标签归档:非确定时间复杂性

女高管左眼突然看不清 和每晚的一个习惯有关

  最近,网上一则新闻引起了很多人的关注,说的是厦门一家医院最近接诊了一名20岁的大二女生,因连续两个月每晚关灯熬夜玩手机,导致右眼视力急剧下降,几乎完全看不见,到医院检查被诊断为急性视神经乳头炎。

  据了解,急性视神经乳头炎的发病原因仍不明确,一般认为是因为免疫系统出现了问题,导致视力急剧下降。发病人群以青壮年、儿童居多。这种病发病往往比较急,有不少患者会在数日之内视力下降到0.1,如果炎症累及到视网膜,导致视神经萎缩,还可能造成永久失明。

  接诊医生认为,厦门这位20岁女大学生之所以发病的重要原因,可能是因为连续熬夜、过度劳累导致自身免疫力下降引起的。

  40多岁的吴女士是一名企业高管,平时工作忙,上班时大部分时间都对着电脑,到了晚上睡觉前,她会躺在床上,关了灯,用手机看一会儿电子书,直到睡着。这样的习惯已经持续了好几年。

  直到半年前,吴女士的左眼一下子看不清了。“那天起床后,我突然发现左眼看不清东西,就像迷上了一层厚厚的雾霾,看东西一片灰暗。”吴女士说,她感觉左眼有一点胀,一下子看不清让她心里很恐慌,当即就到医院做检查。

  医生发现吴女士的左眼眼压明显增高,眼压值超过50mmHg,最终被诊断为急性的青光眼睫状体炎综合征。这是一种反复发作的单眼青光眼合并睫状体炎,往往发生在单侧,表现为视力轻度减退、眼压升高,容易反复发作。

  虽然医生说这种病的病因仍不十分明确,认为可能和感染、免疫力下降、睫状血管神经系统反应异常和房角发育异常等多种因素有关。但是吴女士觉得,可能和她睡前关灯看手机有一定关系。“因为我一般看电子书一看就是两三个小时,眼睛一直盯着手机屏幕,周围环境黑暗,而手机光线又很亮。时间长了,可能眼睛就看坏了。”

  青光眼是导致人类失明的第一致盲眼病,总人群发病率为1%,随着年龄增长,青光眼的发病率也会随之增加。临床上根据病因,将青光眼分为原发性青光眼和继发性青光眼。

  浙医二院眼科中心王凯军主任医师说,青光眼的发病原因比较复杂,遗传因素约占三分之一。有些人如果先天有房角结构性缺陷,比如房角狭窄,容易造成眼压升高,那么手机等电子产品玩多了会增加青光眼的发病风险,也会加快发病进程是肯定的。

  对于青光眼,坊间流传得最多的说法是,在黑暗的环境下长时间玩手机会导致青光眼,严重的甚至会失明,这样的说法是真的吗?

  继发性青光眼是由于某些眼病或全身疾病干扰了正常的房水循环而引起的,其致病原因较为明确。先天性青光眼是由于胚胎发育异常、房角结构先天变异所致。

  浙江省人民医院眼科戚晓虹副主任医师说,长时间在黑暗环境中玩手机会导致眼压增高。大家知道,眼压增高是引起青光眼视神经病变的主要因素。增高的眼压通过机械压迫和引起视神经缺血,导致视神经损害。眼压增高持续时间愈久,视功能损害愈严重。眼压增高的原因是房水循环的动态平衡受到了破坏,房水的形成和回流发生障碍。长期的眼压升高会压迫视网膜和视神经,增加患青光眼致盲的风险。

  此外,长时间在黑暗环境中玩手机,还会加快近视的发展进程,在强光的刺激下,还会损伤视网膜,造成眼底黄斑病变,引起视力下降。

  王凯军主任医师说,在黑暗环境中,人的瞳孔会放大,容易堵塞房角,造成眼压升高,继而增加青光眼的发生风险。

  王凯军主任医师曾经做过模拟实验,结果表明,在黑暗中玩手机半小时以上时,人的瞳孔会明显放大,引起房角堵塞的概率就会上升。因此他提醒,尽量不要在黑暗的光线下看手机,如果无法避免,那么看的时间最好不要超过半小时。

  由于青光眼发病原因的复杂性,预防措施还比较有限,除了不长时间使用电子产品,保持好的用眼习惯,更要做到早发现、早诊断、早治疗。

不对称性、复杂性、不确定性意味着什么

  《爆裂》未来社会的9大生存原则(美) 伊藤穰一 杰夫·豪 著张 培 吴建英 周卓斌 译中信出版集团2017年9月出版

  从音乐、阅读、电影,再到人工智能和各类识别技术,美国麻省理工学院媒体实验室堪称“创新”的代名词。近年来,其技术及衍生项目已覆盖了全世界超过80%的互联网生活。实验室不仅集结了世界各地的“疯子”和创造性人才,还创造出许多影响世界的颠覆性技术,在诸如可穿戴技术、人机交互、情感计算、3D打印、编程教育等领域不断推出突破性成果。该实验室主任伊藤穰一则是这群“疯子”的领头人。毫不夸张地说,伊藤穰一每次开口讲话或发布新研究成果,全世界精英都会侧耳倾听。这不,这本伊藤与《连线》杂志特约编辑杰夫·豪合著的包含了颇多非凡现代科技案例研究、前沿研究和哲学理念的《爆裂:未来社会的9大生存原则》便让太多人竖起了耳朵。

  从未来社会的“不对称性、复杂性、不确定性”出发,伊藤穰一认定,技术不论好坏,都将重塑未来社会生态和人们的生活思维方式,那些遵循科技逻辑(或称“互联网思维”)的人,那些意识到我们正踏入一个被新规则、新科技、新思维掌控的新社会的人,都将在新的经济社会里抢占先机:“核裂变代表着人类最激动人心的成就,同时也给人类这个物种的生存带来了最严峻的挑战”。由此,他用“爆裂”思维方式总结出当下乃至未来网络经济环境发展的新规律和新原则。

  第一条原则:“涌现优于权威。”自然界中蚁群、鱼群、鸟群、蝗虫都显现出了“涌现”的内在特质。一元组织拥有比个体强大得多的能力和智慧:蚁群知道附近有没有食物,何时采取躲避动作,需要出动多少蚂蚁去寻找当天的食物或抵御攻击。人类大脑也是如此,以正确的方式将不太复杂的部分相互连成网络,便可涌现思考和意识。互联网时代为“涌现”提供了更多可能:大众声音能被倾听、被传递,推动了更多人参与讨论、思考和协作,过去建立的权威可能随时会瓦解,从权威到“涌现”的转变正改变着很多机构的未来,它将催生新智慧,推动重塑未来社会。从《不列颠百科全书》到维基百科便是这一转型阶段的绝佳例证。

  第二条原则:“拉力优于推力。”所谓“推力”,指企业或组织用各种方式推销给你的东西;而所谓“拉力”就是自己有需求而主动获取。在互联网时代,分布式的、来自底部的主动需求,要比从上推下来的东西更有价值。对企业家来说,“拉力”战略利用创新带来的低成本,使沟通交流、原形设计、资金筹集和新的学习方法成为可能。因为“拉力”战略可从表面上改变整个行业的供应。该战略背后的逻辑是,在“需求”出现前,根本就不该存在“供给”。信息和指令从权力中心推向边缘,资源将被“拉”到需要的地方,世界将从“资源储存”向“资源流动”转变。

  第三条原则:“指南针优于地图。”地图意味着掌握详细的地形信息及最佳路径;相比而言,指南针是更灵活的工具,需要使用者发挥创造性和自主性找到自己的道路。“指南针优于地图”战略不仅可让创新者在探索新理念的同时不偏离目标,还可帮助学习者从全局角度出发理解遇到的难题。面对障碍时,携带指南针的创新者可借此导航绕过障碍,而不需回到原点重新规划路线。这样他们不仅可以快速改变方向,还可以省下时间和成本,不用为了应对众多无法预见的突发情况而制订若干计划。“指南针”的指向使每个团队和个人在拥有身份认同感和工作目标的同时,不会忽略其背后的多样性。

  第四条原则:“风险优于安全。”随着创新成本降低,风险性质也在改变。应对未来,新规则是要求人们拥抱风险,这是在互联网时代一种更为灵活的思维和运行方式。伊藤穰一以一家公司曾就是否向一个项目投资60万美元进行可行性研究,这家公司僵化的程序及未能拥抱风险,导致其用价值300万美元的“理论”换回了价值60万美元的“事实”。随着创新速度不断加快,要求创新者和投资者权衡现在就做某事的成本与考虑此后做某事的成本,那些能最深刻地理解这个等式的人将会最终获胜。即使如脸谱网和谷歌这样的公司,也都曾利用风险让自身保持灵活性和弹性,并随着环境的改变而改变战略和主打产品。

  第五条原则:“违抗优于服从。”伊藤穰一以“20世纪初杜邦公司发明尼龙”的故事说明违抗的内在重要性:卡罗瑟斯的老板斯泰恩给予科学家足够的自由做研究。但是,后来的老板博尔顿要求大家研究能赚钱的东西,所幸卡罗瑟斯仍继续专注于自己的兴趣,并利用自由研究时期积累的科研成果,最终发明了尼龙。“没有人是靠别人告诉他怎么做而赢得诺贝尔奖的”,没有违抗就没有大发明,因为创造力需要摆脱束缚,这其实就是在违抗那些出于善意的(和不那么善意的)管理者的意愿。

  社会和学术机构一般倾向于遵守规则,远离混乱。这个过程扼杀了“叛逆精神”,也扼杀了创造力、灵活性和富有成效的改变。对此,本书以麻省理工学院媒体实验室为例指出:“作为每年需要通过影响力和重大突破来衡量成功与否的机构,尤其需要这样一种文化和系统,接受并鼓励违抗,要把差异和批评视为生态系统必不可少的一部分。”在两位作者看来,“强有力的叛逆”是任何健康民主、任何持续自我纠错和创新的开放社会必不可少的因素。

  第六条原则:“实践优于理论。”这意味着人们要意识到,在节奏快变成新常态的未来,等待和计划的成本要比先实践后随机应对更高。互联网时代,有的公司欢迎甚至鼓励失败。“大胆创新,大胆试错”,商界一般都把新尝试带来的“失败”看作一次廉价的学习机会。例如,当杜邦工程师在华盛顿州的汉福德区设计世界第一个全尺寸钚生产反应堆——B反应堆时,一同工作的物理学家不明白他们为什么坚持设计那么多规划图,为什么要预留那么多余地以免设计失误。恩里科·费米对杜邦公司化学工程师格里纳沃特说:“你们应该尽可能快地搭建好设施,走捷径,让其运转。一旦发现它不能运转,在找到原因后,再建一个可以运转的。”涉及核反应堆建设时,没人想走捷径。费米的建议实际上就是应用“实践”优于“理论”原则,即便涉及的项目非常关键又非常危险。

  第七条原则:“多样性优于能力。”传统的管理实践经常会在“谁最适合做哪项任务”上大错特错。至少在纳米生物技术领域,将人才与任务匹配的最佳方式并非是让学历最高的人承担最困难的任务,而是要观察成千上万民众的行为,并确定谁最具备完成该项任务所需的潜质。因此,自我复制是高能力的天性,而领域差异则往往使外行人更能解决一些难题。“多样性不仅仅是个基本准则,或者某些人力资源演示文稿中无关紧要的要点,它更是一个聪明的战略”。

  第八条原则:“韧性优于力量。”飓风肆虐时,钢铁般结实的橡树被连根拔起,而柔软、极具韧性的芦苇弯下了腰,待飓风过后又迅速生长。在对抗的过程中,橡树注定失败。通常而言,大公司就像橡树,自身变得强大以抵御失败。他们储备资源,实施层级管理、僵化的发展模式和五年计划,旨在使自身免于混乱。然而,为了保护网络安全,战无不胜的防线是灾难性的幻想,不断改变的、无法预测的防御措施才具有有效的防护力。

  第九条原则:“系统优于个体。”负责任的创新不只需要速度和效率,也要持续关注新技术带来的整体影响,理解人、社区和环境之间的关系。例如,谷歌在介绍其无人驾驶汽车时,强调汽车只是个“个体”,驾驶汽车的人工智能是“系统”,只不过无缝衔接融入了其他所接触的系统。正因为如此,传感器和软件都设计成能处理现有的道路设施情况,解决比如醉驾和帮助行动不便者驾车等共同问题。基于“个体”的方法设计无人驾驶汽车,得到的至多是昂贵的玩具,或被设计成能使车企利润最大化的货运汽车。而谷歌利用基于“系统”方法,则是旨在为人们的生活带来真正的变化。苹果公司联合创始人乔布斯当年建议用户可贡献自己的想法,之后又进一步发展成为共同设计,即邀请用户成为设计者。小米科技倡导的“和用户做朋友”和“互动营销”等也都是这样的经典案例。这样的共同设计激发用户自发寻找解决问题的方案,增加了个性化定制的可行性。

  在伊藤穰一和杰夫·豪看来,世界正处在根本结构性变革中。人类从根本上来说是具有适应性的。只是我们创造的社会更重视生产力而非适应性。这些原则将有助于让各位做好准备,变得更灵活,能学习新的角色,并在不再管用的时候将之抛弃。“当我们为追求速度放弃跑鞋选择超音速飞机时,如果社会能经受住最初的爆击,我们可能依然发现,这架飞机上的风景正是我们所一直追寻的。”

  美国科幻作家威廉·吉布森曾说:“未来已来,只是尚未流行。”把脉未来社会,既要知识,又要智慧。显然,不能等其“流行”之后才开始认真审视和反思。

Michael IJordan:AI 时代变革源于应用场景中的优化算法

  原标题:Michael I.Jordan:AI 时代变革,源于应用场景中的优化算法

  雷锋网 AI 科技评论按:8 月 9 日,为期两周的 2018 国际数学家大会(ICM)在里约热内卢完美谢幕,来自全球一百多个国家的 3000 多位数学家出席了本次盛会。

  近年来,运筹优化与决策算法作为数学在现实中的应用领域,一直受到数学界的广泛关注。而在此次面对 ICM 全体参会数学家的讲座中,Jordan 教授发表了聚焦「是否存在最佳的优化方法」问题的,主题为「Dynamical,symplectic and stochastic perspectives on Gradient-Based optimization」的讲座。人工智能领域中运筹优化和算法决策的重要性,再一次成为了全场的焦点。

  Michael I.Jordan 是加州大学伯克利分校 UCB 电气工程与计算机科学系、统计系杰出教授,美国科学院、美国工程院、美国艺术与科学院三院院士,机器学习领域目前唯一获此成就的科学家,是机器学习的奠基者、人工智能领域的泰斗之一。

  Michael I.Jordan已确认参加由雷锋网、乂学教育·松鼠AI和IEEE LTSC主办的『全球AI+智适应教育峰会』,免费门票、VIP门票开放申请中,访问大会官网即刻申请:

  今天演讲的主题是动态的、保辛的随机视角下的梯度优化方法。内容围绕动态系统(dynamical systems)和优化之间的关系展开。这在数学中是一个古老而宽泛的领域。动态系统研究涉及数学的众多分支,主要基于对梯度流与力学变分观点。「数据工程」通常被称为「机器学习」或「人工智能」,是跨越统计学、物理学、计算机科学和数学的跨领域学科。

  对我们来说,将计算与实际问题相结合是一项艰巨的任务。我们的目标是在这个领域中建立一些新的联系,从基于梯度优化的连续时间、变分角度研究等各个方面着手。我们超越了经典的梯度流理论,专注于二阶动态,旨在展示这种动力学与快速收敛 (converge) 的优化算法之间的相关性。

  虽然我们关注理论研究,但实际的应用背景对我们来说也同样重要。现代统计数据分析通常涉及非常大的数据集和参数空间,因此计算效率在实际应用中至关重要。

  在这样的前提下,效率的概念比传统的计算复杂性理论中「算法复杂度」的概念更加严格。我们接下来讨论多项式复杂性和指数复杂性之间的区别,这是一个非常有意义的关注点。在大规模数据分析中,一个可以实际应用的算法不仅需要多项式的复杂度阶,而且需要在相关问题参数中线性或者近似线性的复杂度。优化理论为提升算法的效率提供了实践和理论的支持。它提供了计算效率高的算法,并提供了允许将收敛速度确定为问题参数的显式函数的分析工具。鉴于基于 Hessian 的优化方法在参数空间的维度上会产生二次或三次的复杂度,在讨论非一阶方法的时候,效率可能是一个有意义的讨论点。

  更广泛地说,统计推断(statistical inference)和计算思想的融合,是当前世纪的主要趋势之一——目前以诸如「数据科学」和「机器学习」这样的术语来出现。这是一种寻求将计算和统计推断需求共同研究的新的数学概念的趋势。例如,人们希望将数据分析算法的运行时间的计算化成关于统计风险、数据样本数量、模型复杂度等统计量的函数,同时考虑计算资源限制,如处理器数量、通信带宽和异步程度。对这种权衡的基本理解似乎可以通过更低的下界的发展而出现——通过建立「最优」概念,可以消除冗余的概念并揭示必然的联系。在这里,优化理论也很重要。

  经典统计理论没有考虑时间维度,它的方程在数据复杂性、风险和变量维度之间进行权衡,但在这些方程中并不包含运行时间。而在计算机科学的另一方面,你会发现算法设计需要在运行时间、运行资源等复杂性度量之间进行权衡,但统计风险不在其中。所以要如何将这两种方式放在一起是我们这个时代的一大挑战。优化起到了将这两个领域结合在一起的作用,它提供了算法和对问题更深层次的理解,特别是当我们开始考虑通过优化去达到更优的下界。

  在 20 世纪 70 年代开始的一项开创性研究中,Nemirovski、Nesterov 和其他人开发了一种优化的复杂性理论,建立了收敛速度的下界,并发现实现这些下界限的算法。此外,复杂性模型是相对的——指定了「oracle」,那么算法只能使用 oracle 可用的信息。例如,只访问函数值和梯度的 oracle。因此,实际计算效率的相关指导方法可以在理论中以自然的方式施加。

  计算和统计数据通过优化结合在一起。而哪些领域会先开始组合在一起?我们如何开始建立理论和实践?在现实生活、公司和科学中,以下对于成功案例至关重要。一个是基于梯度的优化,我学到的算法版本,是在关注 Hessian 矩阵和牛顿迭代法以及更高阶的版本。在二三十年间,它们发挥了很多作用,特别是在大规模计算问题上得到了成功应用,但计算 Hessian 很难,也很难去估算它们。现在我们经常会有随机差异,在这些问题上我们没有办法准确地观察事物。这些问题只是存在于统计领域,我们可能存在各种错误比如采样偏差等。我们必须面对它并且利用它。最终,加速概念在前苏联优化界出现了,它是研究优化算法,尤其是如何获得最快的优化算法的概念。这类被称为「加速算法」的优化算法(Nesterov, 1998),通常可以达到 oracle 的最下限速率,尽管 Nesterov 加速方法为什么能够达到 oracle 的理论原因还是个谜。

  我们认为,一些谜团是出自于离散时间算法和分析的优化的历史焦点。在优化中,「连续优化」和「离散优化」之间的区别,在于如何匹配(「空间」)变量。相比之下,我们的讨论将集中在连续时间上。在连续时间中,我们可以将加速度作为一种差异概念给予数学意义,将它作为沿曲线的速度变化。我们可以提出「最快速率是多少」的问题,来作为变分分析的一个问题。本质上,这是为给定的 oracle 本身找到「优化的最佳方法」作为优化的形式问题。这种变分的观点也具有生成性的优点——我们可以推导出实现想要的 fast rates 的算法,而不是去为某一个特殊方式得出的特定算法去分析并建立一个符合算法要求的 fast rate。

  为了使连续时间上的结果能够推广、得出数字计算机可以实现的算法,我们将连续时间动态系统的问题离散化。有趣的是,我们会发现,广泛应用于从变分或哈密顿角度获得的动态的辛迭代积分器,与优化有关。从辛积分获得的算法可以更快地通过相空间移动,这为「加速」赋予了几何意义。

  考虑在某种意义上的「加速」的连续时间下的随机动态系统也是有意义的。最简单形式的基于梯度的积分微分方程是 Langevin 扩散。我们看到,通过考虑欠阻尼 Langevin 扩散,我们将获得更类似于加速梯度下降的方法,并且实际上可证明产生比过阻尼扩散更快的速率。

  Nesterov 在 1980 年代提出了一种建立收敛速度下界的梯度下降方法。在 1983 年 Nesterov 发表了开创性论文后,随后的三十年中,各种其他问题背景下的各种加速算法得到了发展。这些包括镜像下降、复合目标函数、非欧几里德几何、随机梯度下降和高阶梯度下降。我们已经证明了以上这些算法的收敛速度:他们的收敛速率通常达到 oracle 下限。总体来说,加速一直是现代优化理论中最富有成效的思想之一。

  拉格朗日公式可以在连续时间内捕获加速度,显示该公式如何产生一系列微分方程,其收敛速度是离散的连续时间对应物。我们强调这些微分方程的数值积分问题,建立了我们在下面讨论的辛积分方法。

  辛积分是微分方程离散化的一般方法,它保留了动力系统的各种连续对称性。从力学获得的微分方程的情况下,这些对称性包括物理上有意义的积分,例如能量和动量。即使动态量只是近似值,辛积分器也能精确保存这些量,除了从物理守恒的观点来看这一结果的吸引力之外,连续对称性的保留意味着辛积分器比其他积分格式更稳定。因此可以在离散时间系统中使用更大的步长。正是后一个事实表明辛积分器在加速优化方法相关的微分方程中起作用。辛积分器可以从拉格朗日框架导出,但更自然地,可以从哈密顿框架导出。但事实上,辛方法在拓扑上比 Nesterov 加速法的一个三序列变种更稳定,如果选择更大的步长,这一事实就会更加明显。辛集成与优化中的加速现象之间存在着联系,当后者被解释为连续时间现象时,辛积分提供了获得离散时间近似的有效且灵活的方式。

  最需要注意的是非凸优化中的加速度与鞍点的逃逸问题。现实中存在的问题大都具有非凸特性。事实证明,对于统计学习中的广泛问题,非凸情形下存在足够的数学结构,即可以获得有用的数学结果。实际上,在许多情况下,来自凸优化的想法和算法适当地修改可以被应用于非凸环境。特别对于基于梯度的优化,在凸问题中执行良好的相同算法也倾向于在非凸问题中产生良好的性能。从这个意义上说,凸优化除了拥有自己的许多自然应用之外,还可以作为非凸优化的实验室。在鞍点附近存在 pancake 区域,在这个区域内进行梯度下降将「卡住」需要指数量级的时间逃逸。这个区域并不平坦,而是随着 Hessian 的变化而变化。Lipschitz 假设使我们能够控制这种变化。

  到目前为止关注的是动态系统。系统是确定的。随机性以有限的方式被引入,作为一种扰动,确保从鞍点快速逃离。我们特别分析了球中的非均匀扰动,足以快速逃离,但是这不是必要的。鉴于这种简单选择的成功,我们用动力研究中更彻底的随机方法来解决我们的问题。

  基于梯度的优化的一般主题及其在大规模统计推断问题中的应用,目前非常活跃。我们要强调一下在未来几年可能引起持续关注的一些课题。一个令人值得注意的问题是,在统计设置中经常使用优化方法来解决点估计问题,其中核心问题是在参数空间中输出具有所需统计特性的单个点。

  而更广泛的问题是,使用概率分布的一些精炼的形式来提供与该相关的不确定性的指标。通过考虑作为概率分布空间的空间,优化思想也可以在这里体现:我们可以要求不收敛到单个点,而是收敛到点的分布上。哈密顿方法自然而然地产生震荡解,并且正如我们所看到的,需要一些工作来获得收敛到某一个点的算法。这表明哈密顿方法实际上在分布收敛的设定中比在点估计设定中更容易使用,从而提供了点估计和更广泛的推断问题之间的算法桥梁。事实上,在贝叶斯推断中,哈密顿公式(以及不同积分器形式的辛积分)已经成功地应用于 MCMC 算法(马尔科夫链蒙特卡洛算法)的设置中,其中哈密顿函数的动量分量提供了更快的混合。加速算法和高效的推断算法之间更深层次的联系值得研究。

  数学正在成为数据领域的一个强大工具,已经证明了许多定理。对力学的梯度流和变分透视的研究可以应用于该区域。最后,我需要重申一下数学工具在解决基于数据的实际问题中的重要性。尽管有一些现实世界的为数据分析的数学应用问题,我们承认这个领域还不是很成熟,但未来非常值得期待。

深度好文:基本面研究的深入讨论

  将对个人交易者中成功的基本面交易所需要的思维特质和人格特质进行讨论。对于那些向往用基本面交易赚钱的人,可以对照下面,看看自己在多大程度具备优势。如果没有,就要在这方面做训练,或者另寻其他交易依据。

  1-7主要探讨市场和行业,8-15主要探讨交易者应具备或强化的特质,有些章节专门针对个人交易者提出了一些补拙法门,可关注。本文也是对自己多年基本面思考与交易体会的一次阶段性总结,主要谈“道”的层面,但对“术”的层面也有提及,细心的读者一定能从中得到一些指引。

  认为价格是商品的内在属性(价值)与影响因素决定,通过因素分析来解读和推测价格的研究方法称之为基本面分析。其中的分析所涉及的因素就是基本面信息。按照传统的经济理论:价格围绕价值上下波动,是供求关系引起的。所以传统的商品基本面分析基本等同于供求分析。供求分析的集中体现就是该商品的供需平衡表。

  在早年,金融市场是从属于实体经济的资金管道,服务于最终借款人和最终贷款人之间。而如今,金融市场高度发达,虚拟经济规模极度庞大,且内部形成了完整的食物链,已经形成了自组织的生态系统。商品的价格、金融产品的价格,都是这个系统的一个变量,而已。从某种极端的角度看,管道系统膨胀成了主体,而实体经济成了挂在这个管道网上的终端。这时候,供求关系分析,往往失线月,某知名期货公司曾主办客户内训会,有一期专门讲棉花,会上有分析师指出,根据当时的产量和需求数据推算的棉花平衡表可知,虽然当年度棉花恢复性增产,但供给有限,期末结转库存依然是历史低位。根据这个结论,棉花应该要维持高位。对应这个思路,该公司某大户,一直在棉花上持有大量净多单,直到年中。而此期间,棉花价格却一路下破,该大户在棉花这个品种上,亏损巨大。

  如今,金融体系内部的流动性分布,市场心理预期影响下的流动性变动、库存变动、开工率变动等,有时候对价格的影响会超越供求关系,或本身就能改变供求关系。所以,基本面分析若不考虑这些,基本没有可操作性。那么,加上流动性分析和心理分析之后的基本面分析,是必要的基本面研究架构。但仍不是充分的。由于信息的开放性、无限扩展性、动态性、自反馈性,基本面分析注定是缺陷分析而非完备分析。

  除了上面提到的传统(或狭义)基本面、必要基本面、还有一种理解:广义基本面——就是把所有场外信息都视为基本面。

  很多交易系统都有自己的理论基础,比如有效市场假说。是说,所有信息都已经反应在价格(即场内信息)上,所以,不需要场外信息。或者说,场外信息是滞后的,所以没法用。除非是靠内幕消息(属于场外信息)来交易。

  根据随机漫步理论,价格走势可以统计但无法预测。但是,基本面因素分析,关键就是希望找到方向性的指引,然后根据这个方向去交易。若走势是随机的,那你找到的方向和市场的方向就压根没有内在关联了。非要去预测,其效果和抛硬币决定开仓方向没什么区别。

  我们不应该看到别人用基本面赚钱,就想当然地认定基本面交易能赚到钱,而无视投机理论界所揭示的客观规律。我们不但要找到基本面交易的理论依据,该理论依据应该不与已知规律相矛盾,而且这理论依据最好还能统一于现有理论。

  一个成熟市场必定是一个典型非线性系统。从不成熟市场或小市场发育成成熟市场或大市场的过程中,本人认为,线性和非线性之间没有一个明确的界线。当交易对手数量有限且可观察的时候,交易者(大交易者)可以通过观察对手(另一些大交易者)的行动来优化自己的决策,同时也可以通过评估对手实力来测算自己操纵市场的成本。此时就是寡头博弈的阶段。在任何一个国家的投机市场的发展早期,必然经历具备此类特征的阶段。当然即使在成熟市场,个别时点也可能出现寡头博弈的特征,比如出现典型逼空行情时。

  当随着市场的发展,市场的参与者数量不断壮大,包括大户的数量,多到无法进行足够地观察跟踪;同时,市场参与者的类型不断丰富,同质化水平不断降低,行为方式高度差异化,以致于任一个大户无法推演他潜在对手们的可能行动。此时,市场的非线性特征才能充分显现。行情的随机性就越来越占主导地位,而操纵市场的成功率和收益率也不断下降,以致于没有可操作性。这也可以解释为何中国市场最突出的犯罪是操作市场,而成熟市场中最突出的犯罪不是操纵市场(却是内幕交易等)。

  在自然界中可以找到类似的系统,比如日-地-月系统,这是一个三体问题,周期轨道稠密,相对于昼夜和四季变化,轨道改变极其缓慢且微小,在不太久远的时间内,可以近似认为是高度稳定的线性系统,适用开普勒时代的理论体系。并且,其他天体对这三者的影响可以忽略不计(就类似于在寡头博弈市场,小散户们的影响可以忽略不计),只需要机械决定论的思维方式和牛顿力学就可以解决一切。改变日-地-月三者中的任何一个,都可以测算出另两个运动的变化。

  而天气系统,体系内部的个体数量近似为无穷多,是一个典型的非线性系统。具备充分的随机特征。改变其中一部分的温度、速度、运动方向,都无法预料整个体系未来的变化(就像随机市场中,大户试图操纵市场的行为都无法预料后果)。无法进行精确预报而只能进行概率预报。

  投机市场虽是一个非线性系统,但是一个开放系统,外接很多线性系统,所以必然可以利用外部众多线性系统对该非线性系统的影响,来使预测超越随机性。

  还是以自然界中的系统来举例。比如天气系统,是典型非线性系统,难以进行精确预报,但我们仍有很多工作可做。比如我们可以说,宁波的1月刮西北风的概率很大;我们现在处在深秋,我预报下周的气温比这周低,这个概率很大;1月份某一天的气温,比7月某一天的气温低,这个概率极大;要是在北极点,我预报1月的气温比7月低,那几乎就是板上钉钉的事了。精确预报可视为概率极大的概率预报(因为自然界中没有绝对彻底的线性系统,只有近似线性系统,所以,没有绝对彻底的精确预报,只有近似的精确预报),为何对于天气系统,我们也可以发现很多可预报的成份?原因就是因为天气系统是开放系统,外接日-地这个线性系统,四季变化以及伴随四季发生的冷热、干湿、季风等变化,都是因为受到了日地系统的叠加,而日地系统中的日地距离、黄赤交角、回归年长度、太阳的热释放量、地球的形状、下垫面的水陆与植被分布,等等,都是线性可测可报的。在天气系统的数学模型中,这些都是微分方程组的边界条件。幸运的是,这些边界条件中很多都是建立在线性的外部系统的基础上的。所以,我们真的就能在一个随机系统中找到很多近似必然的东西,或者说近似适用因果论的东西。而一旦有了这些东西,预报者就可以更准确地进行演绎了。

  这应是基本面系统交易者对市场的信仰:对于市场这个非线性系统,我们如果找到了这些近似必然的东西,我们的主观预判交易就有了依据。只是这个寻找和理解的过程,比天气系统难得多。原因是市场所外接的系统,线性的近似程度通常都不高。

  从笛卡尔时代开始,400年来,科学研究中,人们形成了一种研究范式:就是把复杂事物简单化,建立理想模型,求出实际问题的近似解。这种方式推动了科学技术在当时的蓬勃发展,同时机械唯物论、历史决定论等一系列哲学思想甚嚣尘上(后来人们把这种整体等于局部之和的世界观统称之为还原论)。直到十九世纪晚期,人类才逐渐开始认识到现实世界的复杂性超出了简单模型的描述能力,在社会发展要求更全面更精确地认识复杂事物及其规律的时候,就急切需要一种复杂性思维、复杂性研究工具和方法。复杂性科学的萌芽,出现在十九世纪晚期庞加莱对“三体问题”的研究。什么是三体问题?俗话说:“三人成江湖。”还有:“人在江湖,身不由己。”人类的江湖(社会),其实就是一个三体/多体问题,这注定了无论其是武林盟主还是帝王之尊,貌似具备掌控全局的能力(信息、资源),给予演化足够的时间,都无法摆脱不确定性(身不由己)。非线性相对应于线性,非线性简单说就是不可叠加性。当人类的研究对象中非线性问题成为普遍现象的时候,催生出了非线性科学。二十世纪七十年代,思想家埃德加·莫兰在对还原论的批判和整体论的超越中,正式提出了“复杂性思维”的概念,当时已经出现的非线性物理学、不确定性理论、耗散结构理论、自组织理论、混沌理论等,都参与建构了复杂性思想体系。非线性是复杂系统的必要条件之一。复杂系统是非线性系统的高级呈现。作为一个后现代学者,对三种思想体系不可不知:相对论、量子论、复杂性理论(也称为系统科学),它们既是一种科学理论,也是一种哲学观。若非如此,在看待真实世界的时候,如同拿着狼牙棒参加海湾战争。

  本节探讨:我们应该从哪里寻找市场认知与分析、基本信息的认知与分析的理论源。泉这表面上不直接解决如何赚钱的问题,其实非常重要,直接决定了所有相应的观点、见解、方法的层次高度、扩展空间。

  确定无疑的是:人类社会是一个动态非线性的复杂系统,金融市场也是一个动态非线性的复杂系统。金融市场,或者说一个典型的复杂系统,具备如下的特点:

  ◇ 非线性:具备多个行为主体,系统整体呈现的性质特征无法通过对个体性质的叠加来实现。当这个“多”本身就是一个极大数,而且非定值,那么系统如下文提到的特征就越发充分。

  ◇ 内在随机性:在初始条件和边界条件上受制于描述的不完全性、知识的不稳定性、认知的不透明性、以及事物在粒子层面上的不确定性(一种量子效应。在社会性研究对象中可以对应于个体/个体事件的随机涨落)本质,这样,即使多元微分方程组具有解的唯一性,但只是演化结果的可预置(我们可以事后诸葛,循着轨迹试图找出动力学解释),却无法改变操作层面的不可预知。这是为何说基本面分析具有信息无限可扩展性的原因,也注定了基本面分析是一种缺陷分析(相对于完备分析)。

  ◇ 外在随机性:在金融市场的例子中,观察者、测量者,同时也是参与者(交易人士)、干预者(媒体人士和监管人士)。在动力学层面上,市场的前一步的结果,透过市场人士的看与做,成为下一步的原因,这个过程循环往复,这就是复杂系统的基本特征之一——自反馈Self-feedback,它的存在,使微扰经过系统演化,被迅速积累和放大,最终导致系统行为发生巨大变化,使得系统的精确的长期预报成为不可能。注意:这种自反馈性要比那种可观察的连锁反应的内涵更广泛。

  高度的初值敏感性,是混沌的最基本性质。混沌现象是复杂系统中被研究最多、被普罗大众了解最多的一个领域,也是复杂性科学中与我们这篇文章的主题关联最大的领域。有些学派甚至直接把复杂系统等同于混沌系统。普罗大众对混沌的了解主要起于“蝴蝶效应”(洛伦兹,1961,天气预报),不过少有非专业人士能简练地概括出“蝴蝶效应”说的是初值敏感性,我经常看到这个词被用错地方。关于随机性和不可预测性我们已经谈了很多,这里到此为止。

  ◇ 拓扑混合性:混沌系统具有拓扑混合性。在此,拓扑结构可以对应为社会性研究对象中一系列个体/要素/事件的关联关系的集合。拓扑混合性指系统会将初始的拓扑性质彻底打乱,使得任何初始拓扑状态可变换到其他任意位置。在金融市场中就表现为这种关联关系的不断变化。

  比如,这次加息市场是上涨,下次加息可能是下跌,再下次可能是高开低走……等等,当然,这是一个非常简单的例子。在金融投机领域的“孢子理论”中,核心涵意就是市场如孢子,具有生命,具有永恒变异性、不可分离性、不可控制性,它的变异发生在被观察被认知的时刻,而它的变异方向是观察者未知的方向、让分析者刚刚总结的规律破产的方向。金融市场的拓扑混合性如此鲜明,是因为它的个体,统统具有充分的主观能动性(自反馈的效率非常高),又有不同的行为反应模式(自反馈的方式非常多样),在自反馈的动力学层面就具备了充分兑现和无限丰富的特性。

  充分兑现:比如看多的人,越相信自己,就越会在市场上做多,持仓也越激进,把自己手上尽可能多的资源都用来做多,所谓人的欲望,在行为中,无论是恐惧还是贪婪,都会被放大到过度的程度,而个性、知识、学习、分析的存在,同样是主观能动性(的区别),会让不同的人的恐惧与贪婪的强度、节奏大相径庭,但目的却都是尽可能在市场机会中利润最大化风险最小化,对每个个体来说,都会在自己的承受限度内把捕捉收益规避风险的动作做到极致。无限丰富:比如,有些人,看多,在还没跌完的时候就进场,有些人,确认跌完再进场,有些人突破再进场,有些人逐步建仓,有些人一次性建仓,有些人一直持有,有些人进进出出……反应模式丰富与多变,与天气系统中的气体分子和空气团相比,不可同日而语。

  拓扑混合性及其在金融投机市场的应用(孢子理论),简练的概括就是“多数人预期/相信的,一定不能实现”,它是鼓动人们做市场少数派的理论基础。举例:如果市场看到上次加息是下跌的,市场一旦相信了这是一种规律,那么这次加息可能在预期阶段就已经提前下跌、或者在突然公布加息的恐慌中把集合竞价打到极低,这些因素都有可能让真实市场的走势不再表现为下跌。

  中石油上市当天的走势是一个经典实例:在那个空前绝后的大牛市中,大机构小散户看了太多新股上市后的走势(不信可以查,中石油上市之前的几个IPO都是上市后伴随一波上涨),他们总结出了规律就是“逢新必炒,(既然这么多人会来炒,我尽早)买新必赚”,加上大牛市的氛围,直上8000点的乐观叫嚣,亚洲最赚钱公司的舆论造势,使绝大多数市场人士相信这条规律在中石油的上市中依然具备有效性,当对某种规律的这种相信已经成了市场共识的时候,愿意参与这个游戏的买单都打在了时间的最早点,如此强大的买盘力量自然会造就价格上的最高点,而这些买入愿望都变成买入行为而兑现充分之后,其后的买盘自然无以为继,价格自然无力创出新高,我们看到孢子摇身一变,真实情况和想像中的规律相反,中石油的开盘首日最高价就成了历史最高价,按照前述规律做进去的人都只有苦头没有甜头。中国人常说一句神秘兮兮的话:“天机不可泄露”“一说就破”。其实就是人类社会作为混沌系统的拓扑混合性的体现,把天机说出来,等于试图分离孢子,有人就会企图用“天机”牟利或其他,就是试图控制孢子,这时候孢子一定会变异,于是事情的结果就要发生变化。

  金融市场既有“预期的总不能实现”的孢子理论,还有“担心的总会发生”的墨菲定理。担心的内容往往和期望、和自己正在相信和执行的方向相反,所以“担心”相当于一种反向预期。反向预期的实现的动力学基础也是自反馈的存在。其实,预期之所以不能实现,实际上往往是因为预期的提前兑现,预期在统一达到共识的程度,就兑现了,完成了拓扑结构在时间和空间上的重构。而自实现之后的演化,就存在初值敏感性。最终,预期的出现,会通过金融投机市场这个人类欲望(主观能动性)的放大器,快速实现结果的任意变换,有效市场理论的信奉者认为基本面和消息面都无法改变市场的随机性,即是这个道理。担心的事情,往往是原先认为不会发生的,还来不及做相应处置的事情。

  比如,如果早上大晴天,现在天边涌起乌云,路上行人中没雨具的人会担心下雨,有雨具的人不会担心。带雨具,就是相应的处置,有了处置,就不会担心下雨。如果起床的时候就在下雨,一直下到现在,那么路上行人都会带雨具,也不会担心下雨,不带雨具一定是不怕被淋雨,或者是个赌徒(赌定雨马上停),这类怪胎没雨具也不会担心下雨,总之就是不会有担心存在。反向预期实现的动力学分析如下:有担心,说明有了某些迹象,而这些迹象原来是没有的。原来没有,那么肯定市场上多数人没有做相应处置,这个多数人的数越大,就说明原先另一个方向上的预期越一致,势能也越大,它构成了一个基数(分母)。一旦新的迹象出现,没处置措施的人中即使只有十分之一的人转而采取处置措施,由于基数很大,这些采取措施的人在市场全体中的比例也很高,他们原来的预期越一致,他们担心的东西也越一致,他们处置措施的时间和动作具有不约而同的默契,结果在市场上形成一股爆发力。

  金融投机市场只有两个方向,这种处置措施的方向一定与原来运行方向相反。而价格的剧烈的反向运动会促使反应迟钝的那十分之九的人最终也被迫有所行动,而他们的操作动作也只会继续加剧价格的反向运动,于是,反向的自我正反馈就迅速发生。由于原来没有处置措施的人太多,所以这个势能太大,市场上有句话:“行情总是朝着阻力最小的方向运动。”有这么多潜在的准备采取处置措施的交易者存在,自然阻力很小喽。

  ◇ 在复杂性科学中有一个重要领域是自组织理论,一个存在随机涨落的远离平衡态的开放的非线性系统,可以自行由无序走向有序。在金融投机市场,至少可以得到以下两个结论,一个是高级层次上的结构,是可以存在的,这是我们在随机性中寻找趋势的可行性的理论基础,这与随机性不矛盾;另一个是这种在远离平衡态的有序,是系统本质决定的,是与生俱来的能力,毋需以庄家的存在为前提,许多人喜欢为某些特定行情编一些关于庄家主观意志的解释,实属多余。这如同简单的基本粒子最终能进化成高级智慧生物,而毋需上帝参与设计。人类的恐惧和贪婪,如同给投机市场行情演化的自我强化机制装了涡轮增压器。往往在市场中造成多次的远远偏离均衡的情况连续发生。如同大灾之后有大疫,大起之后也必有大落。但主流观点认为市场总是正确,偏离均衡是特殊的、暂时的。

  索罗斯关注到了这种自我强化的双向反馈渠道,但他把市场的这种特性视为市场(在反映均衡态上)的错误,并把这种双向反馈机制称之为“反射理论”(Reflexivity,也叫反身理论)。索罗斯反对有效市场理论。有效市场理论本质是均衡态理论,小的偏离均衡会很快回归,这个过程市场表现为随机漫步。索罗斯认为市场参与者对未来(贴现)的判断需要依赖于市场现在如何贴现,而市场现在的行为又是市场参与者对未来的预判的体现,简而言之,就是未来依托现在,现在依托未来,这样就成了一个无限递归,这就使得市场参与者对供需条件等决策内容不可知,无法真正理性。市场参与者实际上是带着偏见(而非理性)进入市场的。

  有些网友把反射理论等同于反馈理论,其实自反馈只是反射理论的递归性质,但索罗斯对市场有独特的定位:既然市场参与者是带着偏见进入市场,这些偏见会影响事态进程,而事态进程又被偏见所反映,偏见最终会自我强化,可见投机市场从本质上是无法反映均衡态了,而不是在特定条件下才偏离均衡态。由反射理论可见,均衡态反而是市场的特殊状态——即如果市场参与者所持有的偏见的方向和强度综合之后,矢量合为零的时候,市场才反映均衡态。索罗斯还详细分析了市场在远离均衡态时的不同演化阶段的特征及其动力学基础,并将反射理论用于实践,在外汇市场上大有斩获。这部分内容在我看到索罗斯论述之前,一直是以预期分析来展开演绎的,当然,预期和偏见并无本质区别,在远离均衡态的情况下,也可以得到相同结论,但我还没能把这种市场特性上升到系统本质的层面,所以具体的举例演绎我就不再在此拾人牙慧了。

  其他更多特征,我认为和基本面分析没有明显对应关系,就不提了。但有些我会在另一篇谈论程序化的文章中提及。

  基本面分析,在现实操作中,主要是对基本面相关的场外信息进行收集、整理,整合成新的信息,这个新的信息以能给未来提供价格走势指引为目标。前一步的成果,是后一步的素材。比如,通常大型期货经纪公司都有自己的研发部门,他们主要就是把研究机构的报告进行收集、整理,他们自己也收集数据,或者查阅政府的、私人的数据。他们的素材来自别人的成果。他们把不同来源的数据进行比对,或者对同一来源的不同时间的数据进行比对,可以得到新的数据(含图形)。客户再根据这些数据,结合自己的经验或自己的统计方式,进行解读。就这么一步步下来,最后客户以自己的解读来指导自己的交易。当然,如果客户能力不足,就需要期货经纪公司的客服来帮助。整个这个过程,都是基本面分析的基本模式。你会发现,基本面分析的手段是数据(或更广义的,信息)处理,目标是得到方向性指引(供应过剩、宽松、平衡、偏紧、紧缺等诸如此类的结论)。

  而基本面交易,如若简单地就是以分析结论来操作,仅仅是解决了开仓方向的问题。其他的,诸如资金分配、加仓策略、再入场、止赢止损等,都是交易者需要思考的。真正的基本面交易,必须对基本面的信息进行动态解读和跟踪,并同步到自己的资金上去。

  如果说基本面分析的好坏,体现在数据处理能力上;那么基本面交易的好坏,体现在解读,或者说行情验证上。比如,同样是一个紧缺的结论,可能是价格已经兑现过了,要回归(如2011年3月的棉花);可能是价格已经兑现了,但可以维持(如2010年11月的棉花);可能是价格还没有全部兑现(如2010年10月的棉花);可能是价格刚刚开始反应(如2010年7月的棉花)。你的操作策略是完全不一样的。对一个以处理数据见长的分析师而言,他可能在此方面毫无优势。

  回归我们的话题,是探讨个人交易者的,所以,我们得承认我们不可能兼顾分析和交易。两者积累的经验不是同一种经验,两者对主体的素质要求也不同。分析和交易的分离,是必要的,也是注定的。现实中常见的是,当交易者花了大把的精力做了分析,得到一个有相当把握的结论,由于投入很认真,他会笃信自己的分析。结果往往不妙。而另一个交易者,灵光一闪,就感知到了市场方向,此时你问他,他拿不出确切的数据,没有平衡表,但往往效果不错。其实这并非偶然。因为我们探讨的前提是个人交易者,你的数据基本都是二手的,你要得到一个有把握的结论,肯定得有人把这些数据整理出来,而且多个角度分析得到同向的结论,才叫有把握。那么你能看到这些数据的时候,肯定已经有很多人过目了。多个角度的结论都同向的时候,别人更加能感知到市场动向。大家都知道的事往往大家都已经采取了行动,结果往往行情已经兑现了。

  在实践中,我们强调灵感的作用,但必要的分析,哪怕事后论证,都是必要的。行情演变无常,我们最先看到的肯定是价格上的变化,我们的灵感帮助我们提出关于行情背后原因的假说。若没有论证,那么这个假说连提出者自己都无法辨真假,其后的跟踪,持仓的增减,价格目标的推定,都会失去根基。

  另外还有非常重要的一点。任何时候分析师都可以写自己的分析文章,平衡表一出来,全年不是松就是紧要么就是均衡。但行情不可能一个年度只跌或只涨或只盘整。诚如市场箴言:“预期的,总不能兑现。”如果基本面分析结论被市场预期到了、预期透了,就没有操作价值了。但是人心是浮动的,预期不可能整个年度维持不变。交易者要能抓住预期从分歧到一致的时候、预期落差形成的时候或回归的时候,才可能用基本面作为依据赚到钱。至于行情持续时间,取决于你找的线性因素本身的周期,通常都是2个月,大体上也不会出1-6个月的范围。这样一来,一个基本面交易者可以操作的市场机会,一年也就是1-2次居多。其他时候价格当然也在波动,甚至还很大,但那些,对基本面交易者来说,才是不具可操作性的真正的随机漫步了。其他时候要么休息、要么使用其他交易系统。就如同一年只有一个夏天。一年中的很多时候,你即使勉强用基本面交易,其绩效也会明显差于用技术分析等方法,那还不如那时就单纯用技术分析来做,是吧?如果在基本面上学了一招半式之后就以为市场机会在勤奋者面前就很慷慨,那是误解,说明还是对基本面赚钱的本质理解不充分。

  通常,研究商品的基本面的,是企业、机构。基本面分析通常涉及较长时间尺度,比如月、季、年、两三年的厄尔尼诺/拉尼娜循环、五年的甘蔗宿根更替、甚至更长的康氏周期……交易者没有经历几个周期的积淀,很难谈得上优势。这需要时间和金钱。庞杂的信息来源,需要渠道的构建或购买,又是时间和金钱。信息的科学处理,需要专业人才,寻找和培养人才,需要时间和金钱。企业和机构有时间和金钱的优势,他们需要利用好这优势,在市场上以内行赚外行的钱。企业需要接触现货,他们躲不过基本面分析。机构需要操作数以亿计的资产,没有基本面交易,他们无法面对单纯技术分析系统的冲击成本,流动性、市场适应性、收益平滑性,都催生他们对异质交易系统的高渴求。于是乎,个人交易者既没有优势,又没有强烈的需求,个人交易者在基本面上,往往是看戏听故事的角色。这里面,由于在非专业化的市场参与者结构中,大量外行的存在,内行赚外行的钱是相对容易的事,所以,个人交易者的囚笼,更大程度上是能力和实力不到位的限制,而非欲望。至少,谁都不想成为那个被赚钱的外行吧。

  其实,个人交易者真正用基本面赚到钱,真的不是常见的事。是极少数个人交易者,在交易的某个阶段偶尔实现的事情。很多时候,很多人,张口闭口把一些场外信息挂在嘴上,但他们可能是个彻头彻尾的短线技术交易者。基本面在他们身上不是交易依据,而是茶余饭后的谈资。有些人,也讲基本面与技术面的相互验证,但如果将其复盘,会发现就是一个典型的中线技术交易,关键在于,他是在开仓之后,找基本面依据为自己壮胆。基本面交易是要讲预测的。比如什么样程度的旱情,对应什么样的美豆价格高点。如果价格进入目标区间,就可以逐步平仓反手,但头部可能要半个月甚至一个月之后才形成,大资金如果也等着技术上形态确认再进场,那市场流动性都不够。预测的价格区间,也未必就是直接做空,也可以卖出看涨期权,买入看跌期权,用这样的方式,低成本,高杠杆,精确。因为真实价格完全可能不及或超出目标位。可惜国内未有期权,要这么做,不可行,摸顶是要有赌的胆识的(这里“识”比“胆”更重要一些)。而当技术形态最终确认之后,基本面持仓就可高枕无忧。哪种依据给哪种依据“壮胆”,是个问题。

  在我看来,预期分析、反射理论等,超出了传统基本面的范畴,但都是属于必要基本面或广义基本面的研究范畴,并且也是个人交易者大有可为的方向。而且,应该不难发现,本章的提到的例子,是一种动态分析方法。而以供求关系为核心的传统的商品期货基本面分析框架,是静态分析方法。如果仅仅以静态分析来研究动态系统,是不够的,有时候一犯就是大错,诚如我在第一章举的例子。我碰到或听说的交易者中,以供需平衡表来入门,做交易依据的,通常不用很久(不用一年),就在数据收集的枯燥和交易绩效的恶劣的双重打击下很快放弃了,还会因此对整个基本面交易彻底否定。

  我手中的广义基本面交易,如果按照波涛的分类方法,应属于基本分析流派与心理分析流派的集成。在市场是否正确这个基本问题上,波涛是着眼于市场价格能否有效反映均衡价格。在这个问题上我的回答和心理分析流派一致——有时正确有时错误。但还有与之相关的两个问题:我认为市场参与者是必然错误的,因为偏见与不可预知,所以我们在行情运行中要不停检验自己的观点和策略;站在检验假设的角度上,我认为市场永远是对的,通常我们也只能拿场内信息来检验。对于个人交易者来说,技术形态(包括仓、量分析)是最有效和最直接的检验依据,花费资源最少最具可行性。

  基本面不一定就只能是主观的定性的。有些量化交易者对基本面交易的歧视就是认为它只是拍脑袋交易,赚钱是运气。正如以技术形态为依据的交易可以是主观和客观两种。基于基本面依据的交易同样也有主观和客观两个方向。不过,有句话我得说,正如人类知识的演化历程,往往从主观(哲学)开始,但若要进一步发展,必须要有借助工具的客观化可复制的理论体系——科学。如果只停留在哲学层次,肯定走不远。人类历史上诸多文明,在蒙昧时期,都有各自的哲学体系,但只有希腊文明及其继任者发展出了科学,在全球的竞争中,高下立判。对此,我虽不否认主观判断的价值,但坚持认为,客观化是一种方法论前进的发展方向。

  基本面理论体系的另一个演化方向是量化。从交易的角度出发,基本面量化分析力求通过尽可能完备的历史数据和数据分析工具,将历史和现实还原到“坐标轴”上,或者说,就是建立一套参照系。

  比如,如果同样是期末库存1.5亿蒲式耳,十年前对应的价格和如今,是一样的吗?应该差多少?那么是否把库存绝对量换成库存消费比,将价格扣除通胀影响变成购买力平价之后,就可以直接对应了吗?其他品种是在坐标的哪个位置上呢?

  完备的数据应该是一切可量化的数据,不光是供需平衡表,还有很多其他方面其他层次其他维度的数据。比如仓单、价差等,甚至也可细化到库存分布。这些数据在分析时构成纵向的数据剖面和横向的数据剖面:历史的变化,同比环比以及有相似背景(比如同级别天灾)下的比对;与其他侧向数据的比对,比如交易所库存与社会库存去对应期货价格与现货价格。其中的排列组合提供了丰富的可能性。

  按照一定的评价标准和计算方法,有了这套参照系,品种之间理论与现实价格都可以标定,很容易看出高估和低估以及高估低估的落差。这就为基本面量化对冲的套利策略奠定了基础。这种方法应该是国外商品指数基金的基本方法。

  当然,这种方法应该说比一般的组合策略增加了更多量化依据,更容易实现资金管理与风险控制。又比传统的套利策略增添了更多匹配对象,丰富了可交易的对象,分散了风险。这种方法特别适合机构大资金操作,在这个框架的建立,中间有许多依赖于主导者个人理解的数据处理方式,主导者需要花费大量时间作大量尝试来取得与现实市场的磨合。

  个人是没有条件实现的,可能就连建立一个量化框架,都勉为其难。但个人交易者并非全无施展空间。目前我个人认为,可能也仅有在预期分析上,个人可以不输于机构。因为机构在这方面,难以直接量化。可量化的东西,首推静态数据。动态数据,就有时滞问题,若这个动态还是一种自反馈的,那么现有的量化体系在这种混沌性面前就无能为力了。成功的个人基本面交易者,一定要学会将预期分析结合进基本面数据中,若只求得到一个定性结论,则完全可能跑到机构前面。个人对风险的承受和机构不同——个人可以承受更大的权益波动和回撤,所以虽然个人不能用基本面做精确和全面的量化对冲,但不是可以按照定性结论做个单边投机嘛?

  我个人的体会,如果你没有对市场预期的感知,你就如同瞎子,茫然无措,再多报告摆在你面前,也不会有什么有价值的见解。更多关注市场预期,对基本面个人交易者来说这是补拙之法。但如果机构能够同时解决两头的问题,就可以做更多的事。索罗斯在狙击英镑和泰铢之前,都花了大量人力物力去做调查与数据采集,他有量化的东西,根据他对市场的理解,他认为高估了。然后结合他的主观判断,感知到原有市场预期已经缺少现实支撑,制定具体的战术,只需要有人带头,市场就会向着某个方向倾斜,他如果在这方面的判断是错误的,是不可能四两拨千斤的。这种理解和感知,确实是依附于人脑而非数据的。不过这种定性判断,对于功力有限的人来说,最容易弄巧成拙,搬起石头砸自己的脚。

  有时候,你去开户,你的客户经理会问你,你是做哪个品种的。若你是客户经理,你能听到的主要回答也就是某个或某类。说“什么都做”的人,要么已经有了成熟的客观交易系统,要么就是为数不多的基本面组合交易者。

  股市上有个说法,同时持股最好控制在两三只;大概只有基金才会同时持股十只以上。

  这里的数量有什么意义呢?有很重要的意义!这里的关键是:研究精力和机会成本之间的平衡。如果能把好这个平衡,就可以把教条扔掉。

  在一开始的时候,个人交易者通常对一个品种都是一种陌生的状态,无论是基本面解读,还是行情风格解读,都需要一个过程。我的体会是,如果你有一套相对客观的、基于场内信息的交易系统,那么熟悉一个新品种的上手是比较快的。而基本面的熟悉,跟踪完一个涨落周期,才能检验自己对涨落原因的认识是否合理到位,才谈得上熟悉该品种,那么它的学习周期也就至少是一个涨落周期。取常见线性因素的时间周期的最小公倍数,那么,一年,熟悉一个品种是必要的。当然,如果你够刻苦和聪明,也可以把几个品种并行研究。等到对该品种的基本面熟悉之后,仍需对它们进行跟踪,这个跟踪,一样非常牵扯精力。

  本人是个比较好奇的人,但算不上刻苦。我觉着若依赖个人力量,同一时期,并行跟踪两到三个(类)品种,已经是非常累了。再多,就要改变我的生活方式了。这还是专职做交易的时候,要是再搞点别的,就根本不是个人能长期承受的了。

  基本面研究的知识和经验都是可积累的,而且它的深度和广度都可以超越技术研究。如果能坚持若干年,相对于别人,就可以建立起知识壁垒。可惜的是,即使经验丰富,依然在跟踪时没有捷径可走,因为历史总是无法完全重复。即,基本面研究,不论是用来分析还是交易,都是苦差事。

  行情追溯历史,基本上结构性行情要比系统性行情的持续时间长。即每个品种自身属性的差别,会导致相互之间的走势没有关联。我们利用这一点,就可以在结构性行情中,若其中某个品种缺乏大行情,我们就换一个可能有行情的品种。若对其他品种不熟悉,或对其他品种没有跟踪,那么就无法判断某个时期哪个品种最容易出行情。比如今年春天,棉花没行情,PTA大行情;但在2010年,PTA没行情,棉花大行情。

  为了能提高资金利用率,我们总是期望能尽可能多地捕捉低风险的、明确的市场机会,这迫使我们尽可能多去关注各品种基本面。作为个人,尽管可以在某个选定品种上做精做细,但根据上面的讨论,跨品种最终的收益未必不如单品种。而作为团队或机构,则多品种的研究和跟踪变得可行,且必要——为了平滑整体的风险和收益。

  以上几点讨论了个人做基本面交易的几个基本问题:做什么,怎么做,为什么。以下我将分几点,讨论什么样的人适合做,或者说做好基本面交易需要强化哪些素质。

  和前面的讨论精力问题有关,个人基本面交易者要弥补自己相对于机构的劣势,和机构的基本面分析师比,最好是比他们更聪明,更敏感。机构分析师是这个市场的信息采集者,他们在信息整理过程中就会有自己的观点并尽可能多地传播自己的观点。若你对信息的反应太慢,等你看明白的时候,很可能市场上多半人都已经看明白了,那么无论你是依据平衡表还是依据分析师的建议还是依据别的什么,都很可能赚不到钱。最好,是分析师正在形成观点的时候,你就有了观点。分析师为了让自己的文章言之凿凿,必须花大量的时间求证,这就是他们的本职工作。交易者的本职工作不可能太多分散到求证上。

  于是,我们要有把具体事件抽象化的能力。即使同一品种,不同的季节,其主要矛盾也不同。抽象化,就是在纷繁芜杂的信息中,迅速找到主要矛盾,并找到矛盾的主要方面的能力。把现实中的多方博弈,简化成更加容易的寡头博弈。就像在自然科学研究中通常会做的那样,先建立一个理想模型,再把其他因素以修正量的方式补充进去,这样主次脉络就很清晰。

  在一些数据调用上,个人交易者离不开近似和拟合的处理方式。行情软件能提供给我们的信息对每个人都是等同的。技术派会常说,价格反应一切。但我觉得这话太不够了,价差(包括跨品种、跨市场、跨月价差,还包括升贴水、基差、加工利润等)反映的信息同样是非常重要的,而且在价格上根本看不出来。虽然价差的计算还是以价格为起点,但如果你是看着主力合约做单的交易者,你永远看不到价差,更别提价差反映的信息了。举一个最简单的例子,如果我们知道了美豆基差高于往年,且迟迟不回落,我们就知道美国大豆确实库存很紧,农民家都没余粮了。如果我们看到铜矿加工费低于往年,那么很可能是铜精矿供应紧张或冶炼企业产能过剩。结论,肯定最终还是会出现在分析师的研究报告中,你可以看到美国的歉收有多严重的数据,你可以看到铜精矿的产量数据和冶炼产能数据,但你等着看研究报告的原始数据的话,得到相似结论的时间就滞后了。

  稍微多扯几句。价差分析和价差交易也是两回事。价差交易者又称为套利者,套利也有技术面和基本面两种做法。技术面看重价差的历史变动区间和变动规律,而基本面分析可以发现价差运动突破历史变动区间的机会并提出解释。若套利没有基本面分析作后盾,很容易积小赢成大亏。

  在盘中不但要看同个品种多个合约,而且还要关注交割月合约。尤其是我们做回归行情的时候。如果你觉着期货价格超出合理范围,未来要向现货回归。那么从头计算法是先找到交割标的对应的现货报价,在把各种升贴水、交割费用、持仓费用、物流费用、税费等调整进去之后,算出一个所谓合理的期货价格。这些调整值的清晰计算是一篇专业分析报告可以展开的。但算这些数据的时间我完全可以去看更多的品种更多的观点,何况这里的很多量很难通过常规渠道获得的,比如天津的豆粕出厂价和张家港的豆粕出厂价,分别对期货价格应该升贴多少算合理?既然有个调整量X,那么交割月合约价格不就是即将完成回归的合约价格吗?交割月合约的合理价格就是现货价+X。目前主力合约相对现货价的回归空间,其实就是主力合约与交割月合约的价差了。而X也可以直接通过现货与期货交割月价格做比较估算出。当然这个回归空间要最后实现,还需要现货价格的稳定和主力合约标的与现货标的的连续性。很多品种的交割规则规定了某些月份合约的货是不能转为下个月份合约的,比如塑料的3月到5月。还比如有些时候现货的价格是不可能几个月不变的,如明年5月的豆粕肯定不是现在这个价。但一个熟练的基本面交易者不会抛弃这些信息。不确定的、歪曲的、捏造的信息都是信息,关键看你怎么利用。真的很琐碎、很累人,不过要是这事很简单,也轮不到你来赚这钱。基本面分析和交易,确实不适合那种喜欢答案胜于喜欢解答过程的人,因为这种人最终也难以学会自己解答;也确实不适合那种看什么问题都喜欢简单化思维的人,其背后是对自己未知知识领域的恐惧和逃避,以及心理防御机制对自己的无知与无能的一种合理化解释外加寻求捷径的惰性,这同样也很难最终获得提升。

  有一天,一朋友跟我说,他在和讯上看到一个高人,似乎很有一手。他自己倒不用基本面交易,但是看这高人分析得一套一套的,让我看看靠不靠谱。我跑去一看,其中一篇说是看豆粕和螺纹钢主力底牌的小技巧,这位高人是个老期货,比我老,市场生存期如此长,应该算是个成功者吧。不过老期货总是喜欢把事情当故事讲。

  等我浏览一遍之后,我觉着他能在市场上生存多年,不无道理,因为他确实掌握了个人基本面交易者的一条重要的补拙法门——替代。哦,也许他未必把自己当基本面交易者来看,但绝对是个场外信息交易者,符合我对广义基本面的定义。且看他是如何利用场外信息的。

  他查阅了阿根廷MARVAL指数,并认为阿根廷金融指数减去牛肉的影响就是大豆的影响,牛肉的价格用芝加哥活牛的走势来代替。理由是阿根廷是农业出口大国,主要出口大豆和牛肉。不选巴西的原因是因为巴西出口品种太杂。这个,如果把这看成是他建立的模型,那这个模型确实有点糙,简化再简化,替代再替代。比如他完全把阿根廷的其他出口给忽略了,阿根廷出口的玉米也很多,是否应该被忽略?阿根廷的经济是否是出口导向?阿根廷市场是否是个开放市场(市场开放程度低,关税、补贴、配额对价格的影响大,会导致同种商品国际市场价格和国内价格相差很大)?芝加哥活牛代替阿根廷牛肉价格,离得有点远。

  他提到的四大国际用豆企业的股票价格和根茎类农产品打包指数,来作为豆类的价格指引。我觉得这是靠谱的。这种替代有效性的前提:一个企业的主要原料的价格变化可以直接影响它的采购成本进而影响它的市盈率,这种关联够直接、够明确。所以这种替代是靠谱的。同时他也是高明的。首先,和国内一样,国外的证券市场盘子大,玩证券的、研究证券的,人才的数量、资本的投入、历史的积淀,都要超过大宗商品期货。并且,证券研究也不是只盯着某家企业,他们照样要研究产业链,甚至因此而获得宏观微观的双重视角。总之是说,同样的事情,证券圈就可以拿出很漂亮的研究报告,而期货圈的报告就少,也晚,还不一定深刻。其次,证券盘子大,即使出于对冲未来商品价格变动的目的,投资机构也会主动在相关股票和ETF上布局,而不一定会直接选择买卖该大宗商品。比如国内的诺安黄金基金和诺安油气基金,就是通过买卖相关的国外的ETF、股票、基金产品来实现理财,而非直接买卖黄金和油气的期货和实物。所以股票价格变动完全有可能先于商品价格变动。

  他还提到使用中的要点:一个是看背离,比如股票价格的涨跌,得以当时大盘的走势为参照,如果大盘涨它也涨就不算真涨,大盘涨它已经走平了就相当于已经跌了。另一个是相互印证,正反向多个指标叠加后相互印证,避免单个指标不靠谱导致的误判。

  螺纹钢上他拿与中国关联最紧密的日本的股市来做指引,拿有色类、矿山类、钢铁类分类指数与当时的其他分类指数做对比。这个同样是靠谱的,理由同上面对豆类的分析。

  他找到的指引有效,用国外机构对某类股票的研究直接替代了我们对某种商品的研究,真所谓借力打力的高招。其本质就好比我们看着美元指数做黄金,看着A股来做螺纹钢,或看着日胶做沪胶,看着铜做锌等这种方法。而这位和讯高手则把这种寻找交易指引的触角进一步拓展到海外证券市场上。他的方式更明确、有针对性,信息来源多,就有利于作立体验证。我不敢说总能有效,但参考价值绝对是很大的。这做法,依赖于网络,对我们个人投资者也是完全有可行性的。我们唯一要做的就是建立看这些股票的走势和看行情一样的习惯,每天或经常查看。

  其实你只要能找到两种标的资产的关联(包括关联强度的演化规律),你就可以用一种效率更高的市场的走势来指引效率低的市场的走势,或者相互验证。同理也可用于债券市场、汇率市场上。其实以前文华财经还提供很多类似的可参照的外部市场走势的。比如南美的大豆市场、美国的国债市场、广西的白糖现货市场、大连和吉林的玉米市场等,后来陆续不再提供数据了。所以我们要自己来寻找这类信息来源。

  前面提到,基本面信息有无限可扩展性,它总归是一种缺陷分析,但往往呈现给分析者的信息还是太多太杂甚至不同向。不同时期,起主导影响的信息是不同的,且往往也不是单一的。交易者应该对此有充分认识,并且具备对这些信息的影响力度、方向、持续性进行评估的能力。在每个特定时期,关注主导因素的变化和轮换。

  在现货圈里打拼的老板们,也有喜欢做期货的(这里不包括转移风险为目的的套保),但却不是每个都能做好。照理说他们掌握着供需基本面的第一手信息,多且及时。他们中,做不好的原因,很大一个就是过于相信自己圈子的基本面数据,有时候他们因此而走到了市场多数人的前面而大赚,但他们没有意识到因素的影响力是动态变化的。比如,忽视了其他区域市场的信息,忽视了上下游其他环节的信息,还有就是过于关注产品具体的信息,忽视了可能几年或十几年才有的超级因素,忽视了宏观环境变化导致的系统性变化,等等。由于他们浸淫现货市场多年,本身就是现货信息的制造者,所以他们中很多人会形成在信息面前的自负,他们自负的底气是几年十几年的经验,若某品种的基本面属性近期发生大的本质性变化,他们的惯性思维和自负会给他们带来巨大的亏损。所谓“只见树木,不见森林”。这样的例子,我身边就有。

  比如2010年上半年的塑料,从供应紧张到宽松的转变,有位塑料老板就认定LLDPE是好东西,用途广泛,于是每跌一段就加仓买入,这种策略以前很好使,但在2010年他加了半年的仓,最后在10000点面前绝望了,倒在黎明前。他因为居于产业链的消费端,LLDPE的用途看得多,LLDPE的产能看得少。

  再比如2010年年中的棉花,有位做黏胶纤维贸易的老板,他是贸易商,倒不至于拘泥于消费或生产,但他的经验告诉他,棉花的价格和黏胶的价格差别不应该这么大,这么大是有问题的,在2007-08年的棉花上涨行情中,他因此而做到了棉花的顶部。这次他看到价差越拉越大,他一开始是在黏胶上大量采购补库,被他兜了个底,然后他在棉花上开始建空单,算是对现货头寸进行套保。但是棉花涨得太快,当黏胶也开始涨的时候,一些关系户向他拿货,现货头寸开始减少,而他在棉花上浮亏扩大的时候,正好那段时间棉花在25000关口下方震荡,他就继续加空,以为又能抓到个顶。这样,他的期货空头头寸就超过了套保所需要的合理规模。棉花在2010年适逢品种和宏观两个超级因素,突破之前几十年的震荡区间是必然的。

  去年下半年,很多论坛就有很多宣扬农产品牛市的帖子,后来又有什么蛋白质革命。其实这样的观点已经说了好几年,你说它错嘛,也没错,但在2011年秋冬做多农产品的人应该能体会这个季节的寒冷。这也是没搞清楚影响价格的因素,在某个阶段,其影响力排序是不一样的。而宣扬土地有限人口增长无限粮食必然涨价,这理由,这因素,过去没错,未来也没错,就是不能做,呵呵。农产品产量潜能的逐渐减少,这是几十年的大趋势,但我们的期货合约通常持有都不会超过4个月。用几十年大趋势的影响因素作为4个月的交易依据,多可笑?试想若有人跟你说他是看日线做一分钟线. 找出关联

  基本面研究强调信息尽可能全面的收集与相互验证,在不同事物间找出关联的能力决定了其整合信息利用信息的能力。比如一场雨和棉花的价格之间的关联。如果是新疆早春的雨,那是有助于棉花生长,但对产量影响太遥远;如果是国庆期间华北平原的一场雨,恰逢市场对供给短缺非常敏感的那年(2010年),那下雨对价格绝对是火上浇油,即使华北棉区的产量比重不高。这是两件基本面事件之间的关联。再比如,V型底(如2010年1-2月、2010年11-12月、2011年7-8月等),往往在前期单边上涨中突然因为产业链以外因素(宏观的、政治的、政策的等)导致急跌,但市场预期的变化方向未被扭转,急跌是因为投机力量从一致做多到集中离场,但产业链环节的采购并未吃饱,反而因为前期上涨时间过长导致很多需求被高价抑制,一旦价格下跌后这些被抑制的需求就会爆发,形成急涨。这是行情走势的形态与背后现实世界的关联。但如果基本功不够,对事物的理解不够,而又有浮躁之心,则容易在众多可能性中迷失。

  中国传统社会是一个关系型社会,作为中国人,打小就被中国传统文化要素中认定的各种既定的关联所熏陶。中国的五行学说就是认为万物皆有关联的典范。所以,这个环境下成长起来的人群的首要问题,是关联太多,要在众多关联中找到真正有意义的,这种能力反而更迫切。

  前段时间有朋友就跟我说了一个事,他说某人做空豆粕被套许久,那人信耶稣,他说自己亏钱是上帝为了令其财富让更有需要的人享用,所以为了这份高尚的使命,他愿意坚守自己的空单。说的是舍生取义的话,挂的是如丧考妣的表情。我听了故事以后哈哈大笑——有才啊,能把自己做错的单子和如此神圣的使命联系起来。以上帝的名义来为自己的失误开脱;我要是上帝,我肯定说:且慢,我没说过要你送钱给别人,要送你学学标哥的法子。

  信息爆炸的时代里,什么新说法没见过?有人就能把共济会和战争联系起来。神秘主义的话题特别能吸引那些为生活工作所劳累的小白们的眼球。因为在众多转移注意力让自己短暂忘却烦恼的方法里,别的方法小白们吃不落。但在生活中更多的瞎关联的例子是随意在两种现象间建立因果关系。比如吃酱油伤口会黑,这事如果没有实验证明,我不敢信。因为酱油是黑的吗?那黑芝麻也是黑的,黑木耳也是黑的,是不是吃番茄酱伤口就变红?那吃沙茶酱呢?要是今天吃了酱油,明天喝了牛奶,敢情伤口还能订制成斑马线喽?问这么说的人,都是一问就瘪的,也许事实没错,因为我也没有去做实验。但为何大多数人对这种似是而非的事是先信了再说?不过我偏偏是先怀疑了再说?其实我也不是生来就这样。回头看,发现其实也是自己懂的越多,就越敢怀疑。因为人对事物的客观规律的了解越少,人在未知面前就越没有安全感,在各种坏的可能性中就越可能抱着宁信其有不信其无的态度。这是一种情况。

  在交易中,在基本面研究中,很多时候我们很容易为自己的某个既有行为找理由,这时候会很随意地找个关联,但本质上还是个借口。

  比如豆粕做空被套的,能找到的理由有:粮食关系国计民生,国家一定会管;美国佬的农业部报告数据是为美帝服务的,如果要跌,一定先标得很高;养猪的都亏了,都不愿买饲料了。因为这些关联看似有道理,有时候也能应验,却因让自己满足于眼前的答案(借口),白白失去了进一步探索真相的契机。下文我要专门讲一下正确建立关联或在关联中辨识真伪所需要的思维方式。

  我觉着,想赚钱的不乏天资聪颖之士,但最终的结果却多有不同,其中很大原因就是思考用错了方向。东方式的思维,往往喜欢自上而下,这从语法中就可以看出:先大的地点或时间,再小的地点或时间;姓名也是,先是姓,是一族之标识,再是名,是一人之标识。这种思维传统下,观点往往充满形而上的论断。比如:因为大旱,所以就要涨;因为品种联动,所以美豆涨连豆也要涨或者美元跌有色就要涨;还有诸如因为吃的是肝所以能补肝;因为黄色和心脏同属火,所以吃黄色的补心;因为食品添加剂是人工合成的,所以食品添加剂就不好……

  不胜枚举。从另个角度的思维应该是先分析后综合。在学有机化学的时候,常喜欢对反应机理穷根究底,因为都知道,只有知道了反应机理,才能举一反三有的放矢。什么是反应机理?就是对客观存在的每一步都确认其真实存在与前提条件。其他领域也一样,在经济与金融领域,可以用传导机制代替反应机理,寻找真正靠谱的因果链。涨真的是大旱这个原因可导致的吗?价格上涨,只能是因为买盘主动提价,主动性买盘数量超过主动性卖盘才可能,大量主动的买入开仓或买入平仓都可以。这类交易动作与价格上涨之间才存在明确的必然性因果,我们只有循着这种必然性、确然性因果,而非或然性、概然性因果,才可能找到价格背后的靠谱动因。我认为这是用演绎法探寻事实真相的唯一有效前提。如果你的因果链或证据链中的某一环是或然性因果,比如那些阴谋论,那结论完全可能是扯淡!

  继续……那么为何主动性买盘数量会超过卖盘?因为现货不足,供不应求。一边是货少导致卖盘减少,一边是刚性需求加上投机性需求导致买盘增加,买卖力量对比严重失衡。继续……那么这些刚性需求和投机性需求的原因是什么?是因为采购者库存低位,是因为担心粮食危机和通胀的人手上急需对冲筹码,是因为担心价格要上涨的投机者担心踏空。

  另一方面,卖盘少的原因是当下和中短期的供应都无法放大,这原因才是大旱。随着时间的推移。采购商终于买足了他们认为必需的货,基本面投机者建立了足够的可对冲粮食危机和通胀的筹码,短线投机者终于都建好了仓位不再担心踏空,他们准备好的保证金都已经兑现成了多单,主动性买盘无力再增加。此时,确实货和往年比起来还是缺,但还能涨吗?要让天平再次失衡,直接有效的方式就是让主动性买盘重新增加,那除非有新的理由,让那些原来圈子外面的资金也进来炒大豆,就像当年温州商人进疆炒棉花一样。如果没有新的理由,所有多头都拿好了令自己满意的仓位,此时新增买盘就耗竭了,即使此时卖盘还是很少,但买盘的衰竭最终会扭转原先的买卖力量对比。往往这就是预期高度一致的时候,所以,预期高度一致往往对应着顶部和底部。

  至于其后,价格滞涨,没耐心的短线投机多头就会平仓,多头平仓就是一个卖出动作,之前的多头越多,平仓的需求越大,卖出的力量也越大,头部出现的头一波快速下跌往往就是这股力量,趋利避害是人的本能,根本不需要幕后黑手统一指挥。在价格的变动因素中,是预期重要还是那个所谓的“旱情”抑或供需平衡表重要?这不需要人来教,如果你习惯于自下而上的分析,你就不会满足于类似大旱就要上涨这样的粗糙解释,你会去想大旱是如何导致上涨的背后机制,你就迟早会发现其中真正的奥妙,并且新的情况出现,一样可以举一反三。否则,别人教一招就炼一招,没教到就永远也无法自己发现。

  需要提醒的是,演绎法的局限性。如果对逻辑链的关联强度(确然性、必然性)没有要求的话,演绎法就无法得到有意义的结果。但如果对逻辑链的确然性和必然性强调的话,又与现实世界总体上的混沌本质相悖?精确逻辑之所以适用于混沌系统,是因为混沌运动在动力学上是确定的,而上面展示的因果链,就属于事物演化的动力学范畴。但涉及效果评价及预测,是量度事物的某个时间截面上的整体状态,是对微扰高度敏感的,是混沌的。我们在使用确定性逻辑展开演绎的过程中,需要注意什么呢?用一个晶体学术语来描述的话,就是“远程无序,近程有序”。在承认在时间和空间的局部上可以表现出有序性的前提下,我们可以获得寻找确然性和必然性的意义。在使用时,我们会体验到,通常这个链条的每次延伸,都需要设定繁杂的条件,超过三环,往往就会出现不可回避的支链,若继续强行延伸,则推导会受信息不足的制约,个人通常难以破解。何况,可能性一多,确定性自然不付存在。而且,在时间上,这次是这样,下次就不一定,就必须每次都是具体问题具体分析。总之,有序,在时空分布上,总是近程的、局部的!演绎法是在整体混沌的系统中,用动力学确定性,获得微观的局部的解读与预测。即使微观与局部,仍然意义深远。一是,这对资源的要求低,是资源有限的个人投资者容易掌握的;二是,这种演绎的反复进行,是对逻辑思维的最好训练,任何类型的研究,都离不开这种能力;即便是混沌研究,一样要关注动力学因素。

  为了探求关联,特别是暂时还没被特别关注或者你没有能发现前人的尝试的时候,能否勇敢提出一些新颖的设想?我们既要有能力大胆质疑看似天经地义的关联,也要有能力去捕捉新的关联,因为每个关联之后都是一条因果链,都可能总结出一种规律。我碰到有个仅有不到一年历史的交易者,提出了“假阳线”概念,问他,说是没从别人地方看到过,就是自己凭空想出来的。就是收盘价比开盘价高但比前日收盘价低的K线。对一个新人来说,我觉得这是值得肯定的事,因为这是走在正确的探索发现道路上。

  在认知心理学上,有著名的人工概念形成实验(81卡片问题)和证真证伪实验(四卡片问题)。概念并不都是来自书本或老师,那种知识不是你的,有段时间不用,就会“还”给老师。概念的形成是人利用现有和已知的信息来主动提出一些可能的假设,并对每个假设经历“失败-更换”或“成功-继续”的考验的过程,这么来的知识才是你的。自然概念的形成高度依赖原型的存在,但在虚拟和抽象的金融投机界,新的发现则需要更多依赖用人工概念建立基础,诸如艾略特波浪等。创设人工概念的能力是在无规律中抽象提炼出规律的能力,而找到证真证伪方法的能力则是对既有规律进行筛选的能力。这两种能力的反复使用,其实就构成了人类探索发现客观世界的基本过程——猜想与反驳。可能某个人工概念甫一形成,是幼稚的,抑或其实前人早就提出过的,这无需在意。以这种方式获得对客观规律的认识,绝对是非常自觉主动和非常高效的。

  其实我们看书学习,就是用别人的间接经验,来检验自己的人工概念的过程。为什么有些人只要看到书上的一小部分内容就可以大体获得书的思想精髓?就是因为在他脑中进行的是创设-验证(或猜想-反驳)的过程。而另一些人,则是看完整本书都可能没能感觉学到什么(创设出了问题)或看完整本书“学到”的却是令作者都意想不到的念头(验证出了问题)。验证很重要。索罗斯推崇卡尔·波普为自己的精神导师,尤其是卡尔·波普的《开放社会及其敌人》《猜想与反驳》这两部作品的重要概念在索罗斯的著作中多次出现。在《金融炼金术》中他就提到了提出假设和检验假设的方式来纠正投资决策过程中的偏离,反对无法验证的断言式解读。

  对应于基本面(这里不是传统意义上的基本面)信息的开放性和无限可扩展性,也为了能实现多品种研究和多品种组合交易。从效用角度,那种以点带面的、牵一发动全身的对世界的理解,是个人交易者应该具备的。这不是那种看豆粕是豆粕,看螺纹是螺纹的境界。有个词叫“融会贯通”。

  作为能量和精力有限的个人交易者,追求多快好省是挥之不去的冲动。如果时时纠结于投入和效用之间,估计也搞不好。所以如果他的思维方式本身就已经习惯于充分整合大脑中已有的信息和技能,那他在与其他交易者的竞争中就很有优势。这能力也不是靠勤奋能补。也许你愿意用别人喝咖啡的时间去看书或百度,但问题是你首先要知道需要搜索什么?最怕找不到问题。记得中学有什么数学建模竞赛。套用这个概念,你得有能力把复杂的现实世界抽象成一个有结构、有开关、能提出问题、能付诸解决的模型。

  发现、概括、归纳问题的能力决定了成长的速度。不过悲催的是,90后的成长环境就是家长代写作业。他们从小已经被培养成只关注答案。我也很奇怪为何有些人对于那些“制造”问题的方法避而远之。科学研究总是在解决一个问题的同时制造更多问题,总对那么多未知(暂时)无计可施。中国的知识体系倒是很少提问题,它们总是苦口婆心地告诉你世界是怎样的,你应该怎样做。中国人天然对问题多答案少的状态缺少安全感。所以两千年也就这样,先秦的理论现在还非常有用,我们其实不是说这些知识有多前位、古人多聪明,而是证明了所谓中国传统文化是一个静态的、封闭的、无力进取更无法自我超越的文化,如同活化石。后人只是在不停地批注、校勘、训诂、考据、整理、补充,就是不能超越!我们学西医,根本没有必要再看维萨里的《人体的构造》(近代解剖学奠基),并且即使这本书当年就失传了,也不怕(当时很多人已经在做类似的事情,比如达芬奇)。但我们学中医,不能不看《黄帝内经》《伤寒杂病论》,并且据说《黄帝外经》失传了、麻沸散也失传了,我们整个外科居然就消亡了,敢情几千年不但没超越,很多领域还在做减法!

  发现问题的速度决定了进步的速度,对一个文明如此,对一个人也如此。可能言辞多有偏颇。但可教与不可教,其实就听听他所思所想所关注的,是不是符合正确的“格物致知”之路。或有很多人,他们脑子里也是一堆的问题,但其中多数是困扰、纠结。困难是不怕的,如果你的问题可以分析,可以验证,可以有可操作的处理与应对,可以有可重现的效果检验,那么才存在在不断解决问题的过程中获得前进的可能。

  在中国的马路上,有一种人的行为方式我觉得迟早要付出代价。这种人当横穿马路的时候,先看右前方,直接抬脚往前走,匀速直线运动,很淡定;走到快车道以内了才偶尔看一下左侧,或者一直就不看左侧,过中心线的时候,倒开始看左侧了(没看明白吗?想像一下车流来向)。不论是一个人过马路,还是边打手机边过马路,还是结伴过马路,甚至怀抱婴儿过马路,都是这种行为方式。我从做骑车人到做开车人,对此类路人烦不胜烦。如果统计一下,估计这样的路人占总数的3/4以上。这类行为的本质是以自己的欲望(需要、目标)为中心的思维方式,而忽视了环境和条件。我本人穿马路基本不走斑马线,但我绝对是先看左侧,过中心线之后看右侧,时而停时而跑,很不淡定,无论是停下来还是快速通过,都是为了抄近路时减少对车流的影响。这是以环境为中心的思维方式,把自己的欲望建立在环境条件的具备基础上。

  大多数人过马路的行为方式放到投机市场中,就是放错了贪婪和恐惧的位置,在应该自信的时候自省,在应该自省的时候自信。

  比如假若眼下是价格滞涨的时候,头部随时可能形成,如果有多单,自然要考虑如何减仓出场;如果想进空单,自然要考虑如何逐步开空。哪怕这次回调可能只是几天或几周。君子不立危墙之下,你赶紧备点应急预案吧。但有些人会纠结于几个月之后的是继续上涨还是漫漫长熊。

  有些人暂时还没有令自己满意的系统,还处在摸索阶段,就开始想万一我这种做法碰到逼仓行情怎么办?碰到黑天鹅怎么办?长期资本管理公司都一命呜呼了,我这行吗?呵呵,先想想脚下这条沟怎么过再想下座山怎么爬好不好?

  另外还有一种非常有害的误区是:我是学这个的,所以我只需要研究这个就行了,其他的东西学了是浪费时间。真的没用吗?

  不要割裂客观世界。人类中最初的学者,是那些对所有事情都感兴趣,对所有事物都研究的人,比如亚里士多徳。学科的分野,是在学问本身不断庞杂的情况下,个体精力所限,才走向专业化分工。但另一方面,无论是自然科学还是社会科学还是人文艺术领域,交叉学科依然是最容易找到新突破的热点,说明这种人为割裂,并非人类知识演化的真实方向,人类知识一直处于从分析到综合(不是从综合到分析)的循环前进过程之中。在创新竞争中,谁拥有跨学科的思维、视野、资源整合能力,谁就最容易胜出。我觉着只有精力所限,才可能在深度和广度之间择其利大者为之,用深度去换广度或用广度去换深度。否则,如果现成的机会来了,你不去学,那是浪费。很多学习并不是只有抱着书本啃一种方式。记得国外有人提出一种新的衡量生命长度的方式,就是思维时间。在走路、开车、吃饭、上厕所、排队、开会、睡前等等这些时间里,你可以选择想一些探究事物规律的事情,也可以想一些好笑的故事,也可以想哪个人的八卦,也可以想下一步应该怎么怎么去整另一个人。这些时间用好了,就是学习。没有电脑没有笔,可以用爱因斯坦那种思想实验的方式来研究事物规律,用我前面说的,穷究机理,避开或然性,肯定有用。现在有pad有phone,其实随路查个资料也不难。最好的学习过程,就是在解释一个个现象,解决一个个问题中完成的。我相信每个人在日常生活和工作中都有机会接触到各种领域的现象,碰到各种领域的问题,所以如果你愿意,当然可以对各种领域都有相对专业的认识。只要你一生一直如此学习,那种深度和广度的冲突也不会如此强烈。只有那些临阵磨枪的人才会觉得深度和广度实在无法兼顾。如果你对现象没有好奇心求知欲或选择没专业含量的解释,对问题能避则避选择没技术含量的解决方式,那再多吃几年盐再多过几座桥,依然对客观规律不甚了了。脑袋里客观规律少了,主观臆测自然就多了。

  还有一种认识:那些不能考证不能帮我赚钱的书都是无用的,来点实际的吧——就是讲怎么赚钱的方法的书。我觉着理念的东西是提纲挈领的,具体的技巧的东西,应该是发挥各人创造力。理念的东西,错了就可能走弯路或永远走不到目标上。而且,这种认识的还有一层潜台词就是:学习是为了考试,学习是为了给别人看,那么不考试的时候,没有老师或领导要求的时候,没有赚钱养家压力的时候,就不用学习,就不用看书,就不用穷究客观规律了。但是人人的时间都是一样多的,如果他学习的少了,什么会多起来?也许那些勾心斗角或攀比耍酷的念头就会多起来。

  人类的知识那么多,价值观与方法论也很丰富,但并不是所有的知识都能帮你到达彼岸。如果你选择把自己的生命投入无价值的方向上,也许背后的本质是你对另一些知识无法消化,但你的心理防御机制会给自己一个合理化解释,而避免承认自己的无能与愚蠢。走在错误道路上的人一般都是心理状态良好的。自负为表自卑为里,往往如此。本章节的意思表明有些东西就是不好,或者还不够好,思维方式就是有高下之分。探究基本面和探究事物客观规律对主体的要求是一致的。我们要有良好的探究事物客观规律的习惯和思维方式,对一切事物保持好奇心和求知欲是一种好的学习状态,但还要善于归纳问题,还要有正确的思考方向。

  回到主题。当具备这种能力或习惯的时候,作为经常宅的个人交易者,我们也不会在品种面前茫然,我们自己就知道研究框架是什么。

  看豆粕,我们可以看到大豆和豆油,我们可以看到杂粕,我们可以看到油菜籽 、花生、葵花籽、棕榈油,我们可以看到食品工业和餐厨用油的区别,我们可以看到三聚氰胺是如何进入饲料替代高蛋白粕的(而不是像普罗大众想的那样被掺到奶里),我们可以看到日本在二战后为了寻找蛋白质来源不远万里来到巴西让大豆适应了热带种植,我们可以看到养猪是如何从地瓜泔水的农户饲养过渡到配方饲料的规模化饲养,我们可以看到国产豆和转基因豆的替代与竞争,我们可以看到大豆蛋白和玉米蛋白以及小麦蛋白中氨基酸比例的不同导致的配方修改的门槛,我们可以看到豆粕的蛋白质是上好的微生物培养基怎么可能长期贮存?我们可以看到巴西的田野大多是缺乏灌溉系统的缓丘,我们可以看到当化肥成本提高的时候能与根瘤菌共生的大豆比玉米更能吸引农民,我们可以看到厄尔尼诺-拉尼娜现象对热带季风气候影响之大及不确定性……这涉及到上游、下游、相邻行业的竞争与替代、潜在新供给、潜在新需求……这涉及到植物学、农学、气候学、营养学、生物化学、历史、经济、以及一些产业链中的操作实务知识……研究框架的建立是否完备,基本就是由主体的知识结构的完备程度决定了的,但更重要的是,若你是个人作战,你不可能在每个时刻面面俱到,你还要有能力在不同的时点上把你的研究重点做个转换和取舍。即使你是看研究报告来获得信息和灵感,那么公开的研究报告,为何不同人看了会有不同的应对?消化利用的深度,还是依赖于主体的知识结构。

  每个人在与外部世界的互动中,关注的侧重点是不同的,他的内在动机是不同的,最担心(恐惧)的事情也是不同的。在这方面,九型人格的分类体系比较有参考价值。

  一个基本面分析者的最佳状态是,他是关注事物本身的本质、结构、信息、因果。这方面他掌握地越多,他越淡定越踏实越平和。我认为这是在研究中一种最纯粹的状态。与之不同的是,有些人可能更关注事情的结果,他收集信息是为了解决某个特定的问题或完成某个特定的任务。还有些人可能更在乎自己关注的东西是不是能在与他人的交流中获得一种优越感。其实在打基础的时候,是不应该对了解事物的动机有太多功利主义的。这会让学习者在精力投入选择上斤斤计较。这可能有助于解释,为何生命的绝对长度相同的情况下,知识的积累和对事物的理解,最终人和人之间会有天壤之别。

  如果碰到一个现实问题,我们一开始能想到的总是问题相关的事情,我们通过熟人、网络、书本等多种方式收集信息。比如高原反应。

  可能多数人他只需要知道高原反应是怎么回事,有什么症状,怎么预防和处置。网上这种信息不少。但有些人会对同一个问题作多次搜索,从不同的角度。他可能就因此看到了更多人的讨论。但这可能还不够,他对于看到的一些还不够明白的事情继续搜索,于是他有机会接触一些和问题无关的知识,他只为把这事搞得更通透。这还不够,他会因为这次搜索,建立一个局部的知识框架,在以后的经历中,他会把有些事情对此做关联;并且在以后的经历中,如果遇到别人的反驳或者自己的反省,都会担心自己的知识是不是又不够了,而不是懊恼别人怎么超过了我。这部分更重要,因为他的知识的积累在时间上可以持续很久。

  这种对了解事物真相的渴求,我称之为信息饥渴。基本面研究,或者说所有研究,都是对事物本质和真相的一种接近,只有以这种纯粹的动机,才能在生命长河中,不怕孤独寂寞、不以之为枯燥无聊,持续积累,最终获得厚度。

  在九型人格分型中,5号拥有最强烈的信息短缺恐惧症。不过5号在这个国家属于非常稀缺的一类。当然,我不认为别的类型就无所作为,强烈的成就动机驱动下,依然可以通过勤奋和刻苦,而在知识的积累上超越别人。

  心理学家有时会做一种事情,就是把一张图给你,过会儿让你复述看到的东西。或者给你两张内容很多的图,让你说出它们中有哪些区别。这就是一种观察力,反映大脑对信息的记忆、整理、比对的能力。这对基本面研究很重要,能找出越多的区别,说明大脑能发现越多的特征。就好像,在同样的时间内,有些人看到一个人,会说这人长得太漂亮了,但是再多也说不上来了;另一个人,会说她是鼻子长得漂亮,或眼睛长得漂亮。显然后者能看到内部结构,能在细节中归纳特征。职业训练能造就这种差距,比如整形医生眼里,甚至能看出骨骼长得是否恰到好处。如果某个人从小就对细节和结构漠不关心,他的观察力肯定会逐渐下降。

  青蛙对静止不动的食物是看不到的,哪怕它快要饿死了。但它却对飞行中的食物非常敏感。人类看不清飞虫的飞行轨迹,青蛙却可以迅速发现、准确命中。

  这是一种有明显缺陷的能力,但对青蛙来说,这种能力比人类这种什么都能看到的能力,更有利于它们的生存繁衍。在基本面交易中,我们需要什么样的观察能力才能帮到自己?

  基本面信息往往知道的又不是你一个人,如果只能从表面提取信息,得不到多少对交易有价值的内容。所以我们不但要有起码的观察力和好的观察习惯,更需要有一种洞察力——透过现象看本质的能力。

  面对基本面交易,我认为个人交易者需要的洞察力最重要的是动态洞察力和逻辑洞察力。

  动态洞察力其实就是一种“蛙眼”,是对事物的变化的敏感性。青蛙对静止物体完全视而不见,而我们对基本面的静态部分,比如供求关系,不能一无所知,但一定要明白:供求关系的总量(或绝对量),往往是年度或季度确定的,而且是公之于众的,在一个短的时间跨度内,可近似认为不变,若市场对这样的供求数据有反映,则一定老早已经反映过了。市场其后的动作,一定只会对变化部分有反应,而对存量就是视而不见!对于精力和资源有限的个人交易者,若具备如青蛙般的敏感的捕捉变化的动态洞察力,他就很容易在纷繁复杂的信息中直接以变量提前找出有价值的交易指引,跳过基本面研究所需要的全面求证步骤,获得和机构或技术分析者相似的交易效果。这不是偷懒,而是把注意力放到最需要的地方。此时交易者对存量数据的“视而不见”,其实是以对该品种的历史的持续(不错过关键时间窗口)追踪为前提的,哪怕这种追踪是断续(平静期可以搁置)的。试想,如果该年度或季度一直都没有过追踪,那么一个数据的出现,你又怎么确定它依旧在原来的市场预期之内,还是已经和原来有了明显且出人意料的变化?变量和存量都是相对概念,是需要相互参照的!失败的基本面交易者,往往分不清轻重,即使他是追踪的,很勤奋,但当一个数据或事件出现,他对变化部分和对原来的情况给予同等程度的关照,纠结于存量的性质,或纠结于原来的经验。这次豆类的收割行情就是个很好的例子。减产是确定的,供需缺口基本没有变化,但收割带来的新增供给就是9月不同以往的变化。若迂腐地认定极低的库存消费比就能拉动行情继续向上,或认为豆类会像2010年棉花那样是个超级行情,新棉上市也无法阻止上涨,这都是看不到事物的变化和区别。

  人和人就是有这么多不同。这种能力也反映在学习中。比如,看到别人做演示。有些人,听不了几句,就会急着下结论,说,“哦,这不就是我以前知道的那个方法嘛”。若是这种想法,他必然不会继续专心看别人的演示,最终在这次经历中学不到东西。另一些人,即使看着很像之前看到过的某种方法,他依然会继续耐心看下去,因为他关注的是这次这个人做的和自己之前知道的方法有什么区别。这就是关注变化。多少总是有所区别的,他耐心看下去并关注到了,那么他就没有浪费这次经历,学习到了新东西。看书也是这个道理。我觉得,人际交往,宜求同存异;而学习研究,宜求异存同。这是一种能把生活经历变成学习和积累过程的一种能力,也是会在最终决定他与别人的人生厚度的不同。

  逻辑洞察力,是一种透视眼,是看到事物相互关联的能力,是看到事物内部结构及其逻辑关系的能力。

  比如,2010年9月,橡胶市场在高位出现了大跌,当时传言证监会对某期货公司的客户进行了处罚,大概意思是其实际控制的关联帐户的持仓超过了限额,罚款并限制其交易。相关媒体对此事进行了确认。当时橡胶的位置正处于26000的强的历史压力位下,市场也有分歧,但奇怪的是,这次大跌之后,橡胶并没有继续按头部形态演化,反而稳住后上涨了,而且这还是国庆长假之前。形态、事件、时间点,中短期因素综合来看,似乎下跌是行情阻力最小的方向,那么一定是一个更本质更强大的因素阻止了它的发生,于是,各因素的强弱排序就暴露出来了。在所有品种中,橡胶因为有这次处罚事件,我觉得让我看清了它的面目,所以我愿意用剩余不多的可用资金继续买它,即使帐户的隔夜风险敞口超过60%,我也依然淡定(这也和当时的大环境有关,但不选别的而选橡胶则和这个事件有关)。

  最怕没有事情,有突发事件是分析行情的最好契机。在2009年初原油、2009年尾迪拜债务危机、2010年中的棉花、去年夏末的油脂、今年豆粕在8月美国农业部报告出炉时的表现,都是关键位置上事件考验行情的例子。总结起来就是该跌不跌必涨,该涨不涨必跌。

  以上的例子并未涵盖逻辑洞察力的全部涵意。全面找到事物的影响因素,并能理解它们影响事物的方式。前者可谓是胸中有大棋局,但后面一句更是关键。在主观判断中,人脑可以把各种影响因素综合考虑,这个过程可能非常迅速,在潜意识层面完成,最后以一种直觉的方式呈现出来。就好比见到某人就感觉这人心怀叵测,可以最初的时候先有了感。

CEO如何更好地掌控复杂局面?

  国谷裕子:大家下午好,这一节我们讲的是掌控复杂局面,这个主题本身对我来说就很有压力,“复杂性”这个词人们可能会说我们总是生活在一个复杂的世界,每件实行都很复杂,有什么新鲜的呢?

  Albert Laszlo Barabasi教授,他是网络研究中心主任,他是网络科学的专家。

  Brian A.Gallagher,全球联合之路总裁兼首席执行官,他是一个私营的非政府组织。在这个品牌下有许多非政府组织。

  Angel Cabrera是乔治梅森大学校长,他是全球化这本书的作者,同时也是认知科学方面的专家。

  这就是我们的各位来宾,研究表明绝大多数的CEO都觉得自己并没有能力去处理越来越激烈的复杂性,今天,集体性,以及互相依存性都在不断提高,因此就使他们更为脆弱,更复杂,不确定性更大。而不断提升的复杂性带来了一种更为强大的,但是不可预见性更将的互相依存性,但是我们是否知道这意味着什么?

  复杂性大家可能对此有很多不同的想法,所以,我们先建立这么一个平台让大家都来理解一下今天所面临的复杂性的本质。首先问Albert Laszlo Barabasi教授给我们讲今天面临的复杂性到底意味着什么?

  Albert Laszlo Barabasi:我觉得你给我的任务很重,首先复杂性是一个大词,它有很多不同的意思,它取决于受众,不同的人对此会有完全不同的解释。我们需要区分复杂性的两个英文词,有些东西本身复杂程度很高,像一些技术,但是它并不是具有复杂性的东西,而在很复杂的系统中你往往并不知道自己采取行动所产生的结果是什么,即便如此并不意味着这些元素是随机的,我们今天进行讨论的原因就是大家都认识到复杂性的应对非常重要。同时,也认识到大数据,以及了解复杂性科学,以及网络科学给我们带来了应对复杂性的工具。所以,复杂性正在从一个比喻向一门学科发展,也许这是一个可以去预测,甚至在未来能够被控制的。

  国谷裕子:我想对于领导人来说面对复杂性是很困难的,我们常常讲到蝴蝶效应,领袖、领导人做的一个小小的行动可能都会在很远的地方产生巨大的影响,能给我们举个例子吗?

  Albert Laszlo Barabasi:的确,这也是复杂的本质之一,你并不知道自己的行为结果是什么,一个具体例子就是你提到的蝴蝶效应,在定量复杂性,我们并不认为蝴蝶效应复杂系统的一个表征,而是一个多线性系统的结果。在这样的一些系统中,我们并不能对行为的结果进行全面的预测。

  国谷裕子:如果你不能预测自己的决定对于系统的意味,那在一个行业当中,在一个组织当中,领袖在面对决策时刻的时候,他是否会决定学习曲线非常的陡峭,他们是否会担心自己做不好决定,Brian A.Gallagher你领导一个非常大的非政府组织,你觉得面临复杂性是怎么一种感觉呢?

  Brian A.Gallagher:我们在40余个国家有18000个组织,他们都可以独立的组织,它可能是在我们这个品牌下,或者以联合品牌的方式运作。所以,18000个在技术上完全是独立组织的管理,会在很多地方,在莫斯科,在纽约和其他地方,你很难去追踪在所有这些地方同时发生了什么事。所以,我们必须改变自己做事的方式,采取一种更一体化的做法,也就是我们需要开发能力,确保你有合适的人才在合适的地方。

  比如大家都是独立,但是我们都有一个一样的信息系统、财务系统、治理系统,我们是以目的为导向,我们并不是一个组织在一个城市,另外一个组织在另一个城市,实际上这些组织在很多方面是有共通之处的,而我们所雇佣的员工也是非常有团队合作精神的,并且这些组织是以网络为导向的,同时我们也放全给他们,使他们能够很好的管理自己的复杂网络,这才使得我们能够在中心对于整个全局有所把握,监控网络的情况。

  国谷裕子:是一个平行的网络,而不是一个垂直的网络。Ernesto Zedillo Ponce de Leon,你原来是从政的,从政府的角度来讲你需要非常果断,有时候对一个问题的解决可能会造成另外一个问题的恶化,您对复杂性有什么看法?

  Ernesto Zedillo Ponce de Leon:我觉得复杂性一直存在,在每一个领域都是如此,当然在政策制定领域也是如此,也许今天我们有相应的工具来表达分析,表达复杂性比过去更能做到这一点。但是今天如果你在政府或者私营部门或者其他任何领域工作,你都需要做出决定,问题在于你如何做出反应,即便你有更好的工具去理解复杂性,我想对我来说从最基本的角度来讲,有时候你需要做一些非常困难的角色,并且是在政府的最高层进行,即便我们有了一些新的能力,就像Albert Laszlo Barabasi提到的,对于复杂性的分析工具我们都应该回归本质,即便我们能够确认复杂系统,我们不能用一个复杂系统去解决另一个复杂系统的问题,所以,我们的注意力必须放在比较有限的一些参数上。

  我觉得这不仅适用于我在政府从政的经历,我现在作为一些全球企业的董事,我也希望建立一个框架,对所有的事情进行评价,我会发现没有办法做到这一点。所以,最近我在努力识别一些关键的参数,我也一直关注这些参数,我也并不总是正确,因为人都会犯错,但是基于我的经验,我从这个基础上进行判断应该这样做,而不是希望能够掌控一切。也就是说你去把握一些有限的参数比你想控制一切更为有效。

  国谷裕子:Angel Cabrera,你是认知科学的专家,对于利用人来说时间是关键,面前有很多的不确定性,同时要做出正确的决策,采取步骤,在认知学当中是否提出在领导人面对不确定性的时候应该怎么去决策,步骤是什么?

  Angel Cabrera:就像Ernesto Zedillo Ponce de Leon所说你不能想掌控一切去应对复杂性,不幸的是人天生就是想掌控一切的,我们总是希望能够在混乱当中找到秩序,就会有一些国度简化的倾向。比如现在美国大选,我们所面临的社会问题的复杂性是很大的,我们希望把它提取出来,成为一些最基本的理念,我们发现帮助我们去解释和预测周边问题的最基本的理论,并且我们去捍卫这些理论,我们找到能够去验证这些理论的证据,而我们生活的世界就像大家所说是密切联系的,很多问题它并不是线性的,虽然不是随机的,但是是非常难预测的。

  如果你从传统的角度看,我们刚才也讲到过,实际上是从上至下的,包括决策,看一卡相关的事实,看你有什么选择,然而你有一个计划,做出相关的决策,我觉得这样的思维实际上它也是很难处理我们复杂的世界。

  关于相关的领导力,以及相关的管理,也就是说有多种的选择,多种的实验,不是一个单一的简单的对事实的解释,但是它有多种的角度来看问题,而且甚至有一些是非常冲突和矛盾的观点。所以,我觉得我们的确是这个世界比较复杂,而且我们也应该努力去处理这样的复杂局势,但是我不确定我们已经有足够的系统,有足够的领导力和足够的管理能力去处理这样的情况。

  Brian A.Gallagher:我们把它综合一下,要做出很难的决策,最好的领导人他们应该能够看到最好的战略或者决策方面的方向,让这种方向能够有多种假设或者理论,而相对的来讲像NGO,比如遇到一个很大的机会,比如在教育方面,你可以来做一些实验,我们实际上并不一定是在教育领域,我们并不一定想进入这个领域,并不一定强迫别人执行我们的决策。所以,根据我们的经验我们这样的方式来实施,这样才能按照我们的方向创新。

  Ernesto Zedillo Ponce de Leon:我觉得这里面有一个非常重要的,我们讲到的主题来讲,也就是掌控复杂局面,如果复杂的话,你要想掌控并不太容易。所以,首先你可以去了解复杂的局面,你可以了解到一个适当的程度,但是要想掌控它并不一定是正确的,必须要进行良好的管理,管理这样一种复杂的局面,你可能需要依赖最复杂的工具,但是最后实际上你希望能够管理这样复杂的局面,把它化繁为简,有相关的工具来做出决策,否则的话就没有相关的系统。

  最近AI巨大的进步源于三大助力:计算能力(GPU,芯片技术),大量数据,深度神经网络下算法的进步。

  1月17日到20日,第47届世界经济论坛年会在瑞士东南部小镇达沃斯召开。

  李总理用“行有波动,势仍看好”这八个字准确、精炼、有力地概括了中国当下的经济形势,振奋人心,可以说是一场“及时雨”。

前三季度外汇供求基本平衡 我国跨境资金流动总体平稳

  “今年前三季度,我国跨境资金流动总体平稳,外汇供求基本平衡。”国家外汇管理局新闻发言人王春英在10月25日召开的新闻发布会上表示,今年以来外部环境的复杂性明显上升,但我国国际收支仍保持自主平衡,外汇市场运行总体平稳。

  今年以来,全球贸易摩擦加剧,国际金融市场波动加大,跨境资金流动情况备受关注。对于前三季度情况,王春英说,当前我国跨境资金流动总体平稳,外汇供求基本平衡。

  从外汇局公布的数据看,前三季度,银行结售汇和代客涉外收付款逆差较上年同期均显著收窄。其中,银行结售汇逆差下降75%,银行代客涉外收付款逆差下降49%。

  外汇资金流动呈现双向波动。从银行结售汇数据看,一季度月均逆差61亿美元,二季度月均顺差107亿美元,三季度月均逆差139亿美元;从银行代客涉外外汇收付款数据看,1月份顺差257亿美元,2月份、3月份月均逆差49亿美元,二季度月均顺差15亿美元,三季度月均逆差126亿美元。初步统计,10月上中旬银行结售汇和银行代客涉外外汇收付款均呈现小幅顺差。

  在中美经贸摩擦背景下,各方担忧将对我国跨境资金流动产生影响。对此,王春英表示,目前中美经贸摩擦对我国跨境资金流动的影响总体可控。这个结论,来自于“6个稳定”。

  我国外贸增长依然稳定。根据海关统计,前三季度我国进出口总额同比增长9.9%,其中出口增长6.5%,进口增长14.1%。

  我国利用外资依然稳定。近期联合国贸发会议的报告显示,2018年上半年全球外国直接投资总额同比下降41%,但我国吸引外资规模逆势增长6%,成为全球最大的外商直接投资流入国。

  企业跨境融资依然稳定。2016年二季度起,我国外债去杠杆进程结束,外债规模由降转升,今年以来逐步达到去杠杆前的水平后增幅趋稳,6月末全口径外债余额较3月末增长1.5%,而且结构优化,主要源自境外非居民机构增持境内人民币债券。

  企业对外投资依然稳定。前9个月商务部统计的非金融类对外直接投资820亿美元,同比增长5.1%。

  个人购汇持汇依然稳定。前三季度,我国居民个人购汇规模同比下降7%,其中,第三季度居民个人购汇同比下降5%,9月份下降20%。居民个人外汇存款余额基本稳定,上半年小幅上升26亿美元,第三季度累计下降47亿美元。

  人民币汇率在新兴市场货币中的表现依然稳定。前三季度,很多新兴经济体货币大幅贬值,新兴市场货币指数(EMCI)下跌超过10%。人民币对美元汇率中间价累计贬值5.0%,CFETS货币篮子指数小幅下跌2.6%,人民币属于相对稳定的货币。

  “总体看,今年以来外部环境的复杂性明显上升,包括美元汇率走势、新兴市场风险状况以及中美经贸摩擦等,但我国国际收支仍保持自主平衡,外汇市场运行总体平稳。”王春英表示,虽然今后一段时期外部环境比较复杂,不确定性因素继续存在,但我国经济基本面的固有优势仍较明显,在对外开放、市场机制等方面也进一步形成了新的有利因素,未来有利于我国跨境资金流动平稳运行的条件依然充分。

改革开放是党在新的历史时期最鲜明的旗帜

  习总书记指出:“改革开放是当代中国最鲜明的特色,是我们党在新的历史时期最鲜明的旗帜。”改革开放是决定当代中国命运的关键抉择,是坚持和发展中国特色社会主义的必由之路,是中国带领人民实现中华民族伟大复兴中国梦的重要法宝。

  在新时代继续推进改革开放伟大事业,必须坚定不移坚持党的全面领导,让党的旗帜高高飘扬,引领改革开放新征程

  习总书记指出,改革开放是中国在新的时代条件下带领人民进行的新的伟大革命。这场伟大革命,必须坚持正确方向,既不走封闭僵化的老路,也不走改旗易帜的邪路。历史和现实告诉我们,封闭僵化不改革开放,就是死路一条;不坚持党的领导,同样是死路一条。党的十九大报告明确指出,中国特色社会主义最本质的特征是中国领导,中国特色社会主义制度的最大优势是中国领导。

  历史选择了中国,中国成功开辟了中国特色社会主义道路。正如同志所说:“中国产生了,这是开天辟地的大事变。”为什么?因为中国是以中国化的马克思主义科学理论武装起来的始终以中华民族复兴为己任的伟大政党,也正如所指出的,“自从有了中国,中国革命的面貌就焕然一新了。”中国之所以伟大,就在于其不断进行伟大的自我革命,在历史前进的逻辑中前进、在时代发展的潮流中发展。

  党的十一届三中全会后,我们党领导人民进行了改革开放“新的伟大革命”,坚持立足国情、放眼世界,既强调独立自主、自力更生又注重对外开放、合作共赢,既坚持社会主义制度又坚持社会主义市场经济改革方向,既“摸着石头过河”又加强顶层设计,不断研究新情况、解决新问题、总结新经验,成功开辟出一条中国特色社会主义道路,取得了举世瞩目的不朽伟业。

  党的十八大以来,中国以前所未有之果敢决绝勇于进行自我革命,以党的自我革命持续推动党领导人民进行的伟大社会革命。党的面貌为之一新,焕发出新的强大生机活力;人民的面貌为之一新,更加坚定中国特色社会主义共同理想;民族的面貌为之一新,迎来了实现中华民族伟大复兴的光明前景。

  历史和现实告诉我们,中国有了中国执政,是中国、中国人民、中华民族的一大幸事。如果没有中国领导,我们的国家、我们的民族不可能取得今天这样的成就,也不可能具有今天这样的国际地位。在新时代继续推进改革开放伟大事业,必须坚定不移坚持党的全面领导,让党的旗帜高高飘扬,引领改革开放新征程。

  改革开放是亿万人民自己的事业,必须坚持尊重人民首创精神,坚持在党的领导下推进

  历史没有目的,人民创造了历史,人民对美好生活的向往和奋斗创造了历史。我们党牢牢坚持以人民为中心的发展思想,顺应人民所呼所吁,“以百姓心为心”,倾听人民心声,汲取人民智慧,始终把实现好、维护好、发展好最广大人民根本利益作为改革开放的出发点和落脚点,让发展成果更多更公平地惠及全体人民。

  习总书记强调,我们党之所以得到人民拥护和支持,从根本上说,就是因为能始终代表中国最广大人民根本利益。我们要始终坚持人民利益高于一切,紧紧依靠人民,全心全意为人民服务,尊重人民首创精神,广泛动员和组织人民投身到党领导的伟大事业中来。

  实践发展永无止境,解放思想永无止境,改革开放也永无止境,停顿和倒退没有出路。全面深化改革扩大开放,最根本的一条就是要尊重人民首创精神,在深入调查研究的基础上提出全面深化改革的顶层设计和总体规划,尊重实践、尊重创造,鼓励大胆探索、勇于开拓,聚合起协调推进改革开放的磅礴力量。

  40年来,从安徽小岗村村民探索“大包干”到在创办经济特区的实践中“杀出一条血路来”,从高度集中的计划经济体制到使市场在资源配置中起决定性作用,更好发挥政府作用的社会主义市场经济体制,一系列重大改革之所以取得成功,人民的首创精神居功至伟。改革开放伟大实践充分证明,唯有尊重人民首创精神,尊重实践、尊重创造,鼓励大胆探索、勇于开拓创新,才能始终使改革朝着正确的方向前进。

  改革开放是亿万人民自己的事业,必须坚持尊重人民首创精神,坚持在党的领导下推进。改革开放在认识和实践上的每一次突破和发展、每一个新生事物的产生和发展、每一个方面经验的创造和积累,无不来自亿万人民的实践和智慧。改革发展稳定任务越繁重,越要加强和改善党的领导,越要保持党同人民群众的血肉联系,善于通过提出和贯彻正确的路线方针政策带领人民前进,善于从人民的实践创造和发展要求中完善政策主张,使改革发展成果更多更公平地惠及全体人民,不断为深化改革开放夯实群众基础。

  中国特色社会主义道路因改革开放而愈加宽广,改革开放因中国特色社会主义道路而永保正确航向

  40年来,中国人民始终艰苦奋斗、顽强拼搏,极大解放和发展了中国社会生产力。尽管其中遇到种种困难和挫折,但我们锲而不舍、矢志不渝,创造了第二次世界大战结束后一个国家经济高速增长持续时间最长的奇迹。今天,中国已经成为世界第二大经济体、第一大工业国、第一大货物贸易国、第一大外汇储备国。中国人民生活从短缺走向充裕、从贫困走向小康,现行联合国标准下的7亿多贫困人口成功脱贫,占同期全球减贫人口总数70%以上。我们完全可以自豪地说,改革开放这场中国的第二次革命,不仅深刻改变了中国,也深刻影响了世界。

  党的十九大报告确定了新时代“三步走”战略目标安排。当下正是“两个一百年”的历史交汇期。此时此刻,我们正面临着百年未有之历史大变局,特别是国际环境的极大不确定性和大国之间的折冲樽俎,加剧了我们进一步推动改革开放国际国内环境的复杂性和波动性。处理好与世界大国之间的经贸、地缘政治等关系,事关中国现代化第二程,事关中华民族伟大复兴。经济全球化进程是大势所趋,中国的现代化离不开全球化,实现中华民族伟大复兴离不开全球化,如何能够始终站在全球化大潮的主流而不被边缘化,正考验着我们的智慧。

  怎么办?要破解发展面临的各种难题,化解来自各方面的风险和挑战,更好发挥中国特色社会主义制度优势,推动经济社会持续健康发展,除了深化改革开放,别无他途。问题倒逼改革。当下中国所面临的问题远非当年改革开放之前之境况可比,我们的经济体量、国际地位和制度影响力,在给我们带来许多羡慕、欢迎、尊重的同时,也掺杂有许多疑虑、惊惧甚或嫉恨的负面成分。对这些负面性成分,我们所能做的就是展现出大国应有的风范和胸怀,按照十九大精神的要求,进一步扩大开放大门,理性回应相关关切。内部问题的压力可以通过进一步开放国门得以有效释放,外部问题的压力可以通过全面深化改革得以妥善缓解,这就是我国经济社会发展之韧性所在的根本原因,亦是我们全面深化改革扩大开放的现实逻辑。

  改革开放历史性成就来之不易,它是中国不断进行伟大自我革命,并带领人民不断推进伟大社会革命的自然之果,是适宜本土的最优政治制度和无比厚重的民心民力所共同铸就;中国特色社会主义道路来之不易,它是在改革开放40年的伟大实践中得来的,是在对中华文明5000多年的传承发展中得来的,具有深厚的历史渊源和广泛的现实基础。中国特色社会主义道路因改革开放而愈加宽广,改革开放因中国特色社会主义道路而永保正确航向。这一切,坚实地保障着改革开放这面鲜明的旗帜永远朝向实现中华民族伟大复兴的光明前景。 (杨英杰)