最近在讀塔勒布的《黑天鵝》，希望能再體會和理解下隨機性的知識，以及如何應對不可預知的未來。
讀著讀著，突然就有個想法，決定做一個關於預測的行為實驗。關於大盤漲跌的預測實驗。
歷年來，我一直隱隱覺得，自己如果去預測大盤日漲跌，成功率應該有望超50%，但估計很難過60%。
一方面，是因為A股市場並不成熟，「韭菜」多，市場情緒可能比較有跡可循，而我畢竟入市多年（有12年多了吧），自信智商和專業知識也尚可，應該不至於低於50%才對。
另一方面，我也深知像大盤日漲跌這樣的東西，近似於隨機數值，不存在被大概率預測準確的可能，超出60%的準確率都是很不現實的。
當然以上說的基礎都是長期積累，需要大量樣本，否則結論容易偏頗。
話雖如此，我卻從未實踐過。
也許是因為我本身就不太信這個（預測短期走勢），所以便沒去嘗試。但仔細想想，實踐才能出真知，不試試看，又怎能確定？
王陽明說的「知行合一」，並不單單是指將知識應用到行動，還有一層很重要的含義，其實說的是知識來源於行動，從實踐中才能獲取真正的知識。
我打算這麼做實驗：
1、預測標的選擇上證指數。我個人其實偏好滬深300，但說實話還是上證指數更有存在感一些。大家都記得2007年牛市上證最高時6100點，不去查的話，誰記得當年滬深300的峰值是多少點？
2、只預測收盤漲跌與否，以及漲跌幅。不預測具體點位，也不管什麼陰線陽線。
3、只在「目標交易日開盤前、前一個交易日收盤後」這個時間段做預測。預測早了純屬瞎猜，開盤了再測則可能受交易信息影響，導致結果出現偏差（更準確、更不準確，或者沒影響，說不準）。
4、如果錯過預測時間段，就跳過。反正不差那些個別樣本，關鍵要總的樣本量。
5、為了體現確實是在嘗試預測，而不是純猜測，每次預測時還是要看看圖、思考或者起碼感覺一番，再下結論。嗯，其實我主要是想實驗的就是「看圖做預測」有沒有任何統計上的意義。
6、最終計算兩個數值，一個是預測漲跌的準確率，另一個是預測漲跌幅的偏離程度（偏離絕對值的平均）。
7、每記錄100個樣本，更新發布一次實驗結果。最終能堅持多久，再議了，但至少先完成100個。
說到預測這回事，塔勒布書裡一個案例讓我陷入思考。大致如下——
假設一枚硬幣正反面出現的概率均等，在某次實驗中，某人連續拋了99次，結果都是正面。問：當他拋第100次時，出現正面的概率是多少？
我一開始以為這是以前思考過的概率問題，答案當然還是50%。大數原則是通過樣本量將概率拉到預期值的，而不是通過某次特定樣本來糾正。
當一枚正面概率50%的硬幣，連續99次竟然都是正面時，第100次並不會讓反面的概率提高，而是可能第100至第10000次（共計9901次）中，正面差不多4950.5次，反面也差不多4950.5次，在10000次的大樣本稀釋下，讓實測的正面概率回歸到50.5%的值，並且隨著樣本量的增大，越來越趨近於理論的先驗概率值（即50%）。
但上面這個案例還有另外一種答案。有人說第100次出現正面的概率應該是100%。
因為既然連續99次都出現正面，說明你的前提假設「這是一枚正反面出現的概率均等的硬幣」很可能是錯的，這可能是枚有缺陷的硬幣、魔術硬幣，甚或實驗的過程有嚴重差錯或有人做了手腳。
這也確實是種思路啊。
所以你看，通過實驗，我們並不能真正獲知概率的真相。假如我實驗100次預測大盤，竟然猜中80次，那是不是說我預測準確率就能有80%？好像未必。
我認為這裡有兩點啟發：
第一，樣本量越大，實驗結果才越準確。這個前面也說過了。
所以這個實驗很可能我需要持續地做，直到某一天發現再怎麼做那個數值都很穩定了（比如只能在小數點後好幾位波動），也許才算完成。
但仔細想想也未必呢，萬一我的預測能力後期竟又有提升怎麼說？也許，就好比一個職業籃球運動員，他的投籃命中率是可以通過訓練提升的。所以除了大量樣本，可能還得持續不停得做這個實驗，才能真正有意義。
第二，除了簡單看實驗過程和結果數據，我們還要關注過程。
如果一枚硬幣拋了連續99次都是正面，我們是有必要仔細研究下這枚硬幣、拋硬幣的人，以及相關實驗的具體過程。
如果我實驗過程都是憑心情純瞎猜的，那麼實驗的相關結論，也就失去意義——因為邏輯上並不通，那根本不叫預測，講不出任何道理，你隨機選的數和現實中的數，相重疊的概率，從中企圖找規律？太無中生有了吧！
嗯，就這樣，先做做再說唄。
挖掘價值，分享成長。
投資有道
investing_road