日日操夜夜添-日日操影院-日日草夜夜操-日日干干-精品一区二区三区波多野结衣-精品一区二区三区高清免费不卡

公告:魔扣目錄網(wǎng)為廣大站長提供免費收錄網(wǎng)站服務(wù),提交前請做好本站友鏈:【 網(wǎng)站目錄:http://www.ylptlb.cn 】, 免友鏈快審服務(wù)(50元/站),

點擊這里在線咨詢客服
新站提交
  • 網(wǎng)站:51998
  • 待審:31
  • 小程序:12
  • 文章:1030137
  • 會員:747

【EBC投資者智庫,為您超前布局頂層戰(zhàn)略思維】

近些年來,我們持續(xù)暴露在罕見的、高影響力的“黑天鵝”事件中。席卷全球的COVID-19給我們?nèi)祟悶橄乱淮纹茐男允录峁┝酥匾闹笇?dǎo)——無論是自然災(zāi)害、地緣政治沖突還是不可預(yù)見性的事件。我們生活在一個容易發(fā)生緊急情況的世界中,必須有能力為任何事情的中斷做好準(zhǔn)備,因此適應(yīng)性取代了下意識的反應(yīng)——這種反應(yīng)可能適得其反,使情況復(fù)雜化,而不是遏制它們。我們應(yīng)該盡快對緊急情況做出反應(yīng),COVID-19 的爆發(fā)正是提供了這樣一個機會,讓投資者可以思考如何實現(xiàn)更無縫、更積極的響應(yīng)。

下文,我們列出了頂級投資者在危機中應(yīng)運而生的高階思維,看看你具備幾個?

停止嘗試預(yù)測市場,就連99.99%的機器學(xué)習(xí)算法在預(yù)測走勢上也從未真正奏效。

我們需要采取一種更在意可能發(fā)生情況的心態(tài),而不是我們認(rèn)為(或希望)最有可能發(fā)生的情況。不要試圖完全消除風(fēng)險。消除風(fēng)險就像在沸騰的水壺上改上蓋子一樣——事情會在一段時間內(nèi)看起來穩(wěn)定,但最終還是會爆發(fā)。

為什么市場如此難以預(yù)測?

實際上有無數(shù)的因素在對未來的走向起作用。這就是為什么買入和持有策略總是比預(yù)測市場更省時且更有利可圖。

即便你可以在技術(shù)上創(chuàng)建一個模型,該模型將之前影響市場的所有已知因素都考慮在內(nèi)。然而,絕大多數(shù)市場因素實際上是不可能事先知道的,例如自然災(zāi)害、流行病和政治變動。市場有時也會毫無依據(jù)的非理性行事,。

即使你能夠以高精度成功預(yù)測市場,其他人也能模仿你的策略,這最終會導(dǎo)致市場走向與你預(yù)測相反。市場研究人員和分析師會預(yù)測市場的某些趨勢以此獲得更高的成功概率,但這些預(yù)測更接近于有根據(jù)的猜測,而不是 99%的精確預(yù)測。此外,未來市場將如何變化的置信區(qū)間太寬,甚至無法做出簡要的預(yù)測。

讓我們來看個機器學(xué)習(xí)來預(yù)測TSLA股價的實例。

在 Python 中使用 TensorFlow 創(chuàng)建 LSTM 模型

我們不僅要創(chuàng)建一個神經(jīng)網(wǎng)絡(luò)來“預(yù)測” TSLA 的價格,還要了解它的缺點在哪里。

圖形用戶界面, 文本, 應(yīng)用程序
描述已自動生成

首先,你需要導(dǎo)入依賴項并設(shè)置程序其余部分所需的參數(shù)。我們將在 LSTM 模型和 Scikit-Learn 中使用 TensorFlow 來測試其準(zhǔn)確性。

圖形用戶界面, 應(yīng)用程序
描述已自動生成

獲取數(shù)據(jù)并重塑它在模型中的工作

首先,我們使用 pandas_datareader 從雅虎財經(jīng)讀取數(shù)據(jù)。接下來,為了讓 LSTM 模型正常工作,必須以正確的方式對數(shù)據(jù)進行預(yù)處理。為此,我們可以使用 Scikit-Learn 中的 MinMaxScaler 和模塊 NumPy。我們還必須創(chuàng)建 x_train 和 y_train 數(shù)據(jù)列表發(fā)送到下一個模型中。

圖形用戶界面, 文本, 應(yīng)用程序, 電子郵件
描述已自動生成

擬合模型并獲得預(yù)測結(jié)果

在這里,我們必須構(gòu)建、編譯和訓(xùn)練 LSTM 模型以獲得最終預(yù)測。幸運的是,TensorFlow 和 Scikit-Learn 使我們能夠輕松完成這項工作。模型生成后,我們可以在測試數(shù)據(jù)上對其進行測試,以接收我們的最終預(yù)測,看看它的準(zhǔn)確度。對于這個特定模型,我們將 epochs 設(shè)置為 5,但你可以更改它來查看它如何影響模型的輸出。

現(xiàn)在是有意思的部分。我們成功地使用 LSTM 模型來“預(yù)測”TSLA的股價,最終可以找到想要的答案。在代碼的這一部分中,我們繪制了訓(xùn)練數(shù)據(jù)、測試數(shù)據(jù)和預(yù)測數(shù)據(jù),并收到了一系列其他指標(biāo),例如預(yù)測日常運動的準(zhǔn)確性、下一個交易日的預(yù)測價格,以及模型的均方根誤差和檢驗均方誤差。

乍一看,該模型似乎非常好。它甚至預(yù)測了 2020 年前所未有的新型冠狀病毒所產(chǎn)生的市場巨幅波動。

但是,你再往下看模型就會發(fā)現(xiàn),這個模型只是在跟蹤來上一天的收盤價,因為它認(rèn)為簡單地跟蹤昨天的收盤價是預(yù)測明天價格的“最佳”方式。

如果你回顧一下我們之前發(fā)現(xiàn)的統(tǒng)計數(shù)據(jù),就可以發(fā)現(xiàn)(下面附上了一個屏幕截圖)。預(yù)測日間走勢的準(zhǔn)確率僅為 48.19%,甚至比拋硬幣還要低!

文本
描述已自動生成

每一次危機都是一次機會,因為它使我們能夠及時審查我們的最初假設(shè)并進行必要的調(diào)整。

為了最直接地了解你在下一次危機中的脆弱性,請仔細審查你對前一次危機的反應(yīng)以及實施了哪些規(guī)則。我們都有短期反應(yīng)過度的壞習(xí)慣,這會讓我們朝著相反的方向走得太遠,并使我們再次面臨新的錯誤。

COVID-19 將帶來的悲劇效應(yīng)還為時過早,但這場災(zāi)難可能會催生出令人驚訝的結(jié)果:重新認(rèn)識我們的工作方式和做出更靈活性的決策和積極的準(zhǔn)備。

危機和意外收獲反直覺的答案

數(shù)據(jù)科學(xué)家兼風(fēng)險投資家埃里克·斯泰特勒曾投資了50家全球頂級的科技公司,在他轉(zhuǎn)向風(fēng)險投資之前,曾幫助很多公司應(yīng)對市場危機,并結(jié)識了許多在次貸金融危機期間失業(yè)的人。他們中的許多人后來將那次經(jīng)歷描述為他們職業(yè)生涯中最重要的時刻。

不是“最好的”——他們沒有把它浪漫化——但隨著時間的推移,他們開始將其視為將幾十年的智慧融入幾年的罕見事件中。經(jīng)歷那些危機的人認(rèn)為,他們在紀(jì)律、專注以及駕馭變化和不確定性的能力加速了他們的事業(yè)發(fā)展。

反直覺的答案一:好的策略并不總能帶來好的結(jié)果

讓我們考慮一個簡單的場景:你找到一個成功的交易策略。你會看到你的賬戶余額在上升,很明顯,該策略正在發(fā)揮作用,你開始交易該策略并盡可能多地使用該指標(biāo)組合。

那么,為什么過了一段時間后,你會發(fā)現(xiàn)自己沒有賺到那么多錢,或者更糟的是,你的帳戶余額開始下降?

這是交易時可能發(fā)生的違反直覺的情況,這時你需要跟蹤你的交易和交易結(jié)果,然后通過一些統(tǒng)計分析來審查它們。

如果你在某一刻,產(chǎn)生了某個直覺,然而這個直覺還不符合你的交易規(guī)則。那么我們的建議是,你就不要操作。

待市場關(guān)閉后,你做兩個事情。

第一件事,去分析你的這個直覺,背后有沒有金融和數(shù)學(xué)邏輯支持。

如果沒有,那就是一瞬間的偶然思維火花而已,可能并沒有應(yīng)用價值。如果有理論支持,那么就做第二件事。

第二件事,把你的這個直覺,通過程序?qū)懗鰜恚ヅ芑販y。

注意不能只跑個別組樣本,要爭取覆蓋多組不同市場不同特性的樣本,多時間段,多市場,多樣本,要驗證你的這個想法的普適性。如果一個策略模型不具備普適性,也就沒有明確的應(yīng)用價值了。

如果跑出來綜合結(jié)果,比你之前的交易系統(tǒng)要好,或者雖然收益率差不多,但是滿足了你對于風(fēng)險或者其他考慮的更好要求,那么你就可以做一個beta版本,在接下來的實盤中應(yīng)用,進一步驗證。

如果beta版本驗證效果也挺好的話,那你的這個直覺就成為你規(guī)則的一部分了,用起來才是有理有據(jù)有底氣。

反直覺的答案二:你不再試圖控制自己的情緒。

你必須意識到的是,真正能控制你的并不是你的情緒。相反,正是你對情緒的抵抗賦予了它們支配你的力量。

為什么 COVID-19 是我們重生的機會?

發(fā)展經(jīng)濟學(xué)中有一個引人入勝的悖論,即一個國家最大的挑戰(zhàn)和困難直接推動了主要競爭優(yōu)勢的建立,而看似對其有利的因素(例如自然財富)則阻礙了發(fā)展。邁克爾·波特 (Michael Porter) 的著作《國家的競爭優(yōu)勢》( The Competitive Advantage of Nations ) 是對國民經(jīng)濟發(fā)展的最大研究,它探討了一個國家最有前途的經(jīng)濟屬性如何在與該國最缺乏的東西發(fā)生沖突時才能發(fā)揮其潛力。換句話說,重要的不是你擁有什么和你沒有什么,而是如何將這兩兩者融合在一起。

與利用優(yōu)勢的創(chuàng)新相比,選擇消除弱點的創(chuàng)新則更有可能成功,因為問題驅(qū)動——而不是想法驅(qū)動——的發(fā)展更具備優(yōu)勢。這是由于問題(危機)提供的兩個關(guān)鍵優(yōu)勢,讓我們在更舒適的情況下可能最缺乏的,那就是專注性和緊迫性。

本系列我們解釋了黑天鵝事件中建立起來的突破性思維。希望最后一部分以充滿希望的方式結(jié)束,當(dāng)這些危機時刻以某種方式逼近時,往往可以帶來巨大的成就和突破。危機和嚴(yán)峻的挑戰(zhàn),如果通過正確的方式進行引導(dǎo),是迄今為止發(fā)現(xiàn)的最強大的增長驅(qū)動力。

COVID-19這不會是我們有生之年的最后一次黑天鵝事件。我們需要在超級周期內(nèi)評估我們的計劃,基于這一理解,即風(fēng)險和回報將極大地集中在危機的關(guān)鍵時刻,并且每 10 年左右就會發(fā)生一次變化。有了足夠的計劃和主動的適應(yīng)性,下一次危機就可以成為你的跳板而不是障礙。

應(yīng)對危機,僅這兩個變量就足以壓倒所有其他變量

英國差價合約經(jīng)紀(jì)商EBC金融集團的核心高管們不僅擁有金融危機的親歷經(jīng)驗,還具備一流的危機處理能力,均有三十多年的資本市場運作經(jīng)驗,包括外匯、固定收益、商品、衍生工具及差價合約領(lǐng)域的專業(yè)經(jīng)驗。我們相信這兩個變量就足以壓倒所有其他變量。

他們親歷過許多完整的經(jīng)濟周期,對其原因、影響以及由此產(chǎn)生的風(fēng)險管理、治理和監(jiān)管變化方面有深刻的認(rèn)知。這些周期跨越了85年的《廣場協(xié)議》、97年的亞洲金融危機、07年的全球金融危機和15年的瑞郎黑天鵝事件。

EBC UK的現(xiàn)任首席執(zhí)行官David Barrett曾被任命為美國國際集團(AIG)金融投行部倫敦分行的風(fēng)控主管,作為交易風(fēng)險審查委員會成員全程參與了08年金融風(fēng)暴中AIG金融產(chǎn)品業(yè)務(wù)的清算、轉(zhuǎn)讓重組事宜,并向聯(lián)邦政府匯報工作。

在此期間,他獲得了一手知識,了解壓力風(fēng)險和治理環(huán)境如何影響企業(yè)的運作,以及從這些事件中總結(jié)經(jīng)驗的重要性。

EBC UK的現(xiàn)任首席運營官兼首席技術(shù)官Christopher Potts在監(jiān)督合規(guī)、中后臺系統(tǒng)測試部署開發(fā)和與PB一級流動性對接方面有著極其資深的經(jīng)驗。

在15年瑞郎黑天鵝極端情況下,價格急劇下跌的過程中,流動性枯竭,他積極沉著地應(yīng)對危機事件,確保盡可能及時地涵蓋任何風(fēng)險敞口。雖然 當(dāng)時他所在的英國零售經(jīng)紀(jì)商平臺并非毫發(fā)無損,但他們至少充分意識到了情況,并能夠根據(jù)手頭的真實信息作出果斷的決策。

動蕩不安,危機重重的時代背景下,風(fēng)控能力和風(fēng)險意識,決定著一家公司的未來,也預(yù)示著對客戶資金強有力的保障。

分享到:
標(biāo)簽:互聯(lián)網(wǎng)金融
用戶無頭像

網(wǎng)友整理

注冊時間:

網(wǎng)站:5 個   小程序:0 個  文章:12 篇

  • 51998

    網(wǎng)站

  • 12

    小程序

  • 1030137

    文章

  • 747

    會員

趕快注冊賬號,推廣您的網(wǎng)站吧!
最新入駐小程序

數(shù)獨大挑戰(zhàn)2018-06-03

數(shù)獨一種數(shù)學(xué)游戲,玩家需要根據(jù)9

答題星2018-06-03

您可以通過答題星輕松地創(chuàng)建試卷

全階人生考試2018-06-03

各種考試題,題庫,初中,高中,大學(xué)四六

運動步數(shù)有氧達人2018-06-03

記錄運動步數(shù),積累氧氣值。還可偷

每日養(yǎng)生app2018-06-03

每日養(yǎng)生,天天健康

體育訓(xùn)練成績評定2018-06-03

通用課目體育訓(xùn)練成績評定