水平看起来太低了。结果是这些年来高波动的股票回报率低,低波动的股票回报率高。以上所提到的证据各位可以戳这里:https://xueqiu.com/8867390119/72434471,@Gyro

然而我们看到,在投资者发现低波动率的股票事实上带来了更好的回报时候,大家又开始涌入低波动策略,而放弃高波动策略。这样的判断也是根据过去的数据进行的,我也不怀疑有人为低波动率策略找出了合乎逻辑的理由甚至是数学推导。然而这样的预测又忘记考虑市场的二级混沌理论范畴,对于它做出的预测本身就会影响它变化的方式。

(图片来自于:https://xueqiu.com/8867390119/72434471)

因此,我想这也是为什么霍华德马克思说,预测想成功必须符合两点:第一,它要与众不同;第二,它是对的。错误的预测没有意义,但正确的预测如果和其他人一样也没有太大意义,因为众人的预期往往已经反映在了价格里,如果不是超额反映的话。作为投资者,时刻注意我们的结论和判断是否已经在价格当中是十分重要的(假如你能确信自己的判断是对的)。下一次你根据自己的实地调研发现某公司的工厂并没有年报里说的那么大,或是某公司的产品并没有在你家附近的超市上架的时候,别着急下结论。你的判断和预测是对的吗?如果是,又有谁还不知道这个信息?这项预测还没被反映在价格之中的可能性是多少?

然而我们看到,在投资者发现低波动率的股票事实上带来了更好的回报时候,大家又开始涌入低波动策略,而放弃高波动策略。这样的判断也是根据过去的数据进行的,我也不怀疑有人为低波动率策略找出了合乎逻辑的理由甚至是数学推导。然而这样的预测又忘记考虑市场的二级混沌理论范畴,对于它做出的预测本身就会影响它变化的方式。

(图片来自于:https://xueqiu.com/8867390119/72434471)

因此,我想这也是为什么霍华德马克思说,预测想成功必须符合两点:第一,它要与众不同;第二,它是对的。错误的预测没有意义,但正确的预测如果和其他人一样也没有太大意义,因为众人的预期往往已经反映在了价格里,如果不是超额反映的话。作为投资者,时刻注意我们的结论和判断是否已经在价格当中是十分重要的(假如你能确信自己的判断是对的)。下一次你根据自己的实地调研发现某公司的工厂并没有年报里说的那么大,或是某公司的产品并没有在你家附近的超市上架的时候,别着急下结论。你的判断和预测是对的吗?如果是,又有谁还不知道这个信息?这项预测还没被反映在价格之中的可能性是多少?

 

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,198评论 4 359
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,663评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 106,985评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,673评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 51,994评论 3 285
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,399评论 1 211
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,717评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,407评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,112评论 1 239
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,371评论 2 241
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,891评论 1 256
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,255评论 2 250
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,881评论 3 233
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,010评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,764评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,412评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,299评论 2 260

推荐阅读更多精彩内容

  • 网络重建的子模变分推理; 使用链路预测的复杂网络中的社区检测; 通过熵和物流建模城市的智能增长; 用于多尺度分层社...
    ComplexLY阅读 608评论 0 50
  • 你们的便宜组合银行别乱买,银行有些比较让人抓狂 今天看q群有人说,万堆组合就银行一点绿 没有,我赚了快2万了 这几...
    Menesee阅读 252评论 0 1
  • 儿子放暑假了,开学就要上九年级,就如他们班主任所说的那样,己经是预备班了,预备迎接中考。 许多家长在放假前...
    艾阳阳阅读 156评论 0 1
  • 五更的长安显得庄严安谧,朱红的宫门前站满了要上早朝的文武百官。有的可能年纪过大,略显疲惫状;有的是才刚进入朝堂的后...
    天之所为阅读 248评论 0 0
  • 来深满一年 一个来自海南岛的路痴,大学四年在三亚,只坐过3、7两路公交,工作后在海口只坐过29、43两路。每次搭车...
    acu2229阅读 642评论 0 0