鍛鍊身體、提高認知、積累數據,像首富巴菲特一樣輕鬆做投資

機器學習 巴菲特 投資 人工智能 GPU 投行大師兄 2018-12-01

點擊右上角關注,私信【大禮包】領取免費課程

01

從入行開始,我就一直思考一個問題:要想把投資做好,究竟要培養什麼樣的核心競爭力?不知道哪位大神曾經說過:當你在一個維度裡找不到答案時,就要跳到更高的維度去。

所以,我換了個維度來思考:一個極度聰明的人是什麼樣的?

以前我以為是諸葛亮,現在我知道了,比諸葛亮更聰明的是“人工智能”。

人工智能的核心競爭力是什麼?是“機器學習”

鍛鍊身體、提高認知、積累數據,像首富巴菲特一樣輕鬆做投資

那麼,如何才能擁有“快速深度學習”能力呢?

人工智能的三個核心要素是:算力,算法,數據。也就是說,在人工智能的世界,比拼的是:更強的GPU,更優的算法,更好的數據。

對於我們人類而言,要想提升“快速深度學習”,本質上也要從算力、算法、數據,這三個維度來努力。

找到了努力的方向,我一下子沒有那麼慌了。

02

1、如何提升算力?

先來說說算力。

人工智能的算力來自於GPU,人類的算力來自於大腦。

曾經榮登世界首富的巴菲特曾說:人生就像滾雪球,重要的是找到很溼的雪和很長的坡。

鍛鍊身體、提高認知、積累數據,像首富巴菲特一樣輕鬆做投資

在我看來,要想愉快地滾雪球,更重要的是你得健康地活著。

數據顯示,巴菲特90%的財富都是在50歲之後積累起來的。如今,年近90的他還依然活躍在投資一線。這是他能夠封神的重要原因之一。

否則,即使找到了很溼的雪,很長的坡,人沒了,一切都成枉然。

另一位著名的投資大師彼得·林奇,也曾在投資史上留下赫赫戰績。但是,滾了20年的雪球之後,因為不堪重負,他最後頂著一頭花白的頭髮,心力交瘁地辭去了基金經理的職位。

之前,在知乎上看到一個問題:為什麼金融圈的人特別注重健身?

答案其實很簡單,因為要維護好算力

不光金融圈,各個領域的精英們都很注重身體健康。只要環顧下四周,你就會發現:那些事業有成的人,往往都有著極其充沛和旺盛的精力。

2、如何優化算法

對於人類,算法就是看問題、做事情的方法和模型。

之前,有句話在投資圈很流行——投資是認知的變現。

我的理解是:一旦你的認知方法發生了變化,那麼你眼中的世界就會變得不一樣,你的投資收益率也會隨之而變。

舉個簡單的例子:

很多剛入股市的股民都覺得:股價之所以會上下波動,是因為被一個無所不能的莊家操控了。自己之所以虧錢,是因為莊家太狡猾。

基於這樣的認知模型,他每天最關注的人就是,那個看不見摸不著的莊家。揣測他,下一刻要拉昇了,還是要洗盤了。

但是,只要接受過一些專業訓練,就會知道,股票的內在價值,其實是人們預期中的未來一系列的現金流的折現和。這就是股利貼現模型(DDM)。


鍛鍊身體、提高認知、積累數據,像首富巴菲特一樣輕鬆做投資

根據DDM,你知道了,影響股價的因素包括:基本面(企業盈利)、資金面(無風險利率)和情緒面(風險利率)。

於是,你就會沿著這三個方面,去積累相關的知識和能力。

一旦你的算法被優化了,你就會知道,自己應該朝什麼方向去努力了,人生的效率就會大大提高。

3、如何積累數據

現在,制約人工智能發展的一個重要因素就是:數據喂得不夠多。這也是大數據興起的重要原因之一。

對於大部分人,其實也面臨著同樣的煩惱,那就是:經驗太少(數據太少)。

以前,我們總以為,積累經驗沒有捷徑,只能靠時間的沉澱。一旦你吃過的鹽比別人吃過的飯多,你走過的橋比別人走過的路長,就自然成了老司機。

其實不然。

很多人,哪怕炒了10年股票,依然還在虧錢;很多人,哪怕有10年的工作經驗,卻依舊成為不了專家。

可見,並不是什麼樣的數據都是好的,我們需要的是海量而優質的數據。

優質數據從哪裡來呢?

我總結了一句話:讀一流的書,看一流的風景,交一流的朋友,投一流的企業。

當然,前提是,你得有一個先進的認知模型(算法),幫你識別出何謂“一流”。

03

其實,人生並不需要那麼多的成功學雞湯,只要像人工智能一樣成長就行了。

拼體力(算力),拼心力(算法),拼經歷(數據)。

培養出快速深度學習的能力。

這就是,我們每天要做的。

精彩熱門乾貨:

17年全年利潤3億元,18年一季度利潤87億,雅戈爾究竟做了什麼

央媽降準,釋放1.2萬億流動性,解開了近期所有的謎團

同樣是首富,為什麼馬雲混得風生水起?

相關推薦

推薦中...