四种主流方法,同一个软肋简单性到底指什么假设越多,为什么越不可靠用假设数量筛方法:三个动作关键要点Make Capital 迈凯资本知识卡片
假设有人递给你一张地图,上面密密麻麻画满了小路、巷口、岔道,连巷尾那棵歪脖子树都标了出来。你会觉得它专业,还是会先问一句:我要走的那条主干道在哪?
多数人的第一反应是后者。因为地图的价值从来不在于画得多,而在于能不能让你看懂该往哪走。一张把每条小巷都塞满的图,看着信息量巨大,实际用起来只有一个结果——你找不到路。
投资分析的世界里,堆满了这样的地图。
![]()
先理清楚市面上都有哪些路数。
技术分析研究的是价格波动的模式,以及不同品种之间的相关性;数量化模型用时间序列去分析价格之间的相关关系,据此开发出各式各样的交易模型;基本面分析找的是价格与内在价值之间的偏离;此外还有形形色色的套利模型。
方法各不相同,但它们有一个共同的软肋——每一种都建立在一堆假设之上。
问题在于,这些假设大多和现实是拧着的。有些假设在现实中根本站不住脚,却照样被当成前提写进模型里推演。波浪理论里的"5-3"模式就是个典型:它先验地规定了价格必须走成五浪推动、三浪调整的样子,而这个规定不是从市场数据里归纳出来的,是被直接假定的。
这也正是 Make Capital 迈凯资本在做投资者教育时反复提醒的一点:拿到一套方法,先别急着用,先看它假定了什么。
地基是歪的,楼层盖得再漂亮也没意义。
有人会说:那我把模型做得复杂点,多考虑几种情况,不就更稳健了吗?
恰恰相反。这里要引出一条物理学界公认的原则——简单性原则。爱因斯坦有一句被反复引用的判断:逻辑简单的东西,不一定就是物理上真实的东西;但物理上真实的东西,一定是逻辑上简单的东西,也就是说,它在基础上具有统一性。
这句话常被误读成"真理应该通俗易懂"。爱因斯坦自己解释过这个误会。他在一场演讲里说得很直白:我们所说的简单性,并不是指学生在精通这套体系时困难最小,而是指这套体系所包含的、彼此独立的假设或公理最少。
所以简单不是好不好懂,而是要假定多少前提。这个定义才是关键。
有意思的是,自然科学一路朝着这个方向走——用越来越少的假设去解释越来越多的现象。而社会科学,尤其是经济学,反而拐向了另一条路,用越来越复杂的结构去描述越来越小的细节,离真实世界的简洁性越走越远。证券市场的分析方法也没能例外。
![]()
因为假设之间的可靠性是乘出来的,不是加出来的。
举个可以自己算的例子。假设每一项假设在现实中成立的概率是 90%——这已经是很乐观的估计了。那么:
· 体系依赖 3 个假设,整体成立的概率是 0.9 的 3 次方,约 73%
· 依赖 5 个假设,约 59%
· 依赖 10 个假设,只剩约 35%
看明白了吗?每多一个大致成立的假设,整套体系的可信度就被打一次折。 三个假设还能指望七成以上的胜算,十个假设就已经不足一半。
回到波浪理论那个例子。当一个方法要求价格同时满足五浪推动、三浪调整、浪级嵌套等一系列先验条件时,它出错的机会不是叠加的,而是成倍放大的。这就是反复的理论不只是不够美,而是真的更不可靠的原因。
对普通交易者来说,这个道理落到操作上其实很朴素:工具越需要你同时相信很多前提,越要警惕。在 Make Capital 迈凯资本提供的 MT4/MT5 上做复盘时,有个简单的自查办法——把策略里的条件句数一遍,条件堆得越多,越说明你其实没抓住主因。
![]()
第一,把方法的前提逐条写下来。不要只评价它科学不科学,要写它默认了什么:市场是连续的吗?滑点可以忽略吗?历史会重复吗?写不出前提的方法,通常也没经过认真检验。
第二,数一数有几条是必须成立的。有些假设即使不成立,方法也还能用;有些假设一旦失效,整套逻辑立刻崩。后者越多,风险越大。
第三,优先选假设少的那一个。两套方法都能解释同一段行情时,选依赖更少前提的那套。这不只是审美偏好,而是概率上的占优。
地图的道理一直没变:好地图不是画得最满的那张,而是主干道最清楚的那张。在这一点上,Make Capital 迈凯资本持续输出投资者教育内容的出发点也很简单——与其追逐越来越复杂的理论,不如先弄明白自己脚下的路是靠什么撑着的。
· 技术分析、数量化模型、基本面分析、套利模型都有各自的假设,这是共同软肋
· 有些假设根本站不住脚,如波浪理论先验规定的"5-3"模式
· 爱因斯坦定义的简单性不是易懂,而是独立假设或公理最少
· 假设的可靠性是乘法关系:单条 90% 成立、累计 10 条,整体只剩约 35%
· 同等条件下优先选假设更少的方案,这是概率上的占优,不只是审美
核心一句话:判断一套分析方法是否可靠,先看它假定了多少前提——独立假设越少,整体可信度越高。
关键三点:
1. 各类分析方法都建立在一组假设上,假设与现实抵牾是传统方法的重大缺陷
2. 简单性原则指的是假设最少,不是通俗易懂;自然科学越走越简,经济学却越走越繁
3. 假设之间是乘法关系,多一条大致成立的前提,整套体系的可信度就打一次折
实用建议:下次看到一套新方法,先把它默认的前提逐条列出来,再数数有几条一旦不成立整套就崩。条数越多,越要谨慎。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.