上文提到演講中還有一個非常有趣的體驗，想表達的是將「不確定性」轉變成了「風險」的技巧。
Andrew Lo設定了兩個賭局，「純粹風險」與「不確定性」。
「純粹風險」的賭局：
有一個裝著紅球與黑球（比例各佔50%）的盒子，隨機抽一個球，若抽出來的與你所選的一樣顏色，你可以獲得$10,000美元，不過每人只有一次下注機會，問觀眾願意下注的上限是多少？
結論是觀眾中最高的下注上限為$4,500-$5,000之間，而大部份人都願意下較高的注，他認為這很合理，原因是每個人都有其 Expected Value/ 期望值，而願意承受風險往往是因為有高於期望值的回報。
「不確定性」的賭局：
有一個裝著紅球與黑球（比例由莊家自行分佈）的箱子，同樣隨機抽一個球，若抽出來的與你所選的一樣顏色，你同樣可以獲得$10,000美元，每人仍然只有一次下注機會，問觀眾這次願意下注的上限是多少？並說出選的是什麼顏色。
其中一個觀眾回答選了紅色，Andrew Lo問道：「為何選擇紅色？是否因為你喜歡紅色？還是你認為對方喜歡紅色？‧」然後他要求觀眾舉手投票下注上限，發現下注較高的人很少，而當中只有一個人跟第一局的下注相同。
Andrew Lo解釋說，儘管大家都不知道紅球與黑球的比例，但就機率而言，紅球與黑球出現的機率仍然是50%，兩個賭局賭的其實沒有分別，因此每人在下注的決定應該是一樣的，但就他的經驗而言，即使他說明了機率是一樣，普遍人都不敢於第二局下一樣的注。
這就是他說明「Physics Envy」的要點 - 人性因素。
有觀眾反駁說：「雖然機率是一樣，但這明顯是一個心理問題，實際上比例是莊家決定的，若然他猜中我的喜好，他可以放入完全跟我喜好相反的比例（例如我選紅色，他就全放入黑球），最終我還是會輸，所謂的期望值也沒有意義。」
Andrew Lo解釋說：「其實雙方都是猜測，莊家會猜你的喜好，你亦會猜莊家的喜好。莊家會想到「你會跟據我的喜好而選擇」，也可能是一個陷阱。」
然後觀眾問，若然你必須參與這個賭局，你會使用怎樣的策略，令莊家不會在你心理情緒被影響之下而猜中你的喜好？
Andrew Lo回答說：「可以用隨機策略，以隨機來打亂隨機，若你用「擲銀仔」的方法來決定所選顏色，這樣莊家就永遠猜不透，在這樣的情況下，莊家將紅球與黑球比率分佈為50%是最安全的做法，最終對你對他都變得公平與安全了。」
股票作手經常提及風險管理，當中的考慮因素到底是屬於「不確定性」、「風險」、還是只是「心理問題」呢？在「管理」之前，很值得大家細心思考，而將「不確定性」轉變成「風險」的探討，下文再續。
2012/04/02
淺談風險管理（三）
上文提到 Andrew Lo將「不確定性」劃分五個等級：
1. 「一日反轉」的利弊，就是我將過去股票數據透過統計學原理得出其機率與應用性的一種結果。
2. 遇上合約上的糾紛/ 異議時，我亦會將其影響透過量化結合發生機率反映在工作報告上。
若有人問我，明天股市是升還是跌？又或者我今晚會否中六合彩頭獎繼而明天跟老闆「辟炮」不幹？這明顯就是等級45的問題了，而很多股票作手就是過份集中在這類問題當中，並用上不當的方法去面對。
因為股市的走勢並非隨線性遊走，當中有很多隨機性事件與人性心理左右其去向，這是為什麼CL兄的隨機指數較能反映市場的股票表現的主要原因。近期發生在民企的核數師風波以及停牌事件，部份只能歸納於隨機性事件，基於人性心理，消息面與基本面的「化妝師」確實多不勝數，核數師辭任或者報表上的邏輯矛盾（例如：收益與盈利的不符合）確實不能完全避免，而CL兄BLOG中論及的OT股，當中有不少曾令一部份股票作手賺了不少，正邪往往只能事後孔明（#0700騰訊當年的千多倍PE對於很多人來說也是很邪吧）。
面對等級45的問題，我們只能透過交易策略（並非技術分析）來減少損失，比如分散交易、金字塔式買入法、姊妹股觀察、止蝕機制、資金分配等等。
演講中還有一個非常有趣的體驗，想表達的是將「不確定性」轉變成了「風險」的技巧，也是我認為股票作手應該集中研究的重點。
待續...
- Perfect Certainty
- Risk
- Fully Reducible Uncertainty
- Partially Reducible Uncertainty
- Irreducible Uncertainty
1. 「一日反轉」的利弊，就是我將過去股票數據透過統計學原理得出其機率與應用性的一種結果。
2. 遇上合約上的糾紛/ 異議時，我亦會將其影響透過量化結合發生機率反映在工作報告上。
若有人問我，明天股市是升還是跌？又或者我今晚會否中六合彩頭獎繼而明天跟老闆「辟炮」不幹？這明顯就是等級45的問題了，而很多股票作手就是過份集中在這類問題當中，並用上不當的方法去面對。
因為股市的走勢並非隨線性遊走，當中有很多隨機性事件與人性心理左右其去向，這是為什麼CL兄的隨機指數較能反映市場的股票表現的主要原因。近期發生在民企的核數師風波以及停牌事件，部份只能歸納於隨機性事件，基於人性心理，消息面與基本面的「化妝師」確實多不勝數，核數師辭任或者報表上的邏輯矛盾（例如：收益與盈利的不符合）確實不能完全避免，而CL兄BLOG中論及的OT股，當中有不少曾令一部份股票作手賺了不少，正邪往往只能事後孔明（#0700騰訊當年的千多倍PE對於很多人來說也是很邪吧）。
面對等級45的問題，我們只能透過交易策略（並非技術分析）來減少損失，比如分散交易、金字塔式買入法、姊妹股觀察、止蝕機制、資金分配等等。
演講中還有一個非常有趣的體驗，想表達的是將「不確定性」轉變成了「風險」的技巧，也是我認為股票作手應該集中研究的重點。
待續...
2012/04/01
淺談風險管理（二）
上文提到，既然市場依據無法精確斗量，到底風險管理的意義何在？
我現職從事處理數據/ 模組相關的工作（非金融行業相關），當中亦涉及很多風險管理的問題，對此或許可以分享一下自己的經驗。
首先，要明白什麼是風險，我的看法是，風險必須是可預期但不能完全控制的事情。
Andrew Lo 論文中亦有相關見解：
“Risk” (randomness that can be fully captured by probability and statistics) and “Uncertainty” (all other types of randomness)
跟村上春樹《挪威的森林》的名言「死並不是生的對立；死只不過是生的一部份。」的道理差不多，「風險」不等於「不確定性」，「風險」只是「不確定性」的一部份。
市場並不是你願意承擔如何大的風險，就可以獲得如何豐厚的回報，這是大部份人對「高風險高回報」的誤解。同時，亦不會因為風險較小，就可以有獲利保證，例如買進一支股票，即使看似只有相當小的風險 ，但並不能保證每個人「只賺不賠」，亦很難預計獲利的延展度（Profit Range），因為當中還有不少「不確定性」，亦即是上文所說的「人性因素」，炒賣 iPhone/ iPad 事件也是一例，簡單而言，市場並沒有「絕對」這回事。
Andrew Lo提到，獲利是否豐厚無關「風險」的承擔，而是在於「不確定性」的承擔。
演講中他舉了人壽保險業界的例子，由於壽命/ 醫療/ 疾病統計上的參數提高了估算預測的準確度，大大幫助掌握及控制人壽考慮因素的「不確定性」，但卻造成業界利潤空間被擠壓，相反，一個充滿「不確定性」的新興產業，利潤空間往往比較大。
就好像近年「新材料」「醫藥」「環保」等充滿「不確定性」的產業，市場對其「不確定性」往往有相當大的反應，因此股票的波幅及獲利空間都比較大，相反，大部份藍籌之所以波動及升幅較小，很大原因是因為「有數得計」。
Andrew Lo將「不確定性」劃分五個等級，並簡單做了一張清單，可參考其論文第50頁，分別是：
他認為應就不同分析議題而採取不同的應對方式，並建議在分析之前先確定分析議題屬於哪一個等級。
待續...
我現職從事處理數據/ 模組相關的工作（非金融行業相關），當中亦涉及很多風險管理的問題，對此或許可以分享一下自己的經驗。
首先，要明白什麼是風險，我的看法是，風險必須是可預期但不能完全控制的事情。
Andrew Lo 論文中亦有相關見解：
“Risk” (randomness that can be fully captured by probability and statistics) and “Uncertainty” (all other types of randomness)
跟村上春樹《挪威的森林》的名言「死並不是生的對立；死只不過是生的一部份。」的道理差不多，「風險」不等於「不確定性」，「風險」只是「不確定性」的一部份。
市場並不是你願意承擔如何大的風險，就可以獲得如何豐厚的回報，這是大部份人對「高風險高回報」的誤解。同時，亦不會因為風險較小，就可以有獲利保證，例如買進一支股票，即使看似只有相當小的風險 ，但並不能保證每個人「只賺不賠」，亦很難預計獲利的延展度（Profit Range），因為當中還有不少「不確定性」，亦即是上文所說的「人性因素」，炒賣 iPhone/ iPad 事件也是一例，簡單而言，市場並沒有「絕對」這回事。
Andrew Lo提到，獲利是否豐厚無關「風險」的承擔，而是在於「不確定性」的承擔。
演講中他舉了人壽保險業界的例子，由於壽命/ 醫療/ 疾病統計上的參數提高了估算預測的準確度，大大幫助掌握及控制人壽考慮因素的「不確定性」，但卻造成業界利潤空間被擠壓，相反，一個充滿「不確定性」的新興產業，利潤空間往往比較大。
就好像近年「新材料」「醫藥」「環保」等充滿「不確定性」的產業，市場對其「不確定性」往往有相當大的反應，因此股票的波幅及獲利空間都比較大，相反，大部份藍籌之所以波動及升幅較小，很大原因是因為「有數得計」。
Andrew Lo將「不確定性」劃分五個等級，並簡單做了一張清單，可參考其論文第50頁，分別是：
- Perfect Certainty
- Risk
- Fully Reducible Uncertainty
- Partially Reducible Uncertainty
- Irreducible Uncertainty
他認為應就不同分析議題而採取不同的應對方式，並建議在分析之前先確定分析議題屬於哪一個等級。
待續...
淺談風險管理（一）
最近國內民企與核數師之間出現了小風波，令市場對相關股票甚至相關版塊充滿恐慌，而部份股票作手的預設風險管理也出現進退失據的情況，令我想起上年看過有關「Physics Envy」的演說及講者Andrew W. Lo與一位物理學者Mark T. Mueller所寫的相關論文「WARNING: Physics Envy May Be Hazardous To Your Wealth」。
其內容大概是說明專業人仕在現實與數據上的迷失。先簡單說明「Physics Envy」（中文翻譯很怪：物理妒嫉）的含意，世上有很多事物都在物理角度得到合理的解釋，並且能「數位化（量化）」（例如牛頓的數學原理、財務報表的會計學原理等等），這是一科「硬性」科學的表現，所謂「硬性」就是用於任何情況都能得到相同的衍生結果，也就是所謂的「標準」。
很多經濟學家及股票分析師試圖將「數位化」應用於經濟市場或股票的預測分析上，並創造一些簡單的數位標準諸如GDP、HSI、PE/ PB、RSI、MACD等，作為其預測分析背後的種種理據，但往往都出現很大的偏差，原因是其數位標準背後都有一個誤導性的前提假設：「所有理論或市場都應該建構於理性的基礎/ 規律上」，簡單一點說，就是「所有情況都能有合理化的解釋」。
然而，大部份經濟情況及交易市場都無法透過簡單的數位定律來反映現實情況，比如近年香港的GDP提高了不少，但並不代表整體香港市民的生活水平提高了一樣（實際上可能是下降了），又或者近期恆指跌幅不大，但並不代表大部份股票的跌幅同樣輕微。而「過份依賴」相關指數/ 數位標準作為分析依據，就很容易陷入「Physics Envy」的死胡同中。
為什麼有些分析師的見解與市場的走勢背馳，並非他們沒有理據，而是因為股票市場本就包含大量的人性因素，造成太多的「不確定性」，並超越了所謂「風險」的範疇。
林少陽是我最喜歡的分析師之一，他的收費文章包含了很多「數位化」的分析與比較，作為一個參考是十分不錯，對交易思維亦甚有啟發性，整體而言是物有所值，但有時亦難免有所偏差，因為當研究對象中包含諸如心理學、社會學、哲學等「軟性」科學，就很可能會出現「Physics Envy」的結果。
既然市場依據無法精確斗量，到底風險管理的意義何在？
待續...
其內容大概是說明專業人仕在現實與數據上的迷失。先簡單說明「Physics Envy」（中文翻譯很怪：物理妒嫉）的含意，世上有很多事物都在物理角度得到合理的解釋，並且能「數位化（量化）」（例如牛頓的數學原理、財務報表的會計學原理等等），這是一科「硬性」科學的表現，所謂「硬性」就是用於任何情況都能得到相同的衍生結果，也就是所謂的「標準」。
很多經濟學家及股票分析師試圖將「數位化」應用於經濟市場或股票的預測分析上，並創造一些簡單的數位標準諸如GDP、HSI、PE/ PB、RSI、MACD等，作為其預測分析背後的種種理據，但往往都出現很大的偏差，原因是其數位標準背後都有一個誤導性的前提假設：「所有理論或市場都應該建構於理性的基礎/ 規律上」，簡單一點說，就是「所有情況都能有合理化的解釋」。
然而，大部份經濟情況及交易市場都無法透過簡單的數位定律來反映現實情況，比如近年香港的GDP提高了不少，但並不代表整體香港市民的生活水平提高了一樣（實際上可能是下降了），又或者近期恆指跌幅不大，但並不代表大部份股票的跌幅同樣輕微。而「過份依賴」相關指數/ 數位標準作為分析依據，就很容易陷入「Physics Envy」的死胡同中。
為什麼有些分析師的見解與市場的走勢背馳，並非他們沒有理據，而是因為股票市場本就包含大量的人性因素，造成太多的「不確定性」，並超越了所謂「風險」的範疇。
林少陽是我最喜歡的分析師之一，他的收費文章包含了很多「數位化」的分析與比較，作為一個參考是十分不錯，對交易思維亦甚有啟發性，整體而言是物有所值，但有時亦難免有所偏差，因為當研究對象中包含諸如心理學、社會學、哲學等「軟性」科學，就很可能會出現「Physics Envy」的結果。
既然市場依據無法精確斗量，到底風險管理的意義何在？
待續...
訂閱：
文章 (Atom)