"我会继续改变自己,而AlphaGo将会继续改变世界。"——不出意外的话, 阿尔法狗和柯洁的恩恩怨怨,能荣登今年人工智能现象级事件NO.1了。 以至于,当八卦出AlphaGo在和柯洁的连番对弈中慢慢产生了感情,不少人第一反应居然选择相信(包括我都差点冒出粉红泡泡) 。 也难怪,基于大数据的人工智能,最被人津津乐道的是精准决策,比如看中上棋逢对手的人,哦不,它可能在第40手的落子,直接决定了后面几十手的走向乃至最终胜败,无论对方如何绞尽脑汁、如何抓耳蹙眉,翻盘的可能性已经在某个不经意的时刻化为乌有。 "选择比努力重要",这句话真是被再度应验。 道理谁都懂,但越简单直白,就越容易被现实中的喧嚣所掩盖,于是山路十八弯后,还是与理想背道而驰。 所谓人生轨迹,就是一个个选择组成的丛林。生活如此,职场如此,理财投资亦是如此。太多的人,在使用金钱或是理财的当下草率武断,内心揣着侥幸,肆意释放贪念,看似抓了一手好牌却被打个稀巴烂。 你要知道,很多时候,你的选择比你的钱更值钱。 只是在发生的那个时刻,你全然忽视罢了。 1 选择不同,结果差的不是一点点 之前听同事讲起他表哥前几年的事。 表哥家里做生意挣了不大不小一笔钱,原先家里想在所处的二线城市买投资用房,经不住表哥他爹执意坚持,买了"有内部消息"的几只股票。 坦白说股票们还算争气,半年下来账户上又多了近两套首付的钱。老爹大喜过望下,又把部分做生意的钱投进去。没多久,顺风顺水的势头昙花一现,随之而来的是落花流水般的割韭菜,期间他老爹还不死心的补仓几把,最终还是啪啪地打了水漂。 而所在城市的房价,在不到3年内翻了两番。 我们总过于相信自己的直觉,轻易做出决定,却在决定后不断猜测、不断怀疑、不断用没有逻辑的行动企图去填补眼前的窟窿。就如同系统一旦出现BUG,可能就得用若干个补丁去修复,却还不尽如人意。 一听投资理财,不少人都希望今天播种明儿收果。在对金钱的本能驱动下,看到别人吃肉,也凑上前去吃;看到别人买了某种投资品赚了,和跟着挥挥手丢钱。 几番折腾,很可能的画面是:吃肉赶不上,挨打的时候一个也没落下。 咱都是平凡工薪族,手头那点儿钱多是工资一点点积攒而成,一旦有亏损真心是肉疼。但在真金白银的理财上,比的不是谁的投入大、谁花的精力多,一旦踏上错误的方向,没准越努力亏的越多。随便来个熊市做多or牛市做空,N张毛爷爷就无情滴离你而去了。 2 同样的物种,不同的命运 其次,即便将钱放在同样的金融产品上,收益和盈亏也会大相径庭。 投入P2P,选择安全稳定的头部阵营可高枕无忧,但万一碰到无良的黑心老板带着小姨子跑路了,一夜之间便可血本无归,回到解放前。 投入股票,别说是不同的股票,即便同一只,不同的买入卖出时间对应着迥然不同的局面。况且在嘈杂的市场下,多数人容易情绪发酵,于是蒙着眼接二连三地踩坑。 投入基金,公募基金在中国十几年,股票基平均涨幅超过19%(甚至债基都超过8%),妥妥跑赢通胀,可残酷的事实是,7成以上的基友都是亏的。除了上面说的漂浮不定的感情影响了判断,还有个主要因素是:选了只病恹恹的问题鸡(基),再怎么喂好料,它都没法给你下蛋呐。 直接摔在起跑线上…… 说好的理财赚钱呢,说好的人生赢家呢,说好的成功逆袭呢?一步错,步步错,转眼又跌入弱势群体了。 错误的选择,会是一个华丽的黑洞,投入一日一日地增减,价值却一日一日地减少。 3 笑到最后,靠的是概率筹码 日本经济学家野口真人有一段话,印象深刻: 钱包里有"歪曲硬币",人类不擅长概率从而产生错觉,而它是一门"神之视角"的学问。每个人在神看来,都不过是众多样本中的一个。但是对于我们自己来说,很难客观地将自己当做样本来看待。 仅凭直觉,可能会错过来之不易的好机会。 谁都知道"选择比努力重要",可问题就在于:"选择"本身就是一种需要大量信息收集、不断练习、大量努力来磨练的技能,是极为辛苦的认知过程。 况且在金融市场,变量多、干扰大、信息不对称,任何细节抽丝剥茧起来,都得投掷大量心力。一整套玩下来,身体妥妥被掏空;一不留神,还玩脱了。 实际上,我们学习理财方式,学习投资技能,学习工具使用,说白了就是在增加获胜概率,以及最终到达理想彼岸的可能性。 人之所以和普通动物不同,最牛逼的区别也正是会使用工具,从而提升判断几率、提高做事效率、扩大赢面,然后把腾出的时间浪费在美好的事情上,撩妹旅行看电影,共创和谐好社会(这画面想想还挺诱人啊)。 辅助决策的工具选择上,我个人有以下偏好: 1、操作简单粗暴 这点很好理解,能一键搞定的就绝不按两次,能一个页面讲清楚的就绝不唠唠叨叨刷一堆。厉害的工具会从你的操作中知道你想要什么,然后第一时间,将需要的信息抓取、整理、分析、打包好,送到你眼前。 2、基于数据分析 尤其是评测类。我自己工科出身,又在互联网行业多年,还是明白数据对一个系统、一个产品、一个决策起到怎样举足轻重的作用。 什么叫好?什么叫不好?主观感受公说公有理,婆说婆有理,很难有个衡量标准。无法量化的结果,说服力通常有限。就算说人家酒驾,也得让他对着酒精探测器吹一口,看看仪器上的含量值吧? 除了一手数据带来的直观,利用分析模型+大数据产生的结论,也极大程度比你闷头研究要靠谱得多。 越是复杂重要的环节,背后越会站着综合大算法,整个是一盘很大的棋,凡人如你我,凭一己之力要想hold住,那真比深夜面对一盘小龙虾而不动心还难。 3、结论明确 回头看一开始提到的AlphaGo,谷歌方面曾透露,在获取棋局信息后,它会根据策略网络探索哪个位置同时具备高潜在价值和高可能性,进而决定最佳落子位置。 有个关键词发现了不?对了,是"决定"二字。 人工智能也好,评测分析工具也罢,终究得靠明晰的结果呈现。它可以是一个简要报告、一个操作命令、一个行动建议,而不是占星感十足的"分析"。不信你想想,不管哪种星座运势你都觉得有几分道理,没准看到《最让人喜欢的12个星座,快来看看有你吗 》都觉得"艾玛太准了!这说的不就是我吗?!" 所以,当你准备做决定时,那些雾里看花或似是而非的参考,基本都是耍流氓。 我们不奢求拥有预判未来的能力,但善于使用工具、让它辅助判断、甚至从工具中解锁出新方法,将是知识能力的补充与放大,就像站在无数人智慧的肩膀上,有更大的概率,朝着正确的方向看到诗和远方。