在文艺复兴科技到底怎么赚钱？这篇文章里，我提到了投资中风险管理的重要性。那么风险究竟是什么？如何认识风险，建立对风险的直觉？这篇文章做一个小小的讨论。本文中你可以看到：
1、风险的定义
2、认识风险的桥梁——信息
3、有效信息和无效信息的判断
4、信息不完全的永恒困境
没有人喜欢风险，但人们常常在讨论风险，虽然很多人不知道风险的准确定义是什么。关于风险的定义，无论你翻开哪一本风险管理的教科书，无论他们用的是哪一种笔法来写，都会告诉你同样的一件事情：
风险，就是不确定性。
世界上的事情，大多可以用因果两个字概括。正如风吹幡动，叶落知秋，如果能够窥一斑而知全豹，从因果中洞察先机，那么你就拥有了预测未来的能力！当然，这是不现实的，有因未必有果，比如十动然拒的表白，也不是有果必有因，比如无疾而终的爱情，即使有因有果，也未必能看得明白，想的透彻，如果你预测不了未来，或者说无法准确的预测未来的事情，那么就有了风险。
风险的关键就是“不知道”！小时候偷偷玩游戏机，不知道爸妈什么时候回来；大学时候追女生，不知道对方答不答应；工作之前递简历，不知道会不会拿到offer。“不知道”是风险的唯一来源。那么问题在于，你真的能够“知道”吗？又如何“知道“的更多呢？
风险分主观风险和客观风险，随着有效信息的增加，主观风险会趋近于客观风险。
“不知道”——我们用严格一点的说法，叫“不确定”，有两层含义。
一是客观上的不确定，就是连上帝也不知道的事情。比如——在理想的世界里随机的掷一枚骰子，没有人能确定最终出现的结果——在理想世界里，连上帝也不行。如果我们把风险、不确定、概率混为一谈的话（严格的说不是），客观的不确定性就是客观概率，骰子每个面出现的客观概率都是六分之一。
二是主观上的不确定，也就是因为你不了解、不知道某些信息而不确定的事情。比如明天会不会下雨？你不知道，但是气象台可以预测。我们平时遇到的风险，通常是第二种不确定性，当你所知的信息逐渐增加时，就会越来越趋近于第一种，客观的不确定性。当然，这些信息必须是有效信息，女朋友今天的心情并不会影响明天的天气，当然也无法用来预测。
好了，“改变你所能改变的，接受你不能改变的，用智慧去分辨这两者的不同”，我们已经明白，“知道“的极限在于得到客观风险，主观风险趋近于客观风险的方法就是增加有效信息，而有效信息就是：
有效信息是能够将后验概率向客观概率方向调整的信息。
先贤说过：“不要用过多的概念来迷惑读者”，但我还是用了，抱歉（ ￣▽￣）。你可以把后验概率中的“后验”去掉来理解这件事情，当你观察到新的信息时，你所知道的东西就会增加，原来的想法（对风险的主观认识）就可能改变，当这个改变是向客观风险方向调整之时，我们就说你观察到的信息是有效的。我们把这个调整的过程称为贝叶斯学习。
严格的描述刚才的说法需要用到一个公式：
P(A|info)=P(info|A)*P(A)/[P(info|A)*P(A)+P(info|NA)*P(NA)] (1)
就是著名的贝叶斯公式（的简化版）。P(A|info)称后验概率，就是你观察到新信息info之后，调整了的A事件的主观概率；P(A)和P(NA)称先验概率，是没有观察到该信息前的主观概率；P(info|A)和P(info|NA)称似然函数，是假设A事件发生和不发生的前提下，你观察到该信息的概率。
如果新信息info能使得P(A|info)比P(A)更接近于A的客观概率PR(A)，我们就认为该信息是有效的。
如果P(A|info)与P(A)相等，贝叶斯学习没有作用，该信息无效。这只可能在P(info∩A)=P(info)P(A)时发生，也就是说：
无关信息不是有效信息。
如果P(A|info)相比于P(A)，贝叶斯学习反而远离了A的客观概率PR(A)，该信息也无效[1]，也就是说：
噪音也不是有效信息。
什么信息才是有效信息呢？以客观概率为1的情况举个例子。客观概率为1的贝叶斯学习其实我们经常可以见到：
没错，就是他！柯南君每一集的推理，实际都可以抽象为一连串的贝叶斯学习，最终断定某个人是凶手，也就达到了客观概率为1的情况（必然发生）。只不过这里的information（信息）要理解为evidence（证据），破案的过程也就是不断发现新的证据，进行贝叶斯学习的过程。
要说明有效信息，还是得求助于贝叶斯公式，把公式(1)变形可得到：
P(A|info)=[P(info|A)*P(A)+0*P(NA)] / [P(info|A)*P(A)+P(info|NA)*P(NA)] (2)
可以用下图描述（这里用到了一点数形结合的知识，需要把分子分母拆开来看）：
让P(A|info)趋近于1，可以有两种方法：
第一，让P(A)趋向于1。也就是说，让先验概率为1，这当然是不可能的，如果没有证据就可以断定某人是凶手，也不需要柯南君登场了。
第二，让P(info|NA)趋向于0。这个就有点意思了，P(info|NA)可以解释为：如果该嫌疑人不是凶手，则该证据出现的概率。如果这个概率很小，那么一旦出现该证据，则就几乎可以断定凶手就是那个人！
鉴于这个思路和逆否命题与原命题等价的思路很相似，我们把该证据称为逆否证据，或逆否信息。
在进行断言（客观概率为1）的时候，逆否信息是有效信息。而且有效性极强！
大家以后看柯南的时候，可以验证一下[2]，是不是这样的证据出现的次数很多 （￣︶￣）↗。
然而。。。在投资中我们会遇到一堵无法躲开的墙，我们也许永远也没法得到柯南君这样的有效证据，或者说，即使得到了也无法确定。
信息不完全是永远存在的。
从主观风险向客观风险的前进过程，就是一个不断进行贝叶斯学习的过程。学习的必要条件是得到新的有效信息。市场不会停止运行，世界不会停止运转，投资所需的信息也在源源不断的产生之中，我们就必须不断的得到有效的，有价值的信息。
可是，谁能给你这些信息呢？在市场上有一个悖论永远存在，轻易得到的信息没有价值，有价值的信息难以得到。最最有价值的信息。。得到了用来做投资甚至是违法的。
没有这些信息其实也不要紧，有一个办法就是从大家都可以得到的公开信息中，挖掘出别人看不到的有价值的东西。传奇的巴菲特就是这么做的，扩大自己的能力圈，寻找拥有安全边际的优质股票和公司，然后重仓下注，长线持有。
可是，你的能力能够达到巴菲特的程度吗？实际上老巴的能力圈也可能有限，众多互联网科技公司他就不会涉足。
还有一种方法，就是用量化的技术进行投资，同样是依据公开信息下注，但对金融知识和对市场的了解却不需要那么深入，文艺复兴的西蒙斯就是这样的成功者，他的公司应聘岗位不需要金融经济领域的学位即可胜任，但另一方面，要求精通数学、统计和计算机相关领域的技术。所以。。你有这样的技术背景吗？
如果你能得到有效信息（至少是比市场上大多数投资者更为有效的信息）、有超越市场上大多数投资者认识信息的能力，或者有超越市场上大多数投资者处理信息的技术，那么你就可以比其他投资者拥有更低的风险。
如果你没有，那么就承认风险的存在吧。
承认风险就是承认我们信息、能力和技术的边界。
所以，你还在问为什么学术界喜欢用几何布朗运动来描述股票价格？那是因为严谨的学术研究必须承认，我们不知道股票的价格将往何处去。
好在除了金融市场以外的世界上的大多数事情，都还是可以预测的，比如春天的花开秋天的风以及冬天的落阳。
那就让我们在这个可以预测但不可以完全预测的世界里，用一首诗结尾。但愿你能从中读出远离风险的世界是多么美好。
东风夜放花千树，一叶落知天下秋。
长淮浪高蛟龙怒，山雨欲来风满楼。
[1] 如何判断相比于P(A)，P(A|info)距离客观概率PR(A)是近了还是远了？由于我们并不清楚PR(A)的大小，所以比较困难，但通常有两个方法：一是先验的定义某些信息是噪音，比如超出6sigma的样本，二是观察P(A|info)的稳定性，如果非噪音信息增加对P(A|info)的影响不大，可以认为比较接近客观概率。
[2]这里我就不展开讲了，有机会可以在后面的文章里单独把柯南君的破案思路拿出来分析一下~
