推 asd132467647: 搞這麼複雜幹嘛 低買高賣啊！直接致富 03/06 00:37
推 u770114 : 除了1之外沒啥有用，能被紀錄的東西都會被針對 03/06 00:41
看完整本也是覺得對於投資而言 期望值似乎是最直接的
推 sova0809 : 他的書基本上都不好讀跟翻譯 看不下去別勉強 03/06 00:45
我是把它嗑完了 而且過程算開心 不了解的就是他似乎一邊批判機率統計
又一邊宣揚機率統計的重要 有點不太懂他的中心到底是要我們相信機率統計
還是不要相信
推 sidneys : 我看過的那本翻成“隨機騙局”是一樣的書嗎？ 03/06 00:45
是的喔
推 u770114 : 期望值很主觀 03/06 00:46
→ u770114 : 我覺得總經學好一點，這五點都可以探索到 03/06 00:47
總經還沒學過 很難有共鳴QQ
推 sova0809 : 他是實務派出身 本身是走選擇權路線 所以對學術理論 03/06 00:47
→ u770114 : 但我覺得教科書只是輔助，最好去了解實際情況 03/06 00:47
可以感受到他身上滿滿的理學院氣質 即便他是管理碩士
不過最近看完華爾街的物理學 似乎學理派跟傳統派是有點對立的(?
→ sova0809 : 派的某些天真假設有意見很正常 03/06 00:48
這就像效率市場跟行為經濟學的對立吧
推 jjjjjjs : 均值迴歸？ 03/06 00:49
（？
推 lights : 這本書其實蠻好讀的 當故事來看 03/06 00:49
推 SweetLee : 沒看過書 不過如果很多股市裡用統計來預測漲跌是真 03/06 00:50
→ SweetLee : 的在胡扯 03/06 00:50
推 sova0809 : 講白點就是不要完全忽視肥尾的可能性 像是對沖賭收 03/06 00:51
推 u770114 : 怎麼說呢 實際情況跟新聞或是書本上說的 完全不同 03/06 00:51
→ u770114 : 但你必須用書本上的名詞去融入那個世界的想法 03/06 00:51
→ sova0809 : 斂結果無法收斂然後發散 就準備等死了 03/06 00:52
可是我在華爾街的物理學中看到有人在增肥以前就發現模型的缺陷
然後成功造出在增肥中適用的模型 這算是統計學跟財務工程的勝利(?
→ u770114 : 然後你就能讀懂華爾街某些奇怪的新聞了 03/06 00:52
看到現在總覺得股市方法很多 然後遇到不停情況就會說要用不同投資法
可是能不能再發生前轉換感覺又是另一回事
→ SweetLee : 例如你看到有人在說過去10次甚麼條件下有9次會漲 那 03/06 00:52
→ SweetLee : 機率有90% 可是通常這次符合條件的結果會是... 03/06 00:53
這樣就是要看期望值了吧(? 不過期望值還是機率論範疇XD
推 goddamnhuge : 去學初統 高統 數統 迴歸 研究方法 學完就懂了 03/06 00:54
學到一半而已QQ
推 u770114 : 散戶有散戶的各種方法，但大公司就只有一套 03/06 00:56
是內線交易嗎XD 還是我影集看太多
→ u770114 : 只是知識面會限制你了解那些意思 03/06 00:56
這樣看來要邊進市場邊學惹
→ u770114 : 不是，就光明正大的交易 03/06 00:57
→ u770114 : 像是什麼反向拆分啦 03/06 00:58
恩..看來還有得學QQ
推 sidneys : 書太理論 看完就忘一半QQ 03/06 01:04
推理學院走一遭就還好惹
推 kuanyu1026 : 丟公平硬幣 人頭得1000億 反面賠一億 期望值幹爆高 03/06 01:05
→ kuanyu1026 : 要玩還是不玩？ 03/06 01:05
我是不太敢 畢竟資本額不足
推 meRscliche : 114 路過推一下，進去 quant 的工作就能體會到機率 03/06 01:17
→ meRscliche : 統計、高微的妙用啦！ 03/06 01:17
好好奇quant到底是什麼樣的工作
推 chunzheng : 看這種純敘述理論的書對投資技巧有幫助嗎？ 03/06 01:17
華爾街的物理學就在講理論和投資的關係 也是本好書XD
→ meRscliche : 「找到了！是同意票！」xD 03/06 01:18
114梗XD
推 stlinman : 我覺得用統計或技術分析看金融市場，只有說明現象跟 03/06 01:23
→ stlinman : 概率但是沒有解釋原因。所以推導上會有盲點。 03/06 01:23
這個就是要搭配金融知識了 不過有時抹滅那些人性影起的震盪或許更能看清(?
推 rock8655 : 我跟你一樣是114又正好都剛看完這本書的機率有多大. 03/06 01:27
這肯定要考慮清大人數跟這本書的銷售量 條件用你的ip跟使用ptt來當基準XD
→ rock8655 : .. 話說這本書有夠不好讀 03/06 01:27
中心思想很難抓到QQ
→ rock8655 : 我認為金融市場最重要的一點 根本是心理學 03/06 01:28
可是我覺得心理學的學派很雜誒 能解釋點太多 似乎沒有絕對
推 jipq6175 : 推薦你看英文版，自己覺得讀起來很順 03/06 01:51
有點考慮
推 tbh : 這本書比較是一種哲學吧, 可能是作者最簡單的一本了 03/06 02:08
推 ruokcnn : 期望值就是機率的延伸 03/06 02:41
→ ruokcnn : 貝氏觀點來看這世界上一切事情都是機率 03/06 02:42
→ iPadProPlus : 感覺沒啥用處 03/06 02:56
→ iPadProPlus : 機率沒辦法解釋真正的黑天鵝 03/06 02:56
可是cauchy distribution 不就有big tail的特徵惹 雖然沒辦法積分
不過用蒙地卡羅似乎能抓出你想要的分佈面積(?
噓 HenryLin123 : 寧願大賠不要小賠 是變異數問題吧 03/06 03:06
應該要寫寧願小賠不願小賺(?)
推 chialalala : 因為市場是混沌，不是隨機兩者區別很大 03/06 03:39
像是大賣空裡頭從評斷房債新用到影響金融海嘯一樣的感覺(?)
推 empirica : 接續去讀他的黑天鵝效應,大師之作 03/06 06:47
推 emptie : 我覺得統計觀點問題很大啊…幾年前的市場條件是有 03/06 06:47
→ emptie : 跟今天一樣嗎？中間公司倒了開了產業熱了涼了不知 03/06 06:48
→ emptie : 道幾次了 03/06 06:48
不過歷史時間這麼長 應該可以抓到很相近的吧(?
畢竟知識是歷史的累積 過時的東西會被淘汰
→ f19870421 : 他的書要強調只有一件事 但我不想在這說 03/06 06:50
QQ
→ f19870421 : 塔雷伯的書要看懂不是很容易 03/06 06:51
真的難
推 WESTONE : 我認為問題在參數過度優化。我想了兩三年解決方向， 03/06 08:02
→ WESTONE : 高微中緊緻度應用應該是不錯出發點。供參。 03/06 08:02
學過compact 但不懂你XD
噓 sdamel : 隨便找一家法人觀察他的方式跟單就好了，統計那麼多 03/06 08:08
→ sdamel : 最後還不是炒短線 03/06 08:08
→ sdamel : 話說買書來看當初我也買了一些，結果托斯科蘭尼一個 03/06 08:09
→ sdamel : 投機者的告白買到註釋本…該辦休學了 03/06 08:09
推 mexilo : 正在看反脆弱，感覺Taleb厭世程度不降反增。 03/06 08:11
很多聰明人都很憤世嫉俗
推 zaqimon : 我隨機被出生在宇宙中的地球上的台灣的某個角落 03/06 09:11
推 AboveTheRim : Taleb不只是MBA 他還是巴黎大學的數學博士 03/06 09:57
→ AboveTheRim : 而且他極度討厭商管人士 03/06 09:57
我覺得大部分理論派都不喜歡沒有根據的東西
推 charlie2010 : 114給推 03/06 10:26
推 acbwanatha : 很多人都只是在隨機致富而已，就是那些用數學財務工 03/06 10:29
→ acbwanatha : 程討飯吃的人。因為都是隨機，所以數學好不好沒關係 03/06 10:30
?我不太確定這樣解釋對不對誒
※ 編輯: kevin1212 (140.114.123.82 臺灣), 03/06/2020 11:35:48
→ f19870421 : 他講的不是那種教條式的策略 是一種攻防一體的概 03/06 11:54
他的難懂在於他的策略很難條列寫下 是這樣嗎
→ f19870421 : 念 其實是適用每個人的 只是大部份人都以為他在 03/06 11:54
→ f19870421 : 講數學 03/06 11:54
※ 編輯: kevin1212 (42.73.39.173 臺灣), 03/06/2020 12:58:09
推 acbwanatha : 攻防？活得多累啊。為何要陷入攻防裡？ 03/06 13:00
→ f19870421 : 他的策略只是一種概念 而這個概念不論對何種投資 03/06 13:03
→ f19870421 : 者都能進可攻退可守 03/06 13:03