一、读书目的
0、发散思维理工科的学生,往往对于个别模型深入了解,解决问题往往一根经;文科生恰好相反,思维上天马行空,但对于具体的逻辑推导往往说不出所以然。
模型思维,可以帮助理工男发散思维,且这些思维的背后又有着严格逻辑推导的支撑。
1、改进量化模型
目前已经掌握了较好的全市场估值方法,但是由于高价值股票仍然可能在低价位趴上2-3年,为了提高资金的使用率和组合的盈利水平,所以想要通过估值模型并结合查理芒格的《穷查理宝典》提到的多因素共振(lollapalooza effect)来改善状况。
2、本书是作为《穷查理宝典》的前置阅读
如下图所示,《穷查理宝典》主要涉及了两部分:理工类的模型、心理学(行为金融学)。而《模型思维》一书,基本上覆盖了《穷查理宝典》提及的所有理工类的模型。
二、导读
0、如何读书主要的阅读材料,包括:《模型思维》的书与视频。
书:可以从网上下载到PDF
视频:参看 bilibili 上的《Model Thinking》
PS:书与视频的结果不完全相同,如想对照学习,可以参考附件中的Excel表格;
此外,我也会把读书摘要(xMind)和其他一些辅助资料放在文章末尾或附件中(嗯。。。好像不是会员了,上传不了zip附件)
1、全书结构
全书基本可以分为四部分:
1)综述【一 ~ 四】:
对于模型思维有一个感性认识,并列举了不少有趣的案例
2)基础一:事物的状态【五~十、十二、十三】:
了解正态分布、幂律分布、线性模型和非线性模型;了解网络结构、熵(判断临界点)和随机游走状态
3)基础二:事物的发展过程【十一、十四~十九】
了解传播模型、路径依赖和阈值、马尔可夫模型(非路径依赖)和系统动力学
4)博弈的结果【二十、二一、二七、二八】
了解竞争模型、博弈论等。但是,除了上校模型(看视频,书里没有)以外,其他的实用性较差,个人认为不必深究
5)精华:机制设计【二二~二六】
从机制的观察者和推理预判者,升级为机制的设计者;个人认为这部分才是本书的精华,虽然作者认为全书主要是讲博弈。
2、自组织临界模型和阈值(临界点),应该是全书中最有实操价值的模型,涉及下列章节
【二、四 谢林模型】
【六 自组织临界模型】
【十三 随机游走】
【十一 传播模型】
【十五 生命游戏】
【十六 自组织活动模型】
【十八 系统动力学】
【十九 基于阈值的模型】
【二十 上校赛局(参看视频)】
【二十六 模仿者动态(生态学)】
三、有趣的社会实践和我的思考
0、四种状态【十二 熵】基于熵,可以将状态分为 均衡、周期、复杂和随机四类。人往往认为市场处于周期或随机,而实际上可能往往是在两者之间,即 复杂状态。
1、微观的行动可能导致与宏观预期不一致的结果
谢林模型【二、十九】:人们宽容的允许身边有各种收入阶层的人存在(30%的收入相当的邻居),但是最终却形成了隔离;而只想和收入等级相同(80%)的邻居居住的社区却形成不了收入隔离。
【九 夏普利-舒比克权力指数】政党控制席位的百分比,与其权力之间不存在直接转换的关系。
2、为什么选择做 QuantMental,而不是纯粹的 Quant?
原因:演绎法比归纳法更可靠
由卢卡斯批判【四】可知,一是过去并不可靠,政策和环境的变化会引起受影响者的反应,
因此,使用过去的行为数据估计的模型将不准确;二是人们对于措施的反应都会使该措施的效率降低。既然历史不足以依赖,那么人必须对事物的变化有所预判,预判的基础:一是对环境和状态的认知,二是对于运行机制的理解、预判和影响设计;所以应该做的是QuantMental;纯Quant只是验证的工具。
另外,作者也提到,模型思维的核心是演绎法:推导出能够导致成功的特征,然后根据数据验证像相关结论;像《基业长青》的作者那样先选优质企业然后提炼优秀品质的归纳法,往往会导致十年后的尴尬境地——多数公司回归平庸。
3、为什么群体预测的准确度更高?如何避免过度拟合?
【三 多样性预测】里面的公式推导非常简洁漂亮,充满了数学的美感。
另外,多样性预测准确度更高的前提是每个模型或个体都是独立判断;如果大家可以互通信息或相互参照,那么准确度会出现较大偏离。偏离可以是正反馈的,那么就是趋势;偏离也可以是负反馈的,那么就是均值回归。
多模型预测相比多个体判断的好处是,它们必然是独立判断的。
至于避免过度拟合的方法主要有两种:减少参数、减少高阶项。
4、为什么没能力的个人,应该去晋升阶层少的公司
【五 正态分布】:多数国家的收入为对数正态分布,原因是薪资提升是依据级别按百分比提升的,而非按绝对金额提升。如何公司的阶层少,则没能力的人与有能力的人之间,薪水差异会较小。
5、《反脆弱》的理论依据:为什么大企业多,反而行业会脆弱?
【六 幂律分布】:企业规模符合幂律分布;当企业规模差异越大,则幂律分布的方差也越大,行业波动也自然会变大。换言之,当行业集中度提高,互联网FANNG等企业占据越来越大的市值,QQQ出现超出人们之前预期的波动是很自然的事情(这里面应有赚钱的机会)。
6、关于趋势的看法
【六 优先连接模型】通过从众角度,解释了趋势的产生和先发优势
【六 自组织临界模型】解释了趋势崩溃,一是概率、二是大事件
【十九 谢林派对模型】参与的人越多,趋势可以持续的时间越长
【十 传播模型】和【十八 动力学】正反馈促使更多的人快速加入,但持续时长并不等比例增加
【十九 多样化阈值】解释了如下几点:
1)趋势是复杂状态,介于周期和随机之间
2)无论正反馈和负反馈,都会增加系统的复杂性
3)负反馈对于趋势是好事,会提升趋势的稳定性;当趋势的小逆向不见了,趋势会容易崩溃
4)为什么出现趋势后,中间总有小的逆向
5)趋势的中前期,趋势的稳定性增强
6)当超过绝大多数阈值后,趋势进入后期,会快速增强并随后崩溃(LPPL模型模拟)
7、巴菲特的年化20%和你的年化20%,完全不是一回事
【八 增长模型】,世界的实际增长是凹性的;因此越大的资金成长越慢。
【五 正态分布】,小的群体,标准差更大;由此可推导出 小群体更容易看到优秀的业绩(这里的小群体,既可以是数量较少的投资者群体,也可以是持股数量较少的投资组合)。另外,从某个角度看,巴菲特的持仓个数,在大资金里面就算是持股数量较少的投资组合。
【十三 伯努利瓮】具体估算可参照:方差 = (N x p x (1-p))^ 0.5
8、为什么听到的都是朋友投资赚钱比你多?
一、【十 友谊悖论】
原理:度的平方;平方均值 > 算数平均(推导过程简洁优美)
推导过程:有很多朋友的人,在计算朋友数量时会被更多次记到,因此,会抬高平均数
结论:绝大多数的人不可能比他的朋友拥有更多的朋友
应用:人们对原本不常见的事情,反而习以为常
二、报喜不报忧:人喜欢和更多人吹牛,而只会向少数知己诉苦
9、为什么要搞小圈子,而不要在大圈子里混个脸熟?如何成为小圈子里的重要人物?
【二十二 合作模型】在多人多次博弈中,合作+以直报怨 一般是较好的解。小圈子相比大圈子,博弈的频率更高,那么合作的意愿会更强。
【十 网络模型】顶级投资者也依赖向他们提供特定信息的多个小圈子。
【十 网络模型】能够从多个网络获取信息和思想并填补了结构洞的人,拥有很大的权力和影响力。
换言之,提升自身的实力是核心,盲目混圈子的意义不大。
10、市场中,强者和弱者的操作模式
【十三 随机游走】假定市场本身是有偏差的随机游走(例如,轮盘赌),玩得次数越多,均值的负值越大甚至大于方差;那么对于强者(优势的一方,例如赌场)的操作模式应该是提升交易次数;而对于弱者而言,应该减少交易次数,只赌一把大的。
换言之,弱者,应该赌一把大的,而不是频繁赌博(久赌必输)。
或者说,穷人可以赌一辈子的命(投胎、嫁人)、赌十年的运(从事行业),但不要去赌随时都开奖的刮刮乐。
11、为什么弱者(中国足球队)要防守反击?
【二十 上校博弈(参看视频)】,该策略为零和游戏;所有策略都可能失败,同时不必用上所有兵力也可以赢;通过分配兵力,可以改变结果的状态(周期、复杂、随机等)。
对于强者(资源多的一方):一是集中兵力,以多胜少;二是提高攻击频率,积小胜为大胜,最终是善战者无赫赫之功。
对于弱者(资源少的一方):一是虚张声势(随机诈唬,源自标准的配对博弈)迫使强者分兵,二是集中兵力,在强者分兵后,形成局部优势,最终还是以多胜少。
说白了,这个世界上从来只有以多胜少;如果看到的是以少胜多,往往可能是参照系不对,或者看得不够全面。
PS:有兴趣的话,可以去看看B站《沙盘上的战争——四渡赤水》
12、为什么扶贫要发展经济为主,而不是直接救济为主?
【十七 马尔可夫模型】要永久性的改变局面,需要改变转换概率。提高教育水平和提升经济模式,可以改变该转换概率;而直接救济或者拆迁补偿款之类的,无法改变转换概率,因此,当地经济不容易出现变革。
附图一:随机游走及分支
附图二:视频的课件结构
4
赞同来自: happysam2018 、小谢股民转基民 、阿溪 、zhuzi51
高质量的好帖子,一般讨论的都比较少。被置顶的机会就少,这么久了,我才第一次看到。啥也别说了,在ylxwyj分享基础上,深入研究。
8
赞同来自: djc354133 、xineric 、Phecda 、青火 、GLZ0514 、 、 、更多 »
@abcdefgh123
比如赌场是强者,需要一个强大组织机构维护强者地位,维护成本并不是所有人都可以承担的,不然人人都可以设立赌场。感谢你高质量的评论!说实话,这本书和相关视频,我从阅读到整理笔记、找资料学习提及的相关知识点,再从思考、总结到发帖,大概花了一个多月的几乎全部的业余时间;但是论坛上真正愿意一起思考并提出高质量评论的跟帖实在是寥寥 —— 对于这个结果,我倒是不觉得意外,只是感叹一下罢了。
一个趋势能否维系关键看总体支付成本是低于总体收益确实是这样,筹码分布就是这个逻辑(虽然这个指标的设计是有问题的)。特别是,从LPPL模型可以看出,这种维护成本是按指数级别上升的,而能够维护的时间却是按指数级别缩短的;这也解释了为什么用普通坐标轴看,趋势的末端会加速上升并迅速崩溃 —— 可以换成自然对数坐标轴再观察一下。
4
赞同来自: muggley 、UniqueLy 、路人甲pro 、Leo3155
楼主的每一段话,都是一个脑洞,说说我的理解吧,
查理芒格的格栅思维模型,或者说是跨学科应用思维模型,读来都懂,觉得脑洞大开,很是佩服,但可能是年纪还不到,也可能根本就是水平差太远,很多时候我不知道什么时候什么场境可以应用这些思维模型,因为是跨学科的,一个问题的方案在另一个不相干的学科定理里,这是反人性反直觉的反人生经验的,能想到就很难,二是生搬硬套犹如东施效颦,出错概率很大,有时自己都说服不了自己。
我很佩服芒格,关于他的书在我书柜里的放在第一排,常读常新,常新常读,他是世界上最聪明的那一类人,好比武侠世界中的盖世高人,而我自己只是混迹江湖的普通侠者,就算拿到武功密籍,也是练不成绝世武功的,搞不好还会走火入魔。
查理芒格的格栅思维模型,或者说是跨学科应用思维模型,读来都懂,觉得脑洞大开,很是佩服,但可能是年纪还不到,也可能根本就是水平差太远,很多时候我不知道什么时候什么场境可以应用这些思维模型,因为是跨学科的,一个问题的方案在另一个不相干的学科定理里,这是反人性反直觉的反人生经验的,能想到就很难,二是生搬硬套犹如东施效颦,出错概率很大,有时自己都说服不了自己。
我很佩服芒格,关于他的书在我书柜里的放在第一排,常读常新,常新常读,他是世界上最聪明的那一类人,好比武侠世界中的盖世高人,而我自己只是混迹江湖的普通侠者,就算拿到武功密籍,也是练不成绝世武功的,搞不好还会走火入魔。