概率学
概率论的常见错误：
- 样本空间的范围大小（样本空间）
- 没指明意义的平均数（样本分布）
- 如发生概率极低，如果本身就毫无意义（黑天鹅/小概率原则）
- 相关性数据的错误（因果论）
- 时间空间的错误（已改变的环境/基数）
- 样本的真伪性（来自人性的欺诈）
- 数据样本的独立性错误（偷换概念）
检验样本空间的4个维度：
- 时间跨度
- 大环境&基数
- 数据的发生频率
- 相似性/因果性
数据样本的分布特征：
- 方差 variance dispersion：平方和
- 标准差 standard deviation：均方差，数据样本波动率
- 标准误差 Standard Error of the Mean，SEM：均值波动率
- 偏度系数 skewness
- 峰度系数 kurtosis
- 四分位数 quartile
- 众数 mode
- 中位数 median
- 离散分布 discrete probability distribution
- 连续分布 continuous probability distribution
区间估计 confidence intervals
- 置信区间，置信上限，置信下限
- 置信度（置信水平）
- 接受域
- 拒绝域
- 显着性水平
检验方法：
- 双侧假设检验 two-sided test
- 右边检测，左边检测 one-sided test
信息熵 information entropy：
- 定类变量
- 定序变量
- 定距变量
- 定比变量
概率学理论
- 全概率公式 law of total probability：测量可分割的样本空间
- 互独立事件independent event
- 互斥事件 exclusive event
- 密度函数 probablity density function，PDF
- 分布函数 cumulative distribution function，CDF
芝加哥经济学
系统1：快思考，冲动、凭直觉的。不善质疑，易骗，偏见。
系统2：慢思考，算术，推理能力。懒惰，擅谁职守。
系统1与系统2的联合错误决策：
- 系统1快速地编了一个故事，从而预计未来有可能发生的事。然而，这虽然简单快捷，但往往都是主观且未经证实的结论，多数是错误的。但是基于启动效应，系统2当刻是没法意识是错误的，并选择相信系统1。
- 启动效应：系统1编了一个故事，而系统2也相信了这个故事。如：因果关系，病毒引致感冒。而宝洁清毒液能消灭90%试管里的病毒，因此宝凉消毒液能减少感冒。
- 目标问题：想要作出的评估。
- 启发式问题：绕开原来的问题，去回答的那个更简单的问题。
- 情感启发问题：根据系统1的个人喜好，作出带有偏见的回答。而系统2也被欺骗。
联想原则：
- 相似性
- 时空相接
- 因果关系
芝加哥新派经济理论：
- 前景理论 prospect theory：面对损失时是风险喜好。面对盈利时是风险规避。
- 损失厌恶：即使同等金额，对失去的厌恶程度，远大于你对得到的喜欢程度。
- 锚点效应 Anchoring effect：被第一个信息影响。第一印象。
- 过度自信：因过度关注，坠入窄框架思考，错误地提高权重，最终过度自信。系统1欺骗了系统2，而系统2又懒，没检验正确性。
- 框架效应：参考点（收益结果，损失结果）不同，选择不一样。
- 忽略比率：眼见即为事实，没考虑基础比率。是过度自信的结果。原因是过度关注的环境。
- 心理账户：即使同等金额，在不同的帐户，价值是不一样。
- 稟赋效应：不是一成不变，而是随着参照点而变化。如已拥有和未拥有。自己拥有和他人拥有。即使同一件物件，但因稟赋而有不同价值。
- 光晕效应：小概率事件，通过有限的几次观察得出的结果。
- 羊群效应：略。
解决方法：
- 统计性思维：根据事物的不同类别和总体性质得出个案的结论。
- 只考虑最关键的因素/维度
- 通过负面例子接近真相
- 证伪论证
过度关注的环境，导致错误决策：
a. 过多关注：
如：［思考，快与慢］精神科医生觉得世界上多数人都有心理疾病。因为他每天接触的人，多数都是心理病的病人。
如：［黑天鹅］信息愈多，噪音愈多，假设愈多，错误愈大。
b. 生动画面：
如：［漫步华尔街］分析师的买入和持有建议。
c. 具体表述：1000中的1个。0.1%。
d. 明确提醒：
人性的错误：
系统1具备主观，偏见，直觉。喜欢简化，寻找相似性，概括原因。但过度简化的结论往往是错误。因为做2个毫不相关的事情，最终都会遵从回归定律，各自趋于均值。
决小风险的能力有一个基本限度。要么完全忽视风险，要么过于重视风险，没有中间地带。
数学的错误：
频率格式 frequency format，如百分比，均数，常数，中位数，收益角度，损失角度。只显示单个信息，都是带有欺骗性。
沉默的数据：不再存在的证据/ 基于人性的欺诈数据
如：［黑天鹅］执政党的目的是不出错，而不是令事情有进步。因此，任何数据都可能是假伪。
对随机事件作出因果解释：
根据大数定律，只要样本空间足够大，数据样本足够多，任何事物最终会回归均值。
而从短期概率来看，尽管是随机数，但与历史有重覆的概率，是小概率事件。即有机会发生。
因此，像量子物理学，即使不知道因果解释，但寻找到当中规律，以概率函数来描述其状态，已经足够战胜股票市场。
华尔街
资产估值：
坚实基础理论（firmfoundation theory）
空中楼阁理论（castle-in-the-air theory）/ 博傻理论 greater fool theory
- 贝塔值：股票的变动，与市场整体的变动做一个比较。
- 系统风险：即市场风险，记录了股票对市场整体波动率。
- 非系统风险：由特定公司的特有因素，所引起的股票价格的变动性。
［漫步华尔街］综合使用基本面和技术面：
- 只买入盈利增长预期能连续五年以上超过平均水平的公司。
- 千万不能为一只股票付出超过其坚实基础价值的价格。
- 寻找投资者可在其预期增长故事之上建立空中楼阁的股票。而空中楼阁是基于坚实理论。另外，自己的兴趣无关重要。最重要是预期大家喜欢什么故事，最终所形成的普通观点。
- 尽可能少交易。
股票估值（内在价值）：
- 股息收益率：股息，但现在是股价的上升空间。
- 每股收益率：盈利/利润成长性。
- 市盈率：股价和盈利同时上升。
债劵估值：
- 到期收益率
- 市场利率/债券收益率
周期性行业轮动：
- 复苏：消费股，如汽车、家电、家具、工程机械、证券保险
- 繁荣：资源股，如大宗能源、有色、煤炭、黄金
- 滞涨：能源股：石油、天然气、食品饮料
- 衰退：医药、公用事业
财务指标：
- 收入
- 毛利率
- 应收账款
- 净利润
CAN SLIM法则：
C：可观或者加速增长的当季每股收益和每股销售收入
A：年度收益增长率：寻找收益大牛
N：新公司、新产品、新管理层、股价新高
S：二供给与需求：关键点上的大量需求
L：二领军股或拖油瓶：孰优孰劣
I：机构认同度
M：市场趋势