平时看盘，大家是不是总盯着K线走势瞎琢磨？涨多了就心惊肉跳怕见顶，赶紧清仓离场；跌狠了就急着抄底等反弹，结果一买就 套在半山腰。最近看到一组市场数据，不少板块和个股获得融资资金大手笔净买入，但很多人只盯着涨跌数字激动或恐慌，却没看 透背后资金的真实动向，踩了不少本可以避免的坑。其实啊，我们之所以总在高低点判断上频频失误，核心就是把"自我感觉"当成 了决策依据，却忽略了决定股价走势的根本——资金的真实交易意愿，尤其是机构大资金的交易行为。今天就结合真实的市场案 例，复盘那些普通人最容易踩的主观误区，看看量化大数据到底怎么帮我们建立更靠谱的投资思维。 一、凭走势猜高低，为啥总踩错节奏 三、跌多了就抄底，为啥一买就套 "跌多了必然会涨"，这是很多人脑子里根深蒂固的想法，看到股价跌了一大波后出现反弹，就急着抄底进场，结果往往一买就套。 比如2025年市场行情整体向好的时候，有只股票却走出了持续下跌的走势，每次股价反弹都吸引不少投资者抄底，但没过多久股价 又会继续下探，套住了一批又一批人。为啥这种抄底总是失败？因为这些反弹都是"虚的"，根本没有得到机构大资金的认可。看图 3，虽然股价表面上在反弹，但「机构库存」数据一直 ...

ng the Odds to Win Big I House Advant DeepSeek时代陪你慢慢变富的人生算法 Jeffrey Ma [美]马恺文/著 刘清山/译 概率思维是高手和普通人的分水岭 用亏损的概率乘可能亏损的金额,再用赢利概多乘可能赢利的金 额,最后用后者减去前者。这就是我们一直坚得实践的方法。这种 算法并不完美,但事情就这么简单。 沃伦 · 巴菲特 好莱坞大片《决胜21点》主角原型亲身讲述概率思维的神奇 任何觉得自己数学不好的人都能从中学习如何最大化未来的成功概率 @ Av 2 robrans 《大概率思维》 （美）马恺文 著 刘清山 译 九州出版社/后浪 2025年9月出版 ◎王宙洁 身处于信息量爆炸的大数据时代，如何做出高质量的决策？前麻省理工21点团队核心成员马恺文在其著 作《大概率思维》中，以其亲身经历为引，将21点牌局中的博弈逻辑转化为一套适用于商业、投资乃至 日常生活的决策哲学。 本书并非枯燥的概率论教科书，而是充满实战智慧的"理性行动指南"。通过信仰概率、警惕偏差、决策 框架三个核心维度，马恺文系统阐述了如何在不确定的世界中建立可持续优势，从而实现理性胜利。 在波动中坚守长 ...

春节假期前后，各类市场消息轮番轰炸：海外股指涨跌互现、美国关税政策生变、油价金价大幅波动，国内出行消费热度回升……不少人盯着这些消息，一 会因利好热血沸腾想加仓，一会因利空慌慌张张要减仓，结果往往追在高点、割在低点。这其实是大多数人都容易陷入的主观误区：习惯把消息直接等同于 涨跌信号，靠直觉做决策，却忽略了市场背后真正的核心逻辑。就像之前某医药股被爆出立案调查、业绩亏损的利空，大家都预判暴跌，结果股价反而涨了 30%；还有业绩暴增的个股，利好公布后却不涨反跌。这些"反直觉"的行情，本质上是我们被表面消息迷惑，而量化大数据，正是帮我们跳出误区、建立理 性思维的关键。 一、为什么我们总被消息"牵着鼻子走" 我们的大脑天生喜欢"简单归因"，看到利空就默认股价会跌，看到利好就觉得必涨，这种直觉思维在生活里好用，但在市场里却经常失效。就拿之前那只被 爆出立案调查、业绩亏损的个股来说，当时新闻一出，舆论一边倒看空，不少人慌慌张张卖掉，结果后来股价一路走高，涨了30%，狠狠打脸了靠消息炒股 的人。 如果只看走势，会发现消息出来后股价先涨后跌，很容易误以为是"诱多出货"，但用量化大数据看就完全不同。看图1： 图里的橙色柱体是 ...

一、为什么我们总被行情"打脸"？ 最近刷到不少关于A股春节行情的分析，从券商研报到股民讨论，几乎都在说节后上涨概率高，很多人凭着往年的直觉，要么节前急着追涨热门的消费、科 技股，要么干脆满仓躺平等节后"红包"，结果往往事与愿违——去年有朋友看着节前某消费股连续3天飘红就冲进去，节后反而阴跌了半个月；还有人觉得 节后肯定普涨，拿着一堆冷门股一动不动，眼睁睁看着别人手里的票悄悄起飞。其实这就是我们普通人最容易踩的主观误区：靠经验、直觉甚至情绪做判 断，却忽略了市场里真正起作用的，是资金的真实交易行为。而现在，量化大数据的发展，已经能帮我们跳出这种直觉陷阱，用客观数据看清行情背后的逻 辑。 | | | | 年份 | 大年初一 | 年前 20 个 | 年前 10个 | 年前5个交 | 年前1个交 | 年后1个交 | 年后5个交 | 年后 10个 | 年后 2 | | --- | --- | --- | --- | --- | --- | --- | --- | --- | --- | | | | 交易日 | 交易日 | 易日 | 易日 | 易日 | 易日 | 交易日 | 交易 | | 2016 | 2016/2/8 ...

最近港股市场分化得让人摸不着头脑：有的板块借着消息单日大涨超20%，有的却在热门行情里突然跳水。身边有朋友看到AI应用股走强就追进去，结果刚 买就遇上震荡；还有人看到互联网科技股普跌，慌慌张张割了肉，转头就看着其他相关板块涨起来。其实很多人都陷入了同一个主观误区：把新闻消息直接 等同于涨跌信号，凭着直觉追涨杀跌，却从来没思考过，消息背后到底是谁在主导交易。今天就结合真实的市场情况和量化大数据，聊聊怎么跳出这种直觉 陷阱，建立更靠谱的投资思维。 图里的橙色柱体是「机构库存」数据，它反映的是机构资金有没有积极参与交易。消息出来后，虽然股价先涨后跌，但「机构库存」数据从消息公布第三天 就开始活跃，甚至在股价调整的时候，数据还在不断增加——这说明机构资金一直在积极参与，所谓的"利空下跌"只是表面的诱骗。我们的直觉之所以错， 是因为把消息当成了结果，却没意识到，消息只是机构用来博弈的工具，真正决定走势的是机构的交易态度。二、利好兑现反而跌，真的是"见光死"吗？ 还有更反直觉的情况：有只个股公布中报，净利润暴增8倍，妥妥的超级利好，但股价反而跌了近10%。当时行情整体火爆，身边有人觉得这是"黄金坑"， 赶紧抄底，结果套了 ...

最近市场里科技板块的热度持续攀升，不少小市值科技股也成为关注焦点，有机构梳理出一批超跌的小市值科技标的，称这类个股弹性更大，值得关注。很 多朋友看到这种消息，第一反应就是赶紧找名单里的个股入手——毕竟"超跌+风口"的组合，在直觉里就是稳赚的买卖。 但我之前见过太多类似的"直觉陷阱"：看似明确的利好，实际交易起来却亏得一塌糊涂。就比如曾经维生素价格暴涨360%的行情，按道理相关个股应该集 体上涨，可结果近三成个股反而下跌，有的甚至腰斩。这其实就是普通人最容易踩的坑：用主观直觉替代客观判断，把"应该涨"当成"一定会涨"。今天就结 合之前的市场情况，聊聊量化大数据怎么帮我们避开这种思维误区。 | | | | 超跌小市值科技个股情况 | | | | --- | --- | --- | --- | --- | --- | | 代码 | 间标 | 息市值 | 评级机构数 | 致预测今年 | 较为则明年 | | | | (亿元) | 家) | 净利增速(%) | 伊利增速(%) | | 688286 | 取心反伤 | 43. 91 | 7 | 101. 71 | 59. 29 | | 688369 | 饮订乌联 | 30. ...

最近留意到一组机构动向数据：全球范围内不少大资金对某国际主要货币的看空情绪，已经到了十多年来的高点，相关调查显示，这类资金的仓位配 置创下有记录以来最负面的水平，还有不少资管巨头也在调整相关资产的对冲策略。身边有个朋友看到这类新闻，第一反应就是想跟着调整手里的配 置，我赶紧拦住他——去年他就吃过类似的亏：看到某利好新闻冲进去，结果刚进场行情就反转，套了小半年才解套。其实我们普通人炒股，最容易 陷入的主观误区就是：把新闻当成行情的"指挥棒"，靠直觉跟着新闻走，却忽略了新闻只是波动的诱因，真正决定走势的是大资金的真实交易行为。 而量化大数据，恰恰能帮我们跳出这个误区，用客观数据校准我们的判断，告别被行情反复打脸的尴尬。 之前我也总被股价的一涨一跌搞懵：明明调整幅度很大，后面却突然大涨；明明连续几天反弹，转头就继续下跌。一开始我也像大多数人一样，用直 觉找原因：是不是涨得太多了？是不是跌到位了？但看有的股票连续四天涨停后调整，后面还能再创新高，可见靠走势直觉完全不靠谱。后来才明 白，这一切的本质，都是大资金的不同选择导致的。 看图1： 一、别让走势直觉，代替交易本质 K线下方的橙色柱体是「机构库存」数据，用来反映大 ...

Core Viewpoint - The article emphasizes the importance of quantitative data in understanding market dynamics and avoiding subjective biases in investment decisions. It highlights how many investors fall into traps during volatile markets, often driven by emotions rather than data-driven insights [1][3][10]. Group 1: Market Dynamics - Recent statistics show that 167 stocks in the Shanghai and Shenzhen markets have experienced net financing inflows for over five consecutive days, with many leading stocks seeing net inflows for more than ten days [1]. - Investors often react to such data with either a rush to buy popular stocks or skepticism about potential manipulation, reflecting a gap between subjective perceptions and actual market behavior [1][10]. Group 2: Quantitative Data Insights - The article introduces two core indicators from quantitative data: the "dominant momentum" which reflects four trading behaviors (buying, profit-taking, short-selling, and covering), and "institutional inventory" which indicates the activity level of large funds [6]. - When the dominant momentum shows a "covering" behavior while institutional inventory remains active, it signals that large funds are quietly accumulating positions, which is a key indicator of market strength [7]. Group 3: Historical Performance and Probability Advantage - An analysis of a specific stock in the solid-state battery sector revealed that there were nine instances of "shock warehouse" signals since the second quarter of last year, with six of these signals marking local lows, indicating a higher probability of successful investment compared to random timing [11]. - The article argues that quantitative data provides a probability-based approach to identify better entry points, contrasting with the often misguided timing of average investors who rely on gut feelings [14]. Group 4: Rational Trading Mindset - The current market environment is characterized by an overload of information, leading to emotional trading behaviors such as impulsive buying during rallies and panic selling during corrections [15]. - The article advocates for a shift towards a rational trading mindset, where the focus is on the sustained activity of large funds rather than merely the stocks being bought, to differentiate between genuine long-term investments and short-term speculation [15][16].

Core Viewpoint - The rise of artificial intelligence (AI) prompts business leaders to consider outsourcing mathematical tasks to machines, but it is crucial for them to maintain a strong grasp of mathematics as it is the core language of business [1]. Group 1: Importance of Mathematics in Business - Mastery of practical and flexible mathematical skills is essential for managers to solve real-world problems effectively [2]. - The ability to think independently and reason is critical, as over-focusing on irrelevant details can lead to overlooking important aspects in business mathematics [3]. Group 2: Historical Examples of Mathematical Misjudgment - During the late 1990s internet boom, managers fixated on "page views" while neglecting cash flow, leading to the bankruptcy of many internet companies [4]. - In the 2008-2009 financial crisis, analysts relied on complex financial models that failed to predict the collapse of major banks, while outsiders like Michael Burry used basic mathematical analysis to identify the flaws [5]. Group 3: Skills for Effective Mathematical Application - Developing numerical intuition is vital, and using tools that encourage initial estimations can enhance mathematical thinking [6]. - Employing problem-solving frameworks, such as the McKinsey method, can help in constructing and testing hypotheses effectively [7]. - Learning mental calculation techniques can simplify complex problems and improve decision-making [8]. Group 4: Decision-Making and Outcomes - Decision-making and outcomes are interconnected, but making mathematically correct decisions does not guarantee favorable results due to the randomness of real-world scenarios [9][10]. - The use of probability logic and decision trees is essential for making informed decisions, even though luck can sometimes yield better outcomes for some individuals [11]. Group 5: Non-linear Thinking in Decision-Making - Applying linear thinking to non-linear problems can lead to significant errors, especially in capital or resource allocation decisions [12]. - Understanding the Kelly Criterion is crucial for maximizing long-term growth rates by determining optimal bet sizes in uncertain situations [16].

神译局是36氪旗下编译团队，关注科技、商业、职场、生活等领域，重点介绍国外的新技术、新观点、新风向。 编者按：在概率思维模式下，玩好概率游戏，我们就能大大提升成功的可能性。本文来自编译，希望对您有所启发。 假设你设定了一个目标：在90天后跑完一场马拉松。你聘请的教练坦言时间并不充裕，但只要严格遵循训练计划、营养方案和睡眠安排，比赛当天你就能做 好准备。她警告说，若在任何一个环节偷懒，三个月内你将无法完成马拉松赛程。 假设你对自身执行力充满信心：坚持训练计划的概率70%，遵守营养方案的概率70%，遵循睡眠安排的概率同样是70%。那么同时达成三项并以最佳状态参 赛的概率是多少？ 答案令人惊讶：仅34.3%。成功需要三个先决条件，单独看每个条件实现概率似乎很高，但必须三者同时达成。当我们将每个步骤的成功概率相乘时，前景 就不再那么乐观了。 这还只是个相对简单的目标。只需三件事顺利即可达成。现在想象更复杂的挑战，比如创办成功企业或取得梦寐以求的升职加薪。那么，十家企业中九家失 败的现象，以及多数人新年决心屡屡落空的常态，便不再令人惊讶。我们并非运气不佳，而是遭遇了宏大目标与低概率交织的必然失败。但这不是放弃的理 由， ...