大数定律在股票投资的应用

‘壹’ 大数法则原理是什么啊

大数法则（Law of Large Numbers）
又称"大数定律"或"平均法则"。人们在长期的实践中发现，在随机现象的大量重复中往往出现几乎必然的规律，即大数法则。此法则的意义是：风险单位数量愈多，实际损失的结果会愈接近从无限单位数量得出的预期损失可能的结果。据此，保险人就可以比较精确的预测危险，合理的厘定保险费率，使在保险期限内收取的保险费和损失赔偿及其它费用开支相平衡。大数法则是近代保险业赖以建立的数理基础。保险公司正是利用在个别情形下存在的不确定性将在大数中消失的这种规则性，来分析承保标的发生损失的相对稳定性。按照大数法则，保险公司承保的每类标的数目必须足够大，否则，缺少一定的数量基础，就不能产生所需要的数量规律。但是，任何一家保险公司都有它的局限性，即承保的具有同一风险性质的单位是有限的，这就需要通过再保险来扩大风险单位及风险分散面。
大数法则 ：
dà shù fǎ zé
又称“大数律”。在随机现象的大量重复试验和观察中，出现某种几乎必然的规律性的一类定理的总称。如在掷钱币时，每次出现正面或反面是偶然的，但大量重复投掷后，出现正面(或反面)的次数与总次数之比却必然接近常数1/2。这是最早发现的大数法则之一。
(补充):
1. "如果一个实验可以一再重复,从相对次数所得到的事件机率会接近实际或理论的机率。"

‘贰’ 请问一下,谁能用灰色系统做一套股票预测的模型

股票投资价值灰色系统模型及应用 作者：聂祖荣 李波 内容摘要
格雷厄姆和多德在《证券分析》一书中对股票价格波动的本质进行了分析，说明了“股票内在价值”对于投资的重要性，随后，这个领域的研究引起了众多经济金融学家的兴趣，经过几十年的探索，得到了大量的重要研究成果，而且不乏广泛应用的方法，但是，对于新兴市场和普通投资者却难以采用。这里，我们希望借用20世纪80年代兴起的灰色系统理论，探索一套简便易用的股票投资价值预测方法。本文探讨了灰色预测方法及其在股票价格预测中应用的理论基础和方法，以期能为投资者的决策行为提供一定的指导作用。

1. 问题的提出

我们知道，股票市场的价格走势是极为复杂且难以预测的。股票价格对市场信息如何进行反应，即使最高明最富经验的分析师也难以稳操胜券，这是因为，我们缺乏信息对市场影响的传导系统的结构和系统传导模型，不能准确把握金融政策、利率政策、公司状况、国际市场及投资者心理承受能力等因素的变化及其对市场的影响方式和作用，只能似是而非地对价格 走势进行把握，其结果可想而知。

于是，如何判断或预测股票市场价格走势引起了众多经济金融学家和市场分析人员的极大兴趣，在许多经济学家的共同努力下，股票定价方法向着量化方向发展，建立了大量令人振奋的定价方法。格雷厄姆和多德在1934年《证券分析》一书对1929年美国股票市场价格暴跌的 深刻反思,认为股票价格的波动是建立在股票“内在价值”基础上的，股票价格会由于各种非理性原因偏离“内在价值”，但随着时间的推移这种偏离会得到纠正而回到“内在价值 ” ，因此，股票价格的未来表现可通过与“内在价值”的比较而加以判断。但“内在价值”取决于公司未来盈利能力，因此，对公司未来盈利能力及其现金流的准确把握将是非常关键的。此后，戈登在对“内在价值”进行深入的量化分析的基础上，提出了着名的股票定价的现金流量模型即“戈登模型”，然而，公司未来现金流是不确定的，为该模型的广泛应用带来麻烦，为此，关于股票定价的早期研究就集中在确定公司未来现金流。费雪(Fisher)教授认为未来资产收益的不确定性可用概率分布来描述，马夏克（Marschak）、希克斯(Hicks)等学者经过一系列研究认为投资者的投资偏好可以看作是对投资于未来收益的概率分布矩的偏好,并可用均方差空间的无差异曲线来表示,同时，他们还发现“大数定律”在包含多种风险资产投资中会发挥某种作用。戈登模型在股票价值分析中占有非常重要的地位，成为单只股票估价分析的基本方法，然而，该方法并没有解决股票投资风险与未来现金流折现率的关系，直到亨利·马科维茨（H·Markowitz）教授的现代证券组合理论的建立才对这一基本问题有 了明确的认识，从而，一定程度上消除了该模型的致命缺陷。
在现实生活中，很少有投资者会将所有的投资集中在一只股票上，基于此，马科维茨（H·M arkowitz）教授于1938年提出了投资组合的概念，建立了现代证券组合理论，以统计学上的 均值和方差等概念来衡量组合的收益和风险，给出了投资者如何根据自己的风险承受能力建 立自己的最优组合以最大化其投资收益，并将风险分解为系统和非系统风险，从而，指导投资者最优化其投资行为。此后，其学生威廉·夏普（M· Sharpe）、林特纳(Lintner)等为 强化该理论的应用，将其注意力从马科维茨的微观研究转向整个市场，将其复杂形态简化为以市场指数为基础的单因素关系，并发现在均衡市场条件下资本资产的收益与风险遵循线性关系，即着名的以均值--方差模型为前提的资本资产定价模型（CAPM）。然而，由于CAPM 所要求的前提过于严格限制了其应用，许多经济学家试图研究在一定弱化条件下的定价理论，他们是迈耶斯(Mayers，1972)的存在大量非市场化资产的投资定价理论、罗斯（Ross）的套利定价理论(APT)以及布里登（Breeden）资产收益率与平均消费增长率的线性关系模型（CCAPM）等等为数众多的数量化投资模型，为市场投资行为选择提供了一定决策依据。
Roberts和Osbome在对股票市场价格的长期研究后，发现市场价格遵循“随机漫步”或“随机游动”的规律，由此，以Fama教授为代表的经济学家提出了有效市场理论，认为投资者对市场信息会作出合理的反应，将市场信息与股票价格相结合。进入1980年代，在探寻一般均衡定价模型进展不大的情况下，将定价理论的研究方向转向注重市场信息的考察。经过实证检验，邦德特和塞勒(Bondt and Theler1985)发现股市存在投资者有时对某些消息反应过度 (overreact)，而杰格蒂什(Jegadeesh1990)、莱曼(Lehmann1990)等则发现了股价短期滞后反应现象，由此，杰格蒂什和迪特曼(Titman1993)认为投资者对有关公司长远发展的消息往往有过度的反应，而对只影响短期收益的消息则反应不足，关于这一点仍然存在着争论，尽管如此，信息与股价之间应存在着某种关系得到了经济学家们的认同，并且，弗伦奇和罗尔(Roll)的实证研究证明了股价波动幅度与可获得信息量之间存在着良好的正相关关系。

然而，这些定价理论在现代经济金融学家的推动下得到巨大发展的同时也遇到了严峻的挑战 ，这种挑战表明了“对(股票、债券等)金融资产价格变动缺乏有效的解释手段反映了我们科学体系的不成熟”，面对这一现实，金融学家们开始尝试利用非线性方法与混沌思想来理解股票市场行为，甚至采用具有黑盒子性质的定价核概念、半自回归方法和半非参数估计以及近年兴起的系统仿真等新方法，试图解释信息对投资行为的影响，这些研究方法将成为股票定价理论的新兴的令人激动的发展领域。
但是，这些模型的应用都需要较为高深的专业知识和庞大的数据系统，而且，所需数据要求有较长的时间跨度，以满足“大数定理”的要求，这些对于新兴市场和广大的普通投资者来讲，难为其用，而且，市场价格的变化往往与股票“内在价值”并不一致，因此，寻找一种既简便又能适应市场基本状况的定价方法就自然成为了我们的追求。这里，我们希望借用20 世纪80年代兴起的灰色系统理论，探索一套简便易用的股票投资价值预测模型，以期能为投资者的决策行为提供一定的指导作用。

2．股票投资价值灰色系统模型

灰色系统理论（Grey System Theory）的创立源于20世纪80年代。邓聚龙教授在1981年上海中-美控制系统学术会议上所作的“含未知数系统的控制问题”的学术报告中首次使用了“ 灰色系统”一词。1982年，邓聚龙发表了“参数不完全系统的最小信息正定”、“灰色系统的 控制问题”等系列论文，奠定了灰色系统理论的基础。他的论文在国际上引起了高度的重视，美国哈佛大学教授、《系统与控制通信》杂志主编布罗克特（Brockett）给予灰色系统理论高度评价，因而，众多的中青年学者加入到灰色系统理论的研究行列，积极探索灰色系统理论及其应用研究。

事实上，灰色系统的概念是由英国科学家艾什比（W·R·Ashby）所提出的“黑箱”（Black Box）概念发展演进而来，是自动控制和运筹学相结合的产物。艾什比利用黑箱来描述那些内部结构、特性、参数全部未知而只能从对象外部和对象运动的困果关系及输出输入关系来研究的一类事物。邓聚龙系统理论则主张从事物内部，从系统内部结构及参数去研究系统，以消除“黑箱”理论从外部研究事物而使已知信息不能充分发挥作用的弊端，因而，被认为是比“黑箱”理论更为准确的系统研究方法。所谓灰色系统是指部分信息已知而部分信息未知的系统，灰色系统理论所要考察和研究的是对信息不完备的系统，通过已知信息来研究和预测未知领域从而达到了解整个系统的目的。灰色系统理论与概率论、模糊数学一起并称为 研究不确定性系统的三种常用方法，具有能够利用“少数据” 建模寻求现实规律的良好特 性，克服了数据不足或系统周期短的矛盾。�
目前，灰色系统理论得到了极为广泛的应用，不仅成功地应用于工程控制、经济管理、社会系统、生态系统等领域，而且在复杂多变的农业系统，如在水利、气象、生物防治、农机决策、农业规划、农业经济等方面也取得了可喜的成就。灰色系统理论在管理学、决策学、战略学、预测学、未来学、生命科学等领域展示了极为广泛的应用前景。
那么，灰色系统是否能够在股票市场价格走势方面发挥作用呢？以及怎样发挥作用？这是本 文要探索的问题。
勿容质疑，股票价格的“内在价值”的研究为我们认识股票价格提供了重要途径，然而，其运用受相关专门知识的约束，同时，也受人们对公司未来现金流的预期是否合理与准确的影响，那么，股票价格偏离其“内在价值”的纠正，必然需要一定的学习过程，并付出相应的代价即“学习成本”。如果将市场有效性与信息定价机制相结合，将对股票市场的定价机制有一个全新的认识。在股票价格与其“内在价值”的关系上，人们发现股票价格不仅反映其内在价值的信息，而且反映了市场交易者的“噪声”（Black，1986），因而，股票价格的偏离不会总回到其“内在价值”。这样，我们根据这些所知信息还是难以预测或把握市场价格走势，从而经常出现投资者对信息的过度反应或反应不足的现象。
我国股票市场有“政策市”、“消息市”之称，应该说这是效率市场的应有状况，令人遗憾的是，许多学者的研究表明，我国股市的股票价格对其反应“内在价值”的信息未能作出充分的反应，因而，认为我国股市的这种反应机制是跛足的（包建祥，1999），“有关股票市场的政策法规报道”是对投资者最有价值的信息，对股价的影响也最大（茆诗松，1997。），而且存在着对信息的反应过度及反应不足（魏刚，1998；张人骥，1998。），呼吁建立完善的信息定价机制。应该说，我国股票市场经过近年的发展，市场的信息定价机制得到了一定程度的完善，市场对信息的敏感性有了实质的提高，对影响股票“内在价值”的信息，不论是系统信息还是非系统信息，股票价格均有相应的反应，因而，为通过市场价格的一定历史时期的反应判断市场价格的未来走势，提供了可能。
期刊数据库里应该能找到这文章

‘叁’ 股票收益率为什么要用对数收益率,请问各位大侠，对数收益率有什么优势

因为常用的时间序列分析的模型，都要求随机变量是二阶矩平稳，很明显价格序列通常是I（1）过程，或者是广义维纳过程。这一类过程二阶矩不平稳，很多模型不适用，所以要进行对数转换，变成平稳的序列。

对数收益率的时序可加性能够使用另外两个利器：中心极限定理和大数定律。假设初始资金 X_0（假设等于 1），ln(X_T) = ln(X_T/X_0) 就是整个T期的对数收益率。对数收益率的最大好处是可加性，把单期的对数收益率相加就得到整体的对数收益率。

(3)大数定律在股票投资的应用扩展阅读：

影响股票收益率的因素：

1、企业分配政策：由于不同企业所处发展阶段不同，经营效率不同，现金流量状况不同及规模扩张动力大小不同，因此会有不同的分配政策。这会直接影响红利分配的数量及红利分配的形式，也对资本增值收益产生间接影响。

2、企业所处行业特征：通常企业所处行业若为成长性行业、高科技行业，由于这些行业成长性高，发展前景广阔而被市场看好，因此市场预期趋同使这类股票受到追捧，从而有较高的市场价或存在着较高的价格上升潜力。反之处于传统产业甚至夕阳产业的企业，股票价格表现一般不会很好，从而投资难以获得差价收入。

3、宏观经济状况：宏观经济状况是股价变化的重要外部因素，具体包括经济增长周期、经济政策及经济指标变化特征等。宏观经济状况好，企业业绩增长外部环境好，股价容易上涨。

‘肆’ 资产证券化的作用和意义

作用；由于金融机构本身也可以通过资产证券化来维持所需要的流动性，因此流动性的改善对降低金融机构危机的扩散具有重要的作用，从而提高了国家金融体系的安全性。而且资产证券化对于引导储蓄转化为投资并促进整个经济体系的分工与细化都发挥着十分重要的作用。

同时，资产证券化作为一项金融创新产品可在相对发达的城市和相对落后的农村建立起一座桥梁。因此，随着我国资产证券化的法规和配套措施出台，通过资产证券化产品的创新，其将在我国社会主义新农村的建设中发挥着积极的作用。

意义；增强发起人资产的流动性，从发起人的角度来看，资产证券化提供了将相对缺乏流动性，个别的资产转变成流动性高，可在资本市场上交易的金融商品的手段。通过资产证券化，发起者能够补充资金，用来进行另外的投资。

获得低成本融资，资产证券化还为发起者提供了更加有效的、低成本的筹资渠道。通过资产证券化市场筹资比通过银行或其他资本市场筹资的成本要低许多。还有减少风险资产和便于进行资产负债管理。

从投资者的角度来看，资产担保类证券提供了比政府担保债券更高的收益。这部分高收益来源于许多因素，但最主要的是资产担保类证券的信用质量。资产担保类证券丰富了投资品种的风险/收益结构，为投资者提供了更多的投资品种选择。

(4)大数定律在股票投资的应用扩展阅读

资产证券化的发展依赖于三大基石，破产隔离，风险重组和信用增强。破产隔离的设立使得未来发行的资产证券化产品的风险与原始权益人脱节，既可以保护投资者的利益，也使得原始权益人的利益得到保障。

风险重组使得投资人在投资风险和收益方面达到合理匹配。对风险厌恶的投资人可以购买具有多重本息保障措施的高等级信用债券，但以低收益为代价，对风险偏好的投资人可以购买具有高收益的债券，但以低等级信用评级甚至无等级信用评级，即高风险为代价。

信用增强使得信用较弱的融资主体能够通过对基础资产未来现金流的偿付处理以较低成本融到资金。这对于信用等级不高的企业尤其具有意义。

资产证券化的一个基本原理是大数定律，只有在资产证券化的资产池中存在大量分散的基础资产时，才能防范因个体资产违约而形成的对资产现金流所造成的巨大影响，也才能破解对融资主体信用的过度依赖，达到风险重组和信用增强的作用。

‘伍’ 什么是大数法则

大数法则 又称"大数定律"或"平均法则"。人们在长期的实践中发现，在随机现象的大量重复中往往出现几乎必然的规律，即大数法则。

‘陆’ 何为大数法则,它在保险业中的作用是什么

投保人通过缴纳保费，将个人或家庭面临的风险转移给保险公司，当投保人或被保险人遭受损失时，保险公司提供相应的经济补偿。通过多数人缴纳保费来补偿少数人在未来不确定时间内发生的损失，是一种风险共担的方式。

保险公司将保费用于投资，为被保险人提供一个共同基金，这个基金必须足以覆盖被保险人所遭受的损失，也就是说这个基金必须有足够的资金用于赔付保险期间内所发生的所有赔付金额。因此保险公司需要通过科学的方法即大数法则，较为准确地预测风险群体发生损失的概率，以保持公司的运营稳定。

一、什么是大数法则？

大数法则，又叫大数定律，是一种描述当试验次数很大时所呈现的概率性质的定律。在随机事件的大量重复出现中，往往呈现几乎必然的规律，这个规律就是大数定律。通俗地说讲就是，在试验不变的条件下，重复试验多次，随机事件的频率近似于它的概率。

大数法则的经典例子就是抛硬币，如果你抛一次硬币，硬币落地时正面和反面朝上的概率各50%，即1:1，如果抛两次则很难得到同样的结果，抛10次依然不能确保得到正面与反面朝上次数相当的结果。但是，当你不断地抛，抛个上千次，甚至上万次，我们会发现，正面或者反面向上的次数都会接近一半，抛掷硬币的次数越多，就越可能出现正面和反面朝上的比例接近相等的结果，类似的还有掷筛子等。

保险的大数法则也称为风险大量原则、大数定律、平均法则，是人们在长期的实践中发现，在随机现象的大量重复中往往出现几乎必然的规律。

二、大数法则在保险中的应用

可保风险需满足一系列条件，其中两个条件就是损失是可测定的以及大量有同质风险的保险标的。

损失的测定就是依靠大数法则和概率统计估测出来的：通过对保险集合中的的大量风险单位进行观察，估测出损失发生的概率；随着保险集合中的风险单位数量增多，对损失发生的估测就可能更精确，就可能确定出更合理的保费。

保险公司通过搜集众多个人的特定信息，以确定这些人的损失模式。例如：一直以来，寿险公司会按性别记录已死亡的被保险人人数，以及他们死亡时的年龄。保险公司也会通过查阅相关的普通人口记录，记录普通人群中不同性别的人死亡的年龄。利用这些统计记录，保险公司就能编制生命表，即列示一个大规模人群中每一年龄可能死亡的人数的表格。生命表列示了死亡率，它是特定人群在特定时间内的死亡发生率。保险公司还编制了一种类似的表格，被称为发病率表，它按年龄列示了特定人群的发病率。通过应用准确的生命表和发病率表，保险公司就可以预测特定被保险人群体的可能损失率。保险公司利用这些预测的损失率来厘定足以支付索赔金额的保险费率。

三、大数据时代的大数法则

随着近几年大数据、物联网以及人工智能等新技术的兴起，精准识别风险的手段越发多元，风险出现的可预测性也越来越高。甚至业内出现了一种观点，认为“大数法则”失效了。那么，保险的“大数法则”与精准识别风险之间存在矛盾吗？如何平衡精准定价和损失共担之间的关系？

业内认为“大数法则”重要性逐渐降低的原因，主要体现在如下几个方面：一是保险的定价公平遭遇挑战，二是大数定律作为概率测算方法受到挑战，三是个性化需求开始成为行业重要的发展模式和推动力。

但是，“大数法则”与精准定价事实上并不矛盾。

首先，精准确定个性化特征，包括个体的风险，通常都需要巨大的成本。“大数法则”实则是为保险业测算客观风险提供了一种手段，在大数据时代，保险业应在“大数法则”基础上，结合新的技术寻求精准定价，开创个性化保险业务。

其次，目前的风险测算技术还不会精准到“大数法则”失效的地步，也就是说，尚不能将每个人的风险都测算出来，所以“大数法则”还是有效的。中国人民大学保险学系主任魏丽认为，能够做到风险分级差别定价对于投保人将会更加公平，技术的进步无法改变风险存在的客观性，精准识别风险、精准定价是为了更公平地损失分摊。

再次，科技进步拓展了保险机构的业务领域，也提升保险业在各类风险管理系统中的重要性。“科技快速进步的同时，精准识别风险的手段也促进了人们关于风险的认知、看到自我管理的不足或低效，从而增加保险需求。”中国社会科学院保险与经济发展研究中心副主任王向楠认为，很多类型的事故目前已得到有效控制，但另一些类型的事故随着社会生产生活方式的变化而逐渐凸显出来，如网络安全事件、公共卫生事件、社会安全事件等。

‘柒’ 什么是大数法则

大数法则：随机事件的大量重复出现中，往往呈现几乎必然的规律，这个规律就是大数定律。通俗地说，这个定理就是，在试验不变的条件下，重复试验多次，随机事件的频率近似于它的概率。偶然中包含着某种必然。
希望能帮到你。

‘捌’ 行为金融学底层概念及其对股市的指导

        行为金融学是以心理学为基础开展的金融学研究，其本质就是研究人性，然后利用人性在金融市场错误获利。之前看过《助推》、《思考快与慢》、《错误的行为》等心理学书籍，对于其中的理论看的是云里雾里，究其原因是不知道如何在实际中应用这些理论，有幸学习了《行为金融学》这门课程，明白了理论与实践结合后能产生的巨大威力，也感谢陆蓉老师能够不吝所学，将自己的理解通过深入浅出的课程进行系统讲解。

        全部课程范围6个模块30节课，从传统金融学与行为金融学的区别讲起，告诉我们认知非理性和决策非理性会导致的错误行为，然后结合股市实战告诉我们如何制定自己的交易策略、如何避免犯错、如何尽量获利。个人觉得还是其中关于人的认知偏差部分内容讲的比较透彻，而且跟实战结合的比较紧密，后面关于股票操作部分的内容，只能限于理论分析，对于股市实战指导意义不是很大。

         一、传统金融学与行为金融学的区别

        1、二者的核心理念不同（大盘是否可预测）

        传统金融学：研究的是市场“应该是”什么样。研究的是长远基准。认为市场不可预测的、无法战胜的。

        行为金融学：研究的是真实市场“实际是”什么样，不能用“应该是”的理论去指导实践。可以理解当下正在发生的事情。认为市场是有规律的、可战胜的。

        2、二者的理论基础不同（人是否理性）

        传统金融学的理论基础是“有效市场假说”，认为人都是理性的，市场决策会让所有的资源得到最优配置；理性人会选对自己效用最大的那个（预期效用最大化）。

        行为金融学的研究基础是社会科学、心理学，最擅长投资实战、制定交易策略；认为你没办法正确认识你的决策对象；决策并不取决于效用的绝对值，而是要看跟谁比。（前景理论、决策非理性）

        3、二者对市场收益认识不同（套利可否消除价格偏差）

        传统金融学：套利是所有理论成立的基础，零成本、无风险、正收益。

        行为金融学：真实市场的套利是有限制的（有限套利），使得理性人不敢去套利，从而存在套利机会，从而存在价格错误。常见的三种套利方法：一是跨市场套利；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、有风险、不一定正收益的。

          二、认知非理性

        定义：无法正确认识你想要了解的事物。

         原因： 人在处理信息（收集、处理、输出、反馈）的整个过程中都存在认知偏差。

        1、信息收集阶段的认知偏差： 一是易记性偏差 ，容易只关注自己的熟悉的、生动的、最近的信息； 二是信息发生顺序 影响决策，常见的有“首位效应”和“末位效应”。

        2、信息处理阶段的认知偏差： 代表性偏差 （根据代表性特征做出冲动判断）； 赌徒谬误 ：将“大数定律”误用为“小数定律”。

        3、信息输出阶段的认知偏差：决策阶段最容易犯得错误就是 “过度自信”， 这是人的性格决定的。过度自信产生的原因在于输入信息无限，但是人的能力确是有上限的，虽然能力不增长了，但是自信心确还在上升。过度自信能放大市场成交量、提高市场流动性，对市场是有益的；但是过度自信会使人忽视风险、做出过度交易。影响过度自信的因素：一是专业知识会影响过度自信的程度；二是经验会影响过度自信的程度。如何避免过度自信：站在第三方的立场评判自己。

        4、信息反馈（总结）阶段的认知偏差： 一是自我归因偏差 ：将成功归因于自己、将失败归因于客观，找不到真正失败成功的原因； 二是后见之明： 当事情出现结果后，误以为自己早就知道的一种错觉，导致人们在估计风险时过度乐观； 三是认知失调 ：当结果与预期不一致时，对事实避而不见或扭曲，导致收集不到全面的反馈； 四是确认性偏差： 只看自己感兴趣的证据和信息，导致信息的片面性； 五是神奇性思考： 将相关性误认为因果性，雄鸡一唱天下白式的谬误。以上五种谬误导致我们容易重蹈覆辙，在同一个地方摔倒。

         三、决策非理性

        认知和决策的区别：认知是对单个对象的了解过程；决策是对两个或对个对象的比较选择过程。

         1 、前景理论

        定义：决策依赖于参考点。人就是通过变化来体验生活的！因此可以通过改变参考点操纵人们的决策。影响参考点的几个因素：一是历史水平（成交价、最高价、最低价）；二是期望水平；三是同群效应（身边人的决策）。

        依据前景理论，人们在做决策的时候容易出现两个问题：一是损失厌恶，导致无法正确对待盈利和亏损；二是错误的判断高概率、低概率事件，做出错误决定

         （1）损失厌恶

        损失厌恶定义：决策时，赋予“避害”的权重大于“趋利”，对投资者影响有二：一是让投资者尽量避免做出让自己损失的决定；二是让投资者难以止损。

        损失厌恶的表现：盈利的时候，会厌恶风险，选择“落袋为安”；亏损的时候，不愿意接受确定性损失。

        损失厌恶的危害：在熊市中让你不想把亏损变成事实、风险偏好让你想搏一把，雪上加霜；在牛市中一是容易落袋为安；二是出现“赌场钱效应”（赚钱很容易时，会轻视风险）。

        损失厌恶的克服：熊市中尽快卖出；牛市中克服参考点影响，忘记买入价位，根据预期做决策（动态思维，不要总是往前看，要多看现在，徐弃郁的《英国简史》中体现的也是这种思维方式）。

         （2）概率偏度

        定义：概率偏度发挥的是概率权重的作用，在考虑收益和风险的时候，要注重“偏度”。概率权重与决策权重的转化是非线性的，事件的决策权重不等于事件发生的概率。

        四种表现及危害：一是高估“低概率”会让人做出非理性相反的决定，如坐飞机、打新股；二是低估“低概率”，会让人忽视风险；三是低估“高概率”表现为不重视资本配置，容易忽视确定性高的项目；四是高估“高概率”容易发生在连续决策事件中，忽视决策链条的长度，让自己置于风险之中。

         2 、狭隘框架

        定义：决策时没有全局观。

        机理分析：观察立体的金融市场可以区分两个维度：一是横截面维度（同一时刻不同的投资品种）；二是时间维度（一个投资品种在不同时间的表现）。

        横截面维度：不要过度关注单支个股的变化，而是考虑与组合资产之间协调波动的方向及幅度，否则就要陷入狭隘框架的陷阱。

    时间维度：每日清点资产，会增加参考点效应对投资决策的影响。

        如何避免“回头看”？摆脱参考点影响。看看股票在当下价格的时候，你愿意持有的仓位。

         3 、心理账户（塞勒）

        定义：与真实账户对应而言，通常表现为与心理账户不对等。

        产生机理：决策行为不受真实账户影响，而是受心理账户影响。人的心理账户有多个，彼此分割。

        危害：一是导致人们缺乏长远眼光，不能全局看问题，因厌恶损失导致投资过分保守；二是总组合对于投资者并不是最优的。例如旅游消费中先付费的体验优于后付费的体验；福利和工资分开发更加有利于提高幸福度。

        如何避免心理账户的干扰：通盘考虑所有账户资产。

         4 、博弈

        金融投资其实就是在猜别人，你认为别人是怎么想的，比你是怎么想的更重要。

        投资应该以他人的看法作为决策依据。

          四、常见错误

         1 、买熟悉的股票（分散化不足）

        产生原因：人在心理上有模糊规避的倾向。

        危害：分散化不足

        风险：投资的变动方向与你现有资产的变动方向一致。风险与风险源成正相关性。

        破解：降低风险应该配置与现有资产波动不相关的资产。按行业配置防御性、周期性股票。

         2 、简单分散化

        资本配置是指资金在股票、债权、银行存款中的配置比例，对总收益影响超过90%。理性投资者应该清楚自己的风险偏好，进行合适的资本配置。最优资本配置应该让自己的效用最大化，取决于三个变量：资产收益、资产风险、自己的风险偏好

         3 、过度交易

        过度交易的本质在于：投资者相信自己掌握了充分的信息，具备交易条件，可实际上，这些信息根本不足以支撑任何交易

        过度交易的影响因素：一是性别因素：男性交易频率更高，单身男性更加频繁；二是理性程度弱的人易于频繁交易；三是方便的交易方式、紧密的朋友圈、交易经验都会导致频率增加。

        如何避免过度交易：独处和静思

         4 、卖出行为偏差

        表现：“售盈持亏”，投资者不愿意以低于购买价格出售资产。

        机理分析：前景理论，人在收益和损失区域的风险偏好不同。盈利时，讨厌风险，希望落袋为安；亏损时，偏好风险，希望放手一搏。

        如何克制： 一是 认识到处置效应是一种决策错误，出售行为应该忘掉过去，向前看，卖出未来预期收益低的； 二是 举一反三，多了解类似现象，提高自己的推理能力。

         5 、买入行为偏差

        买入行为偏差的几个特征： 一是追涨 ，背后的机理是投资者总是容易“往回看”，以为历史会重演，实际上是自己的幻觉；正确的做法是不要冲动、不要“往前看”受过去信息的影响； 二是有限关注 ：背后的机理是只要是引起关注的事件，三种情况（放量、新信息发布、涨跌停）都会引发买入（因为中国股市无法做空）； 三是容易重复做同一只股票 ，正确的做法应该多看不同的股票； 四是摊薄成本偏好（低吸）， 这是由狭隘框架和参考点位效应造成的。

        6、羊群效应

        定义：放弃自己判断，追随大众的决策。

        追随的弊端所在： 一是 概念股炒作没有基本面支撑； 二是 羊群效应产生过程中，上市公司、分析师、媒体、机构投资者都扮演了一定的角色，诱使投资者成为“羊群”； 三是 投资者容易被高收益、低概率事件吸引。

          五、如何预测大盘

        几个概念：

        （1）贴现值：股票现在的价值；

        （2）价格：股票未来所有股息的贴现值；

        （3）市盈率（P/E）：股票的价格/每股收益；预测的时候只要看P值，如果股价过高，就会向下波动。高水平的市盈率是由投资者的情形导致的。

        行为金融学派认为大盘是可预测的，其原理是：价值和价格之间存在过度波动的现象，根据股息的贴现，是可以预测股价的。采用的工具是：比较贴现值和股价的波动关系，而且该理论可以用历史数据进行验证。

        大盘的可预测周期为10年，对于股票的短期指导性不大，但是可以用来判断当期市场的系统性风险。通过经济景气的先导指标、企业财务预测获得部分指标计算股票市场波动的基准，然后将股票市场与该基准比对。

        六、如何配置股票

        该部分有几个点： 一是要买入并持有股票。 因为从历史数据分析来看，股票的年化收益率为10%，所以应该持有股票，但是问题时如何在合适的时间买入并持有股票？ 二是要看交易量： 交易量反映的是投资者的意见分歧程度，交易量越大，则分歧越大，这个时候就有获利机会。交易量的理论基础是米勒假说。 三是多看换手率 （其实和交易量是一回事），换手率下降前，可以买入；当换手率快速下降的时候，卖出。四是利用博傻理论获利，其核心思想是快速交易、不能长期持有股票不动。

        附：米勒假说

        定义：市场均衡的时候（也就是没有成交量），价格是高估的，价格反映的是乐观者的预期。

        两个条件：一是投资者有价格分歧；二是市场有卖空约束。

        两个推论：一是分歧越大、股价越高估；二是越是难卖空，股价越高估。

        指导意义：一是告诉我们股价有泡沫是常态；二是越是放量、越要警惕泡沫；三是要多关注卖空困难的市场和证券；

          七：如何制定交易策略

        行为金融交易策略定义：利用行为金融学原理而制定的交易策略。

        前提条件：一是投资者要犯错，使得价格不等于价值；二是需要做与犯错的投资者方向相反的操作；三是价格要向理性的方向收敛。

        两大优势：一是节约成本，通过策略模型替代市场调研；二是人为干预少，阿姨有效控制风险

        1、行为组合策略原理

        本质：使得在不增加风险的情况下，获得更多的盈利。

        找到异象因子，并验证其真假。检验的四步走：一是把市场上所有具有“异象特征”的股票排序；二是把排序好的股票分为10等分；三是构建对冲组合；四是检查组合风险。（这种方法适合于机构，不适用于个人）

         2、规模策略和价值策略

        规模溢价效应：规模不同的公司，股票收益不一样。在中国更适合买小盘股。

        价值溢价效应：市盈率低的股票收益更高。

         3、运用好股价规律

        一是长期反转策略，利用的是投资者过度反应的心里偏差，产生的股价过高或过低现象；二是惯性效应；追涨杀跌，利用的是投资者对信息反应不足的心里偏差。区分二者的原则是时间长短，前者是利用长期价格规律、后者是利用短期价格规律。

         4、应计交易策略

        看财务报表时，在关注每股收益的同时，必须看应计项目的多少，这才是反应一个股票的真实价值。买入应计项目少、卖空应计项目多的股票，可以获得收益。

        应计项目=应收账款一应付账款+存货（应收账款越多，盈利质量越差；应付账款越少，盈利质量越差；存货越多，盈利质量越差），综上，应计项目越高，公司盈利质量越差。

        每股收益反应的是盈利水平、应计项目反应的是盈利质量。

         5、盈余公告后漂移

        好消息使股价上涨、坏消息使股价下跌，可以根据公布消息后进行股票操作；但是要注意看看好消息的力度，是否已经被提前预知，没有提起预知的好消息才是真正的好消息。

        构建策略的时候应该按照没有被预期到的盈利增长来排序。但是因为在中国，好消息都会提前泄露，所以该策略并不适用于A股。

‘玖’ 谁知道如何在股票市场长期盈利

股票市场是个充分竞争的市场，其中有大量的聪明人在努力研究，虽然进入门坎很低，但其实这是个非常专业的市场，需要各种专业知识和技能，心理和人格还要健全，才有可能长期盈利。股票市场盈利的方法很多，每个人要根据自己的特点，长期实践和总结，形成相对固定的盈利模式，不断复制。不管何种方式，股票投资始终是个概率游戏，遵循大数定律，收益符合这个公式：预期收益率=胜率*(赔率+1)-1。与不确定性相关的投资活动，离不开大数定律和这个公式的制约，包括股票、彩票、期货、赛马、赌博等。股票投资是不是赌博呢？我认为若你的预期收益率小于零，那就是赌博，应该立即收手，若预期收益率高于长期国债利率，那就是很好的投资，应该长期坚持下去。赌场为何能长期盈利？那是因为由于赌场规则的设计，使得胜率对赌场有优势，虽然某个客人可能大赚，但根据大数定律，客人常赌必输，所以要远离赌场。
作为股票投资人，如何提高胜率和赔率？要由投资方法提高胜率，资金管理规则提高赔率。价值投资法胜率较高，但赔率较低，趋势投资者胜率较低，但赔率较高。趋势投资由于止损规则，失败的交易较多，造成胜率较低。由于成功的资金管理策略，比如截断亏损，让利润奔跑，盈利时增加投入，亏损时减少投入，使得赔率较高，也就是赚钱时大赚，亏钱时小亏。一个好的投资系统，胜率要在33%以上，赔率要在3倍以上。
大盘分析、个股技术分析和基本面分析，都是为了提高胜率，但这个市场没有100%确定的事情，对短期的盈利和亏损都要保持平常心态，但绝对要避免犯致命错误，造成大亏损，否则这个游戏没法玩下去了，根据大数定律，长期玩这个游戏，才能符合你的概率优势。
我们要搞清楚买股票目的是为了赚钱，并不是为了寻求刺激，或者证明自己有多高明，或者收藏股票成为公司的董事长，或者更有甚者，是为别人做慈善送钱来的。我是个以价值为核心的趋势投资者，并非纯脆的价值投资者。定位自己是个交易者还是投资者，就决定了自己的投资方法。股票即有类似商品那样的交易属性，也有类似古董那样的收藏投资属性，我坚信股票的价格最终还是由企业的价值，即不断创造利润的能力决定，因此价值投资的逻辑并没有错误。价值投资的本质就是衡量价格与价值的差异。但价值的衡量是非常主观的，与个人的能力和掌握的信息相关。我们要问问自己，我有这个能力和信息吗？这个市场总有人比你知道的更多，总有人比你更先知道关键信息，所以一定要保持谦逊的品质，不要先入为主和固执己见，做到坚持己见和灵活机动的平衡，仔细观察股价表现到是个可行的方法。股票也有类似商品的交易属性，观察价格比衡量价值还是容易一些，趋势投资相对来说更直观一些。价值投资者希望持有的股票下跌，趋势投资者希望持有的股票上涨，所以这个市场充满了分歧和争论。每个人都活在自己的逻辑里，有分歧才有交易，关键是把握好自己的位置。巴菲特曾说，一个吃牛肉而不养牛的人，希望牛肉价格下跌呢还是上涨呢？当然希望下跌，因为他买牛肉不是为了卖出赚钱。但一个做牛肉生意的商人，他并不希望牛肉降价。所以，首先要把自己定位为商人还是投资人，如何定位也应该根据自己的特点和能力圈。彼得林奇的投资方法是勤奋调研，忽略大盘波动，永远满仓。这个方法对公募基金管理人我认为是合适的，因为公募基金管理人永远不用担心没有后续资金，也不用担心破产的风险。但对个人投资者未必最好，大家要记住彼得林奇说过的一句话：在股票市场的投资资金只能限于你能承受得起的损失数量，即时这笔损失真的发生了，在可以预见的将来也不会对你的日常生活产生任何影响。所以我认为，你要按彼得林奇的投资方法，还是拿出小部分资金去尝试为好。作为投入大量资金到股市的人，还是要找更好的方法，我认为欧奈尔的CAN SLIM法则对这样的人更合适。
我的投资方法从最先的巴菲特、彼得林奇的价值投资转为欧奈尔的以价值和成长为核心的趋势投资方法。这需要一个过程，我最初看到欧奈尔的方法，非常抵制，觉得很不合逻辑，但现在完全认同。也就是说，你的思维是单向的，所以没法接受不同的想法，但很多人坚持的方法是错误的，自己还不知道。那怎么知道自己的方法错了呢？很简单啊，你看看自己到底在这个市场赚钱了没有？是不是经常赚点小钱，然后又亏掉大钱？长期下来帐户惨不忍睹？若你能持续地赚钱，你的方法就是正确的，应该长期坚持下去，否则就该反思一下了。把自己定位为长期投资者和价值投资者，并不比交易者和投机者有多高尚，要记得自己的目的是赚钱，不能偏离这个目标。投机者和投资者也是可以转换的，就像迈克吴说的一句话：成功的价格投机是价值投资成功之母。刚开始是价格投机的方式尝试建仓，持续跟踪，发现自己犯错后止损卖出，确认判断正确可以继续增持，把投机最终变成了投资。
如何在几千只股票中选出极少数佼佼者呢？还是要发挥自己的优势，圈定自己的能力圈。个人投资者无法象机构那样投入大量时间调研，也无法掌握核心信息，人力和精力都有限，如何在这个市场与这些机构竞争？我的办法就是改进自己的方法，用计算机代替人力与机构竞争。我象欧奈尔那样，也建立了股票数据库系统，对全部股票评价打分，几秒钟就可以把所有的股票检查一遍，再按照一定的要求挑出少量的股票研究，这样就可节省大量时间。

‘拾’ 大数法则是什么意思

大数法则即大数定律。是描述相当多次数重复实验的结果的定律。根据这个定律知道，样本数量越多，则其平均就越趋近期望值。

大数定律很重要，因为它“保证”了一些随机事件的均值的长期稳定性。人们发现，在重复试验中，随着试验次数的增加，事件发生的频率趋于一个稳定值；人们同时也发现，在对物理量的测量实践中，测定值的算术平均也具有稳定性。比如，我们向上抛一枚硬币，硬币落下后哪一面朝上是偶然的，但当我们上抛硬币的次数足够多后，达到上万次甚至几十万几百万次以后，我们就会发现，硬币每一面向上的次数约占总次数的二分之一，亦即偶然之中包含着必然。

切比雪夫定理的一个特殊情况、辛钦定理和伯努利大数定律都概括了这一现象，都称为大数定律。

拓展资料

例如，抛掷一颗均匀的6面的骰子，1，2，3，4，5，6应等概率出现，所以每次扔出骰子后，出现点数的期望值是（1+2+3+4+5+6）/6=3.5。

根据大数定理，如果多次抛掷骰子，随着抛掷次数的增加，平均值（样本平均值）应该接近3.5，根据大数定理，在多次伯努利实验中，实验概率最后收敛于理论推断的概率值，对于伯努利随机变量，理论推断的成功概率就是期望值，而若对n个相互独立的随机变量的平均值，频率越多则相对越精准。

例如硬币投掷即伯努利实验，当投掷一枚均匀的硬币，理论上得出的正面向上的概率应是1/2。因此，根据大数定理，正面朝上的比例在相对“大”的数字下，“理应”接近为1/2，尤其是正面朝上的概率在n次实验（n接近无限大时）后应几近收敛到1/2。

即使正面朝上（或背面朝上）的比例接近1/2，几乎很自然的正面与负面朝上的绝对差值（absolute difference差值范围）应该相应随着抛掷次数的增加而增加。换句话说，绝对差值的概率应该是会随着抛掷次数而接近于0。直观的来看，绝对差值的期望会增加，只是慢于抛掷次数增加的速度。