【004】使用估值大法前,给贝叶斯大神上柱香

2018-01-13 并不勤劳的 etf拯救小白 etf拯救小白


本篇大量引用 《怎样用非数学语言讲解贝叶斯定理(Bayes's theorem)? - 马同学的回答 - 知乎》,原文链接: https://www.zhihu.com/question/19725590/answer/217025594


上文讲的是如何依据后视镜看后车转向灯亮不亮,来判断前面有没有十字路口,跟“看指数估值判断是否值得买”道理一样,讲解很妙,搬过来给大家看看。(我不会开车,也没留意过别人开车,如果你觉得哪个操作不合逻辑,比如坐驾驶位能不能通过后视镜看到后车的右转灯,挡风玻璃碎了干嘛不停车,或者是否违反交规,都是小细节,理解大意就好。)


假设你在一条笔直的路上开车,突然,前挡风玻璃炸裂到一片模糊的程度,导致你完全看不见前方是不是十字路口。这条路按长度计算,5%是十字路口,95%是笔直大道。随意右转,有95%的概率是错的,要撞马路牙子。


这时候,你看见了后面有辆车的右转灯是亮的。一般来说,在十字路口时,有25%的车会开右转灯,其余的车会直行/左转/不打灯右转。假设你是个统计学家,知道所有情况下司机开右转灯的概率是2%。如何根据“后车开了右转灯”这个信息,判断前面是不是十字路口?


这就是贝叶斯定理要解决的问题:有新的情况出现时,如何对原来的判断做出修订。

P(A) :十字路口在整条路上出现的概率,5%

P(B):所有情况下打右转灯的概率,2%

P(A|B):打右转灯的时候在十字路口,?

P(B|A):在十字路口的时候打右转灯,25%

依据贝叶斯公式本体:

也就是你在十字路口的概率是:5%×25%÷2%=62.5%,成功率比原来随机右转的5%大大提高。


贝叶斯大神要解决的不是非因即果的强因果性问题,而是在有相关性的情况同时出现,如何修订原事件概率的问题。在真实世界中,更多的是相关性问题,而不是强因果律。云层厚未必是要下雨,下雨未必半天之前本地云层就厚。我们感知到的、统计出来的都是表象。比如你没看过电视,生平第一次在五道口见到黑人,你一定会感叹“人怎么会这么黑!”,但你站在原地统计一段时间之后,计算出来的五道口附近黑人出没的概率,就会从无穷小,逐渐趋向一个稳定值。当然,这个稳定值也会随着对外政策变化而缓慢变化,不会恒定。依据缝缝补补的观察和统计,真实世界可以无限逼近,永远无法触摸


扒掉文艺马甲,回归庸俗的赚钱事业。我们不难看出,“估值低一定会涨起来,只是不知道什么时候”这种判断的问题。第一个也是最明显的问题,是三段论里忽视了大前提,也就是“产业资本认为这块估值洼地比其他资产更有发展空间”,抛开这个大前提,从小前提“估值低”直接跳到结论“涨起来”,只是一厢情愿。


另一个更隐蔽的问题,是如何处理估值的历史数据。估值只是依据规则整理的财务数据,高或者低,都是基于历史数据的判断。而历史数据的积累、获取方式、处理方式,会影响到整体的概率分布。我在估值那篇最后的结论,也并不是不参考估值,而是说,把历史估值平均数画成水平直线,绝对是有问题的处理数据方式。因为在画水平直线的时候,已经把未来后续的数据,显示到了你尚未获取数据的时期里,也就是传说中的未来函数。


很多留言反驳“要算概率自然要足够样本量”,这是自然。但是,数据不是天上掉下来的,不是唾手可得的,更不是所有人认可的“公允”的,要获取到样本,又要回归到“如何基于现状对历史数据做修正”,比如加入WTO,比如股权分置改革,这些是情况B、情况C,估值的历史概率分布(股指点位)是情况A,当情况B、情况C出现时,情况A的概率也是会变化的。这又如何去修订呢?市面上诸多策略完全不做修正,是有问题的。


你从口袋里摸一个豆子,红豆,再摸一个,还是红豆,颜色深了点儿,再摸一个,还是红豆,颜色浅了点儿……你要摸多少个豆子才肯下结论,口袋里都是“红”豆?你从04年有数据开始看指数估值(假如你能看到),05年,06年,07年……你要看多少年,才会开始买股票?


估值,只是对指数的降噪处理,本质和指数是一样的。不必神话,不必迷信,看估值低就抄底,跟看指数低就抄底的逻辑,也是一样的,五十步何必笑百步呢?


当然,会有人说“看财务报表一定会发现问题呀”,那么,这就是引入情况D对情况A做修订了。


最后,拜一下贝叶斯大神 ↓

一个死胖子,囧

觉得不错,分享给更多人看到

etf拯救小白 微信二维码

etf拯救小白 微信二维码