真了解市場先生了嗎

　　上面從統計上揭示了A股存在的一些季節性特點，可能投資者有些興奮，似乎已經熟悉了市場的脾氣。但是，我們真正了解市場的脾氣了嗎？這裡不是潑冷水，而是提醒大家一定要保持清醒的頭腦。

　　兩個常被混用的概念：相關性與因果性

　　人們在探求和認識世界的時候，總是希望能夠回答"為什麼"的問題，即想要解釋他們所接觸到的現象是在哪些因素的影響下產生和形成的。正是對於這種現象背後相對恒定的因果機制的挖掘，才構成了我們知識積累的可能。

　　我們在觀察某個研究對象時，如果發現，它的變化總是與另一個對象的變化同步，那我們就說這兩者是相關的。教科書中對相關性含義的解釋是，變量A的變化總是伴隨變量B的變化，則說A和B是相關的。需要註意的是：教科書的解釋中，用的是伴隨。如果說變量A的變化，總是引起變量B的變化，則它們之間不僅有相關性，還有一定的因果性。

　　數據本身並不說謊，難就難在我們如何從中挖掘出正確的信息，畢竟數據中的噪聲實在太多。當我們讨論數據時，我們講得最多的是數據的相關性，而我們希望得到的則是事件之間的因果性。事實往往是複雜的，統計數據有相關性並不意味著兩個事件具有因果聯系。最簡單的例子就是公雞打鳴與太陽升起：公雞打鳴與太陽升起總是同時發生，但這並不表示把全世界所有的公雞都殺光了後太陽就升不起來了。統計發現，手指頭越黃的人，得肺癌的比例越大。但事實上，手指的顔色和得肺癌的幾率之間顯然沒有直接的因果聯系。那麼為什麼統計數據會顯示出相關性呢？這是因為手指黃和肺癌都是由吸煙造成的，由此造成這兩者之間產生了虛假的相關性。

　　雖然很多人明白相關性與因果性的區別，但常常無意識的錯誤使用這兩個概念，包括一些機構研究員也經常這樣。如果今天大盤上漲了2%，一定有人要去找一些原因。所以我們經常看到報紙和網站的"今日市場大漲的幾大原因"等類似的文章。實際上，如果某天漲跌幅較大，或許還有些原因。如果市場漲跌幅並不大，或許完全就是一些隨機性的因素，去探究原因不僅沒有結果，往往還會得到錯誤的結論。

　　在發達國家, 一個新的藥物上市之前需要做非常嚴格的多次分組對照試驗，用來論證這個新藥是病人病情好轉的直接原因，統計學上有一整套的理論來分析實驗數據來說明新藥效用在統計上的顯著性。可見，尋找和確立一個原因是非常困難的事情。不幸的是， 股市從來無法做重複試驗和對照試驗，要從自然科學通用的方法角度確立一個股市現象的原因有一定的難度。

本文摘自《專業投資智慧》

---

　　 作為專業投資者，需要從宏觀面、資金面、政策面、技術面以及經驗面五大角度進行綜合研判。本書將每個方面都總結為簡明易懂的知識點，並配有大量的技術分析圖和作者自己總結的數據圖表，使讀者學習起來更為直觀並有恍然大悟的感覺。這是一本專業性和可讀性俱佳的讀物。