“ 预测，就是数据领域的圣杯。

没几个人见过真货，

但这不妨碍我们努力追寻。 ”

文：屠夫1868

欢迎关注：基业长红1868

= 欢迎关注 · 收藏 · 分享 =

转载需获本人授权，并注明作者和出处

现在早已是大数据时代。

在企业、在职场【让数据说话】的情况越来越普遍。甚至数据驱动决策、用数据挖掘新需求一类更“高大上”的数据用法，也正在渐渐普及。

投资领域对数据的依赖，更深。

【基业长红1868】就有好几篇数据相关文章：

数据可视化的《2018 · 大数据》；

蒙特卡洛模拟的“硬币赌博三部曲”；

人工智能的《机器学习 · 聚类分析》……

但如《宽客人生》的作者德曼教授所说，“数据不能自言其身”。

许多人即便知道要用数据，却不知从何下手。

今天，屠夫就来聊聊这个话题：

让数据说话，你说对了吗？

01：让数据说话，怎么说？

金融，可能是数据运用为普及的行业。

从财务报表到量化策略，都离不开数据的支持。哪怕是追涨杀跌的小韭菜，也要看看K线图吧？

之前曾有球友提问：

如何在投资中运用数据？

屠夫当时做了简略的回答，后来仔细归纳了一下，发现无非是4种用法：

【预测】根据历史数据推断未来；

【启发】从数据引发猜想和假设；

【验证】构造数据试验验证想法；

【评估】通过数据对比形成判断。

这4种用法分别可以用四个单词表示，首字母连起来正好是：F.I.V.E.

F = Forecasting 预测

I = Inspiring 启发

V = Validating 验证

E = Evaluating 评估

下面，屠夫将逐个介绍。

02：F · 预测

预测，可能是对数据运用的最高级形态。

著名宽客、《宽客人生》作者伊曼纽尔·德曼如是说：

任何领域内寻找科学规律背后的目的是什么？ 

 很明显，是预测——

预测未来，并掌控未来。

所有对数据的运用，其最终目的都是预测。

从数据获得【启发】，最终要用于预测；

构造试验进行【验证】，最终要用于预测；

对比数据进行【评估】，最终还是希望预测…… 

但是预测，是最难的事。

因果倒置、强加因果、以偏概全……《逻辑要义》里大部分错误，都与预测相关。

提升预测准确性，是个大的话题，屠夫今天先不做展开。

大家记住一件事就好：

预测，就是数据领域的圣杯。

没几个人见过真货，

但这不妨碍我们努力追寻。

03：I · 启发

预测不是凭空而来的，其起点往往是F.I.V.E中的后三者。

所谓启发，也可以理解为“获得灵感”和“总结规律”。

屠夫向来推荐指数基金，尤其是宽基指数（如标普500、沪深300）；

因为这类指数呈现出长期上涨的【规律】，而且是经过验证的

——无论过程有多曲折，每一轮的“底部”必定比前一次的高。

标普500最近15年走势（来源：新浪财经） 沪深300最近17年走势（来源：新浪财经）

运用数据找出规律，通常会借助“可视化”这一工具；以更直观的方式看数据，也更容易找规律。

【启发】式的数据用法，通常都是“数据 - 可视化 - 提出假设”的套路。

《一梦十二年》的南丁格尔玫瑰图、《2018 · 大数据》的结对散点图、小提琴图等，皆是如此。

但是，“启发”只是帮助我们提出假设；

由此总结出来的所谓“规律”，有可能只是巧合。

这时候，就需要使用数据进行“验证”了。

04：V · 验证

提出假设和想法后，构造试验进行测试和修正，就是数据的【验证】用法。

屠夫的“硬币赌博三部曲”使用的蒙特卡洛模拟，就是验证式用法的常规套路。

尤其是《完结篇》这种超级反直觉的结论，即便有严谨的数学证明，使用海量数据构造试验，可以加深我们的理解。

蒙特卡洛模拟的应用非常广泛，甚至圆周率和微积分的计算，都有蒙特卡洛模拟解法。

但是大家千万别以为，验证式用法就是“玩数据游戏”。

验证的过程中逐步修正和完善自己的想法，这是【验证】式用法最宝贵的地方。

比如量化分析师通过程序导入历史数据进行回测，在此过程中可以不断优化量化策略；

又比如，屠夫在《机器学习 · 聚类分析》中运用人工智能，将35种资产“一一对应”的相关性分析拓展为“自动分类”，可以更精准地挑选配置的资产。

不过，“验证”的天花板是“absence of evidence”

——“没有证据证明您有癌症”和“有证据证明您没有癌症”，不是一码事。

（感兴趣的同学可以看看《不靠预测盈利》中的详细解释）

所以，通过验证的结论，也无法保证未来一定对。

05：E · 评估

看过《选股择时的纵与横》的同学应该记得【纵向对比】和【横向对比】。

通过对比判别当前状况，就是对数据的“评估”式应用。

事实上，生活中运用数据进行评估的例子非常多：

今年a数据同比增长x%，环比增长y%……

本周b数据创下了历史新高……

当前c数据超过了z，处在十年低位……

数据的“评估”式用法，实际上是将历史数据构造出一个框架，再将新的数据放进框架之中，看看处在什么位置。

这是非常安全的一种用法，但是局限性也很明显——

史上未有过的极端情况，会成为你的“黑天鹅”。

大家想想看，所有的历史记录，必然是突破了之前的记录，才成为历史记录的。

“史上最高”出现之前，必然有另一个“最高”；

后来的“最高”是突破了原有的框架，才成为“史上最高”。

也正因为这样，屠夫在运用数据进行评估时一定会放大框架：

把史上最低再往下拉低x%，

把史上最高再往上抬高y%，

给自己留出安全边际。

永远要假设会出错——

错的不是数据，而是自己。

以上就是屠夫总结的数据4用法，希望能给大家一点启发。

无论工作还是投资，假如你要让数据说话，不妨从F.I.V.E.考虑起。

[ 作者简介 ]

屠夫1868，一个秉持价值理念、专攻资产配置、追求财务自由的量化投基者。

更多投资思考、心得分享和「半天候资产配置」在【基业长红1868】更新，欢迎关注。