Re: [心得] 這次認真不唬爛!!!台版勞倫斯魔咒 = =///

作者: joyca (joyca)   2018-12-11 13:00:45
每次看到超級7的文章都會讓我想起"股價 棉花與尼羅河密碼"這本書,
看似玄學or統計數據但相信的人都會認為背後其實都有一套運行的道理,
(而不信的人當然就認為是胡扯)
這本書的作者本華·曼德博(Benoit Mandelbrot)算是當代碎型理論之父,
書中內容大量談論到統計&機率,
他發展理論之初是探討股價(在IBM做研究),而後到貧富差距,
陰錯陽差的從友人手中接過棉花歷史價格的研究,
而又因路人無心的一句話踏入尼羅河水位的資料探討。
下面跟大家閒聊一下這本書的內容。
簡單說,他認為自然界(包含各種市場),都可以找出一套規則,
且由碎型來闡述其行為,
當初他會接手棉花價格研究之時就是看到友人黑板上的圖形,
跟他所做的研究,出現相同的結構,並相信這兩件事背後是有相同的規則。
而尼羅河水文資料則是他還沒開始研究只聽到路人說,這是冪次分布,
他就百分百肯定相關聯從而切入研究。
股價&棉花價格可以理解,
但為何說尼羅河水文資料也跟股價相關?
當年英國統治埃及期間,大英政府派駐工程師修建水壩以防止尼羅河水患,
而蓋水壩要蓋多高則要參考歷史降雨量(還是汛洪量?忘了反正就是要參考水文資料),
對曼德博而言,降雨量的表現就如同股價、棉花歷史價格一樣地隨機,
談到隨機就要跳出來聊一下曼德博對市場所謂的"隨機"的看法,
此處的隨機並非隨機漫步裡的溫和隨機(擲硬幣),通常是以高斯鐘型分布呈現,
他認為市場的隨機是更為狂亂的(他以航太的turbulent,擾流來形容)
早年他就思考過為何萬事萬物都用常態分布一圖蔽之,
沒有其他常態分佈?(like 柯西分布),
而下面就是他的老師保羅·皮埃爾·萊維提(Paul Pierre Lévy)提出的穩定分布
https://imgur.com/V1aXcIw
黑色圖形α=2是常態分布,
而他認為棉花市場的α值約為1.7的穩定分布,
白話說就是α值越小,頭值越高,厚尾越厚,
而重點在厚尾越厚這部分,
這告訴我們不可能發生的事情機率其實比我們想像的要高很多,
(比常態分佈高)
也就是尼羅河超大型淹水比我們想像的機率還要高,水位高度也比我們想得更為高,
同樣地股票或棉花等有價市場崩盤機率&幅度也比我們想得還要高,
https://imgur.com/prcZdrj
這是書中的圖
下圖是布朗運動常態隨機分布數據的模擬圖,
上圖是道瓊100年的指數變化率的數據圖,
可以明顯觀察出股票的變化是很猛烈的,
曼德博把有價市場投資人形容是在狂風暴雨中的駕駛著一條小船,
但多數投資者對"風險"到底"多猛烈"毫無概念,
以為自己是在日月潭踩協力船,偶而一旁經過一台運輪起一些小波瀾。
這方面不得不說同為亞洲人香港人似乎在"風控"這方面的概念高於台灣人。
雖然也常磕頭碰壁,但有被英國殖民過還是相對有概念,
英國海國出船百餘年,航海智慧早已寫入DNA,知道出船常為一去不復返,
風險觀念早已深植腦中。
最後再調頭回來談碎型,
上面談的"多猛烈",也就是變化多急遽,就是碎型常在闡述的概念,
也就是量化描述"究竟有多隨機,變化有多急遽"。
曼德博的理論在芝加哥主流學派面前早年是被鄙棄的,
(因為直接挑戰其核心價值觀之一,即效率市場隨機漫步)
我想說的是,
現在的異端邪說,可能是日後的真知灼見,只是需要時間來證明它,
當然我不知道超級7的大樓理論是否為真,但我也是相信萬物皆有循環。
只是人們還不知道如何去解釋描述他罷了。
如曼德博談到股價(乃至於淹水高度棉花價格)是有"記憶"的,
百年前的鬼魂依然盪存至今影響著現在的世界,
(聽起來很玄)
數據數據間兩兩依存性是存在的,
也就是今天股價漲,明天漲的機率也高,
且今天的股價對百年後的影響依然存在(即便很小很小但仍存在)。
股票市場乃至於人為經濟,也只不過是萬千系統之一,
怎會躲得掉"循環"這背後的硬道理呢。
最後再附一張書中有趣的萬年老梗擲硬幣圖,
https://imgur.com/VY5FIRR
我們知道機率要量體夠大才會呈現出來,且你有想過它能多"隨機"嗎,
人的時間有限,你沒觀察到不代表它不存在。
作者: i73770 (斯里巴卡旺布)   2018-12-11 13:06:00
作者: tompi (大波動)   2018-12-11 13:15:00
隨機 波動 不確定。
作者: cofepupu (看透真相幻化人生)   2018-12-11 13:22:00
股票或金融市場本身就是人類行為跟心理的展現阿除非刻意去修行克制本我的衝動 不然都是照著某規律輪迴能夠把自己變成不單只有自己能夠全盤面向的看事情非私利能夠做到這樣地步的人 古今中外能有幾人呢?事件的發生與走向本來就跟多數人的念與意志有關而形成所謂的黑天鵝事件出現那也是另一種自然取得平衡的做法 尤其天災疾病也是一種很神奇的一件事都是天怒民怨的政權往往天災疾病發生率高也許在不遠的未來 也會有科學家證實地球本身有意志存在我記得台灣921當年發生前 有陣子常常大規模無預警跳電但不知道是人禍還是大自然的事先預警警告 就不得而知了那時候因為常跳電大家有領了不少現鈔在身上剛好度過地震
作者: UltraSeven (神奇小熊在我家)   2018-12-11 13:33:00
我的世界觀是如同精密鐘錶一樣 萬物背後驅動的力量
作者: cofepupu (看透真相幻化人生)   2018-12-11 13:33:00
不然沒電的時候 沒有準備好乾糧或現鈔使用 那經濟體危險
作者: UltraSeven (神奇小熊在我家)   2018-12-11 13:35:00
是一堆齒輪在轉 轉到哪都是註定好的 只是因為系統
作者: Xaymaca (夏)   2018-12-11 13:35:00
啊不是很會??????????????講一堆 怎麼還作空???????????
作者: UltraSeven (神奇小熊在我家)   2018-12-11 13:36:00
太複雜 一般人看不懂而已~ 這也就是為啥大方向容易預測 但中途小波動不見得每次都能預測得到的原因
作者: beepuffer (beepuffer)   2018-12-11 13:39:00
作者: Xaymaca (夏)   2018-12-11 13:40:00
不過這碎形大師 其實也是我的偶像之一 我12歲看他的書
作者: cofepupu (看透真相幻化人生)   2018-12-11 13:41:00
X頑童你根本是天才吧 這麼難的東西你這麼小就看的懂@口@
作者: Xaymaca (夏)   2018-12-11 13:42:00
我還記得13歲時 我拚完一張2000片的拼圖
作者: cofepupu (看透真相幻化人生)   2018-12-11 13:43:00
乾~我18歲以前人生腦袋記憶都是一片空白的 只有留下音樂
作者: smbtomas (拍寫...)   2018-12-11 13:45:00
重點在於風險管控,既期待又害怕崩崩的慘戶我感謝超七大整理文
作者: bitlife (BIT一生)   2018-12-11 13:47:00
純機械世界觀在量子力學出現多年以後已經變非主流了
作者: loveadu (Aimer)   2018-12-11 13:59:00
Everything is vibration,空頭即將來臨。
作者: sagarain (HNY 2010)   2018-12-11 14:01:00
妳總是能找到對應的模型啊但都要回頭看
作者: cofepupu (看透真相幻化人生)   2018-12-11 14:02:00
當每做一次人生重大決定的時候 不要懷疑你就是在擲硬幣
作者: sagarain (HNY 2010)   2018-12-11 14:03:00
人類的天性就是尋找模型因為從重覆行為取得太多優勢但有沒有聖杯模型呢 ㄏㄏ只要模型描述簡單點 很容易準確好比說 低買高賣 預告在前
作者: SweetLee (人生如戲)   2018-12-11 14:27:00
咦 依照我模糊的記憶 我以為是今天漲的話明天跌的機率高但今天漲明天又漲的話 後天漲的機率比較高(指阿法小於2的狀況)
作者: peace304 (peace and love)   2018-12-11 14:37:00
推用心,事後來看 圖中道瓊在2000前後到現在 其實發財機會蠻多的XD
作者: Zeroyeu (凌羽)   2018-12-11 14:52:00
其實漲跌都是看我的心情而定,這套理論我不想驗證而已
作者: keanu2110 (奇努貳壹壹零)   2018-12-11 15:47:00
如果把那張分配圖形橫軸零值的左右兩邊想像成男女比例,縱軸想像成總資產,alpha=0.5的時候其實還蠻符合M型化社會的趨勢,即中產階級消失人口往兩邊極端移動,但金字塔頂端的總資產會一直無窮盡的成長,進而拉出一根尖尖的頭部蠻有趣的
作者: Altair ( )   2018-12-11 16:13:00
如果你相信這本書 那怎麼不聽從他的建議?
作者: okbon66 (專搞8P的灰哥)   2018-12-11 20:49:00
因為人性本質是貪婪 > 理性
作者: allen0519 (allen999)   2018-12-11 22:12:00
這理論可以解釋人在背的時候賭什麼都會輸
作者: inewigkeit (APFSDS)   2018-12-11 22:18:00
曼德博是塔雷伯很推崇的老師,自己也在研究這套理論!
作者: stocktonty (前田憂佳)   2018-12-12 02:54:00
這裡還有那種不是漲就是跌解釋成機率二分之一的
作者: rongyaya (enyazo)   2018-12-12 07:13:00
感謝分享
作者: huangkai (Kai)   2018-12-12 12:00:00

Links booklink

Contact Us: admin [ a t ] ucptt.com