这段时间，有的学生还有一些网友问我有关概率的事情，我就具体表达一下自己的理解。
统计的现实与未来意义
做市场，有两种研究概率的方法。一种是在一次操作机会中，计算出成功的概率有多大；一种是做十次，计算出总体上能够成功几次。这两种方法我比较倾向于第一种方法，因为你可以专注于一次机会，如何提高一次的成功概率是我们要思考的问题。而第二种就是对第一种方法，简单的，无数次的，正确重复。是重复的数学结果，本身不具备意义。
讲到概率，我们就要讲到统计。百度是这样介绍的。统计学是应用数学的一个分支，主要通过利用概率论建立数学模型，收集所观察系统的数据，进行量化的分析、总结，并进而进行推断和预测，为相关决策提供依据和参考。统计的常用方法有：均值、中位数、众数、正态分布、抽样、标准差、概率论、检验、方差分析、卡方检验。
我个人不喜欢这种对统计的描述，混淆了现在与未来的目的。统计的根本任务就是对现状进行量化的分析、总结。本质就是能够通过这些方法很清楚的认知现状，这是最基本的目的。然而，在某些情况下的确是可以推断和预测未来。这个“某些情况下”，就是把统计的结果代入某些可以推断和预测的规律中去。比如人口统计，我们得到人口的年龄比例，把这个结果带入到人的生长规律中去，就可以得到一些未来可能存在的机遇或问题。所以统计的结果，和人的不可避免的生长规律结合起来，才能产生某种对未来的指导意义。
所以这个时候我们首先就要区别一个概念，就是统计的结果，与效果。结果是统计方法的数据表达，直接表达了现状。我们要理解，不是统计结果的数据表达能够进行推断和预测；而是统计结果的数据表达，在某些时候，能够道出了某种经济理论的意义，是这个理论的意义能够进行推断和预测。而最终产生了可以理解和把握未来的效果。
统计的现状与未来我们想在一个街区开一家肯德基，我们首先要进行统计，结果是好的。达到了可以开店的标准，于是我们筹备开店，我们看看接下去的几种可能性。
A.统计结果和效果一样，效益不错。
B.当我们这家肯德基开始动工时，麦当劳也在对面预备建造了，直接分散了客源。
C.当别人看到肯德基，和麦当劳同时在这里建造，很多小商家会认定这里存在潜在客源，于是咖啡店，蛋糕店，冰激凌店等，都围绕在肯德基和麦当劳的周围陆续加入。
在一段时间内，多家店的陆续加入分散了原有客源，生意变得非常不景气，从统计数据上看，好像并不怎么乐观，原先结果和实际效果产生了偏离。于是我们又进行了一次统计，这家肯德基从现阶段的数据上看，会是个失败的投资，于是我们打算撤离，来减小投资的损失。
当我们打算转撤离的时候，客源的认知可能发生着变化，我们看看接下去的几种可能性。
A.这个地方由于我们的撤离，大家都变得好过些。
B.现在很多人已经开始认为这是个饮食街。有不少人从其它较远的地区开车过来吃饭。
C.这个地区发展起来了，服装店，电影院，超市逐步的加入这个街区，这个街区逐步的从饮食街发展成商业圈，吸引了更多地客源。
统计的结果，和最终的效果总是存在很大的偏差。每个统计的结果都有可能对应好几个最终效果，这是为什么？这是因为，人的认知会根据已有事物，产生相对于这个事物存在的反映。这个就是索罗斯提出的反身性理论。我们要量化已有“事物”，我们要依靠统计来分析“反应”的性质，目的是找出反身的意义，一旦反身的意义存在，那么这个街区从饮食街发展到商业圈，将是不可避免的趋向。反之，将是不可避免的趋离。
反身性的商业应用根据反身性公式，事物 =f（f（事物））。这个道理其实很简单，首先你要觉得这个地方看上去像个饮食街，然后用统计方法观测人群认知的变化的过程。如果大部分人已经开始认为这是条饮食街，那么反身性才具备意义，也就是，饮食街= f（f（饮食街））。那么事物必然会发展到饮食街所具备的容量，甚至超过。如果大部分人已经开始认为这是商业区，那么反身性才具备意义，也就是，商业区= f（f（商业区））。那么事物必然会发展到商业区所具备的容量，甚至超过。
统计的关键，就是模拟人的认知的变化的过程。人的认知的变化是需要时间的，当这个饮食街刚刚初具规模的时候，当你第一次路过的时候，你有了一个印象，这个地方，不但可以吃饭，还可以买到冰激凌，你下次去的时候可能就是因为要买冰激凌。你渐渐的会认为，只要去这个地方，总能吃到东西，可以先去，再看看吃些什么。
你的认知发生了变化，这是条饮食街，你已经这么认为了。当大部分人都开始这么认为的时候，那么这才算得上是一条真正的饮食街。你去这条街的理由就增加了，这次是为了吃冰激凌，下次是为了吃鸡块，你还会带着你的家人去吃顿饭，或走一走，看一看。人的认知发生了变化，这种变化会增加潜在的客流量。人是依群而居，信息在周围复制，似乎一下就传播了。
从另一面看，在这个饮食街刚刚初具规模的时候，如果这个饮食街的大多数店家认为此刻生意不好做，都急着撤离，撤离的速度太快，快过人群认知变化的速度。那么这个反身性未来的意义就不存在，我们甚至都没有必要做什么以反身性为目的的统计。所以，这里首先要道出反身性的前提条件，那就是事物变化到新的阶段，这个阶段在一定时间内，保持着相对不变的规模，也就是已有“事物”的量，相对的维持在这个阶段。
然后，我们等待着人群认知的变化。这个就是我们要做统计的时候，统计什么？看看认知的变化百分比，和客流量增加的情况，做成一个数据模型，看看有没有规律。当这个客流量增加的速度，和认知百分比增加的速度，开始赶上饮食街原来的规模，也就是量，甚至是不可避免的超过量增长的速度。那么这个前段时间的“饮食街”，会不会在相对较短的时间内，不可避免的发展成“商业圈”？
在这个商业应用中，当开始的饮食街初具规模时，我们看到了“正离”。也就是事物的“量”，大于认知的“反应”。如果在一段时间内，“量”维持相对不变。根据反身性的意义，人的认知会根据已有事物，产生相对于这个事物存在的反映。这个“反应”急剧膨胀，当大于事物的“量”，或“量”增长的速度，就产生了“背离”的意义。背离如果能被确认，就可以加入这个不可避免的趋向。
反身性的市场应用——大师当索罗斯认出一个双底部形态的时候，比如去年的USDJPY在79的时候。双底部形态存在的意义，也就是79在这个位置维持了相当长的一段时间。第一个底形成的时候，多数人会认为这是趋势的回调，第二个底形成时，很多人的想法转变了，这可能是一个底部形态。索罗斯是如何计算大多数人的想法的呢？我们其实早有耳闻。
索罗斯的一贯做法是打电话给全世界的投资人，看看重量级同行的认知，如果有大部分人认为这是个USDJPY的周级别的底形态，那么索罗斯会使用他特有的一招，就是小资金的试水。这个试水能激起市场的反应，也许只是小小的突破，会使这个形态更具说服力。然后再打电话问问之前的投资重量级人物，看看他们是不是更确定这个底部形态，接着就是大家手拉手一起入场。
等到周级别突破已经成形，大家也都知道索罗斯赚了10个亿，也都知道这次的USDJPY的突破叫安培交易，这是大家和安培都愿意接受的说法。注意基本面利好都是在突破的后半段才被普遍认知的，依靠基本面入场，总是吃不到最明显的走势。大家看到了日图上的趋势，索罗斯开始分批出场了，下面就是小资金在他们看到的日趋势上折腾了，这也就是大众能够认知的趋势交易。大众依靠趋势进场，大师依靠趋势出场。索罗斯这样的级别是做周的突破的，是造日的趋势，大师是不会吃剩下的。
索罗斯做趋势吗？人家也做，人家做的是大级别趋势中可能存在的突破，依靠的也是反身性的操作手法。这个大级别趋势上的突破，在它的内部级别也还是趋势。这个内部级别的趋势一旦形成，那么剩下的任务就是分批出场了。2011年7，8月，的黄金，索罗斯也是依靠同样的手法，等到突破完成时，开始分批出场的时候，大家也都知道了索罗斯是第5大黄金持有者的消息。有心人要注意市场波动和消息配合的变化，这样就能够观察出大师行为的痕迹。
我们看看大师操作的过程，学习大师使用统计的方式，看看人家的统计是怎么应用的，是如何带有目的性的。这个才是我们学习统计，学习概率的地方。不过很多人都在讲，我们不是索大师，我们没有能力造势，我们没有能力打电话，没这个关系，但我们有能力跟随。我们要道出K线的波动，是否具有某种内在意义？
K线的单边短头排列在顶底位置，或顺势盘整的位置中，如果出现了K的单边的短头排列，这个排列的突破成功率是比较高的，这个也是利物摩尔讲的，沿着小阻力波动的方向操作。K线的单边短头排列，就是认知的对比发生着激烈的碰撞，认知在这里发生着交换，是反转还是回调，是顶底还是趋势。认知的对比发生着变化，到了临界位置，便形成了突破。我们没办法做认知方面的统计，但这种单边的短头排列模拟了认知的变化过程。
这个较小突破，使得较大的形态，更加的完善，更加的能够被辨别。着眼于大级别的做手相继入场，使得单边的走势越发的明显。这个突破什么时候停止，呵呵，我就不知道了。不过一般我认为，利好消息出来的时候，就可以减仓持有了。消息总是滞后的，往往市场跌了一大半，大众才被认知这是在金融危机中，这个也是反身性原理。所以我们要得到最好把握的一大半，其实得到一半也就可以了。
这个突破是快速的，是你用最短的时间，得到最明显的走势。这个就是操作的意义，操作是不能输时间的，是不能长期暴露头寸的。我们看的是大级别，做的是突破的短时间，这个就是索罗斯的看长做短。不过搞价值投资的是另外一回事了。因为着眼处不一样，价值投资着眼于永远，只要存在价值，持有时间是永远。那么巴菲特平均每股持有6年，反而是看长做短了。
统计的意义统计是工具，概率是表达。我们要为了一个目的而去使用这个工具，在使用统计工具的过程中达到这个目的。不能为了工具而去使用工具，这样会变成了，你的思想，你的意识，被统计，被概率了。你的确在使用统计，却概率了自己的认知能力，别忘了市场是逻辑的镜子。
什么是机械交易，什么是自动化操作。比如海龟法则里提到的机械交易，当然还有更著名的LTCM。不过我要指出，海龟法则里提到的机械是优化的，LTCM就更加优化了。绝对不是纯机械。这个优化就是一种理论依据，在计算机计算出市场波动到符合这种理论依据时，才自动化交易。我们不能只看到机械，却看不到优化。从操作的历史上看，LTCM是基于机械把优化做到最好的公司。持续盈利了4年，然后2年走向破产。
如果你偏重于机械，就必然失去优化的能力。当你有能力认知市场的波动方式，而做到足够优化的时候，你会发现，根本无须机械。没有什么复杂的意义，都是相似的操作，一年操作个十次，把每次都做好，就可以了。也不累，你看索罗斯和巴菲特都83了，这个年龄都禁不起劳累，和劳心，他们的市场操作一定是轻松的，比机械操作还轻松。
联系客服
