图表分析可以打败随机性？

2006年，一家著名的德国报纸发表了一篇预言性的文章：“从长期来看，德国法兰克福股票指数（Dax）将会跌到2 000点以下。”大幅标题刺激着读者。这显然是值得注意的，因为这是一个股市专家在2006年向我们许诺2015年的世界看起来将会是怎么样的。尽管在通往那里的道路上会有各种各样的不确定性，如金融危机、战争、政权交替、洪灾和新技术等，但有人在这里向我们许诺，他能够告诉我们，在今后的岁月里世界看起来将会是怎么样。令人佩服！在股市分析报告和股市杂志的缤纷世界里，这类的文章读起来就是这样的：

在过去的一周里，德国股票指数烁烁放光。它以一个令人印象深刻的涨幅收复了200日均线和6 000点关口。但现在德国法兰克福股票指数在6 118点处已经遭逢38日均线的阻力。对这个障碍的突破将会促成一个直达6 250点的上升行情。当然，如果股指回调的话，预计就会重新回到5 963点处的200日均线。

值得注意的是，200日均线不是处于5 962点，也不是5 964点，而是正好处于5 963点，并且遭遇阻力的肯定是38日均线，不是39日均线或者37日均线。图形分析能够做到如此精确。

它真的能吗？本章讨论我们会在股市中遇到的最危险的“敌人”。这是一个会用各种伪装出现的敌人，它总是在我们最不经意时出现，并在我们最不需要它的时候让我们的计划成为泡影。这个敌人就是随机性。

随机性也会捉弄那些揣着引人注目的专业词汇进行预测的专家。这是些什么人呢？这些专家就是被称为“股市技术分析师”的那些人。技术分析师将有价证券价格的各种波动与技术指标相结合，并作出预测。夸张地说，这些人就是试图理解世界的内在机制。一旦他领悟了其中的关联关系，知道了这些关联关系会生成怎样的模型，那么，他只要掌握这些模型，就能够预测了。简单地说，一旦人们掌握了一个特定的模型，就能够从过去类似的模型中推导出现在会怎样发展。这是股市的内在机制吗？这是世界的内在机制吗？

这听起来太美妙了，以至于显得不真实，而有些事情听起来甚至有些荒诞。在这个世上存在能被掌握的固定模式吗？谁掌握了它，就能自己打开一扇通往未来的便捷之门？这与其说是科学，不如说是玄学。更令人惊讶的是，刊登了关于德国股票指数那篇文章的报纸的负责人在一次谈话中透露，读者疯狂地追逐这样的技术分析。来信、电话询问和邮件等读者的反馈给报社清楚地显示了读者对这种分析的需求是多么巨大。“我们编制了一个系列的技术分析，其反响是巨大的。”报纸的区域经理这样说道。就连大学也来询问是否可以得到这类文章的复制本。有的编辑也不解地摇头：是什么东西驱使着这些人？为什么他们对这类东西的兴趣这么大呢？

也许一个简单的实验可以帮助我们了解这里发生了什么。受试者被要求看一段简单的、抽象的人物描述，比如：

史蒂夫是一个害羞的、深居简出的人，他乐于助人，但是对他人不大感兴趣。他喜欢秩序和结构，对细节具有感受力。

你认为，史蒂夫的职业是什么？他是一个图书管理员还是一个农夫？你肯定毫不犹豫地猜想，他是一个图书管理员。很简单，因为对他的描述符合一个图书管理员的特征。一个农夫会对细节有感受力吗？一个农夫会深居简出吗？听起来都让人觉得有些滑稽可笑。所以，史蒂夫只能是一个图书管理员。

在这里，你在自己未察觉的情况下已经使用了一种特殊的决策技术，这种技术被称为“启发学”。启发学是一种方法，它帮助我们以简单的方式来解决复杂的问题。史蒂夫的职业问题是一个非常困难的问题。如何去猜测一个我们几乎一无所知的人的职业呢？一个优秀的分析人员会选择下列的方式：他会思考，什么样的职业在德国是最常见的，然后猜想，史蒂夫拥有这种职业。我们假定，在德国的人口结构中，2%的男性是图书管理员，4%的男性是农夫。然后，人们就应该猜想，史蒂夫是个农民。从概率理论的角度，这是一个比较好的办法。为什么？原因很简单，只要我们假定史蒂夫是随机地从德国从业人员中被选中的话，那么，一个图书管理员被选中的机会是2%，而一个农夫被选中的概率为4%。所以，我们应该猜想他是农夫。

这听起来符合逻辑，但和我们掌握的情况相抵触的是，人物的描述听起来完全不像是农夫，而是图书管理员。所以，我们根据已知的史蒂夫的性格特点推断出，他是一个图书管理员。由此，我们使用了代表性启发学。我们认定，我们所了解的关于史蒂夫的性格特征是典型的图书管理员，所以，他肯定是一个图书管理员。而对于我们，反正还不了解的百分比数字，忽略不究了。我们将这个关于史蒂夫职业的复杂问题用一种简单的方法解决了。如果某人看起来像一名图书管理员，那他就是一名图书管理员。与研究人口中百分之几是图书管理员，百分之几是农夫相比，这种方法显然要快捷和简单得多。

原则上来说，这是一种不错的方法，也相当有效。如果我们看到有人身着皮衣、文身、开着轰轰作响的摩托、满嘴酒味，估计这个人不会是牧师，这在99%的情况下不会有错。但这种方法总有效吗？举一个例子：

史蒂夫做事总是很认真、心思缜密。他工作勤奋，对他人很感兴趣，不会对任何事情放任自流，工作时注意力高度集中。

如果我们需要判定，史蒂夫是一个办公室的办事员还是一名心脏外科医生，结果会怎样？人物的描述也许更多表明他是一名外科医生，但从数量上来说，在德国有多少外科医生，又有多少办公室办事员呢？猜想他是一名办公室办事员不是更好吗？

进一步的实验显示，在这里，我们错误地运用启发学的危险还是很大的。现在，我们请被测试者在一个由100人组成的小组中随机选出一人，然后猜测他的职业，确切地说，猜测他拥有某种特定职业的概率。这时，我们告诉被测试者，这个小组由30名工程师和70名律师组成。由此，从这个小组中随机抽出的某人是一名律师的概率为70%。被测试者也领悟到了这一点。如果我们不给他们人物描述，他们就会估计，选出的人70%是一名律师。如果我们告诉被测试者，选出的人是对技术充满热情的，那么，他们肯定会认为这个人是一名工程师。而人群中的多数是律师这个事实，他们完全置之不理。这会导致错误的估计。即使在这100人中只有1个工程师，由于“对技术热情”这个附加信息，人们也很少会考虑只有1个工程师这个概率。为什么人们会忽视在100人中毕竟还有70人是律师这个事实呢？在这里暗藏着一个错误的根源。

更离奇的是，现在给被测试者一个被选出人员的描述，但根据这个描述无法推断出这是一个律师还是工程师。现在，他们估计这是一名技术人员的概率是50%，而完全忽略了70%的律师概率。

好了，现在你也许会说，这个代表性启发学是个有趣的东西，但这跟股市有什么关系呢？跟美元价格和技术分析的预言又有什么关系呢？有一些关系。

比如，比欧达塔股份公司就提供了一个很好的例子。比欧达塔是当时在新市场（德国证券交易所的一个部分。它是新经济兴起的过程中，在1997年参照美国纳斯达克的模式设立的。——译者注）挂牌的一家生产加密软件的公司。它的股价总是跟随着生物科技股票的价格变化。市场观察家一致认为，很多投资者由于该公司名称中的“Bio”字样而错误地把它当作一家生物科技公司。股价虽跟随着生物科技行业的发展趋势波动，但实际上这家公司根本就不属于这个行业。这个例子真的很具代表性，并且真的很荒诞。

但更糟的是，“代表性启发学”这个古怪复杂的单词还会导致所谓的游戏者的错误。为此，现在我们去赌场，看看有一位男士是如何机智地战胜随机性的。