PTT推薦

[討論] 隨機的致富陷阱

看板Stock標題[討論] 隨機的致富陷阱作者
kevin1212
(fur)
時間推噓30 推:32 噓:2 →:36

各位大家好

小弟最近開始投入投資這一塊

大量閱讀版上大大推薦過的書

看完這本隨機的致富理論

不知道是翻譯問題還是本來就這麼深奧

有些字詞真的看得很痛苦XD

這本書有些深度也是一部份原因吧

因此想來跟版友交流交流

隨然版上有文不過完全focus在內容還是少

後面幾篇就是在討論 技術分析等等惹
=======================================

1.
要有趨避風險的概念 一個人的成功可能歸咎於運氣 成功好幾次可能是運氣很好

即使靠著成功率極高的技術 還是會有爆炸的一天

因此作者不是用"機率"來看股市 而是用期望值

寧可小賠 也不要大賠 大概是這樣的概念

2.
蒙地卡羅法(這個我還沒很了解不太確定這樣的解釋方法對不對)

就是一個以量取勝的概念

用電腦一直input各種亂數去你的環境裡

再用統計出來的機率 來判定出目標的機率值

像是積分(不太確定做數據的distribution能不能用這種方法)

而作者在書中提到這個方法 應該是能夠改各種參數去模擬市場情形

藉以運算出之後上升或下跌的可能性

3.
歸納法的問題

其實很顯而易見的議題就是黑天鵝事件

就不加贅述

不過我在這裡有些疑問

就是他寫道 計量經濟學及財務工程在這方面有詬病

試問是為何

小弟在這推測是因為 上面兩門學問的統計 無法統計到稀有事件

不太確定這麼說對不對

4.
條件機率

這個概念就簡單許多

舉個例子 一個抽煙的人 通常會得肺癌

那麼 如果你抽煙 那會代表你得肺癌機率比沒抽煙的人高嗎

這時就要考慮抽煙人數多寡判斷惹 如果抽煙人數20 沒抽煙 10

抽煙得肺癌人數 2 沒抽煙得肺癌人數 1 那其實兩者機率一樣

因此討論條件機率要注意以誰為基準

5.
多變量分析

這個就有點像是探究相關性跟因果關係的方法了

只是一次考慮多個變因

==================================

其實這本書很像機率統計的延伸討論

不過我很納悶的是 作者既然很相信機率論

怎麼又會在裡頭認為統計 以及延伸出來的計量經濟跟財務工程是錯誤的

還是說 作者是推崇機率論以及統計本身

只是認為很多人都用錯方法來使用這兩門學問呢

還請大家幫忙解答 看完滿錯亂的XD

BTW 作者好像很厭世XD

--
找到票了!!是同意!!
恭喜我大114校長連任

--

※ PTT留言評論
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.114.207.159 (臺灣)
PTT 網址

asd13246764703/06 00:37搞這麼複雜幹嘛 低買高賣啊!直接致富

u770114 03/06 00:41除了1之外沒啥有用,能被紀錄的東西都會被針對

看完整本也是覺得對於投資而言 期望值似乎是最直接的

sova0809 03/06 00:45他的書基本上都不好讀跟翻譯 看不下去別勉強

我是把它嗑完了 而且過程算開心 不了解的就是他似乎一邊批判機率統計 又一邊宣揚機率統計的重要 有點不太懂他的中心到底是要我們相信機率統計 還是不要相信

sidneys 03/06 00:45我看過的那本翻成“隨機騙局”是一樣的書嗎?

是的喔

u770114 03/06 00:46期望值很主觀

u770114 03/06 00:47我覺得總經學好一點,這五點都可以探索到

總經還沒學過 很難有共鳴QQ

sova0809 03/06 00:47他是實務派出身 本身是走選擇權路線 所以對學術理論

u770114 03/06 00:47但我覺得教科書只是輔助,最好去了解實際情況

可以感受到他身上滿滿的理學院氣質 即便他是管理碩士 不過最近看完華爾街的物理學 似乎學理派跟傳統派是有點對立的(?

sova0809 03/06 00:48派的某些天真假設有意見很正常

這就像效率市場跟行為經濟學的對立吧

jjjjjjs 03/06 00:49均值迴歸?

(?

lights 03/06 00:49這本書其實蠻好讀的 當故事來看

SweetLee 03/06 00:50沒看過書 不過如果很多股市裡用統計來預測漲跌是真

SweetLee 03/06 00:50的在胡扯

sova0809 03/06 00:51講白點就是不要完全忽視肥尾的可能性 像是對沖賭收

u770114 03/06 00:51怎麼說呢 實際情況跟新聞或是書本上說的 完全不同

u770114 03/06 00:51但你必須用書本上的名詞去融入那個世界的想法

sova0809 03/06 00:52斂結果無法收斂然後發散 就準備等死了

可是我在華爾街的物理學中看到有人在增肥以前就發現模型的缺陷 然後成功造出在增肥中適用的模型 這算是統計學跟財務工程的勝利(?

u770114 03/06 00:52然後你就能讀懂華爾街某些奇怪的新聞了

看到現在總覺得股市方法很多 然後遇到不停情況就會說要用不同投資法 可是能不能再發生前轉換感覺又是另一回事

SweetLee 03/06 00:52例如你看到有人在說過去10次甚麼條件下有9次會漲 那

SweetLee 03/06 00:53機率有90% 可是通常這次符合條件的結果會是...

這樣就是要看期望值了吧(? 不過期望值還是機率論範疇XD

goddamnhuge 03/06 00:54去學初統 高統 數統 迴歸 研究方法 學完就懂了

學到一半而已QQ

u770114 03/06 00:56散戶有散戶的各種方法,但大公司就只有一套

是內線交易嗎XD 還是我影集看太多

u770114 03/06 00:56只是知識面會限制你了解那些意思

這樣看來要邊進市場邊學惹

u770114 03/06 00:57不是,就光明正大的交易

u770114 03/06 00:58像是什麼反向拆分啦

恩..看來還有得學QQ

sidneys 03/06 01:04書太理論 看完就忘一半QQ

推理學院走一遭就還好惹

kuanyu1026 03/06 01:05丟公平硬幣 人頭得1000億 反面賠一億 期望值幹爆高

kuanyu1026 03/06 01:05 要玩還是不玩?

我是不太敢 畢竟資本額不足

meRscliche 03/06 01:17114 路過推一下,進去 quant 的工作就能體會到機率

meRscliche 03/06 01:17統計、高微的妙用啦!

好好奇quant到底是什麼樣的工作

chunzheng 03/06 01:17看這種純敘述理論的書對投資技巧有幫助嗎?

華爾街的物理學就在講理論和投資的關係 也是本好書XD

meRscliche 03/06 01:18「找到了!是同意票!」xD

114梗XD

stlinman 03/06 01:23我覺得用統計或技術分析看金融市場,只有說明現象跟

stlinman 03/06 01:23概率但是沒有解釋原因。所以推導上會有盲點。

這個就是要搭配金融知識了 不過有時抹滅那些人性影起的震盪或許更能看清(?

rock8655 03/06 01:27我跟你一樣是114又正好都剛看完這本書的機率有多大.

這肯定要考慮清大人數跟這本書的銷售量 條件用你的ip跟使用ptt來當基準XD

rock8655 03/06 01:27.. 話說這本書有夠不好讀

中心思想很難抓到QQ

rock8655 03/06 01:28我認為金融市場最重要的一點 根本是心理學

可是我覺得心理學的學派很雜誒 能解釋點太多 似乎沒有絕對

jipq6175 03/06 01:51推薦你看英文版,自己覺得讀起來很順

有點考慮

tbh 03/06 02:08這本書比較是一種哲學吧, 可能是作者最簡單的一本了

ruokcnn 03/06 02:41期望值就是機率的延伸

ruokcnn 03/06 02:42貝氏觀點來看這世界上一切事情都是機率

iPadProPlus 03/06 02:56感覺沒啥用處

iPadProPlus 03/06 02:56機率沒辦法解釋真正的黑天鵝

可是cauchy distribution 不就有big tail的特徵惹 雖然沒辦法積分 不過用蒙地卡羅似乎能抓出你想要的分佈面積(?

HenryLin123 03/06 03:06寧願大賠不要小賠 是變異數問題吧

應該要寫寧願小賠不願小賺(?)

chialalala 03/06 03:39因為市場是混沌,不是隨機兩者區別很大

像是大賣空裡頭從評斷房債新用到影響金融海嘯一樣的感覺(?)

empirica 03/06 06:47接續去讀他的黑天鵝效應,大師之作

emptie 03/06 06:47我覺得統計觀點問題很大啊…幾年前的市場條件是有

emptie 03/06 06:48跟今天一樣嗎?中間公司倒了開了產業熱了涼了不知

emptie 03/06 06:48道幾次了

不過歷史時間這麼長 應該可以抓到很相近的吧(? 畢竟知識是歷史的累積 過時的東西會被淘汰

f19870421 03/06 06:50他的書要強調只有一件事 但我不想在這說

QQ

f19870421 03/06 06:51塔雷伯的書要看懂不是很容易

真的難

WESTONE 03/06 08:02我認為問題在參數過度優化。我想了兩三年解決方向,

WESTONE 03/06 08:02高微中緊緻度應用應該是不錯出發點。供參。

學過compact 但不懂你XD

sdamel 03/06 08:08隨便找一家法人觀察他的方式跟單就好了,統計那麼多

sdamel 03/06 08:08最後還不是炒短線

sdamel 03/06 08:09話說買書來看當初我也買了一些,結果托斯科蘭尼一個

sdamel 03/06 08:09投機者的告白買到註釋本…該辦休學了

mexilo 03/06 08:11正在看反脆弱,感覺Taleb厭世程度不降反增。

很多聰明人都很憤世嫉俗

zaqimon 03/06 09:11我隨機被出生在宇宙中的地球上的台灣的某個角落

AboveTheRim 03/06 09:57Taleb不只是MBA 他還是巴黎大學的數學博士

AboveTheRim 03/06 09:57而且他極度討厭商管人士

我覺得大部分理論派都不喜歡沒有根據的東西

charlie2010 03/06 10:26114給推

acbwanatha 03/06 10:29很多人都只是在隨機致富而已,就是那些用數學財務工

acbwanatha 03/06 10:30程討飯吃的人。因為都是隨機,所以數學好不好沒關係

?我不太確定這樣解釋對不對誒

※ 編輯: kevin1212 (140.114.123.82 臺灣), 03/06/2020 11:35:48

f19870421 03/06 11:54他講的不是那種教條式的策略 是一種攻防一體的概

他的難懂在於他的策略很難條列寫下 是這樣嗎

f19870421 03/06 11:54念 其實是適用每個人的 只是大部份人都以為他在

f19870421 03/06 11:54講數學

※ 編輯: kevin1212 (42.73.39.173 臺灣), 03/06/2020 12:58:09

acbwanatha 03/06 13:00攻防?活得多累啊。為何要陷入攻防裡?

f19870421 03/06 13:03他的策略只是一種概念 而這個概念不論對何種投資

f19870421 03/06 13:03者都能進可攻退可守