投資分析的盡頭是貝葉斯概率。

一、真的是執行力的問題嗎？

某天，你發現自己關注的某公司有一條新的行業供需變化信息，按你的理解，未來一個月將發生供需逆轉的變化，導致產品價格大幅上漲。

【資料圖】

但你又覺得，按過去的經驗，供需關系變化，價格也不一定就上漲，也不一定有那么快上漲，不如再等等看，有沒有更多的跡象進一步確認這個判斷。

可市場非常有效，你看到了，別人也看到了，而且先動手了，行情來得非常快，你見股價已經大幅上漲，再一猶豫，就更沒有入手的機會了。

于是你懊惱地想，自己明明也看對了這個投資機會，可就是執行力太弱了。

于是你得到一個結論：下一次再遇到這種情況，不管三七二十一，先上車再說。

真的是因為自己的執行力太弱嗎？

在“貝葉斯概率”的上篇《貝葉斯主義投資高手的方法，可以總結為三類》中，我分析了投資研究中的信息處理的概率方法：如果你只是定性的分析信息的利好和利空，就會發現一個矛盾，所有的股票都復雜到有一堆利好和利空，而投資簡單到就是一買一賣。

【相關閱讀】：貝葉斯主義投資高手的方法，可以總結為三類

如何用復雜的分析去指導簡單的買賣操作呢？投資分析的盡頭是概率。

然而，很多投資者從心理上抗拒“概率分析”的方法，因為實際投資中的概率，大多數常常是用不可靠的方法估算出來的，這種概率分析，跟學校里學的統計學、概率計算的過程差別太大了，非常可疑。

這是在運用貝葉斯方法中，我們首先要邁過的心理上的檻——區分經典概率與貝葉斯概率。

二、經典概率與貝葉斯概率

A股素有“五窮六絕七翻身”的說法，還可以用統計數據來驗證。近20年，上證指數、深證成指7月上漲的次數均為11次，占比55%。

這里的“近20年7月上漲概率”就是一個古典概率，又稱為“內曼－皮爾遜統計學”概率，是對某個可重復事件的數據的統計結果，也是中學數學課本里教的概率。

但投資者真正想知道的其實是“今年7月漲跌的概率”，這就要用到貝葉斯概率，跟古典概率有三大不同：

第一、“7月”是一個可重復的事件，但“今年7月”是一個不可重復的事件，所以今年7月的漲跌概率不能用古典概率的方法去測算；

第二、當今年7月結束時，要么漲，要么跌，不可能是55%概率的上漲；

第三、當今年7月結束時，它的漲跌會把“近20年7月上漲概率”變成52%或57%，這是兩個概率之間的關系。

總結下來，“近20年7月上漲概率”是一個客觀計算的結果，而“今年7月漲跌的概率”是一個主觀的信念，與你的判斷能力直接相關。

當然，“近20年7月上漲概率”對“今年7月漲跌的概率”還是有一定的指導性，所以在貝葉斯算法中，把“近20年7月上漲概率”視為一個條件概率，可以把你之前判斷的“今年7月漲跌”的先驗概率變成后驗概率，就是那篇公眾號文章的核心內容。

你可以找到無數條類似“近20年7月上漲概率”的概率，比如宏觀上的分析結果、圖形的分析、等等，每一條都可以視為一個條件概率，代入貝葉斯計算，得到新的后驗概率。

但無論你找到多少信息，“今年7月漲跌的概率”，都不可能變成一個確定的數字，貝葉斯過程類似于偵探推理而不是科學計算，到最后也不一定能給出100%正確的結論。這就像法官斷案不能讓被告原告都滿意一樣 ，很多人因此無法認同這個概率。

貝葉斯概率的發明時間是1748年，遠早于19世紀末誕生的“內曼－皮爾遜統計學”的經典概率，只因為太過反直覺，以致于在相當長的時間里被當成“民科”，被科學界排除在外，直到20世紀中葉，因為計算機科學的興起，才被接受。

貝葉斯概率被接受，也不是因為它“正確”，只是因為它“有用”，就像上篇列出的三門問題，換門不一定正確，但“有用”，有人用計算機模擬了結果，換得車的次數正是不換得車的兩倍，還有人按三門問題設計出賭局，贏了很多不接受貝葉斯概率的人的錢。

貝葉斯概率的計算不一定正確，但一定有用，不確定的“今年7月漲跌的概率”，作用遠大于確定的“近20年7月上漲概率”。

比如我們可以用貝葉斯方法分析一下開頭的那個案例。

三、投資不需要執行力

早上的天氣預報說，今天的降水概率是30%——這個30%是怎么算出來的呢？

由于今天是不可重復的，所以這個概率不是經典概率，不是統計出來的，準確地說，它是“先統計后計算”出來的貝葉斯概率。

氣象員先把歷史上具備今天的某種氣象條件（溫度、氣壓、濕度等）的情況都統計出來，其中降水的天氣占比為35%，這是先驗概率。

然后，氣象員要根據經驗對這些數據進行調整，經驗就是“條件概率”，一是要考慮更多的氣象條件對降水的影響，二是要考慮近幾年氣候的大變化，那些沒有降水的天氣，是否具備今天類似的氣候條件。

最終得到的今天的降水概率是30%，它代表一個有經驗的氣象員根據歷史數據和主觀推測后，公布的今天是否會出現降水事件的信心度。

你甚至可以把氣象局看成一個賭場，把這個概率升級成賠率——本質上說，降水概率和某球隊的賠率是一回事。

投資中概率的計算方法與降水概率類似：

1、把XXXX加入自選股池，代表這個公司的先驗概率已經達到了可關注的水平（比如60%）；

2、加入自選股，就可以更快的注意到公司的新信息，每一個有價值的新信息，都代表一個新的條件概率，從而讓該公司生產一個新的“后驗概率”；

3、一旦新信息的區分度達到某一個水平，當“后驗概率”超過了某一個操作數值（比如70%），你就可以考慮建倉。而后驗概率在實戰中可分為幾檔，與“買入、加倉、減倉、清倉”操作直接相關，這樣你就可以把自己掌握的所有信息和信念變成指導操作的概率事件。

回到文章開頭的例子，從這三步看，那家公司的供需變化已經產生了新的利好信息，意味著“后驗概率”的上升，而此時，你沒有動手，那只有兩種可能：

可能一：“后驗概率”沒有達到你動手的“操作線”

可能二：“后驗概率”實際上達到了你動手的地步，但你沒有掌握這個方法

很明顯，股價猛烈上漲說明很多人都判斷“后驗概率”達到了操作線，但問題是，你沒有有效的方法去處理新信息與舊消息的關系，只能采用“拖延決策”的方法去回避這個問題。

而你總結出的“執行力太弱”的原因，很可能會讓你再踩一次坑，下一次再遇到新信息，實際上并沒有讓“后驗概率”達到操作線，可你想起了上次執行力太弱錯過機會的經歷，又犯下了相反的錯誤。

投資就是一買一賣，只需要判斷力，不需要執行力，無法用你的新想法去改變你的信念和操作。

當然，精準的概率計算并非是必須的，上面的例子可以看出，貝葉斯算法首先是一種思維方式。

四、分析過去，頭頭是道，預測未來，一頭霧水？

宏觀分析中常常遇到下面的情況，分析過去市場的某一個現象，得到了一個清晰的規律，但再用這個規律分析現在的市場時，要么不怎么靈，要么不知道怎么用。

于是很多人稱之為“后視鏡”，認為這一類文章就是騙流量的。

但歷史規律并不是讓你直接得到結論，直接用于指導操作，而是形成一個條件概率——俗稱“投資經驗”，如果你沒有掌握正確的概率判斷方法，它當然不能為你的決策提供幫助。

感覺到過去的脈絡清晰，那是因為我們在觀察過去的事情時，只把其中產生了影響的數據單拎出來，形成了一個大腦中的因果關系。

而因果關系實際上是一個哲學概念，在現實生活中，我們可利用的實際上是相關性，舉個例子，抽煙與肺癌是否形成因果關系，是一個哲學判斷，科學只能告訴你，他們存在很高的相關性。

真實投資中同時存在大量的條件概率，且相互影響，需要找到影響權重更大的因素。

比如匯率與股市的關系，很多人根據近期的直覺分析，人民幣匯率跌，股市也會跌，但實際上，這兩個因素之間并不存在因果關系，其相關性非常復雜，需要三個步驟：

第一步、判斷當前匯率對股市最主要的影響路徑

【可能性1】與同一個因素正相關：都受經濟衰退的影響

【可能性2】與同一個因素一正一負相關：主動貶值政策，可能造成匯率跌，股市漲

【可能性3】通過資金產生正相關關系：匯率跌，外資流出，股市跌

【可能性4】通過政策產生負相關關系：為了制止匯率貶值的新政策，對股市產生負面影響

【可能性5】不相關：投資者和政策都對匯率變化熟視無睹，匯率與股市脫敏

宏觀分析首先要判斷上述哪一個因素是當前的顯性因素。

第二步、分析影響條件的延續性

更重要的是，宏觀分析不能止步于解釋，更重要的是預測，而預測就是判斷上述相關性后續是延續、中止還是反轉。

分析如下：

上述可能性1和2中，匯率只是結果，實際上判斷的是經濟走勢和匯率政策，不產生條件概率；

可能性3、4中，匯率是一個正反饋的因素，有延續性；

可能性5中，匯率也不會產生改變股市的條件概率。

第三、預測匯率將對市場產生的影響

利用宏觀因素分析指數，前提是承認當前走勢的合理性，認為當前走勢已經體現了所有已知信息的影響，當前走勢實際形成預測后市漲跌的“先驗概率”。

然后把匯率變化當成一個新的影響因素，利用條件概率，就產生我們預測的后市漲跌的“后驗概率”。

這樣，就算實際走勢與你的預測相反，你也知道哪一步出了問題。

相信很多投資者看到這里，仍然滿腹懷疑，這樣就能預測股市？

那就要看你如何定義“預測”這個概念，貝葉斯統計實際上是一種“思想”，它試圖把過去的客觀統計結果與你的腦海中的相關性信念結合起來，一步步地去接近你心目中的那個真相。

五、貝葉斯主義者眼中的世界圖景

上篇文章的“三門問題”是貝葉斯概率的變形版，我寫過很多次，每次都有一堆人質疑這個結果，我一度認為這是一道“智商測試題”，但事實上，很多高智商的人能看懂解釋，卻無法從內心認同。

我后來意識到，它更像是一個“思維方式測試器”，那些思維越嚴謹、越理性的人，往往越無法接受。

當你最終進化為一個貝葉斯主義者后，你會發現世界以一幅完全不同的圖景在你面前展開：

1、世界是主觀的，有用比正確更重要，相信比理解更重要；

2、即使是教科書上的理論，都是有待證偽的，在沒有證偽之前，我們姑且認為它正確；

3、跟你觀點相反的人，只是主觀概率不同，不要試圖說服他，而是要分析構成他的信念的條件概率，是否其中有一些你不知道的信息；

4、遇到從沒有遇到過的問題，先大膽地假設一個先驗概率，小筆下注，再通過一些信息與反饋慢慢調整，等你對這個概率有信心了，再正式下注；

5、未來事件是一串不斷變化著向0%或100%的方向發展但永遠無法達到0%或100%的主觀概率，信息越來越多的披露，概率也越來越穩定；

6、概率的變化是那些新信息帶來的有區分度的條件概率，區分度越高，股價變化越劇烈；

7、新信息本身不能推動股價，真正的驅動力是人們對信息的主觀認知。

盡管分析了這么多，我想很多人還是會覺得不放心，不愿意隨便估一個數據。實際上大家大可放心，在實際投資中，真正有效的信息并不需要具體計算。

像上一篇中，顧客“談價格”這個新信息，可以讓成交概率從23%急劇上升到70%，這類信息太有區分度了，有經驗的銷售員并不需要計算就可以知道概率大增，從而開出折扣的最終殺器，把顧客拿下。

投資中，真正的機會都是在你找到的信息區別度很強的條件概率中，如果大家對這個主題感興趣，我會推出這個系列的第三篇：如何找到有區分度的信息。

編輯/lambor