主题：投资、选股和杂谈（不知说了些什么） -- 沟长

这是一个动态的，复杂的世界。

对于trader来说，我们所交易的对象，不是证券，不是筹码，而是风险。也就是说，我们所面对的，不是mispricing the value，而是mispricing the risk。这是我们和investor之间的区别。

价格的高低并不是进出的标准，证券背后的风险，才是标准。同一个证券，同一个价格，不同的时间，代表了不同的风险。同一个证券，不同的价格，不同的时间，可能高价的时候风险更小，而低价的时候风险更大。所以追涨杀跌并不是心态不好，而是出于对风险的衡量。

所有的K线走势的图形特征，都可以数学化为某种技术指标。由若干个技术指标所构成的交易系统，仍然只是一个较为复杂的技术指标。所有的技术指标，其成功率，或者说适用性，都是概率性的，也就是说，不存在绝对适用的指标。一个弹性适当的，或者说在正确的方向实现adaptive的指标，只代表了它的过滤性更好而已。

不存在绝对适用的指标，意思是说，如果这种指标存在，那就意味着一个绝对的套利机会。那么除非你能绝对保密，并且保证别人不会发现这个秘密，否则当越来越多的人加入进来时，或者当你投入的资金越来越大时，这个套利机会就会消失。在实体经济中，由于研发和固定资产投入壁垒，以及专利等各种特许，一个超额利润的机会会持续很久。但是在金融市场中，机会的持续时间，只取决于信息收集、被处理、和扩散的速度。我们绝对不会是今天的大公司和那些大型计算机的对手，所以不要指望在一个高度流动的市场上找到这种机会。只有在面对概率性存在的机会时，大公司才和散人们站在同一条起跑线上，虽然他们或许起跑得更快。

如果我们面对的是一个概率性的事件，我们却无法看到这个事件的整体。过去的历史记录代表了一个样本，但是我们并不知道这个样本对总体的代表性如何。我们看到了规律性，周期性的东西出现在历史数据里，但是我们永远无法知道，是否会突然出现一只黑天鹅。听说有一门统计学robust statistics，是专门研究从不怎么可靠的，有限的样本去推断总体的。

《海龟法则》提到，在设计交易系统时，交易员会错误地偏向于看重近期的数据，而忽视远期的数据。事实上这是一个样本代表性的问题。中国股市早期没有涨跌停限制的情况，会在未来再度出现么？30年代大萧条的那边连续十年的熊市，会再度出现么？绿锅连续十几年的超额发行美元，流动性不停地注入，会在未来继续持续么？自80年代中期以来计算机在交易中的广泛应用，对价格波动性带来的影响，究竟在多大程度上减弱了电脑出现之前的历史数据对未来数据的代表性？

或者更进一步说，未来的数据和历史数据的相关性有多大？过去的数据作为一个样本，能在多大程度上代表数据背后的总体，或者说，能够代表总体中的另一个样本：未来的数据？

在预测未来的时候，应该重视近期的历史数据，因为它们与未来数据有着较近的背景，因此更精确地代表了总体？还是应该把更古老的数据也包括进来，因为更多的数据能更好地代表总体？天晓得。

不同时期的历史数据，或者历史现象/特征，在未来重现的概率是一样的，还是会有差别？天晓得。

GM和Ford股票在历史上的相关性，在未来会持续，因为我们相信这种相关性背后存在着某种经济上的逻辑关联。Coke和Pepsi的相关性，甚至允许你在日内交易里做pair trading。对于那些仅仅有统计学意义上的相关性，而一时找不到背后关联性的两组portfolio，究竟是我们还没来得及找到背后的相关性，还是因为这只是一个巧合呢？Data Mining是一个奇妙的世界，婴幼儿用品和刮胡刀的相关性是从海量的销售数据里被挖掘出来的，而金融市场中的相关性则更加地不可捉摸。

《Black Swan》的作者认为，历史数据永远不能代表未来数据。但是这是我们手中唯一拥有的工具，而在大部分情况下，它还勉强能用。

更糟糕的情况是，概率本身可能就是一个假象。我们观察到一个百分比的数据，但是百分比的背后可能并不存在一个概率。如果市场是一个分形，那么概率就是假象，过去的历史数据就只是一个管中窥豹，而每一次你用管子去看时，你所看到的分形和过去看到的很象，但是在统计的结果上却总是有所不同，并且这些统计结果不会收敛到某一个值。

甚至股市可能并不是一个分形，而只是人类活动中模拟分形的一种简化。

海龟法则是以多次小的损失，换取少数几次大的赢利的一个系统。制订人相信它的背后存在着概率，它依概率而成立，并且因概率而分散风险，需要足够的耐心和忍耐力。

我在作双MA和三MA系统分析时就已经指出，参数的设定和volatility有密切关系，适合了某种波动，就必然不适合另一种波动。如果系统能够抓住06-09年沪指大涨的主要份额，那么在00-05就会是小幅亏损的。连续6年的小幅亏损，有谁能顶得住呢？

这个世界是复杂的。