GDP理論準不準其實是個邏輯問題

Mike上課已經解釋過=> 把大崩盤的線圖直接對照GDP YOY線圖 很容易就能看出高度相似的走勢
所以GDP理論當然是準的

為什麼說是邏輯問題呢?
這就是邏輯中的: 若P則Q ( P->Q)
P: 股市崩盤
Q: GDP YOY自高點滑落
即假設這個陳述是成立的: 股市崩盤的低點 我們會看到GDP YOY也在低點

即使上述陳述成立, 我們依然不能說: 看到GDP YOY自高點滑落 就會 股市崩盤
我們不能看到Q成立就推定P也成立 ( 即使P->Q成立, 未必代表Q->P 也能成立 )

一個比較直覺的例子就是:
如果外面下雨 你出門就會帶傘
但是我不能因為看到你帶傘 我就說你出門的時候外面一定有下雨


所以回測GDP理論會發現很準
因為回測你會看到每次GDP低點(Q)幾乎都是大盤低點(P)  (P->Q, P已經先成立了才會看到成立的Q)


用一個比較不這麼直觀的例子解釋:
假設未來50年出現3次大崩盤
我們希望有個方法可以把這3次大崩盤挑出來
統計上有兩個專有名詞:
1) Precision % ( 你的挑選方法的命中率 )
2) Recall %      ( 正確的樣本中 你的挑選方法能挑出幾個? )

如果我希望我的方法可以成功把3次大崩盤都挑出來
則最無腦的方式就是 我就直接說每年都可能崩盤 所以我50年都挑選
這樣我的Precision = 3/50 = 6% (因為我挑選50把 只中了3次)
但是我的Recall = 3/3 = 100% (因為3次崩盤我都成功預測)

GDP理論有點像是優化你的precision %
利用GDP YOY的概念 把50把至少能縮減成25把
(因為今年此時的GDP YOY高點 會是明年此時的GDP YOY低點 )
同時又不太會損失Recll的%
所以使用GDP理論有機會讓你的Precision上升到3/25 = 12%
同時又維持Recall接近100%

#6即使寫出函數也不一定能解的出來.


Ex:
數學觀念不對.   
函數:y=ax^2+bx+c   
方程式:ax^2+bx+c=0
方程式才會求解,函數不會.

[ 本帖最後由 polyperry 於 2018-1-13 15:40 編輯 ]

話說我身邊有幾位基金經理人朋友
最近對機器學習應用於交易上躍躍於試
跑來問我一些經驗

我反而跟他們推薦Mike的課程
然後就被無視了
有時候答案就是簡單到讓人難以接受

Raimu桑是高手，要多跟您請教了。

GDP就是營收，
營收不好導致股價下跌，
還是股價下跌導致營收不好？
當然是前者！

所以這就是有時候會失準的原因
股市有時候非常莫名其妙
有些公司營收創新高 反而股價拉回 (最近的鴻海)
有些景氣循環股或是科技股雖然虧損 但是股價卻走揚
我們只能期望GDP走升幫助企業維持強健的ROE
但是有時候市場在當下未必會反映企業的價值
這也就提供了我們在座各位機會低接

2017年的問題出在年初前沒人知道第3季GDP年增率會最高，
因為原先從YoY基期判斷應越來越低。
這其實很常見，因為景氣循環不是機械般規律，如此而已。
社會科學不會百分百對，7-8成對理論就成立了。

用解不出，而非用算不出。理由如下
1. 之前學高等微積分時，教授說even順利找出fuction，也會有某些變數找不到，所以必須X元X次方程式求解。
2. 面對大眾，表達時務必力求能溝通、對方聽得懂，而非賣弄專有名詞。反正結論就是，無法精確算出漲跌，管他是解不出來、算不出來還是超級電腦不夠力？

[ 本帖最後由 Salmon 於 2018-1-13 15:57 編輯 ]

老師客氣了

關於GDP理論我想分享一個經驗給同學們
我在08年剛出社會的時候成為Mike的學生
初聞GDP理論當然也試圖規避風險過

這就好比如果天氣預報跟各位說 明天有60%機率會下雨
各位出門自然會忍不住帶一把傘

GDP理論就像是那個天氣預報
但是過度保守 試圖每個風險都避開 那就變成在做波段
還好小弟一開始沒多少現金 所以我沒去做波段 只負責存錢而已
也還好後來Mike完整公開美股操作
讓我領悟到 其實GDP理論 也許只是個天氣預報
你當然可以每一把都規避 但是這樣你就沒辦法透過長期持有全世界最優質的企業股票一起增長資產的機會

我只問自己兩個簡單的問題:
為什麼Mike都持有到貴才賣 還可以賺1000萬 ?
為什麼Mike不去依據GDP理論賣股票做波段 ?

答案就很清楚了

股市有二種風險：系統性風險跟非系統性，即大盤和個股風險。
建議持股勿超過一半即避掉大盤風險。

持股未賣因爲仍然便宜，沒個股風險。

數學公式無法精準預測總體經濟
是因為影響總經因子的權重是變動的，
以前影響台灣經濟最大因子是出口美國，
過去20年則為產業外移，
這二個因子的權重是變動的，不好拿捏。

氣象預報不準也是同樣道理，因氣候環境變化多端。

感謝 Salmon 桑的用心，可否麻煩也說明一下 3個月後會崩盤的預測邏輯 ，謝謝。

說到氣象預測，天氣變化多端的確是造成預測上的困難度。但另一個困難點在於流動力學的高度複雜性，包括了紊流以及相關的燃燒現象，
還有熱力學因素，再加上台灣地形極為多樣化，基本上把上述所有因子帶進方程式不可能會有唯一的解。
接著是資料分析的解析度，你是要預測整個台灣南部呢？還是只想知道台南市善化區？
抑或是想知道下個月的概況呢？還是想知道明天會不會下雨？
如果預測要極度的精確，就必須把分析的區塊化得非常非常的細
（可以想像為螢幕的解析度），
越是化得細緻，超級電腦就跑得越久（超級電腦的能力很重要）。
而資料的收集則必須仰賴氣象衛星、地面觀測站、探空氣球、
追風計畫的飛機....等。
另一個困難點在於預測資料的即時性，
預測資料跑出來之後，如果下一秒該地區發生大規模的森林大火，
那也會造成整個預測上的失真。
至於能不能用在股市上呢？以下是個人非專業的看法，當作搏君一笑囉∼∼
如果可以把股市的每一筆交易背後的交易人在網路上的社交資料進行分析，
我們可能可以得到、上班的地點、開什麼車、到過什麼地方、興趣、
人格特質、住的地點、種族、國家、政黨傾向...
甚至收集到他當初下的交易是什麼樣的心情。
然後把全世界數億人的這些資料量化，
並與全球政治、經濟局勢、公司財報帶進電腦來進行分析，
或許我們可以得到非常接近未來實際狀況的預測，
但重點還是預測上的即時性，預測結果出來之後，
如果發生了什麼恐怖攻擊，那整體預測也會有很大的失真。

可怕，本班各行各業的專家都有。
Trytrylook桑請多來指導我們，謝謝。

謝謝 Mike桑 的抬愛；不敢說指導啦，只是剛好懂一些皮毛。投資上還有賴 Mike桑 和板上諸位先進的指教呢。

恩........看來只有小學四年級數學程度的我只能遠遠看著各位先進表現....