雪球网今日 2024年08月09日
【贝叶斯决策聊投资20240809】
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

文章探讨投资中运用贝叶斯决策,强调选大概率对的东西,如好的商业模式,以实现盈利,并通过案例和公式进行解释。

🎯贝叶斯决策在投资中的应用:投资涉及两个概率,一是事件本身的先验概率,二是对具体标的的识别能力(专家概率),二者叠加才是真正的概率。通过公式计算,说明了在不同情况下成功的概率。

💡选择大概率对的东西的重要性:如a标的,先验概率高,即使投资者不是很专业,最后成功的概率也较高;而b标的,先验概率低,即使是资深专家,成功概率也相对较低。强调商业模式的重要性,列举了一些可认为是a或b的行业。

🤔对专家识别能力的思考:专家识别率为100%的情况几乎不存在,在股票市场中,要珍惜自己在专业领域的能力,不要高估自己,同时要选择好的商业模式和低估的标的。

📚用生活事例解释贝叶斯:以科比投篮和地区疾病感染检测为例,说明有些情况直接用概率,而有些情况需要用贝叶斯,如存在专家识别的情况。

来源:雪球App,作者: 曼巴投资,(https://xueqiu.com/2140389661/300487516)

1.老巴老说投资靠常识,老说确定性,老说弄大家都看得懂的东西,靠耐心等待价格。那么,什么是看得懂的,用数学怎么表达。

其实就是贝叶斯决策。

*****************************

2.举例:a标的,先验概率(成功概率)90%,我看对的概率50%(我不是很专业),那么,我说他要成,最后真的成的概率是多少呢?

90%(计算公式是=(90%*50%)/((90%*50%)+(1-90%)*(1-50%)))

相当于选对了路(大概率成),即使你不是很专业,最后也90%对。

如果,你能在大概率对的行业,又稍微提升一丢丢洞察力,从50%比如提升到60%(这个不难吧?),最后,你说他要成,最后真的成的概率是多少呢?

93.1%(计算公式是=(90%*60%)/((90%*60%)+(1-90%)*(1-60%)))

哇,你稍微学习一下,就能从90%提升到93.1%了,爽歪歪。。。

相反,举例:

b标的,先验概率(成功概率)5%,我看对的概率90%(超级资深专家),那么,我说他要成,最后真的成的概率是多少呢?

32.14%(计算公式是=(5%*90%)/((5%*90%)+(1-5%)*(1-90%)))。

相当于,选错了路(小概率成),即使你是资深专家,确实也赌成的概率,从先验的5%提升到32.14%,但最后呢,也远小于前边a例子。

*****************************

3.这其实告诉我们选大概率对的东西,投资上就是,商业模式的重要性。

你可以具象导入一下,网络效应超强的互联网,meta腾讯谷歌、甚至拼多多、这些,品牌消费品白酒,银行、券商的相对垄断(行政),独特的资源(标的没有,我看的少),老巴弄得很多像独特的铁路这些,可以认为是a。

餐饮行业(九毛九)、服装行业(随便)、即时饮料(奈雪的茶)、a股所有的游戏股、a股所有的软件股、a股所有的媒体广告股、a股所有的外贸流通型公司等等,都可以认为是b。

所有的一级偏很早期的项目,所有的天使轮项目,都可以认为是b。

*****************************

4.“赢在起跑线”、“胜而后求败”就是这个意思,选大概率对的东西,你不需要是专家;选大概率不对的东西,你是专家也没用。

换言之,大概率不对的东西,“听专家的也没用”。

*****************************

5.有了上边的数学功底,再看老巴这段话,是不是更加深入骨髓:

网页链接

“1如果手里有个锤子,看啥都是钉子,如果不挥棒,客户也会催你,巴菲特能够2年啥也不干,90%的人估计做不到。

2即使万千机会从眼前飘过,我依然坐在那,只等我看得懂的那个。(翻译成我上边的术语就是,机会万千,我只选属于a(天然大概率成),且我认为是对的(我能看懂)
3常识,冷静,独立思考,就足以稳稳盈利。

4简单投资,不需要搞得过于复杂”(翻译成我上边的术语就是,选b,你得是专家,很复杂,但概率也不高,选a,你有点常识,就很好了

“我告诉我的学生,如果在这个行业(投资)你有150的智商,卖给别人20-30,因为你根本不需要这么多。”(翻译成我上边,选大概率对的,不需要成为资深专家

*****************************

6.ps.为什么投资要说用贝叶斯,不直接用概率,是我故意炫数学,是我故意简单问题复杂化吗?

不是的。

因为,投资牵涉的模型就是贝叶斯而不是直接的概率,因为他涉及两个概率,一个是本身这件事情的相的概率是多大,(先验概率),第二个是,你对这个具体标的的识别能力多大(专家概率)。。两个叠加才是上文聊的概率,条件概率(你说要成,真的成的概率,就是贝叶斯公式)。

我举例生活中两个事情来说明:

1.科比投篮,假设历史投了20年,平均的概率是39%,今天投篮,假设身体状况差不多的情况下,命中概率就是用39%,因为不存在“专家识别”,中了就是中了,这个就是直接概率。不需要贝叶斯。

2.一个地区感染一种疾病

先验概率1%,仪器检测正确率99%,仪器说感染了疾病,真实确实是感染疾病的概率是多少?这就需要贝叶斯了。答案是50%(计算公式是=(1%*99%)/((1%*99%)+(1-1%)*(1-99%)))。。是不是仪器说感染了,也才相当于扔硬币正反面一样。

好多人都有过身边朋友或网络上,筛查说得癌症,过段时间又说是误诊,就是这么回事。

(可以百度一下)

*****************************

7.接着推论

如果,专家识别率是100%(上帝视角、事后诸葛亮),这个时候就不需要先验概率很高了,都行。

先验概率很低你也能识别,那也是OK的。前提是不要高估自己。

放到股票市场中,除非极其好的商业模式+极其便宜的静态低估,手头很多钱+稍微看几年就能赚很多钱,加起来远超过当下的市值,我认为,几乎没有百分百情况。。

换言之,谁都不能用100%的专家模型。。“事后谁都是诸葛亮”,但没有用。

不过,每个人在自己的专业领域或熟悉领域,是可以做到很高的“专家识别”概率的,至少远超外边人的识别率额,利用好这个能力,不要灯下黑跑出圈,看外边的月亮都圆。还是要珍惜自己的能力(专业)的。$恒生指数(HKHSI)$ $中概互联网指数ETF-KraneShares(KWEB)$ $拼多多(PDD)$

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

贝叶斯决策 投资 商业模式 专家识别
相关文章