下风期的收获

老陈 发表于 2012-8-30 06:25
我来解释一个为什么下风期总是一段时间一段时间的。
用统计学的术语来说，赌博是一种典型的完全独立的随 ...

老陈说的对
下风期不可避免
但on tilt要避免

比如昨天我打奥马哈，刚一去，不一会就输了800，等了2个小时，几乎也没有可玩的牌。心里越来越急躁，我意识到要坏事
--------------------------------------------
其实最关键的是"我意识到要坏事"

怎样能让自己有这个"意识"呢？

andyliu7 发表于 2012-8-29 11:26
听墙这么说，我真想这是真的，心里宽慰多了，这几天都没有在打NLNH，反倒打PLO有了些感觉了。

  不过 ...

下风期为什么总是一段一段的呢？

如果给你一筐苹果，让挑出10个最大的。你挑了。挑出来之后，我问你，为什么你的10个苹果比剩下的要大呢？
你肯定想揍我。至少也会骂我神经病。“尼玛！不是你个王八蛋叫我挑大的吗？”

我们潜意识里下风期和上风期总是一段一段的来，跟挑苹果有相似之处。我们人为把记忆里比较惨痛，比较长时间的输钱的日子挑出来，然后问自己：为什么这些比较长的日子真的比较长呢？

如果我们某一天输了钱，之前和之后的两天却赢了，我们不会管它叫下风期。连输两天，恐怕也不会。得输四五天，才符合我们下意识里面的“下风期”入围门槛。这些四五天当然是一段一段的。

我们人类太善于思考，从没有pattern的分布中也能找出pattern来。

比如我们会觉得，股票市场也是一阵一阵的。什么牛市，熊市，都是这个意思。熊市不就下风期嘛？但是这个熊市牛市，是总结出来的，千万不要用它来预测。

在短期内，股市是几乎完美满足随机分布的。完美到比你能构造的任何模型都更符合随机分布。下面以标准普尔500指数为例证明之。

怎么证明一个数列是随机分布？满足下列两个条件即可
1. 每天股市的升降与前面任何天的结果无关
2. 指数以相等的趋势上升和下降（各50%）

资深股民且对数学信仰不够坚定的人一定会以自己的血泪史或发财史告诉你，你别胡说了，股市那就是一阵一阵的，一波一波的，一段一段的，一故应一故应的。这都是bullsxxx，是牛屎。牛屎的目的，或者是幻觉，或者要骗人。

我们把股市连升和连降的那些天数都看作run。一个run内，股票可能连升4天；另一个run内，连降5天。

如果股市真的是随机的，那么这些run的长度k就会满足如下的分布
k=1 50%
k=2 25%
k=3 12.5%
...
k=n  1/2^n

下面是2006年1月4号到今天（2012年8月29号）的SP500数据的总结。 这是我在一个网站上能找到的最长的SP500数据。

总共开盘天数：1676天
总共run：892个

             统计次数  模型预测次数
run of 1:        479        446
run of 2:        196        223
run of 3:        125        112
run of 4:        54        56
run of 5:        19        28
run of 6:        15        14
run of 7:        3        7
run of 8:        1        3
run of 9:        0        2
run of 10:        0        1
run of 11+:        0        0
total:        892       

可见统计次数与模型预测的结果是相当接近的。除了run of 7和以上的数据偏离比较大之外。


现在我们来修整一下模型。我们认为，股票指数应该以各50%的概率上升或者下降。但是，这个50%不太准确。从历史上讲，股市总体是上升的，但是具体到某段时间，可能上升也可能下降。

经过统计，这1676天里面股市上升为758天，下降为907天。有2天基本没变，算作不升不降。这样，我们的升值概率应该调整为45.6%，下降概率是54.4%

根据这些调整各个run的长度概率。这是个二项分布，
P（run=1）= 0.544
P（run=2）= 0.456^1 * 0.544= 0.248
P（run=3）= 0.456^2 * 0.544= 0.113
P（run=4）= 0.456^3 * 0.544= 0.0516
P（run=5）= 0.456^4 * 0.544= 0.0235
P（run=6）= 0.456^5 * 0.544= 0.0107
P（run=7）= 0.456^6 * 0.544= 0.00489
P（run=8）= 0.456^7 * 0.544= 0.00223
P（run=8+）< 0.002

根据新的分布概率调整模型预测数据，如下：


          统计值  预测(p=1/2) 预测(p=0.456)
run of 1:        479        446        485
run of 2:        196        223        221
run of 3:        125        112        101
run of 4:        54        56        46
run of 5:        19        28        21
run of 6:        15        14        10
run of 7:        3        7        4
run of 8:        1        3        2
run of 9+:        0        3        0


我的妈妈呀，这次的预测值与统计值更加吻合了。一共9个区间，在6个区间里面使用p=0.456的预测结果都比p=1/2更接近统计结果。

下面给dfu留作业。

上贴中我提到，p=0.456时，各run的长度分布符合二项分布binomial distribution。从数据统计结果看，是基本符合的，但是我老觉得这个二项分布有点问题，要睡觉了没时间，你老兄帮我看看吧。

Howard 发表于 2012-8-30 13:01
下风期为什么总是一段一段的呢？

如果给你一筐苹果，让挑出10个最大的。你挑了。挑出来之后，我问你，为 ...

拿股市和打牌类比，有一些不太符合的地方。

理论上，股市受经济周期的影响，也就是有一个”外来的“周期性规律会影响到股市；
但是打牌，我们的决策没有”外来的“周期性规律。

但是，我们是人，不是赌场的轮盘赌桌。我们对敌人的优势会受输赢的影响。就是下风期的时候，我们会打得更臭。本来对敌人10%的优势，可能因为下风期降低到5%，0%，甚至负值。这个时候我们要有相应的策略。目的不是躲开所谓的下风期，而是疗养我们自己的竞技状态。不让我们本来所具有的10%变成5%甚至负值。

这个我觉得才是全文的精髓啊。运气差不可怕，可怕的是因为很差的运气影响了心境，再导致所有的技术动作变形是最可怕的

lin321678 发表于 2012-8-30 14:14
但是，我们是人，不是赌场的轮盘赌桌。我们对敌人的优势会受输赢的影响。就是下风期的时候，我们会打得更臭 ...

可怕的是因为很差的运气影响了心境
----------------------------------
墙已经说明运气差有必然性
不用躲在坑里

接下来一个技术问题就是
怎样让差运气不影响心境？

Howard 发表于 2012-8-30 13:32
下面给dfu留作业。

上贴中我提到，p=0.456时，各run的长度分布符合二项分布binomial distribution。从数据 ...

刚看到，很新颖的思考角度。

先好好消化消化。

扯点题外话，就股市而言，个人观点：撇开复杂的大盘升跌，当然这个复杂的大盘升跌对个股或相关品种的影响也很大，特定事件（比如突发的或者人为的）的投机或投资其实可以作为确定性的获利手段。

我觉得每年都有这样的机会，哪个品种哪个市场哪个时间不能预测，只能等，多留意。这种特定事件的投机或投资可能更多需要的是猎手般的耐心和侦探般的细心。之所以关心特定事件，因为这一类的东西我能搞懂的可能更大（信息更多），大盘之类的我搞不懂，所以就不研究如何从这种随机波动中获利。其实大盘也有特定事件，比如经济上或者国际政治上突发事件发生的时候，会引发一个突变。。。但这类突变的可参与度不高（比随机波动要强点）。


答非所问了。

补充点： 个人以为，股市比德州复杂很多，从火花的研究看，如果股市确定是随机的市场，从数学上说，7连阴后，第8阴发生的机会还是50%或者54%，并不会因为前面的7连阴影响到第8根阴线发生的概率，也就是说抢反弹是无意义的。这里其实涉及到两个地方和完全随机的硬币抛掷不一样：1. 市场参与者的心理。 2.品种本身的内在价值。因为这两个因素的存在，具体到某一品种的操作要灵活很多。

另外，仅仅研究升跌的区间个数的分布可能参考意义有限，把升跌的幅度也考虑进来可能意义更大。如果升跌比例是46:54，从中长期看，考虑到整个下跌的幅度，我觉得跌的优势相当大了，经常性做空比做多要有利的多。

个人感觉，随便瞎扯。

Howard 发表于 2012-8-29 23:32
下面给dfu留作业。

上贴中我提到，p=0.456时，各run的长度分布符合二项分布binomial distribution。从数据 ...

我对这个问题非常感兴趣，没太仔细考虑，胡乱算了一下，不知道对不对，得睡觉了，明天再验算。

我们的升值概率应该调整为907/1676=54.1%，下降概率是758/1676=45.2%

P（run=N）= 0.541^N*0.452 + 0.452^N*0.541

P（run=1）= 0.541^1*0.452 + 0.452^1*0.541
P（run=2）= 0.541^2*0.452 + 0.452^2*0.541
P（run=3）= 0.541^3*0.452 + 0.452^3*0.541
P（run=4）= 0.541^4*0.452 + 0.452^4*0.541
P（run=5）= 0.541^5*0.452 + 0.452^5*0.541
P（run=6）= 0.541^6*0.452 + 0.452^6*0.541
P（run=7）= 0.541^7*0.452 + 0.452^7*0.541
P（run=8）= 0.541^8*0.452 + 0.452^8*0.541
P（run=8+）<0.002

run 的次数为：
run of N= 0.541^N*0.452*907 + 0.452^N*0.541*758
根据新的分布概率调整模型预测数据，如下：

run        统计值        预测(p=0.452)
run of 1        479        407
run of 2        196        204
run of 3        125        103
run of 4        54        52
run of 5        19        27
run of 6        15        14
run of 7        3        8
run of 8        1        4
run of 9        0        2
run of 10        0        1
run of 11        0        1

在统计学的书里没见过这种分布。

惭愧，题目没看的明白，想确认下以下概念。

“我们把股市连升和连降的那些天数都看作run。一个run内，股票可能连升4天；另一个run内，连降5天。”
“这些run的长度k就会满足如下的分布”

从股票图表看，不是连升就是连降，升降间隔， 比如 “升升 降降降 升 降 升 降 升 降 升升 降降”这么一个序列（或图表），就这个股市的涨跌序列，下列结果是否成立？

           统计结果   实际概率
run of 1           6              6/10
run of 2           3              3/10
run of 3           1              1/10

run的总个数是否是10？ 对于K是怎么定义的没搞明白，以上面为例，是否当K=1,2,3的长度时，相应的个数分别是6,3,1 。不知道上面这个理解有没有问题，估计我这个地方理解有问题。