觀察市場熱度預測，優化自身思考框架

不斷進化的網路時代，人們擔心的已經不是資訊不足，而是資訊爆炸，如何從龐大、浮濫、虛假的數據中找出真正對自己有幫助的資料。自己從大學時代就有收藏網頁剪報的習慣，最近幾年接觸股市後，瀏覽每日市場動態更是不可或缺的舉動。雖然很多投資書籍都建議不要過度暴露在新聞雜訊，以免心思受到短期動盪消息影響，輕舉妄動買賣所導致的判斷錯誤、交易成本反而不利長期報酬。這點認同，但真的實務習慣上很難不去注意新聞（笑），因此轉個彎，不如更有效率地去收集網頁剪報，或者說善用這些資訊的價值？

整理資料也是一門藝術，或許我們能善用群眾智慧，從文件管理的角度來優化投資思維，譬如建立一個PDF剪報資料夾，標記日期與檔名摘要，專門收集網路上那些看好、持平、看壞市場的言論。每過一陣子對照實際市場走向，看看那些文章中提及的論點、數據、環境跟現實世界趨勢是否一致、無關、相反。去認識這些撰文者都用哪些立場、指標來衡量個股、產業、政策、全球政經情勢。如此一來，不但能學習到業界人士都用哪些參數看市場，更重要的，去觀察他們用的這些參數是否有效，當然有些參數的因果關係可能清楚直白，有些可能晦澀難辨，這個層面的判斷更進階困難。配合個人特質之風險耐受度、資金水位等，進一步建立自己的投資決策框架，批判性思考檢視市面上的媒體新聞。

典型的新聞媒體最喜歡用煽動標題吸引點閱率（更過份的，市場主力透過媒體放消息左右大眾觀點），譬如暴漲暴跌等字眼，我們不用被這種形容詞綁架，而是去深究文內提到的引用資料。稍微有良心的媒體都會提供出處（或是自己覺得可疑的就餵Google找相關資料），而原文其實較不會被終端的媒體渲染，學會找出原始資料，就能更客觀的思考文章論點，跟資料展開智識上的交流對話。譬如最近幾天著名學者席勒提出用Excess CAPE Yield(ECY)解釋股市走勢，就是一個值得學習的新觀念。

預測只是第一步。沒有人說預測完就得跟著做。對特定時間、特定點位的預測較無參考價值，而且也很難，因為市場本身就是參與者眾多的龐大預測機器，而每個人的預測與行為都會進而改變市場走勢，進而讓先前的預測失效（參見凱因斯報紙選美、索羅斯反射理論、塞勒猜數字遊戲）。一般而言，能大略摸索出方向就很受用了。預測只是第一步，畫出樹狀圖並分配每個可能事件的機率，隨著時間改變不斷修正路線（或堅持），才是實務上合理的做法。

看看最近的新聞都在講什麼吧：

2020.07 2020股災會不會再來？從歷史上重大股災看股市大崩盤的5個前兆，關鍵警訊竟在這！

2020.11 美股悲觀情緒達到高點 分析師：此時才是 「歷史絕佳進場時機」

2020.11 快逃！專家恐怖預言：明年美股雪崩40％

2020.12 「企業內部人士瘋狂倒貨」美股現崩盤3大警訊 分析師：恐暴跌40％

2020.12 太擠了小心踐踏！ 專家：2018年美股2千點屠殺恐重演

2020.12 巴菲特指標閃紅燈！提防6因素導致股市回檔

2020.12 全球股市為何漲翻天？從一個指標可知道

2020年末，市場無懼疫情散播繼續創新高，荷包變肥很開心但泡沫跡象也不免讓人憂心究竟熱錢派對還能嗨多久。這些新聞標題都很煽動甚至具備高度娛樂性，聰明的投資人應該避免被形容詞誘導，儘量用理性客觀的角度去檢視這些論述到底有沒有幫助。

關於預測

和朋友閒聊最近貿易戰的走勢

把理論性的一些想法詳細整理記錄在網誌。

我不太喜歡講預測性質的東西，畢竟進入股市以來所閱讀的書本都一再告誡預測很難。那些聲稱預測神準的說法，除非立論紮實，否則動聽的話語難以叫人相信。何況，如果預測這麼簡單有效，這麼寶貴的資訊有可能不藏私，寫在書中或網路公開任人使用？

那麼，我們該如何理解預測這檔事？
人類大歷史一書提到複雜系統的兩種分類：

一階混沌系統：事情結果不會因預測而改變，如天氣預報，人類預測颱風行進方向，但颱風這個自然現象，不會因為人類做出預測這個行為，而改變本身強度或路徑。

二階混沌系統：事情結果會因預測而改變，如之前寫的猜數字遊戲，個別參與者彼此行為的不同，會對集體產出造成變化；參與者不能只猜測最終數字會是什麼，還必須正確預測到其他各層級的參與者會對結果有什麼想法。

複雜系統理論上溯到Edward Lorenz、Benoit Mandelbrot等眾學者（延伸閱讀：華爾街的物理學、股價、棉花與尼羅河密碼），運用到金融證券市場大概也是1980年代以來的事，電腦科技大數據的蓬勃發展或許有助於日後研究更加深入，至少現在，不同學派與實務操作者對市場的本質依然眾說紛紜。目前個人看法偏向效率市場，股市走勢短期必然充滿隨機波動，中長期或許有某種趨勢，但也不是一般人能輕易看透。偶爾猜中的話當然很好，但最忌諱誤把幸運當實力。

美股大盤指數S&P 500誕生將近九十年，即便走勢充滿波動，過程或許平緩，或許急漲急落，但以長期機率統計來看，每年上漲機率近七成，而線圖走勢也大致往上，年化報酬率約7~10%（見圖，走勢參考Macrotrends）。

這或許意味著，如果尋常投資人不具備任何艱深莫測的知識與技巧（如Buffett價值投資、O'Neil成長投資、Soros宏觀趨勢、Simons量化投資、Taleb槓鈴策略、Greenblatt特殊事件等），只要相信標普指數，單純做多的策略長期貫徹，則勝率與期望值足以對投資人帶來有利報酬。當然，老生常談的過去績效不代表未來，不過S&P500長達近九十年的樣本，可信度與績效應該優於很多同類對象了。這邊順勢借用Herbert Simon有限理性（bounded rationality）的觀點，既然人不是完美理性的，那麼在真實世界裡，一般人足以察覺到相對優秀的選項，去做期望值有優勢的決策，就堪稱良好了。

系統是由個體所構成。談到個體，就絕不能忽略投資人的心理。現代人自命理性，但其實很多心理因素還是承襲人類演化超過數萬年的原始習性，很難輕易擺脫反射習慣。想要在市場取得思考優勢（或者保守地說，至少避免被操弄），就得熟讀金融心理與歷史（延伸閱讀：金融心理學、金融投機史、金融狂熱簡史）。

證券市場這個非線性複雜系統裡，總體不必然等於個體的簡單加總，更常發生的反而是資訊不對稱、過度貪婪與恐慌、風險偏好與趨避、戰或逃等各種心理習慣乘上複雜法規制度，一切產出都在全球化的電子訊號間迅速傳遞，漣漪擴散。這些主題十分龐大，之後有機會慢慢寫來分享。