30%的80%为啥等于24,%20%和20%为啥等于4

首页 > 上门服务 > 作者:YD1662023-07-31 12:05:52

投资分析的尽头是贝叶斯概率

1/6、同一件事的多个概率

你研究了一家公司的财报,觉得数据很不错,行业空间也很大,有产业政策扶持,投资逻辑也非常顺,你考虑买入;

但你在调研中认识了一个公司离职人员,了解到公司管理混乱,*缺乏进取心,在这个竞争非常激烈的行业,你联想到公司的竞争地位实际上是在慢慢下降的,于是你犹豫了;

然后你走访了经销商,发现公司对渠道的控制力很强,而经销商的反馈也表明,消费者很有粘性,近期的动销继续保持强势。

你又跟同行讨论了一番,得到的信息更混乱了……

以上的情况是投资中的常态,从不同角度得到不同的分析结果,对应着不同获胜概率。

但操作上只有“买、不买”两种选择,如果买了,结果只有“达到盈利预期”和“没达到盈利预期”这两种中的一个,为什么一件事会有不同的概率呢?

这取决于你如何理解“概率”。

有人认为,没有什么概率,投资的结果不是赚就是亏,不是0就是100%;也有人认为,投资中有概率但算不出来,等于没有概率。

关于概率,有两种解释,“古典解释”把概率看成是一个客观的独立数值,比如:

已知口袋里有9个红球和1个白球,让你闭着眼睛摸出一个为红球的概率是90%。

如果此时,你看了一眼手上的球,扔掉,继续闭眼再摸一个,因为我不知道你刚才摸到的是什么球,所以我只能认为,你摸到红球的概率还是90%,但因为你知道你自己丢掉的是红球,对于你而言,下一个仍然为红球的概率就变成88.89%。

同一件事就这样出现了两个概率。

这就是概率的另一种解释——贝叶斯概率,这是一个基于信念的、主观的、可变的数值,随着你了解的新信息而变化。

贝叶斯算法的角度看,概率不但可计算,而且可以随着信息变化,而股价的变化取决于信息的边际变化,那么概率的变化也可以引发股价的变化,即,可以用于投资决策。

看一个实际投资问题:有一家大公司搞借壳上市,有A、B、C公司三个备选目标,你在研究了一番后觉得都差不多,于是选择了A。

后来,你找到了一个了解借壳内情的人,告诉他你买了A,但他不愿意直接告诉你答案,只能告诉你,B公司是不可能的。

请问,这个信息对你有用吗?换句话说,现在只剩下A和C两家公司,你要不要把A换成C?

很多同学可能已经看出来了,这就是“三门问题”的变形。

30%的80%为啥等于24,%20%和20%为啥等于4(1)

2/6、三门问题与贝叶斯算法

考虑到还有很多读者不知道“三门问题”,所以我简要地复述一下:

这是一个竞猜的电视节目,台上有三扇关着的门,其中两扇门后是羊,一扇门后是车,你可以选其中任何一扇,如果是车,就归你了。

于是,你随机选了一扇(假设是A)。

按规则,主持人(知道哪扇门后面有车)打开了其中一扇门(假设是B),让你看到这扇门背后是羊,并给你一个机会,你可换一扇门(即从A换成C)。

你的选择是“换”还是“不换”呢?

30%的80%为啥等于24,%20%和20%为啥等于4(2)

这个问题的答案,直觉判断“换”与“不换”的概率都是一样的,但实际上,你应该换,换了后得到车的概率更高。

三门问题的标准解释是这样的:因为有两只羊,一台车,所以你一开始选中羊的概率是2/3,选中车的概率是1/3。主持人打开一扇门后,如果你换的话,你之前选的是羊,必然会变成车,之前选的是车,必然变成了羊,概率就完全互换了。变成“2/3的概率选中车,1/3的概率选中羊”。

如果文字还是不好理解,用图会清楚一些:

30%的80%为啥等于24,%20%和20%为啥等于4(3)

还是想不通的人,可以用一副扑克牌模拟一下。

三门问题的答案就是*问题的答案,你现在把仓位从A移到C的话,押中的概率就从33%上升到了67%。

很神奇吧,只要有一条有关的新消息,哪怕与A、C公司都无关,也能改变你现在的概率。

我们再把上面的条件改一改,那位知情人士又说,当然,*没有结束前,任何事都有可能发生,B也没有完全出局,只是可能性比较低。

根据我们前面分析的方法,把仓位从A移到C的话,并不会上升到66%,但因为B的概率低于33%,换的结果仍然比不换好。

我们把上面的例子从“内幕交易”扩大到正常的投资决策场景。

一支股票,如果你不研究,买入后实现预期收益的概率就是50%。

随着你研究的深入——不管基本面分析还是技术分析还是高手指点,甚至你只是去研究了其他的公司,每掌握一个新信息,就相当于有一个无所不知的主持人帮你关上一扇“门”,买入后实现预期收益的概率开始改变,从50%向上或向下变化。

如果用计算机语言去描述一个投资高手研究决策的过程,必然是上面描述的那样,这被称为“贝叶斯算法”。

贝叶斯算法是人工智能的基础,你问ChatGPT一个问题,它蹦出来的每一个字,都是贝叶斯算法计算的最大概率值对应的字。当你告诉它,刚才说的不对,补充了一个新的信息,它马上就把这个新信息代入到刚才的结果中,产生出新的一串概率最高的文字结果——这回正是你要的答案。

看到这里,很多人就算理解了,也不知道为什么会变成这样,它太违背直觉了。这也是概率的最大特点——它可以被计算,但是你很难感受。

所以,想要理解概率,最好的方法还是“算”——找一个生活中的例子,亲手用贝叶斯公式算一算。

贝叶斯计算是有数字公式的(谢尔顿写在黑板的那个),为了不把大家吓跑,我用一个图形界面去展示,保证不出现任何中学以上的数字公式。

30%的80%为啥等于24,%20%和20%为啥等于4(4)

首页 12345下一页

栏目热文

文档排行

本站推荐

Copyright © 2018 - 2021 www.yd166.com., All Rights Reserved.