亚洲va在线va天堂xxxx中文 ,女子奶水太多喂老头中文字幕,亚洲性啪啪无码av天堂,无码H肉动漫在线观看免费中文

投資進(jìn)化論系列：消除不確定性

這一輪令人瞠目結(jié)舌的AI行情，很多人感嘆：“以后一定要做“我X，牛逼”型的投資者，不要做“我去，這有啥”型的投資者。”

聽上去是一句調(diào)侃，卻體現(xiàn)了產(chǎn)業(yè)趨勢投資的特點(diǎn)。

【資料圖】

我在兩年前做過一個(gè)科技股產(chǎn)業(yè)趨勢投資的直播，并根據(jù)這個(gè)直播文字編輯了文章《“從0到1”和“從1到N”：科技股投資的產(chǎn)業(yè)趨勢》，文章的觀點(diǎn)受到很多朋友的歡迎，但也有很多人覺得在具體投資時(shí)用不上，這是因?yàn)?，產(chǎn)業(yè)趨勢投資與巴菲特式的傳統(tǒng)價(jià)值投資，在理念上有很大的沖突。

這就造成了盈利來源的不同，長線價(jià)值投資，賺的大部分是企業(yè)長期成長的錢，而產(chǎn)業(yè)趨勢投資的收益來源于中小企業(yè)趁一波產(chǎn)業(yè)趨勢變成新的產(chǎn)業(yè)巨頭。

所以在前期，企業(yè)創(chuàng)造的價(jià)值還沒有在產(chǎn)品、業(yè)務(wù)及利潤上體現(xiàn)出來時(shí)，你賺的大部分是別人虧的錢和賣飛了的錢，這個(gè)賺錢的過程偏博弈，也和主題炒作很像，賺的錢可以分為三類：

本文主要分析第一類——“認(rèn)知差”的錢是怎么賺的。

這個(gè)投資進(jìn)化論系列，希望跳出傳統(tǒng)投資理論的框架，引入進(jìn)化論、行為經(jīng)濟(jì)學(xué)、信息論等多個(gè)科學(xué)的理論，重新審視我們的投資理念與方法論。

“認(rèn)知差”的基礎(chǔ)是新信息，不同信息產(chǎn)生的認(rèn)知又是不同的，投資需要尋找價(jià)值最大的信息，這就涉及到產(chǎn)業(yè)趨勢投資面對的第一個(gè)問題——

信息是什么？

多虧有20世紀(jì)最偉大的科學(xué)家之一，信息論的發(fā)明者香農(nóng)，給了信息一個(gè)物理學(xué)的定義：信息就是消除不確定性的東西。

比如說，你被一條選擇題難住了，此時(shí)，有同學(xué)直接告訴你，他選的是A，而老師只是告訴你，C是不對的——誰給的信息量大？

答案是，后者才是一個(gè)有信息量的信息，因?yàn)樗艘徊糠植淮_定性；而同學(xué)說他選了A，沒有給你消除任何不確定性，所以信息量為0。

這個(gè)定義對于投資而言，意義重大。投資是一個(gè)充滿了不確定性、又需要消除不確定性的領(lǐng)域，而股價(jià)的漲跌運(yùn)動，代表的正是不確定性的消除，驅(qū)動力正是信息量。

一家公司在財(cái)報(bào)之前的草根調(diào)研顯示收入增長30%，但到底有沒有30%，有一部分的不確定性，所以，市場給出的股價(jià)上漲幅度只會對應(yīng)20%的業(yè)績增長，即一部分不確定性的折價(jià)，直到財(cái)報(bào)發(fā)布，業(yè)績果然增長30%，這個(gè)信息讓不確定性消除，市場才會把剩下的漲幅給漲完。

某家公司，你覺得市場定價(jià)太貴，很有可能是有人掌握了你不知道的信息，你和市場的估值差，原因就是“信息差”。

如果市場絕大部分都是你這樣不知情的投資者，那么，股價(jià)和真實(shí)內(nèi)在價(jià)值之間，就還有一段“信息差”，驅(qū)動未來的股價(jià)上漲。這就是很多看似高估的股票，股價(jià)業(yè)績兌現(xiàn)前還會繼續(xù)上漲的原因。

完全市場理論之所以只在理論上正確，實(shí)際上并不存在，正因?yàn)槭袌鲇写罅恐挥袠O少數(shù)人才掌握或認(rèn)知的信息。

香農(nóng)信息論的貢獻(xiàn)在于，信息不再是虛無飄渺的文科詞匯，而是像時(shí)間、質(zhì)量、壓力、電流一樣可以量化的單位，其計(jì)算公式為：

為什么信息可以被計(jì)量呢？因?yàn)樾畔⑾淮_定性的作用，相當(dāng)于物理學(xué)中的“熵減”。

信息熵則是信息論中最基本的一個(gè)概念，是香農(nóng)從熱力學(xué)第二定理中“借用”的概念，兩者有一些相似，熵在熱力學(xué)中表示封閉系統(tǒng)的無序程度，信息熵專門用于描述系統(tǒng)的不確定程度，是消除不確定性所需信息量的度量。

薛定諤所說的“生命以負(fù)熵為食”，既是指物理學(xué)上的熵，也指信息熵，生命體要消耗能量感知外界的信息，消耗能量來采取恰當(dāng)?shù)姆磻?yīng)，才能維護(hù)自身的低熵體。

所以獲取信息，總要消耗能量，即付出成本，那么投資中，只要你獲取信息的成本，低于消除不確定性帶來的收益，這就是一個(gè)可持續(xù)的投資過程。

學(xué)過信息論的朋友可能發(fā)現(xiàn)，信息熵的計(jì)算和投資中的期望收益計(jì)算的方法相似，正是因?yàn)樗鼈兪且唤M原因和結(jié)果。

所以，從信息的角度，可持續(xù)盈利的投資方法一定要符合下面兩個(gè)特征：

那么，如何降低獲取信息的成本？什么才是信息量更大的機(jī)會呢？

我們平時(shí)投資中所說的“信息”，與信息論中的信息定義并不完全一樣，如果分為兩類，它們對投資者的作用剛好相反：

以今年需要處理的信息來看，新能源帶來的大多是第一類信息，新能源產(chǎn)業(yè)的產(chǎn)品體系已經(jīng)基本完成，產(chǎn)業(yè)鏈已經(jīng)成形，接下來無非是，鋰礦和硅料價(jià)格有沒有降？組件的招標(biāo)和排產(chǎn)上升了多少？電動車每月的銷量有沒有拐點(diǎn)？等等，每一個(gè)信息都直接對應(yīng)著一個(gè)投資決策，這也是大部分還持有新能源倉位的投資者的原因；

相反，AI相關(guān)板塊帶來的大都是第二類信息，它在展示了其語言能力的同時(shí)，給人類造成了巨大的沖擊與困惑：

到底AI能做到哪些我們無法預(yù)料的事？

到底未來哪些領(lǐng)域的規(guī)則會被AI重新改寫？

現(xiàn)在上漲的公司，到底是產(chǎn)業(yè)趨勢的受益者，還是受害者？

如何評估AI相關(guān)產(chǎn)業(yè)的空間？

……

面對著每天早上都要進(jìn)行的“猜猜AI界昨晚又發(fā)生了什么”的游戲，消除的不確定性遠(yuǎn)遠(yuǎn)低于增加的不確定性，這正是很多投資者不愿意投資AI方向的原因——看不到確定受益的標(biāo)的，看到了也算不出空間。

通常而言，投資者都喜歡第一類信息，厭惡第二類“信息”，因?yàn)?b>后者并不是信息，而是一個(gè)擁有極高“信息熵”的系統(tǒng)。面對這樣的系統(tǒng)，追求確定性的投資者就會本能的回避，并根據(jù)以往的經(jīng)驗(yàn)，得到一個(gè)“題材炒作，都是泡沫”的結(jié)論，以讓自己心安理得。

這個(gè)心態(tài)實(shí)際上符合前面說過的持續(xù)盈利的投資方法的“成本特征”——降低獲取信息的成本，但問題在于，它錯(cuò)過了“收益特征”——尋找對應(yīng)信息量更大（即可以消除的不確定性更大）的投資機(jī)會。

什么是信息量更大的機(jī)會？比如說，拋一枚硬幣，和擲一個(gè)骰子，哪一種結(jié)果的不確定性更強(qiáng)一點(diǎn)呢？

直覺上就可以判斷，拋硬幣有兩種結(jié)果，擲骰子有6種結(jié)果，自然后者的不確定性更大。

前面的信息熵公式表示的意思是，變量的不確定性越大，熵也就越大，認(rèn)知時(shí)所需要的信息量也就越大——而信息量越大，其推動股價(jià)上漲的動力也越大。

因此，投資者不能屈從于心理上對這種巨大不確定性的恐懼，富貴險(xiǎn)中求，不是讓你隨便去冒險(xiǎn)，而是指這一類可以通過認(rèn)知來消除的不確定性的風(fēng)險(xiǎn)。

所以關(guān)鍵在于，到底哪一些不確定性是可以通過認(rèn)知去消除？

信息論有兩個(gè)基本思想：

換成投資上的說法，叫“預(yù)期差”，人類天生有趨向高信息量的本能，狗咬人的消息沒有價(jià)值，人咬狗的新聞才有人關(guān)注，正是因?yàn)楹笳吣軌蛱峁└蟮膬r(jià)值。

近些年，人工智能密集出現(xiàn)了多個(gè)小概率事件：

我在《“從0到1”和“從1到N”：科技股投資的產(chǎn)業(yè)趨勢》的文章中，列舉了一些我覺得需要重視的十個(gè)產(chǎn)業(yè)趨勢，唯獨(dú)沒有放人工智能，當(dāng)時(shí)是覺得這玩意兒可能離成熟還遠(yuǎn)，但兩年后，正是這個(gè)方向出現(xiàn)了“涌現(xiàn)”。

甚至我想，大部分人傾向于低估人工智能成熟的概率，可能是潛意識中回避這個(gè)威脅，或者是基于某些信仰，不相信人工智能真的能實(shí)現(xiàn)。

另一個(gè)小概率現(xiàn)象是它的成熟度超出想象。

技術(shù)變革，光有技術(shù)還不行，必須要等到它的產(chǎn)品足夠成熟、成本下降，我們才有可能去應(yīng)用、去推動這個(gè)技術(shù)，形成一波趨勢，有時(shí)需要相當(dāng)長的時(shí)間。

但GPT從誕生到應(yīng)用，從3.5到4，都是在短短幾個(gè)月內(nèi)完全的，完全打破了以前技術(shù)變革的規(guī)律，在商業(yè)上也完全可以用“涌現(xiàn)”二字形容。

一個(gè)產(chǎn)業(yè)趨勢并不是平滑的，不是說今天30%的進(jìn)度，明天40%的進(jìn)度。有可能今天10%，接下來幾個(gè)月一直都是10%，再過一個(gè)月突然一下從10%跳到50%，也就是邊際變化出現(xiàn)拐點(diǎn)。

這個(gè)觀點(diǎn)的例子是，一個(gè)團(tuán)隊(duì)發(fā)表了驗(yàn)證某一新理論的實(shí)驗(yàn)后，另一團(tuán)隊(duì)也獨(dú)立完成了實(shí)驗(yàn)，后者的實(shí)驗(yàn)雖然完全相同，但提供的也是新的信息增量。

在ChatGPT之前，OpenAI已經(jīng)推出了圖像生成系統(tǒng)DALL-E 2，在圖像創(chuàng)作領(lǐng)域，把人工智能推到無限接近人的高度，所以當(dāng)幾個(gè)月后，基于另一個(gè)系統(tǒng)的ChatGPT在文字生成領(lǐng)域獲得成功，它包括的信息量要比單一的突破性事件大得多。

而此后，百度、阿里、360等多家公司，在幾個(gè)月內(nèi)相繼獨(dú)立推出同樣基于GPT技術(shù)的大模型，雖然成熟度不及ChatGPT，但信息量仍然非常大，它意味著技術(shù)復(fù)現(xiàn)的可能性非常大，大語言模式已經(jīng)從一個(gè)極高信息熵系統(tǒng)，變成一個(gè)很高信息熵系統(tǒng)。

那么，根據(jù)前面的信息與股價(jià)的關(guān)系，這個(gè)巨大的信息量，必然帶來股價(jià)的巨幅上漲。

很多投資者受價(jià)值投資影響，糾結(jié)于不知道哪些標(biāo)的真正受益，要再等等看，但基于信息量驅(qū)動的產(chǎn)業(yè)趨勢投資，不會給你這個(gè)等待機(jī)會，它一定是先把有信息量的標(biāo)的股價(jià)推上去，然后在標(biāo)的的內(nèi)部進(jìn)行市值的重新分配，即，進(jìn)展不如人意的跌下去，超預(yù)期的再繼續(xù)上漲。

很多投資者在選擇標(biāo)的時(shí)，過于關(guān)注企業(yè)的基本面，這就好像技術(shù)分析的投資者在股價(jià)技術(shù)破位后，再用“基本面好”的理由來繼續(xù)持有一樣方法錯(cuò)位，產(chǎn)業(yè)趨勢投資的盈利來源是未來不確定性的消除，那么，能消除不確定性的有價(jià)值的信息，也就不可能來源于代表過去的基本面，而是企業(yè)對未來業(yè)務(wù)的投資。

所以春節(jié)后的第一波上漲，市場首先選擇認(rèn)知最充分的拓爾思、海天瑞聲和科大訊飛，它們的信息量最大；隨著大家對ChatGPT和國內(nèi)產(chǎn)業(yè)鏈的研究，第二波上漲的標(biāo)的變成了信息量最大的光模塊、寒武紀(jì)、昆侖萬維、工業(yè)富聯(lián)、三六零，等等。

先總結(jié)一下本文的幾個(gè)重點(diǎn)觀點(diǎn)：

1、產(chǎn)業(yè)趨勢投資的早期，賺的是“認(rèn)知差”的錢

2、信息就是消除不確定性的東西

3、股價(jià)的漲跌運(yùn)動，代表的正是不確定性的消除，驅(qū)動力正是信息量

4、AI代表的產(chǎn)業(yè)趨勢，是一個(gè)擁有極高“信息熵”的系統(tǒng)，消除它們的信息量，可以帶來巨大的投資價(jià)值

5、不太可能發(fā)生的事件居然發(fā)生了，具有極高的信息量

6、基于信息量驅(qū)動的產(chǎn)業(yè)趨勢投資，不用看基本面，先把有信息量的標(biāo)的股價(jià)推上去，然后再進(jìn)行市值的重新分配

為什么產(chǎn)業(yè)趨勢投資要做“我X，牛逼”型的投資者，不要做“我去，這有啥”型的投資者？

因?yàn)榍罢叽硪粋€(gè)信息量大的高熵體，符合產(chǎn)業(yè)趨勢投資的要求。換成投資者語言，高熵體勝率不高，但是賠率通常比較大。

不過，認(rèn)知只是賺錢的前提，特別是到了市場已經(jīng)產(chǎn)生充分認(rèn)知的階段，就要開始賺“執(zhí)行差”的錢了，這就是很多人都喜歡說的“知行合一”，如果大家感興趣，我會繼續(xù)從信息論的角度，分析一下如何做到知行合一。

想在科技股上賺錢？你就一定要知道“產(chǎn)業(yè)趨勢投資”

國家數(shù)據(jù)局的成立，將如何改變未來的生活？

ChatGPT真的聽懂了你的話嗎？它真的能代替你工作嗎？

關(guān)鍵詞：