概率思维-成功人士最基础的“人生算法”

现在有两个按钮,按下红色按钮,你可以直接拿走一百万美元;按下绿色按钮,有一半机会,你可以拿到一亿美元,但还有一半机会,你什么都拿不到。你会选哪一个?

按红色按钮吗?直接拿走100万美元,落袋为安呢,还是赌一下,按绿色,万一拿到一个亿,人生的小目标不就实现了吗?可是,万一什么都没拿到怎么办?还不如按红色,虽然比一亿少很多,但最差也有100万美元吧。

这就是 “确定效应”,“二鸟在林,不如一鸟在手”,大部分人不愿为了看似更大的收益冒风险,他们更喜欢虽然小一点但是确定的收益。“确定效应”就是他们的“人生算法”。

但是,其实这道选择题,是有唯一正确答案的。绿色按钮的“期望值”更大(期望值为5000万),是最理性的选择。“决策树”,就是你的“人生算法”。

可是,即便绿色按钮是最正确最理性的选择,我还是有一半可能什么都拿不到啊,怎么办?有没有一种办法,让我能确定地获得比100万更大的收益,增加我“赢”的概率呢?当然有。

你可以去找一个投资人,把这个项目以低于“期望值”5000万的价格卖给他,比如2000万,你落袋为安,获得了确定的2000万,而他,获得了5000万期望收益 - 2000万成本 = 3000万的期望利润。这就是基于“概率思维”的另一种“人生算法”。

不同的“人生算法”,带来不同的选择,从而获得完全不同的人生。而“概率思维”就是很多成功人士最基础的“人生算法”,

在不完全信息决策的情况下,不是靠你的聪明才智或者努力,就一定能有正确决策的。你再聪明再努力,都有可能是错的,这个“可能性”,这个失败的“概率”,来自于信息的不完全。

如果选A选B都有50%的概率会赌错,就相当于你抛了一枚硬币,你猜中是正面,就继续往下走一步,若是反面,就结束了。这不是聪明才智的问题,这是信息不完全带来的“概率问题”。

假如你能走到下一步,又面临新的决策,决策信息永远是不完整的,选A有50%的可能性赚100块钱,选B有30%的可能性赚50块钱。选A还是选B呢?

选A,你的期望收益是50%×100=50块钱;选B,你的期望收益是30%×50=15块钱。选A是正确的决策。但是即使是正确决策,选A依然有50%的可能性是赚不到钱的。也就是说选A是一个相对正确的决策,但它依然有可能是错的。如果这次你猜对了,你又可以往前走一步,当然也可能猜错就走不了。

只是走两步,你能再往下走的概率只有50%×50%,也就是25%了。这样一路决策下来,你每天有多大概率是走不下去的?可见,最后你能走向成功,95%要靠概率,这个说法并不夸张。

小结

“概率思维”是你要心平气和地承认,就算你做对了所有事情,你成功的概率也不高,可能在今天的互联网行业只有不超过5%。然后再思考应该用什么方式提高概率。

千分位上,通过踏上时代的脉搏提高12%;百分位上,通过选对战略,再提高5%;十分位上,通过设计好组织结构又提高2%;最后在个位上做好管理,提高1%。综合计算一共提高了20%,加上原来的 5%,你的成功概率就变成了25%。

有25%的概率获得成功,已经是很大的希望了,但是依然有75%的概率会失败,怎么办?那就不接受失败再来一次,再来一次,再来一次。如果你曾连续创业四次,每次成功概率是25%的话,四次里面有一次成功就是比较大概率的事件了。

这就是概率思维,是这个时代成功者所秉持的底层思维。理解和运用概率思维,去增加好运气,避开大坑和陷阱,创业者才能可能在成功的路上走的更远。

要从大局着眼,行情的本质就会一目了然,不要过分重视细枝末节,这样只会因小失大,捡了芝麻丢了西瓜,有的人为了计算几块钱的交易成本,错过大好的买入机会,也有的人为了抠出顶部的末段利润,而利润大幅缩水,不要恐惧不要贪婪,按照行情信号严格执行,进出场不应该有任何犹豫。

资金管理是最重要的,必须有明确而详细的规划,试探仓位用多少、加码加仓用多少、短线快打用多少、长线布局用多少、资金占用比例是多少、止损标准是多少等等很多问题都要具体明确,只有这样,才能从根本上解决心态问题,很多人都操作过模拟盘,也经历过实盘,模拟盘中所向披靡,随便怎么操作都是大概率赚钱,但是实盘却并非如此,行情不会因为实盘还是模拟盘而变化,变化的只是你的心态,有合理有效的资金管理之后,面对实盘是可以做到如应对模拟盘一样轻松的,盈利只是水到渠成。

本文来自企鹅号 - 元亨金融媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏CSDN技术头条

数据挖掘历史中的重要里程碑

数据挖掘现在随处可见,而它的故事在《点球成金》出版和“棱镜门”事件发生之前就已经开始了。下文叙述的就是数据挖掘的主要里程碑,历史上的第一次,它是怎样发展以及怎样...

1937
来自专栏大数据文摘

我们活在真实世界还是模拟人生:重要吗?不重要吗?

1453
来自专栏AI科技评论

大会 | ICLR 2018开幕,参会2000人只有3.8%来自中国

AI 科技评论按:4 月 30 日,为期四天的国际学习表征会议(ICLR 2018)在加拿大温哥华正式开幕。该会议由深度学习三巨头之二的 Yoshua Beng...

1056
来自专栏新智元

李飞飞:我们怎么教计算机理解图片

前言: 当一个非常小的孩子看到图片时,她可以辨认出里面简单的要素:"猫""书""椅子"。现在,电脑也聪明得可以做同样的工作了。接下来呢?在这个令人震撼的演讲里,...

3288
来自专栏大数据文摘

脑联网:大脑串联成的有机电脑

2078
来自专栏机器学习算法与Python学习

走近Hinton:AI教父传奇人生

三十多年以来,Geoffrey Hinton一直都处于人工智能研究的边缘地带。他像一个局外人一样坚守着一个简单的观点:计算机可以像人类一样,依靠直觉而不是规则进...

763
来自专栏AI科技评论

小度战胜“水哥”王昱珩,到底有没有黑幕?

昨天晚上,小度与“水哥”王昱珩人脸识别比赛播出,最终小度机器人以2:0胜出,然而这个结果似乎并没有“服众”。在很多论坛、贴吧里,充斥着大量百度“黑幕”的帖子,很...

3488
来自专栏新智元

【AI 原力觉醒】《纽约时报》两万字长文,深度剖析谷歌大脑简史

【新智元导读】《纽约时报》刊文,记者 Gideon Lewis-Kraus 深入谷歌大脑,从团队建立开始,阐述他们如何用神经网络改变谷歌翻译这一谷歌重要产品。文...

3146
来自专栏数据派THU

独家 | 我这样预测了医疗AI的发展,或许你也可以(附论文链接)

原文标题:2017 in review: progress, problems, and predictions 作者:LUKEOAKDEN RAYNER 翻译...

1659
来自专栏量子位

别打了别打了,天上无人机看着呢 | AI分析暴力姿势

天空之眼 (Sky In the Eye) ,不只是斯内普教授的遗作,也是一组研究人员为自己的新论文,选定的题目。

712

扫码关注云+社区