这是张艺谋在《英雄》里画的分镜。
因为这些是最基础的基本功，每个大佬都默认干这行的人应该会的。在A股，又有几个人做了这么扎实的基本功呢？
其实，这种所谓的&基于概率论的价值投资&，也还是在控制风险（止损）这个基本功的范围内。投资苦海无涯，想要上岸不易啊。
相关文章推荐无声的证据 ——论幸存者偏差
TA的更多文章
无声的证据 ——论幸存者偏差
2300年前，有一个人指着满是逃难者的油画，问第欧根尼：“看，你常说神不关心人类的事情，那你怎么看待这些人因为神的特别恩赐，活了下来呢？”垂垂老矣的大哲学家第欧根尼，悲悯地望着油画上的逃难者们，回答道：“在这张油画外面，还有比这多无数倍的人，死在了这场灾难里。”这是历史上最早的“幸存者偏差”理论。尽管过了数千年，这个世界上还有很多人，依旧在一遍遍地犯着“幸存者偏差”的谬误。在“幸存者偏差”这个概念里，最广为流传的是二战时期的一个故事：1941年，“空军”是一个很重要的兵种，当时盟军的战机在战争中损失惨重。于是盟军总部秘密召集了一批物理学家、数学家来专门研究&“如何减少空军被击落概率” ，当时军方统计了所有返回飞机的中弹位置，发现机翼部分中弹比较密集，机身和机尾的中弹比较稀疏，因此当时军方的建议是——加强机翼部分的防护。这个建议被研究组里的一位统计学家沃德给否决了，他提出了一个完全相反的观点：加强机身和机尾部分的防护。沃德教授是这样说的：“所有的样本都是成功返航的飞机，也就是可能正是因为机翼遭到攻击，机身和机尾没有遭到密集的攻击，才使得这些飞机能够成功返航。”在经过后续的一些有力的论证后，军方采用了他的观点，事后也证明了这个决策无比的正确，有效的降低了空军被击落的概率。这里我们注意一点，也就是军方差点做了一个看起来有道理，实则完全错误的决策。他们就是犯了“幸存者偏差”的谬误：被击落的飞机是没办法当做样本的。在中国，也有一些经历过侵华战争的老人，觉得日军是有纪律、有组织、优待军民的，这对于一些研究也造成了不小的影响。但我们要清楚一点，就是这些老人之所以活了下来，是因为他们遇到的是一些可能得到严令，或者是有较高素养的日军。但绝大多数没有遇到这样的日军的国人们，他们没办法发声、作证，是因为他们已经被残暴的日军给杀死了。这也是“幸存者偏差”名字的来历，一些人幸存了下来，但我们决不能忽略另外一个没有幸存下来的人群，单单只采信一方，只会让我们离事实、真理越来越远。可能在平时生活中我们对于这些，并不会那样的在意，但明白“幸存者偏差”这个理论的话，对于我们看待一些事物都是非常有帮助的。就像一些预测赌球的营销号，他们就有一个策略，那就是会给三万个人发邮件，其中一万人发某某球队赢的预测；其中一万人发某某球队输的预测；最后一万人发两支球队打平的预测。足球比赛只有这三种可能，总会有一种是对的，那么就有一万人是得到了对的预测，然后就再次给剩下的一万人发三种结果的预测，在经过数次的筛选到最后的三百多人，在这三百多人眼里，这个营销号简直就是神一般的存在，每一次都预测准了，所以就坚定地给他掏钱了，实际上根本就不是因为他有多么的神准，其实只因为你是最后的幸存者。避免这种幸存者偏差的方式，也有很多种，比如医学上的随机双盲测试，比如扩大随机样本，这些都是科学上的，生活中我们应该学会判断、审视一下。——自己会不会就是那样一个幸存者？金融作家纳西姆塔勒布曾在他的《黑天鹅》里，把这样的“幸存者偏差”称为“无声的证据”。现在很多迷信一部分股票、赌球营销号的人们，其实就和2300年前的那个人一样，把随机产生的幸存者当成神的恩宠。实际上他们只是忽视了一些客观存在，但因为某些因素，发不出声音的证据。（完）高考作文题出来了，花了一个小时的时间，做完了全国二卷的题目来玩玩，希望各位不要嫌弃呀~&PS：希望喜欢我文章的朋友们，能够帮忙收藏点赞一下，顺便来关注一下我的B站账号：这里是一个好久没写过“作文”，还有一些思考的小哥哥。
本文禁止转载或摘编您所在的位置：
从幸存者偏差角度看《腾讯传》和案例研究
《腾讯传》持续热销，也被一些人当作企业案例在学习。笔者日前听了一位管理大师的公开课，其中案例丰富有趣，但想到因最近高考作文题而被人津津乐道的&幸存者偏差&，不得不对案例研究的偏差产生更多警惕。今天就从幸存者偏差角度谈谈《腾讯传》之类企业传记及案例研究的&偏差&。
金融领域研究难克服幸存者偏差
幸存者偏差（Survivorship bias），也称&生存者偏差&或&存活者偏差&，讲的是一种常见的逻辑谬误，即只看到经过某种筛选而产生的结果，而没有意识到筛选的过程，因此忽略了被筛选掉的关键信息。
如何应对幸存者偏差呢？最明显的办法当然是让&死人&说话。在自然科研领域普遍使用的双盲实验设计和全面详细数据记录都是应对&幸存者偏差&的方法。但在自然科研领域之外的许多领域，包括金融领域，很难找到有效的方法避免幸存者偏差。存活下来的企业往往被视为经典案例，它们的做法被争相学习效仿。
一位知名管理专家近日说，研究透我们党的历史比读哈佛商学院更有用；他同时也讲了毛主席三湾改编在组织管理上的独到之处，影响巨大。顺着其前一句话去想，我们会对他第二句话的理解更准确：我们党曾几度走到生死存亡边缘，是因为天助自助而绝处逢生。譬如1936年末如果没有发生西安事变，我们党的处境会十分凶险。
管理或金融案例经常夸大工具的作用，低估工具运用者的影响，存在幸存者偏差。就像&幸存者偏差&经典故事中，二战美军那些被击中的飞机有的坠毁有的返航，差异可能不在飞机质量，更多在于驾驶员素质。
笔者最近在读《高手身影》，写的是一家成功的咨询集团的一批成功的管理咨询案例。这家集团成功的咨询项目很多，但其几千上万咨询项目中肯定也存在相当一批失败项目。就像一些很成功的风险投资家，投出了一批明星项目，其实更多的项目是平庸的，甚至死掉了。很遗憾，没人会把自己失败的管理咨询案例写成《低手身影》，就像很难看到有投资家把自己失败的投资项目深入分析后在业内分享。所以管理咨询案例也存在幸存者偏差，成功投资案例亦然。
从团队偏差加剧为个人偏差
金融和经济领域里，幸存者偏差还会从成功团队偏差加剧为团队领头羊个人偏差。一个成功创业企业往往有一个创始团队、一批联合创始人，但大家互相搀扶摸着石头过河打下江山以后，团结协作式组织管理风格往往会向集中的管理模式转变。大家看到的是最后留在舞台中央的那一个企业家，很少能真实还原当年兄弟姐妹并肩战斗的经验教训，话语权被大大集中了。
梁信军辞职，蔡崇信淡出，腾讯五虎也有离去。笔者有缘认识其中一虎，他之所以现在还在，可能是因为虽然能力很强但性格极其柔和，默默当好螺丝钉。《腾讯传》热销，对互联网行业和腾讯公司的发展均有深入的梳理分析，但出现在书中的应该都是马老师喜闻乐见的内容。
有的新闻记者在报道争议性事件时，会既让读者感觉报道客观中立有水平，又让对自己释放过善意的一方感觉这记者够朋友。新闻报道尚且如此，&传记&创作的写作空间更大。《腾讯传》之类传记也是开卷有益的，只是个中故事未必适合当案例去读。
信息披露选择权会加剧幸存者偏差
在第一梯队的层面，企业家&做&而不述，专家述而不&做&。案例研究是否获得了足够的有效信息，这是个基本问题。
笔者有幸参与操作过两次IPO，也曾是上市公司小合伙人，深感企业家在经营实践中的智慧之可贵。由于前述经历，笔者曾为上海证券交易所组织的拟上市公司高管培训班讲过课，几次培训的师生后来形成一个微信群。前几天有企业负责人在群里咨询：企业存在某问题是否构成上市障碍？有专家就说会构成障碍，他还写过分析文章，统计过有几家公司因为这个问题上市失败。
看到上述专家解答，笔者忍不住在群里冒了个泡：公司上市被否&原因&有三层理解，一是根据上发审会问到的问题而扣上因果关系的&原因&；二是证监会给被否公司，但是从来没公布过的书面&原因&；三是书面原因之外的&原因&。 大家如果热衷于看一些人根据公开信息而统计分析被否企业案例研究，容易跑偏。
陈春花老师声名日隆，其作为外部经济专家的水平确实很高，可也不得不说她在华为研究上所占据的制高点，某种程度建立在任正非一两次客气的接待访谈。《腾讯传》等现象级企业传记作者，其写作基础也差不多。这种友好的访谈式获取研究信息的方式，其获取真实有效信息的强度与投资机构对被投企业的调研强度不可同日而语，其研究基础可以想象。
&榔头在手看什么都是钉子&
我们多数人有一种倾向，手里有了一把榔头，就看什么都像是钉子，都有敲下去的冲动。上了商学院，学过高大上的金融和管理以后，如果回去不在自己的管理范围内有所改变，似乎就浪费了。
我认识的创业企业家中有两位的故事令人印象深刻。其能力和创业精神都令人尊敬，公司规模接近上市门槛，但业务不是资金驱动型的，上市融资必要性比较勉强。但他们因为读了商学院EMBA，学了管理、资本之类，抑制不住打造上市公司的冲动，但冲击A股确实为时尚早，纷纷被推荐到新三板挂牌，但过早成为公众公司给其后来申报A股上市增添了不少麻烦。
笔者做过上市公司管理和资本运作工作，现在从事风险投资，小打小闹，可也越来越感觉投资不能看到漂亮团队、领先技术、风口模式就冲动。我们手拿榔头，但眼里看到的许多钉子可能会扎手。
多数读商学院的人，是比较成功的职业经理人或者企业主，多年实践积累的经验教训往往比在商学院浮光掠影学到的东西更深刻，在用学到的东西去取代原有的经验时要慎重。笔者认识一位陈总，之前几次创业都失败了，把公司一个个都折腾黄了。但他说现在投资做得风生水起，很大程度得益于他那些失败的创业教训，而不是学习成功的投资案例。
多少事，纸上得来终觉浅。
（作者系美国哥伦比亚大学访问学者，上海开能集团原副总裁）
声明：证券时报力求信息真实、准确，文章提及内容仅供参考，不构成实质性投资建议，据此操作风险自担。
近期华联控股二股东于平提议罢免董事长一事闹得沸沸扬扬。其实，和华联控股相比，于平持有高升控股的股份更多，且这家公司更令人担心。
P2P平台壹佰金融事件正在进一步发酵。根据壹佰金融7月10发布的公告，平台将最迟于7月12日下午4点呈报解决方案。
在深圳，如果您跟别人问起坂田，被询问者的第一反应大多是：华为。
人工智能正在变得越来越“聪明”，也越来越贴近人类。
证券时报APP
微信公众号创业公司的“幸存者偏差”，你中枪了吗？创业公司的“幸存者偏差”，你中枪了吗？鹏科技馆百家号本文来自腾股创投，原文作者 Patrick Woodhead，Pilcro 创始人。二战期间，盟军研究了返航飞机中弹位置，想在中弹最多的机翼和机身位置装护甲来提高防御能力。统计学家Abraham Wald强烈反对：中弹那么多都还能活着回来，不正说明机翼机身不需要特别防护吗？创业的增长也类似。你的付费用户（幸存飞机），最容易报告问题（中弹），而他们遇到这些问题（中弹）都还能转化为用户（幸存飞机），不正说明这些问题不那么重要吗？在第二次世界大战期间，盟军想要在他们的飞机上增加一些防护装甲。但是，他们只能在每架飞机上增加一定数量的装甲，因为装太多就会因为太重而无法飞行。这意味着他们必须选择飞机的特定部位来装甲，以增加成功返航飞机数量。收集数据他们首先收集数据并分析其所有返航飞机上的中弹弹孔位置。通过这种方式，他们希望找到最适合额外增加装甲板的位置。盟军最初的想法是将护甲增加到整个返航飞机中，子弹击中最多的地方，这似乎合乎逻辑。他们发现机翼和机身上每平方英尺的弹孔比发动机和燃油系统的弹孔更多。所以最初的想法是在机翼和机身上加装甲。统计学教授 Abraham Wald 的观点然而，统计学家 Abraham Wald 有不同的观点。他做了一个非常出色而又非常简单的观察，结果导致盟军以完全相反的方式增加装甲。他主张军队应该在飞机上很少或没有弹孔的地方增加装甲。为什么他分析，这些飞机都安全返航了。 因此，这些飞机上的弹孔的位置并不是致命打击，因为它们没有把这些飞机打下来，这些飞机最终成功返航。这意味着这些“幸存”飞机上没有发现弹孔的位置必定是那些被击毁的飞机中弹的地方。“致命的弹孔在坠毁的飞机上” —— Abraham Wald这种极其简单的观察彻底颠倒了军方增加装甲而采取的策略，毫无疑问拯救了无数的生命。这个故事是一个幸存者偏差的案例，其中分析的数据只来自成功者。当我读到这个故事时，它立即让我重新思考了我在创业过程中获取用户的方法。创业公司中的幸存者偏差下面的例子与我在软件初创公司 Pilcro 的经历有关，但也可以普遍地应用于其他创业者。想象一下，目标市场中的每个潜在用户都是飞机。每个关键点，糟糕的广告，沟通不畅，转化失败，糟糕的会议，错失营销和销售渠道的机会，以及糟糕的用户引导，都是敌人的子弹。这些使得你的用户能够成功返航，并且只受到非致命的子弹的攻击。你的反馈来自哪里？现在的问题是，这些用户是那些已经成功获取的用户，那些已经飞到你的营销或销售渠道，现在经常使用你的产品的人，他们是最容易收集反馈意见的人。但是这些用户与产品相关的任何问题都只是机翼上的弹孔而已。他们买了你的创业公司的产品，他们的飞机已经成功返航。现在，在理想的世界中，你的最佳用户不会对你的产品有任何投诉，当然，如果他们这样做，也不应该忽视。 在创业初期，客户成功至关重要。但是，在创业早期，拥有完美的产品和完美的营销和销售渠道只是一厢情愿。所以问题是......你现在应该在哪里增加装甲？ 创业公司资源有限，你应该把重点放在哪里？功能蔓延许多软件初创公司存在幸存者偏差的后果是功能蔓延（Feature Creep）。功能蔓延不受控制地增加产品功能到一个项目中，你本来想更好更出色的完成项目,但你不断增加新的想法。功能蔓延始于从最容易收集反馈的用户的反馈：你当前的最佳用户。通过询问当前活跃用户他们希望看到哪些产品改进，你根据他们的反馈构建新功能，希望更多的飞机将很快安全地从营销和销售渠道进入产品。但是，这可能完全忽略了你的目标市场中根本没有给你任何数据的人，忽略了他们为什么对你的产品不感兴趣。有可能是你甚至还没有发现的敌人的机枪在哪里，他们从你的目标市场上摧毁了一系列飞机，剥夺了你的数据和反馈来源。我们经历了这种认知过程在 Pilcro，我们问所有现有用户他们想要在我们的应用中看到哪些改变，因为他们是最容易问的人。但是我们没有解决为什么我们的目标市场的大部分都没有给我们任何反馈的潜在用户。我们没有看到被击落的飞机，这是数据中的空白。我们意识到，我们通过在活动上发言，演讲和亲自分享我们的产品，获得了我们很大一部分用户。直接销售。但是，我们的营销网站没有给我们足够的数据，我们也没有从中获得足够的转化。 我们非常关注我们已经获得的成功案例，我们没有思考为什么我们的网站会阻碍了我们获得更多的用户。克服幸存者偏差为了应对这种生存偏见，我们采取了以下步骤。我们计算出目标市场的哪些部分没有给我们反馈。 我们通过查看目前用户在我们的目标市场中的位置以及我们是如何获取这些用户的来做到这一点。我们取得联系并收集了一些在网上观看了我们的营销和销售，并忽略了我们产品的人的反馈。我们联系并收集了一些访问过我们网站但尚未开始免费试用的人的反馈。我们现在已经制定了措施，以收集上图中每个步骤中对我们产品不感兴趣的人员的一些反馈意见。 漏斗任何阶段的负面反馈都是学习的最佳方式！我们得到的改变我们发现有人认为我们的营销网站有点混乱。它需要更新。所以我们根据这些数据重新设计我们的网站，使其更具互动性。 这意味着方可可以在敌方领土深处了解更多关于 Pilcro 的信息。具体而言，我们建造了一台 Pilcro Artboard 自动发电机，以尽可能快速，清晰地展示我们的产品。而且，通过这样做，我们能够更清楚地了解谁访问我们的网站以及为什么。 更重要的是，我们现在将网站的点击次数转化为用户的转化次数增加了 3 倍。安全降落飞机数量增加了三倍。下一步是根据不感兴趣的人的反馈继续重新设计和完善营销材料。（腾股创投，致力于成为最具价值的科技领域投资及咨询机构。投资方向包括 5G、云计算、SaaS、大数据、物联网、人工智能。投资阶段天使、Pre-A、A。）本文由百家号作者上传并发布，百家号仅提供信息发布平台。文章仅代表作者个人观点，不代表百度立场。未经作者许可，不得转载。鹏科技馆百家号最近更新：简介:鹏科技馆，分享未来高科技作者最新文章相关文章程序化交易的幸存者偏差隐藏在哪里？
>>程序化交易的幸存者偏差隐藏在哪里？
程序化交易的幸存者偏差隐藏在哪里？
发表时间：
我们在程序化交易模型构建时，很多参数的确定，很多交易规则的确定，都是根据历史数据上运行的结果而定的。
上一篇文章说明了回测统计中的幸存者偏差Survivorship Bias的概念，以及我们应该去留意自己的建模和回测统计中是否混入了过多的幸存者偏差结果，今天浅谈一些个人寻找幸存者偏差的想法。要坦诚说明的是，我们在模型构建时，很多参数的确定，很多交易规则的确定，都是根据历史数据上运行的结果而定的。海龟交易这本书中，也谈到了确定一个较好的，毕竟还是要参考历史走势（回测）的。在统计学中，回溯检测历史样本也是最方便直接低成本的方案。这里就引出了第一个幸存者偏差：历史数据全集是否有稳定的特征可以挖掘出，并在未来继续保持这种特征？我们大概率情况下是相信统计结果的，但是这恰巧是量化投资的基本假设中隐藏着危险的，因为万一我们得到的某个因子，或者价格运行规律在未来无法持续了，后果会导致模型性能衰退。对抗第一个幸存者偏差的方式是更多地依照经济学原理和行为金融学原理，检验模型的各项假设是否成立。这是个说起来容易做起来难的事。我举一个典型例子，如果我们在中大周期模型上，给予不同的股票、期货品种，不同的模型参数，是个典型的比较危险的事情，因为参数的意义难以找到强有力解释，特别是均线类模型的周期参数，如果你针对历史样本拟合得到参数，任何目标函数都难以对抗过拟合。在找到规律前，大样本是尽可能稳妥的建模统计回测方案另一个方式就是尽可能的大样本，比如针对全市场3000多只股票，20多个主流期货品种，构建模型基础框架。大样本最大的好处就是避免了单品种的过拟合可能性，尽管无法预测未来，但是增加了数据的群体特征，一定程度上降低了个体特征。如果你突破了过拟合这一关，接下来，就走到了另一个关口，在大样本数据上，得到的绩效报告中，区分幸存者和牺牲者。谁是幸存者？很显然，你的净利润，让你肾上腺素上升的目标函数，一定是幸存者。比如说我们的模型是以在时间序列中择时交易获利的，净利润是首要目标函数。要倍加关注平均回撤（甚至统计单品种单笔回撤），尽可能降低这个值但是请不要忽略最大回撤，和平均回撤，他们是不会说话的牺牲者。他们代表了资产价格从最高（或最低）回到平仓点的过程中，原本的交易浮赢或者亏损。如果我们追求极高的利润，而放宽止损条件，或者采用过激的加仓行为，会导致平均回撤很大。而日常陪伴趋势类模型的，并不是盈利的欣喜，是回撤的困扰，所以一定要倍加关注平均回撤，尽可能降低这个值。过了这一关后，第三关是非模型正常交易利润，是典型的幸存者，会产生极小偏差。如果价格因为基本面或交易规则突变等因素，出现有利于模型运行的状态，产生了一笔极大收益，我们通常要剔除这笔收益，不要轻易认为“市场价格包含一切，模型之前的信号值说明我捕捉到了这个巨大的利润”，这种心态会让你得到漂亮的绩效报告，而实盘中难以得到类似回报。重要节日，绩效统计报告中，要遵循节前平仓的规则一个常出现的例子是：期货中频交易模型，在超过3天的长假中，都应该长假前平仓，长假后若干时间段后（给市场一段时间的过度反应期）重新恢复信号值和仓位，或者依据市场运行，重新开新仓位。只有长线交易模型，才可以不平仓。你可以这样做试试看，模型的利润，不出意外，产生了下降，甚至回撤还有增加。但是对应到实际情况，过节平仓是不能违背的铁律，因为这段时间商品定价权拱手交给外盘，节后大部分品种必然快速回归外盘定价结果，或者这段时间内该商品基本面发生变化，或者货币政策出现转向，导致过节持仓的风险极大。最后一关是有仓位调整模型的交易顺序，如果你的目标函数是净利润，那么依照目前仓位计算动态开仓手数的模型，必定会产生偏差。因为未来数据的运行导致了未来每笔交易的出现次序不一样，如果连续出现了不利的交易，必然导致资金快速亏损，可用于开仓的头寸变小。那么如果是等手数开仓的模型，就不存在这个偏差了吗（等手数模型无论交易以何种次序出现，最终净利润是一致的）？答案并非如此，虽然最终净利润是相等的，但是如果你以夏普比率、收益风险比、Calmar比率、最大回撤等作为目标函数去优化模型，由于交易产生的次序不一致，一定会在这里发生极大偏差，要知道幸存者偏差大概率都是负面的，会给我们的实盘带来不利影响，而且即使出现有利于实盘交易的偏差，也说明你的模型绩效统计有问题。有一定必要进行交易结果的蒙特卡洛模拟解决这第四种偏差的方法，在公开课中我们讲过《Building a Trading Strategy: After Testingand Optimization》这篇文章提到要做回测报告蒙特卡洛模拟的原因：过去的交易结果会在未来出现，只是以某种不同的、未知的顺序。因此，通过以不同的顺序排列这些结果，就能生成完全不同的净值曲线。今天仅提到一些浅显易懂的统计回测幸存者偏差，尽快细化回测，避免这些偏差，可以让自己的绩效更有说服力，也可以让自己的理论绩效和实盘绩效更加接近。对于资方而言，对建模者的更细致考核，也可以从幸存者偏差这个点切入，去设计策略评估的方式。
免责声明：对本网站的内容，我们不提供任何形式的关于内容的正确性、有效性、稳定性、不侵犯他人权利等方面的保证；不保证网站内容所包含的文字、图形、或其它事项的准确性或完整性，也不保证本网站的内容不存在打印、复制及其他输入方面的错误。"安恒量化"可随时更改本网站内容，但不保证在更新时通知您。用户使用本网站服务所存在的风险和产生的一切后果 由自己承担，本网站不承担任何法律责任，如果本文侵犯了您的知识产权，请与我们取得联系，我们会及时修改或删除。
官方邮箱：工作时间：周一至周五9:00-18:00
& & &官方邮箱：?& & &工作时间 周一至周五9:00—18:00
温馨提示：国际金融市场交易均存在高风险，并不适合每一位投资者，敬请深入研究，审慎决策。本站所有内容仅出于传递更多信息之目的，不构成任何投资建议。本站提供的量化交易系统策略服务仅限于服务，不接触投资者的资金，投资者需自行承担风险，详情查看
友链链接：