大數定律在股票投資的應用

『壹』 大數法則原理是什麼啊

大數法則（Law of Large Numbers）
又稱"大數定律"或"平均法則"。人們在長期的實踐中發現，在隨機現象的大量重復中往往出現幾乎必然的規律，即大數法則。此法則的意義是：風險單位數量愈多，實際損失的結果會愈接近從無限單位數量得出的預期損失可能的結果。據此，保險人就可以比較精確的預測危險，合理的釐定保險費率，使在保險期限內收取的保險費和損失賠償及其它費用開支相平衡。大數法則是近代保險業賴以建立的數理基礎。保險公司正是利用在個別情形下存在的不確定性將在大數中消失的這種規則性，來分析承保標的發生損失的相對穩定性。按照大數法則，保險公司承保的每類標的數目必須足夠大，否則，缺少一定的數量基礎，就不能產生所需要的數量規律。但是，任何一家保險公司都有它的局限性，即承保的具有同一風險性質的單位是有限的，這就需要通過再保險來擴大風險單位及風險分散面。
大數法則 ：
dà shù fǎ zé
又稱「大數律」。在隨機現象的大量重復試驗和觀察中，出現某種幾乎必然的規律性的一類定理的總稱。如在擲錢幣時，每次出現正面或反面是偶然的，但大量重復投擲後，出現正面(或反面)的次數與總次數之比卻必然接近常數1/2。這是最早發現的大數法則之一。
(補充):
1. "如果一個實驗可以一再重復,從相對次數所得到的事件機率會接近實際或理論的機率。"

『貳』 請問一下,誰能用灰色系統做一套股票預測的模型

股票投資價值灰色系統模型及應用 作者：聶祖榮 李波 內容摘要
格雷厄姆和多德在《證券分析》一書中對股票價格波動的本質進行了分析，說明了「股票內在價值」對於投資的重要性，隨後，這個領域的研究引起了眾多經濟金融學家的興趣，經過幾十年的探索，得到了大量的重要研究成果，而且不乏廣泛應用的方法，但是，對於新興市場和普通投資者卻難以採用。這里，我們希望借用20世紀80年代興起的灰色系統理論，探索一套簡便易用的股票投資價值預測方法。本文探討了灰色預測方法及其在股票價格預測中應用的理論基礎和方法，以期能為投資者的決策行為提供一定的指導作用。

1. 問題的提出

我們知道，股票市場的價格走勢是極為復雜且難以預測的。股票價格對市場信息如何進行反應，即使最高明最富經驗的分析師也難以穩操勝券，這是因為，我們缺乏信息對市場影響的傳導系統的結構和系統傳導模型，不能准確把握金融政策、利率政策、公司狀況、國際市場及投資者心理承受能力等因素的變化及其對市場的影響方式和作用，只能似是而非地對價格 走勢進行把握，其結果可想而知。

於是，如何判斷或預測股票市場價格走勢引起了眾多經濟金融學家和市場分析人員的極大興趣，在許多經濟學家的共同努力下，股票定價方法向著量化方向發展，建立了大量令人振奮的定價方法。格雷厄姆和多德在1934年《證券分析》一書對1929年美國股票市場價格暴跌的 深刻反思,認為股票價格的波動是建立在股票「內在價值」基礎上的，股票價格會由於各種非理性原因偏離「內在價值」，但隨著時間的推移這種偏離會得到糾正而回到「內在價值 」 ，因此，股票價格的未來表現可通過與「內在價值」的比較而加以判斷。但「內在價值」取決於公司未來盈利能力，因此，對公司未來盈利能力及其現金流的准確把握將是非常關鍵的。此後，戈登在對「內在價值」進行深入的量化分析的基礎上，提出了著名的股票定價的現金流量模型即「戈登模型」，然而，公司未來現金流是不確定的，為該模型的廣泛應用帶來麻煩，為此，關於股票定價的早期研究就集中在確定公司未來現金流。費雪(Fisher)教授認為未來資產收益的不確定性可用概率分布來描述，馬夏克（Marschak）、希克斯(Hicks)等學者經過一系列研究認為投資者的投資偏好可以看作是對投資於未來收益的概率分布矩的偏好,並可用均方差空間的無差異曲線來表示,同時，他們還發現「大數定律」在包含多種風險資產投資中會發揮某種作用。戈登模型在股票價值分析中佔有非常重要的地位，成為單只股票估價分析的基本方法，然而，該方法並沒有解決股票投資風險與未來現金流折現率的關系，直到亨利·馬科維茨（H·Markowitz）教授的現代證券組合理論的建立才對這一基本問題有 了明確的認識，從而，一定程度上消除了該模型的致命缺陷。
在現實生活中，很少有投資者會將所有的投資集中在一隻股票上，基於此，馬科維茨（H·M arkowitz）教授於1938年提出了投資組合的概念，建立了現代證券組合理論，以統計學上的 均值和方差等概念來衡量組合的收益和風險，給出了投資者如何根據自己的風險承受能力建 立自己的最優組合以最大化其投資收益，並將風險分解為系統和非系統風險，從而，指導投資者最優化其投資行為。此後，其學生威廉·夏普（M· Sharpe）、林特納(Lintner)等為 強化該理論的應用，將其注意力從馬科維茨的微觀研究轉向整個市場，將其復雜形態簡化為以市場指數為基礎的單因素關系，並發現在均衡市場條件下資本資產的收益與風險遵循線性關系，即著名的以均值--方差模型為前提的資本資產定價模型（CAPM）。然而，由於CAPM 所要求的前提過於嚴格限制了其應用，許多經濟學家試圖研究在一定弱化條件下的定價理論，他們是邁耶斯(Mayers，1972)的存在大量非市場化資產的投資定價理論、羅斯（Ross）的套利定價理論(APT)以及布里登（Breeden）資產收益率與平均消費增長率的線性關系模型（CCAPM）等等為數眾多的數量化投資模型，為市場投資行為選擇提供了一定決策依據。
Roberts和Osbome在對股票市場價格的長期研究後，發現市場價格遵循「隨機漫步」或「隨機游動」的規律，由此，以Fama教授為代表的經濟學家提出了有效市場理論，認為投資者對市場信息會作出合理的反應，將市場信息與股票價格相結合。進入1980年代，在探尋一般均衡定價模型進展不大的情況下，將定價理論的研究方向轉向注重市場信息的考察。經過實證檢驗，邦德特和塞勒(Bondt and Theler1985)發現股市存在投資者有時對某些消息反應過度 (overreact)，而傑格蒂什(Jegadeesh1990)、萊曼(Lehmann1990)等則發現了股價短期滯後反應現象，由此，傑格蒂什和迪特曼(Titman1993)認為投資者對有關公司長遠發展的消息往往有過度的反應，而對隻影響短期收益的消息則反應不足，關於這一點仍然存在著爭論，盡管如此，信息與股價之間應存在著某種關系得到了經濟學家們的認同，並且，弗倫奇和羅爾(Roll)的實證研究證明了股價波動幅度與可獲得信息量之間存在著良好的正相關關系。

然而，這些定價理論在現代經濟金融學家的推動下得到巨大發展的同時也遇到了嚴峻的挑戰 ，這種挑戰表明了「對(股票、債券等)金融資產價格變動缺乏有效的解釋手段反映了我們科學體系的不成熟」，面對這一現實，金融學家們開始嘗試利用非線性方法與混沌思想來理解股票市場行為，甚至採用具有黑盒子性質的定價核概念、半自回歸方法和半非參數估計以及近年興起的系統模擬等新方法，試圖解釋信息對投資行為的影響，這些研究方法將成為股票定價理論的新興的令人激動的發展領域。
但是，這些模型的應用都需要較為高深的專業知識和龐大的數據系統，而且，所需數據要求有較長的時間跨度，以滿足「大數定理」的要求，這些對於新興市場和廣大的普通投資者來講，難為其用，而且，市場價格的變化往往與股票「內在價值」並不一致，因此，尋找一種既簡便又能適應市場基本狀況的定價方法就自然成為了我們的追求。這里，我們希望借用20 世紀80年代興起的灰色系統理論，探索一套簡便易用的股票投資價值預測模型，以期能為投資者的決策行為提供一定的指導作用。

2．股票投資價值灰色系統模型

灰色系統理論（Grey System Theory）的創立源於20世紀80年代。鄧聚龍教授在1981年上海中-美控制系統學術會議上所作的「含未知數系統的控制問題」的學術報告中首次使用了「 灰色系統」一詞。1982年，鄧聚龍發表了「參數不完全系統的最小信息正定」、「灰色系統的 控制問題」等系列論文，奠定了灰色系統理論的基礎。他的論文在國際上引起了高度的重視，美國哈佛大學教授、《系統與控制通信》雜志主編布羅克特（Brockett）給予灰色系統理論高度評價，因而，眾多的中青年學者加入到灰色系統理論的研究行列，積極探索灰色系統理論及其應用研究。

事實上，灰色系統的概念是由英國科學家艾什比（W·R·Ashby）所提出的「黑箱」（Black Box）概念發展演進而來，是自動控制和運籌學相結合的產物。艾什比利用黑箱來描述那些內部結構、特性、參數全部未知而只能從對象外部和對象運動的困果關系及輸出輸入關系來研究的一類事物。鄧聚龍系統理論則主張從事物內部，從系統內部結構及參數去研究系統，以消除「黑箱」理論從外部研究事物而使已知信息不能充分發揮作用的弊端，因而，被認為是比「黑箱」理論更為准確的系統研究方法。所謂灰色系統是指部分信息已知而部分信息未知的系統，灰色系統理論所要考察和研究的是對信息不完備的系統，通過已知信息來研究和預測未知領域從而達到了解整個系統的目的。灰色系統理論與概率論、模糊數學一起並稱為 研究不確定性系統的三種常用方法，具有能夠利用「少數據」 建模尋求現實規律的良好特 性，克服了數據不足或系統周期短的矛盾。�
目前，灰色系統理論得到了極為廣泛的應用，不僅成功地應用於工程式控制制、經濟管理、社會系統、生態系統等領域，而且在復雜多變的農業系統，如在水利、氣象、生物防治、農機決策、農業規劃、農業經濟等方面也取得了可喜的成就。灰色系統理論在管理學、決策學、戰略學、預測學、未來學、生命科學等領域展示了極為廣泛的應用前景。
那麼，灰色系統是否能夠在股票市場價格走勢方面發揮作用呢？以及怎樣發揮作用？這是本 文要探索的問題。
勿容質疑，股票價格的「內在價值」的研究為我們認識股票價格提供了重要途徑，然而，其運用受相關專門知識的約束，同時，也受人們對公司未來現金流的預期是否合理與准確的影響，那麼，股票價格偏離其「內在價值」的糾正，必然需要一定的學習過程，並付出相應的代價即「學習成本」。如果將市場有效性與信息定價機制相結合，將對股票市場的定價機制有一個全新的認識。在股票價格與其「內在價值」的關繫上，人們發現股票價格不僅反映其內在價值的信息，而且反映了市場交易者的「雜訊」（Black，1986），因而，股票價格的偏離不會總回到其「內在價值」。這樣，我們根據這些所知信息還是難以預測或把握市場價格走勢，從而經常出現投資者對信息的過度反應或反應不足的現象。
我國股票市場有「政策市」、「消息市」之稱，應該說這是效率市場的應有狀況，令人遺憾的是，許多學者的研究表明，我國股市的股票價格對其反應「內在價值」的信息未能作出充分的反應，因而，認為我國股市的這種反應機制是跛足的（包建祥，1999），「有關股票市場的政策法規報道」是對投資者最有價值的信息，對股價的影響也最大（茆詩松，1997。），而且存在著對信息的反應過度及反應不足（魏剛，1998；張人驥，1998。），呼籲建立完善的信息定價機制。應該說，我國股票市場經過近年的發展，市場的信息定價機製得到了一定程度的完善，市場對信息的敏感性有了實質的提高，對影響股票「內在價值」的信息，不論是系統信息還是非系統信息，股票價格均有相應的反應，因而，為通過市場價格的一定歷史時期的反應判斷市場價格的未來走勢，提供了可能。
期刊資料庫里應該能找到這文章

『叄』 股票收益率為什麼要用對數收益率,請問各位大俠，對數收益率有什麼優勢

因為常用的時間序列分析的模型，都要求隨機變數是二階矩平穩，很明顯價格序列通常是I（1）過程，或者是廣義維納過程。這一類過程二階矩不平穩，很多模型不適用，所以要進行對數轉換，變成平穩的序列。

對數收益率的時序可加性能夠使用另外兩個利器：中心極限定理和大數定律。假設初始資金 X_0（假設等於 1），ln(X_T) = ln(X_T/X_0) 就是整個T期的對數收益率。對數收益率的最大好處是可加性，把單期的對數收益率相加就得到整體的對數收益率。

(3)大數定律在股票投資的應用擴展閱讀：

影響股票收益率的因素：

1、企業分配政策：由於不同企業所處發展階段不同，經營效率不同，現金流量狀況不同及規模擴張動力大小不同，因此會有不同的分配政策。這會直接影響紅利分配的數量及紅利分配的形式，也對資本增值收益產生間接影響。

2、企業所處行業特徵：通常企業所處行業若為成長性行業、高科技行業，由於這些行業成長性高，發展前景廣闊而被市場看好，因此市場預期趨同使這類股票受到追捧，從而有較高的市場價或存在著較高的價格上升潛力。反之處於傳統產業甚至夕陽產業的企業，股票價格表現一般不會很好，從而投資難以獲得差價收入。

3、宏觀經濟狀況：宏觀經濟狀況是股價變化的重要外部因素，具體包括經濟增長周期、經濟政策及經濟指標變化特徵等。宏觀經濟狀況好，企業業績增長外部環境好，股價容易上漲。

『肆』 資產證券化的作用和意義

作用；由於金融機構本身也可以通過資產證券化來維持所需要的流動性，因此流動性的改善對降低金融機構危機的擴散具有重要的作用，從而提高了國家金融體系的安全性。而且資產證券化對於引導儲蓄轉化為投資並促進整個經濟體系的分工與細化都發揮著十分重要的作用。

同時，資產證券化作為一項金融創新產品可在相對發達的城市和相對落後的農村建立起一座橋梁。因此，隨著我國資產證券化的法規和配套措施出台，通過資產證券化產品的創新，其將在我國社會主義新農村的建設中發揮著積極的作用。

意義；增強發起人資產的流動性，從發起人的角度來看，資產證券化提供了將相對缺乏流動性，個別的資產轉變成流動性高，可在資本市場上交易的金融商品的手段。通過資產證券化，發起者能夠補充資金，用來進行另外的投資。

獲得低成本融資，資產證券化還為發起者提供了更加有效的、低成本的籌資渠道。通過資產證券化市場籌資比通過銀行或其他資本市場籌資的成本要低許多。還有減少風險資產和便於進行資產負債管理。

從投資者的角度來看，資產擔保類證券提供了比政府擔保債券更高的收益。這部分高收益來源於許多因素，但最主要的是資產擔保類證券的信用質量。資產擔保類證券豐富了投資品種的風險/收益結構，為投資者提供了更多的投資品種選擇。

(4)大數定律在股票投資的應用擴展閱讀

資產證券化的發展依賴於三大基石，破產隔離，風險重組和信用增強。破產隔離的設立使得未來發行的資產證券化產品的風險與原始權益人脫節，既可以保護投資者的利益，也使得原始權益人的利益得到保障。

風險重組使得投資人在投資風險和收益方面達到合理匹配。對風險厭惡的投資人可以購買具有多重本息保障措施的高等級信用債券，但以低收益為代價，對風險偏好的投資人可以購買具有高收益的債券，但以低等級信用評級甚至無等級信用評級，即高風險為代價。

信用增強使得信用較弱的融資主體能夠通過對基礎資產未來現金流的償付處理以較低成本融到資金。這對於信用等級不高的企業尤其具有意義。

資產證券化的一個基本原理是大數定律，只有在資產證券化的資產池中存在大量分散的基礎資產時，才能防範因個體資產違約而形成的對資產現金流所造成的巨大影響，也才能破解對融資主體信用的過度依賴，達到風險重組和信用增強的作用。

『伍』 什麼是大數法則

大數法則 又稱"大數定律"或"平均法則"。人們在長期的實踐中發現，在隨機現象的大量重復中往往出現幾乎必然的規律，即大數法則。

『陸』 何為大數法則,它在保險業中的作用是什麼

投保人通過繳納保費，將個人或家庭面臨的風險轉移給保險公司，當投保人或被保險人遭受損失時，保險公司提供相應的經濟補償。通過多數人繳納保費來補償少數人在未來不確定時間內發生的損失，是一種風險共擔的方式。

保險公司將保費用於投資，為被保險人提供一個共同基金，這個基金必須足以覆蓋被保險人所遭受的損失，也就是說這個基金必須有足夠的資金用於賠付保險期間內所發生的所有賠付金額。因此保險公司需要通過科學的方法即大數法則，較為准確地預測風險群體發生損失的概率，以保持公司的運營穩定。

一、什麼是大數法則？

大數法則，又叫大數定律，是一種描述當試驗次數很大時所呈現的概率性質的定律。在隨機事件的大量重復出現中，往往呈現幾乎必然的規律，這個規律就是大數定律。通俗地說講就是，在試驗不變的條件下，重復試驗多次，隨機事件的頻率近似於它的概率。

大數法則的經典例子就是拋硬幣，如果你拋一次硬幣，硬幣落地時正面和反面朝上的概率各50%，即1:1，如果拋兩次則很難得到同樣的結果，拋10次依然不能確保得到正面與反面朝上次數相當的結果。但是，當你不斷地拋，拋個上千次，甚至上萬次，我們會發現，正面或者反面向上的次數都會接近一半，拋擲硬幣的次數越多，就越可能出現正面和反面朝上的比例接近相等的結果，類似的還有擲篩子等。

保險的大數法則也稱為風險大量原則、大數定律、平均法則，是人們在長期的實踐中發現，在隨機現象的大量重復中往往出現幾乎必然的規律。

二、大數法則在保險中的應用

可保風險需滿足一系列條件，其中兩個條件就是損失是可測定的以及大量有同質風險的保險標的。

損失的測定就是依靠大數法則和概率統計估測出來的：通過對保險集合中的的大量風險單位進行觀察，估測出損失發生的概率；隨著保險集合中的風險單位數量增多，對損失發生的估測就可能更精確，就可能確定出更合理的保費。

保險公司通過搜集眾多個人的特定信息，以確定這些人的損失模式。例如：一直以來，壽險公司會按性別記錄已死亡的被保險人人數，以及他們死亡時的年齡。保險公司也會通過查閱相關的普通人口記錄，記錄普通人群中不同性別的人死亡的年齡。利用這些統計記錄，保險公司就能編制生命表，即列示一個大規模人群中每一年齡可能死亡的人數的表格。生命表列示了死亡率，它是特定人群在特定時間內的死亡發生率。保險公司還編制了一種類似的表格，被稱為發病率表，它按年齡列示了特定人群的發病率。通過應用准確的生命表和發病率表，保險公司就可以預測特定被保險人群體的可能損失率。保險公司利用這些預測的損失率來釐定足以支付索賠金額的保險費率。

三、大數據時代的大數法則

隨著近幾年大數據、物聯網以及人工智慧等新技術的興起，精準識別風險的手段越發多元，風險出現的可預測性也越來越高。甚至業內出現了一種觀點，認為「大數法則」失效了。那麼，保險的「大數法則」與精準識別風險之間存在矛盾嗎？如何平衡精準定價和損失共擔之間的關系？

業內認為「大數法則」重要性逐漸降低的原因，主要體現在如下幾個方面：一是保險的定價公平遭遇挑戰，二是大數定律作為概率測算方法受到挑戰，三是個性化需求開始成為行業重要的發展模式和推動力。

但是，「大數法則」與精準定價事實上並不矛盾。

首先，精準確定個性化特徵，包括個體的風險，通常都需要巨大的成本。「大數法則」實則是為保險業測算客觀風險提供了一種手段，在大數據時代，保險業應在「大數法則」基礎上，結合新的技術尋求精準定價，開創個性化保險業務。

其次，目前的風險測算技術還不會精準到「大數法則」失效的地步，也就是說，尚不能將每個人的風險都測算出來，所以「大數法則」還是有效的。中國人民大學保險學系主任魏麗認為，能夠做到風險分級差別定價對於投保人將會更加公平，技術的進步無法改變風險存在的客觀性，精準識別風險、精準定價是為了更公平地損失分攤。

再次，科技進步拓展了保險機構的業務領域，也提升保險業在各類風險管理系統中的重要性。「科技快速進步的同時，精準識別風險的手段也促進了人們關於風險的認知、看到自我管理的不足或低效，從而增加保險需求。」中國社會科學院保險與經濟發展研究中心副主任王向楠認為，很多類型的事故目前已得到有效控制，但另一些類型的事故隨著社會生產生活方式的變化而逐漸凸顯出來，如網路安全事件、公共衛生事件、社會安全事件等。

『柒』 什麼是大數法則

大數法則：隨機事件的大量重復出現中，往往呈現幾乎必然的規律，這個規律就是大數定律。通俗地說，這個定理就是，在試驗不變的條件下，重復試驗多次，隨機事件的頻率近似於它的概率。偶然中包含著某種必然。
希望能幫到你。

『捌』 行為金融學底層概念及其對股市的指導

        行為金融學是以心理學為基礎開展的金融學研究，其本質就是研究人性，然後利用人性在金融市場錯誤獲利。之前看過《助推》、《思考快與慢》、《錯誤的行為》等心理學書籍，對於其中的理論看的是雲里霧里，究其原因是不知道如何在實際中應用這些理論，有幸學習了《行為金融學》這門課程，明白了理論與實踐結合後能產生的巨大威力，也感謝陸蓉老師能夠不吝所學，將自己的理解通過深入淺出的課程進行系統講解。

        全部課程范圍6個模塊30節課，從傳統金融學與行為金融學的區別講起，告訴我們認知非理性和決策非理性會導致的錯誤行為，然後結合股市實戰告訴我們如何制定自己的交易策略、如何避免犯錯、如何盡量獲利。個人覺得還是其中關於人的認知偏差部分內容講的比較透徹，而且跟實戰結合的比較緊密，後面關於股票操作部分的內容，只能限於理論分析，對於股市實戰指導意義不是很大。

         一、傳統金融學與行為金融學的區別

        1、二者的核心理念不同（大盤是否可預測）

        傳統金融學：研究的是市場「應該是」什麼樣。研究的是長遠基準。認為市場不可預測的、無法戰勝的。

        行為金融學：研究的是真實市場「實際是」什麼樣，不能用「應該是」的理論去指導實踐。可以理解當下正在發生的事情。認為市場是有規律的、可戰勝的。

        2、二者的理論基礎不同（人是否理性）

        傳統金融學的理論基礎是「有效市場假說」，認為人都是理性的，市場決策會讓所有的資源得到最優配置；理性人會選對自己效用最大的那個（預期效用最大化）。

        行為金融學的研究基礎是社會科學、心理學，最擅長投資實戰、制定交易策略；認為你沒辦法正確認識你的決策對象；決策並不取決於效用的絕對值，而是要看跟誰比。（前景理論、決策非理性）

        3、二者對市場收益認識不同（套利可否消除價格偏差）

        傳統金融學：套利是所有理論成立的基礎，零成本、無風險、正收益。

        行為金融學：真實市場的套利是有限制的（有限套利），使得理性人不敢去套利，從而存在套利機會，從而存在價格錯誤。常見的三種套利方法：一是跨市場套利；二是跨商品套利；三是跨期限套利。只要是套利就一定是有成本、有風險、不一定正收益的。

          二、認知非理性

        定義：無法正確認識你想要了解的事物。

         原因： 人在處理信息（收集、處理、輸出、反饋）的整個過程中都存在認知偏差。

        1、信息收集階段的認知偏差： 一是易記性偏差 ，容易只關注自己的熟悉的、生動的、最近的信息； 二是信息發生順序 影響決策，常見的有「首位效應」和「末位效應」。

        2、信息處理階段的認知偏差： 代表性偏差 （根據代表性特徵做出沖動判斷）； 賭徒謬誤 ：將「大數定律」誤用為「小數定律」。

        3、信息輸出階段的認知偏差：決策階段最容易犯得錯誤就是 「過度自信」， 這是人的性格決定的。過度自信產生的原因在於輸入信息無限，但是人的能力確是有上限的，雖然能力不增長了，但是自信心確還在上升。過度自信能放大市場成交量、提高市場流動性，對市場是有益的；但是過度自信會使人忽視風險、做出過度交易。影響過度自信的因素：一是專業知識會影響過度自信的程度；二是經驗會影響過度自信的程度。如何避免過度自信：站在第三方的立場評判自己。

        4、信息反饋（總結）階段的認知偏差： 一是自我歸因偏差 ：將成功歸因於自己、將失敗歸因於客觀，找不到真正失敗成功的原因； 二是後見之明： 當事情出現結果後，誤以為自己早就知道的一種錯覺，導致人們在估計風險時過度樂觀； 三是認知失調 ：當結果與預期不一致時，對事實避而不見或扭曲，導致收集不到全面的反饋； 四是確認性偏差： 只看自己感興趣的證據和信息，導致信息的片面性； 五是神奇性思考： 將相關性誤認為因果性，雄雞一唱天下白式的謬誤。以上五種謬誤導致我們容易重蹈覆轍，在同一個地方摔倒。

         三、決策非理性

        認知和決策的區別：認知是對單個對象的了解過程；決策是對兩個或對個對象的比較選擇過程。

         1 、前景理論

        定義：決策依賴於參考點。人就是通過變化來體驗生活的！因此可以通過改變參考點操縱人們的決策。影響參考點的幾個因素：一是歷史水平（成交價、最高價、最低價）；二是期望水平；三是同群效應（身邊人的決策）。

        依據前景理論，人們在做決策的時候容易出現兩個問題：一是損失厭惡，導致無法正確對待盈利和虧損；二是錯誤的判斷高概率、低概率事件，做出錯誤決定

         （1）損失厭惡

        損失厭惡定義：決策時，賦予「避害」的權重大於「趨利」，對投資者影響有二：一是讓投資者盡量避免做出讓自己損失的決定；二是讓投資者難以止損。

        損失厭惡的表現：盈利的時候，會厭惡風險，選擇「落袋為安」；虧損的時候，不願意接受確定性損失。

        損失厭惡的危害：在熊市中讓你不想把虧損變成事實、風險偏好讓你想搏一把，雪上加霜；在牛市中一是容易落袋為安；二是出現「賭場錢效應」（賺錢很容易時，會輕視風險）。

        損失厭惡的克服：熊市中盡快賣出；牛市中克服參考點影響，忘記買入價位，根據預期做決策（動態思維，不要總是往前看，要多看現在，徐棄郁的《英國簡史》中體現的也是這種思維方式）。

         （2）概率偏度

        定義：概率偏度發揮的是概率權重的作用，在考慮收益和風險的時候，要注重「偏度」。概率權重與決策權重的轉化是非線性的，事件的決策權重不等於事件發生的概率。

        四種表現及危害：一是高估「低概率」會讓人做出非理性相反的決定，如坐飛機、打新股；二是低估「低概率」，會讓人忽視風險；三是低估「高概率」表現為不重視資本配置，容易忽視確定性高的項目；四是高估「高概率」容易發生在連續決策事件中，忽視決策鏈條的長度，讓自己置於風險之中。

         2 、狹隘框架

        定義：決策時沒有全局觀。

        機理分析：觀察立體的金融市場可以區分兩個維度：一是橫截面維度（同一時刻不同的投資品種）；二是時間維度（一個投資品種在不同時間的表現）。

        橫截面維度：不要過度關注單支個股的變化，而是考慮與組合資產之間協調波動的方向及幅度，否則就要陷入狹隘框架的陷阱。

    時間維度：每日清點資產，會增加參考點效應對投資決策的影響。

        如何避免「回頭看」？擺脫參考點影響。看看股票在當下價格的時候，你願意持有的倉位。

         3 、心理賬戶（塞勒）

        定義：與真實賬戶對應而言，通常表現為與心理賬戶不對等。

        產生機理：決策行為不受真實賬戶影響，而是受心理賬戶影響。人的心理賬戶有多個，彼此分割。

        危害：一是導致人們缺乏長遠眼光，不能全局看問題，因厭惡損失導致投資過分保守；二是總組合對於投資者並不是最優的。例如旅遊消費中先付費的體驗優於後付費的體驗；福利和工資分開發更加有利於提高幸福度。

        如何避免心理賬戶的干擾：通盤考慮所有賬戶資產。

         4 、博弈

        金融投資其實就是在猜別人，你認為別人是怎麼想的，比你是怎麼想的更重要。

        投資應該以他人的看法作為決策依據。

          四、常見錯誤

         1 、買熟悉的股票（分散化不足）

        產生原因：人在心理上有模糊規避的傾向。

        危害：分散化不足

        風險：投資的變動方向與你現有資產的變動方向一致。風險與風險源成正相關性。

        破解：降低風險應該配置與現有資產波動不相關的資產。按行業配置防禦性、周期性股票。

         2 、簡單分散化

        資本配置是指資金在股票、債權、銀行存款中的配置比例，對總收益影響超過90%。理性投資者應該清楚自己的風險偏好，進行合適的資本配置。最優資本配置應該讓自己的效用最大化，取決於三個變數：資產收益、資產風險、自己的風險偏好

         3 、過度交易

        過度交易的本質在於：投資者相信自己掌握了充分的信息，具備交易條件，可實際上，這些信息根本不足以支撐任何交易

        過度交易的影響因素：一是性別因素：男性交易頻率更高，單身男性更加頻繁；二是理性程度弱的人易於頻繁交易；三是方便的交易方式、緊密的朋友圈、交易經驗都會導致頻率增加。

        如何避免過度交易：獨處和靜思

         4 、賣出行為偏差

        表現：「售盈持虧」，投資者不願意以低於購買價格出售資產。

        機理分析：前景理論，人在收益和損失區域的風險偏好不同。盈利時，討厭風險，希望落袋為安；虧損時，偏好風險，希望放手一搏。

        如何克制： 一是 認識到處置效應是一種決策錯誤，出售行為應該忘掉過去，向前看，賣出未來預期收益低的； 二是 舉一反三，多了解類似現象，提高自己的推理能力。

         5 、買入行為偏差

        買入行為偏差的幾個特徵： 一是追漲 ，背後的機理是投資者總是容易「往回看」，以為歷史會重演，實際上是自己的幻覺；正確的做法是不要沖動、不要「往前看」受過去信息的影響； 二是有限關注 ：背後的機理是只要是引起關注的事件，三種情況（放量、新信息發布、漲跌停）都會引發買入（因為中國股市無法做空）； 三是容易重復做同一隻股票 ，正確的做法應該多看不同的股票； 四是攤薄成本偏好（低吸）， 這是由狹隘框架和參考點位效應造成的。

        6、羊群效應

        定義：放棄自己判斷，追隨大眾的決策。

        追隨的弊端所在： 一是 概念股炒作沒有基本面支撐； 二是 羊群效應產生過程中，上市公司、分析師、媒體、機構投資者都扮演了一定的角色，誘使投資者成為「羊群」； 三是 投資者容易被高收益、低概率事件吸引。

          五、如何預測大盤

        幾個概念：

        （1）貼現值：股票現在的價值；

        （2）價格：股票未來所有股息的貼現值；

        （3）市盈率（P/E）：股票的價格/每股收益；預測的時候只要看P值，如果股價過高，就會向下波動。高水平的市盈率是由投資者的情形導致的。

        行為金融學派認為大盤是可預測的，其原理是：價值和價格之間存在過度波動的現象，根據股息的貼現，是可以預測股價的。採用的工具是：比較貼現值和股價的波動關系，而且該理論可以用歷史數據進行驗證。

        大盤的可預測周期為10年，對於股票的短期指導性不大，但是可以用來判斷當期市場的系統性風險。通過經濟景氣的先導指標、企業財務預測獲得部分指標計算股票市場波動的基準，然後將股票市場與該基準比對。

        六、如何配置股票

        該部分有幾個點： 一是要買入並持有股票。 因為從歷史數據分析來看，股票的年化收益率為10%，所以應該持有股票，但是問題時如何在合適的時間買入並持有股票？ 二是要看交易量： 交易量反映的是投資者的意見分歧程度，交易量越大，則分歧越大，這個時候就有獲利機會。交易量的理論基礎是米勒假說。 三是多看換手率 （其實和交易量是一回事），換手率下降前，可以買入；當換手率快速下降的時候，賣出。四是利用博傻理論獲利，其核心思想是快速交易、不能長期持有股票不動。

        附：米勒假說

        定義：市場均衡的時候（也就是沒有成交量），價格是高估的，價格反映的是樂觀者的預期。

        兩個條件：一是投資者有價格分歧；二是市場有賣空約束。

        兩個推論：一是分歧越大、股價越高估；二是越是難賣空，股價越高估。

        指導意義：一是告訴我們股價有泡沫是常態；二是越是放量、越要警惕泡沫；三是要多關注賣空困難的市場和證券；

          七：如何制定交易策略

        行為金融交易策略定義：利用行為金融學原理而制定的交易策略。

        前提條件：一是投資者要犯錯，使得價格不等於價值；二是需要做與犯錯的投資者方向相反的操作；三是價格要向理性的方向收斂。

        兩大優勢：一是節約成本，通過策略模型替代市場調研；二是人為干預少，阿姨有效控制風險

        1、行為組合策略原理

        本質：使得在不增加風險的情況下，獲得更多的盈利。

        找到異象因子，並驗證其真假。檢驗的四步走：一是把市場上所有具有「異象特徵」的股票排序；二是把排序好的股票分為10等分；三是構建對沖組合；四是檢查組合風險。（這種方法適合於機構，不適用於個人）

         2、規模策略和價值策略

        規模溢價效應：規模不同的公司，股票收益不一樣。在中國更適合買小盤股。

        價值溢價效應：市盈率低的股票收益更高。

         3、運用好股價規律

        一是長期反轉策略，利用的是投資者過度反應的心裡偏差，產生的股價過高或過低現象；二是慣性效應；追漲殺跌，利用的是投資者對信息反應不足的心裡偏差。區分二者的原則是時間長短，前者是利用長期價格規律、後者是利用短期價格規律。

         4、應計交易策略

        看財務報表時，在關注每股收益的同時，必須看應計項目的多少，這才是反應一個股票的真實價值。買入應計項目少、賣空應計項目多的股票，可以獲得收益。

        應計項目=應收賬款一應付賬款+存貨（應收賬款越多，盈利質量越差；應付賬款越少，盈利質量越差；存貨越多，盈利質量越差），綜上，應計項目越高，公司盈利質量越差。

        每股收益反應的是盈利水平、應計項目反應的是盈利質量。

         5、盈餘公告後漂移

        好消息使股價上漲、壞消息使股價下跌，可以根據公布消息後進行股票操作；但是要注意看看好消息的力度，是否已經被提前預知，沒有提起預知的好消息才是真正的好消息。

        構建策略的時候應該按照沒有被預期到的盈利增長來排序。但是因為在中國，好消息都會提前泄露，所以該策略並不適用於A股。

『玖』 誰知道如何在股票市場長期盈利

股票市場是個充分競爭的市場，其中有大量的聰明人在努力研究，雖然進入門坎很低，但其實這是個非常專業的市場，需要各種專業知識和技能，心理和人格還要健全，才有可能長期盈利。股票市場盈利的方法很多，每個人要根據自己的特點，長期實踐和總結，形成相對固定的盈利模式，不斷復制。不管何種方式，股票投資始終是個概率游戲，遵循大數定律，收益符合這個公式：預期收益率=勝率*(賠率+1)-1。與不確定性相關的投資活動，離不開大數定律和這個公式的制約，包括股票、彩票、期貨、賽馬、賭博等。股票投資是不是賭博呢？我認為若你的預期收益率小於零，那就是賭博，應該立即收手，若預期收益率高於長期國債利率，那就是很好的投資，應該長期堅持下去。賭場為何能長期盈利？那是因為由於賭場規則的設計，使得勝率對賭場有優勢，雖然某個客人可能大賺，但根據大數定律，客人常賭必輸，所以要遠離賭場。
作為股票投資人，如何提高勝率和賠率？要由投資方法提高勝率，資金管理規則提高賠率。價值投資法勝率較高，但賠率較低，趨勢投資者勝率較低，但賠率較高。趨勢投資由於止損規則，失敗的交易較多，造成勝率較低。由於成功的資金管理策略，比如截斷虧損，讓利潤奔跑，盈利時增加投入，虧損時減少投入，使得賠率較高，也就是賺錢時大賺，虧錢時小虧。一個好的投資系統，勝率要在33%以上，賠率要在3倍以上。
大盤分析、個股技術分析和基本面分析，都是為了提高勝率，但這個市場沒有100%確定的事情，對短期的盈利和虧損都要保持平常心態，但絕對要避免犯致命錯誤，造成大虧損，否則這個游戲沒法玩下去了，根據大數定律，長期玩這個游戲，才能符合你的概率優勢。
我們要搞清楚買股票目的是為了賺錢，並不是為了尋求刺激，或者證明自己有多高明，或者收藏股票成為公司的董事長，或者更有甚者，是為別人做慈善送錢來的。我是個以價值為核心的趨勢投資者，並非純脆的價值投資者。定位自己是個交易者還是投資者，就決定了自己的投資方法。股票即有類似商品那樣的交易屬性，也有類似古董那樣的收藏投資屬性，我堅信股票的價格最終還是由企業的價值，即不斷創造利潤的能力決定，因此價值投資的邏輯並沒有錯誤。價值投資的本質就是衡量價格與價值的差異。但價值的衡量是非常主觀的，與個人的能力和掌握的信息相關。我們要問問自己，我有這個能力和信息嗎？這個市場總有人比你知道的更多，總有人比你更先知道關鍵信息，所以一定要保持謙遜的品質，不要先入為主和固執己見，做到堅持己見和靈活機動的平衡，仔細觀察股價表現到是個可行的方法。股票也有類似商品的交易屬性，觀察價格比衡量價值還是容易一些，趨勢投資相對來說更直觀一些。價值投資者希望持有的股票下跌，趨勢投資者希望持有的股票上漲，所以這個市場充滿了分歧和爭論。每個人都活在自己的邏輯里，有分歧才有交易，關鍵是把握好自己的位置。巴菲特曾說，一個吃牛肉而不養牛的人，希望牛肉價格下跌呢還是上漲呢？當然希望下跌，因為他買牛肉不是為了賣出賺錢。但一個做牛肉生意的商人，他並不希望牛肉降價。所以，首先要把自己定位為商人還是投資人，如何定位也應該根據自己的特點和能力圈。彼得林奇的投資方法是勤奮調研，忽略大盤波動，永遠滿倉。這個方法對公募基金管理人我認為是合適的，因為公募基金管理人永遠不用擔心沒有後續資金，也不用擔心破產的風險。但對個人投資者未必最好，大家要記住彼得林奇說過的一句話：在股票市場的投資資金只能限於你能承受得起的損失數量，即時這筆損失真的發生了，在可以預見的將來也不會對你的日常生活產生任何影響。所以我認為，你要按彼得林奇的投資方法，還是拿出小部分資金去嘗試為好。作為投入大量資金到股市的人，還是要找更好的方法，我認為歐奈爾的CAN SLIM法則對這樣的人更合適。
我的投資方法從最先的巴菲特、彼得林奇的價值投資轉為歐奈爾的以價值和成長為核心的趨勢投資方法。這需要一個過程，我最初看到歐奈爾的方法，非常抵制，覺得很不合邏輯，但現在完全認同。也就是說，你的思維是單向的，所以沒法接受不同的想法，但很多人堅持的方法是錯誤的，自己還不知道。那怎麼知道自己的方法錯了呢？很簡單啊，你看看自己到底在這個市場賺錢了沒有？是不是經常賺點小錢，然後又虧掉大錢？長期下來帳戶慘不忍睹？若你能持續地賺錢，你的方法就是正確的，應該長期堅持下去，否則就該反思一下了。把自己定位為長期投資者和價值投資者，並不比交易者和投機者有多高尚，要記得自己的目的是賺錢，不能偏離這個目標。投機者和投資者也是可以轉換的，就像邁克吳說的一句話：成功的價格投機是價值投資成功之母。剛開始是價格投機的方式嘗試建倉，持續跟蹤，發現自己犯錯後止損賣出，確認判斷正確可以繼續增持，把投機最終變成了投資。
如何在幾千隻股票中選出極少數佼佼者呢？還是要發揮自己的優勢，圈定自己的能力圈。個人投資者無法象機構那樣投入大量時間調研，也無法掌握核心信息，人力和精力都有限，如何在這個市場與這些機構競爭？我的辦法就是改進自己的方法，用計算機代替人力與機構競爭。我象歐奈爾那樣，也建立了股票資料庫系統，對全部股票評價打分，幾秒鍾就可以把所有的股票檢查一遍，再按照一定的要求挑出少量的股票研究，這樣就可節省大量時間。

『拾』 大數法則是什麼意思

大數法則即大數定律。是描述相當多次數重復實驗的結果的定律。根據這個定律知道，樣本數量越多，則其平均就越趨近期望值。

大數定律很重要，因為它「保證」了一些隨機事件的均值的長期穩定性。人們發現，在重復試驗中，隨著試驗次數的增加，事件發生的頻率趨於一個穩定值；人們同時也發現，在對物理量的測量實踐中，測定值的算術平均也具有穩定性。比如，我們向上拋一枚硬幣，硬幣落下後哪一面朝上是偶然的，但當我們上拋硬幣的次數足夠多後，達到上萬次甚至幾十萬幾百萬次以後，我們就會發現，硬幣每一面向上的次數約占總次數的二分之一，亦即偶然之中包含著必然。

切比雪夫定理的一個特殊情況、辛欽定理和伯努利大數定律都概括了這一現象，都稱為大數定律。

拓展資料

例如，拋擲一顆均勻的6面的骰子，1，2，3，4，5，6應等概率出現，所以每次扔出骰子後，出現點數的期望值是（1+2+3+4+5+6）/6=3.5。

根據大數定理，如果多次拋擲骰子，隨著拋擲次數的增加，平均值（樣本平均值）應該接近3.5，根據大數定理，在多次伯努利實驗中，實驗概率最後收斂於理論推斷的概率值，對於伯努利隨機變數，理論推斷的成功概率就是期望值，而若對n個相互獨立的隨機變數的平均值，頻率越多則相對越精準。

例如硬幣投擲即伯努利實驗，當投擲一枚均勻的硬幣，理論上得出的正面向上的概率應是1/2。因此，根據大數定理，正面朝上的比例在相對「大」的數字下，「理應」接近為1/2，尤其是正面朝上的概率在n次實驗（n接近無限大時）後應幾近收斂到1/2。

即使正面朝上（或背面朝上）的比例接近1/2，幾乎很自然的正面與負面朝上的絕對差值（absolute difference差值范圍）應該相應隨著拋擲次數的增加而增加。換句話說，絕對差值的概率應該是會隨著拋擲次數而接近於0。直觀的來看，絕對差值的期望會增加，只是慢於拋擲次數增加的速度。