<風險論>

來源: boxhead 2015-09-17 10:01:34 [] [博客] [舊帖] [給我悄悄話] 本文已被閱讀: 次 (11187 bytes)

 <風險論>
===================

當科學技術的發展進入現代社會的各個領域後,數學模型描述和定量化的思維已經成為了普遍的認識方法。然而,當物理學家們在微觀的量子世界裏發現測不準原理,社會工作者們也發現宏觀的人類社會現象的複雜性無法用確定的模型描述。
隨機的概念被普遍接受。

這裏,我們先要說明,隨機的現象並不就是風險。因為,不一定帶來災害的發生。 另外,隨機發生的災害相互獨立,也不一定就構成風險。

我們在這裏定義的風險,就是隨機發生的災害事件,而且是有因果聯係的時間序列事件。

風險是什麽?
首先,是有不可預測的特性。
其次,是有災害發生的可能。
最後,也是最重要的特征是災害事件的因果關聯。

簡單的話說,就是一個看似隨機發生的小概率事件,確可能帶來巨大的
災害,而災害的結果又會極大可能構成其它災害事件的直接原因。

前麵的《資源論》中,我們已經非常清楚地知道了,在係統的資源耗盡
時,發生的時間空間不可估計的係統崩潰,其結果無法預測。
這就是我們所說的典型‘風險’。

 下麵,我們給出幾個簡單的例子來說明‘風險’的概念
================================================

股票為什麽會暴跌?
---------------
   在沒有莊家控盤的股票行情中,單個散戶的買賣操作可以看成是隨機
獨立的事件。其買賣的行為是不可預計的,某個客戶可能會急要資金做別
的生意,或者是沒有時間炒股票,或者是股票已經到了他自己設定的盈利
水平了,拋出股票完全是個人的行為和判斷。
  然而,這時候的股票價格相對比較高,而且成交量稀少,多空雙方都在無法把握方向。
這個散戶的個人行為卻引發了災難:
沒有買盤的交易,造成了空跌。
股票賣不出去? 該客戶一急,就用更低的價格賣出。
這種個人的操作,卻引發了連鎖反應:在關望的客戶,本來有買入的願望,現在也改變了。

本來要拋售的客戶,更堅定了拋售的決心。然而,沒有買盤的交易,
結果隻能是引發更多的拋售,股票價格無量下跌。

這裏,我們的風險三個要素再也清楚不過了:
1。在散戶操作為主的行情中,散戶的個人行為不可預測。
2。個人的拋售行為引發了“空跌”的災難。
3。在成交量稀少的時空段,‘空跌”災難造成了更多的拋售,打擊了
    購買的願望。(災難事件的因果關聯)。

我們可以看到,風險就是開始於“不可預測”, 形成於災難事件的因果關聯.
============================================

賭徒們為什麽總是在短時間內輸光?
----------------
    任何賭博的遊戲,長時間的運作總是有利於賭場。長時間沉溺於賭博
輸光是很正常的事。 然而,我們在現實中發現不是這麽回事。 大多數
賭徒總是在短時間內輸光:

   因為賭徒們知道,長期玩下去,肯定會輸。所以,他們用了概率的知識,例如,資金的比例控製:
    1:2:3  
第一次押1倍金額。 輸了,押2倍的金額,再輸,押3倍的金額。
這就是說,三次中有一次機會,就能盈利。盈利了馬上減少注,回到最低的注碼。(回到原點)。

  很完美的方案? 很完美的輸錢方案。

  事實上,該賭博過程也是構成了典型的風險事件:
  1。賭博遊戲的製定,其結果是不可完全預測的,這就是隨機性。
  2。賭博的一次輸,引發了賭徒的心理扭曲,影響了下一次的判斷。
     (災難性事件發生)。
  3。在判斷力受幹擾的時候,用了加倍資金方法,這就構成了災難事件
的因果關聯。(畢竟輸得越多,心理壓力越大,判斷失誤越多)。

在現實賭博中,連續輸8,9次的經常發生。 
==========================================

 多年的股票分析和賭博問題研究中,我們會發現一種非常
普遍的現象:有時候無論我們用哪種方法,哪種理論,
都不能很好的描述預測對象。

其實,這就是觀測對象處於無序的混沌狀態,沒有穩定的
運動趨勢,所以,在認識上是困難的(有時甚至是不可能的)。

在我們運用“一分為二”的辯證方法,用數學模型定量來描述
謀個觀測對象時,通常把符合模型的時空段樣本數據定義為
有效的模型作用區(定義域),而不符合模型描述的時空段樣本數據
定義為模型的定義域之外。
這樣,在定義域之內來定量研究分析觀察對象,把預測結果再作用於
實際的操作。

這種認識的方法是我們從近兩個多世紀來自然科學的係統化定量化
普遍通用的思維方法。

然而,在具有風險屬性的觀察對象中,這種“二分法”有其嚴重的局
限:正是由於對象沒有穩定的可認識屬性,複合與違背模型的事件
在時空上混雜交叉。我們模型得出的結論和反結論,都不能可靠地指導我們的預測。 換句話說, 事物的運動不是在我們劃定的定義域(或定義域之外), 而是在定義域的邊界上來回隨機振蕩,穿越邊界。這就是事物的隨機變化特征。“沒有規律”也是規律:

“數據信號被統計特征不穩定的噪聲淹沒”
“股票運動沒有趨勢特征”
“博弈對象的路數很亂” 

============================================
風險控製的第一個原則: 不可預測,不可操作。

前麵我們已經提到: 風險起於不可預測的隨機事件,
造成於災害事件發生,完成於“災害事件的因果關聯”。

針對投資,投機和博弈對象的高風險特征, 我們的
“ 不可預測,不可操作”含義就是:
我們總是在用一種模型去描述匹配該對象的運動,
如果我們的模型能很好預測它,我們才進行分析預測和操作。

相反,如果它的運動不符合任何(我們能知道的)模型,
就避免任何操作。

這實際上,我們放棄了過去的“連續操作”投資方法。
過去,我們總是用一種固定的理論方法,得出某種指標,
達到指標後就進行操作。這其實是,“確定模型”的思維方法。
完全忽略了研究對象的有不預測這一客觀的事實。

==============================================
 風險控製的第二原則:分散組合投資。

這就是在投資領域人們常說的:不把雞蛋放到一個籃子裏。
用分散的投資策略,來破壞災害事件之間的因果關係,從而達
到係統抗風險的目的。

我們這裏的“不把雞蛋放到一個籃子裏”,是可在概念上推廣的:
既是我們真正的分散投資策略,也可以看成是各個數學的分析方法
的綜合。(在控製領域,我們通過多個傳感器的數據融合來實現
係統的容錯,係統不因為單個傳感器的失效而產生災害性的後果)。

無論是真正的資金分散,還是置信度的分散, 其根本目的還是
破壞災害事件之間的因果關係。

在實際的運用中,我們把觀察對象的可預測性與組合投資的策略結合起來,
在實際中不斷觀察估計,哪一種方法更能有效地描述被觀察的對象。
(控製領域的卡爾曼濾波,自適應等有學習機製的方法是同樣的道理)。

========================================

風險控製的第三原則:短周期原則,  “不把雞蛋長期放在籃子裏”.

既然我們所言的風險,產生於“不可預測的隨機事件”,
發展成“災害事件”,完成於“災害事件的因果關係”。

我們要防範風險,就必須針對風險形成的中間環節“災害事件”的
產生進行處理。

這就是:投資操作的短周期。

這在認識論上很容易理解, 因為隨機事件同災害不一定有因果關係,
災害事件的產生也是需要時空段的。如果我們的投資周期小於災害
事件產生的時空周期,那麽,我們的一個大的投資就變成了一個個
獨立的小投資周期的累加,整個的風險就降低了。

這實際上還是分散組合投資的思想。

========================================

 風險控製的第四原則:利用利潤適當冒險。

災害事件的對立麵就是幸運事件。
我們通過破壞災害事件的因果關係,來控製了風險的產生。

同樣,我們可以通過放大幸運事件的因果關係,來擴大利潤的產生,
長時間來看,也就提高了係統的抗風險。因為,從投資回報的角度看,
盡快的實現投資目標,就減少了投資的周期。

放大幸運事件的因果關係就是我們提倡的“利用利潤適當冒險”。
“用利潤產生新的利潤”, 滾雪球式的發展,是積極的風險控製策略

請您先登陸,再發跟帖!

發現Adblock插件

如要繼續瀏覽
請支持本站 請務必在本站關閉/移除任何Adblock

關閉Adblock後 請點擊

請參考如何關閉Adblock/Adblock plus

安裝Adblock plus用戶請點擊瀏覽器圖標
選擇“Disable on www.wenxuecity.com”

安裝Adblock用戶請點擊圖標
選擇“don't run on pages on this domain”