复杂问题的简化

admin 2025-09-08 阅读:4 评论:0
将复杂问题简单化,是一种能力。如何做到这一点?首先要把看似复杂的问题搞清楚,如何搞清楚?实地调查或者搜集齐资料。 没有调查,就没有发言权,曾经是老毛提出来分析当时中国复杂情况的法宝,后来也成为了中国革命的法宝。 当然,把问题或事实调查清...

将复杂问题简单化,是一种能力。如何做到这一点?首先要把看似复杂的问题搞清楚,如何搞清楚?实地调查或者搜集齐资料。

没有调查,就没有发言权,曾经是老毛提出来分析当时中国复杂情况的法宝,后来也成为了中国革命的法宝。

当然,把问题或事实调查清楚,只是解决问题的第一步。事实清楚之后,如何面对如何处理复杂的事实呢?

简化,找到问题的关键,找到主要局限,用老毛的话来说,就是《矛盾论》中提到的,抓住主要矛盾,以及找到矛盾的主要方面。因为主要矛盾决定着问题的演化方向,矛盾的主要方面则是在主要矛盾的基础上,找到解决矛盾的主导者,因为我们所要解决的主要问题多数是与人有关。

通过调查,搜集了一堆事实与资料,但是要找到事实背后的规律,也是不容易的。

一个最为典型的例子就是,早在开普勒之前,他的老师第谷用十几年的时间收集了很多的天文观测数据,结果因为对问题的简化能力不行,最终也没有找到什么规律,而开普勒手起刀落,提出天体运行的三大定律。

说一句题外话,当时第谷收集的天文观测数据就是名符其实的大数据,正因为数据太复杂,再加上第谷提出的假说是错的,他虽然认为行星是围绕着太阳转的,但他认为太阳是围着地球转的,这个假说显然是地心说与日心说的混合体。开普勒充分发挥了自己对于数据的删繁就简的能力,把这些数据背后的规律真的找出来了,提出的三大定律。虽然要等到牛顿时代才找到最后大一统的万有引力定律,但是,开普勒已经是足够牛逼,他被人称为是“天空立法者”、

删繁就简是一种能力,而且变成一项很重要的能力。

大数据是最近几年才提出来的一种对于数据的描述,但我觉得这个概念其实不重要。数据多了,如何找到数据背后的规律才是更重要的。就像在辽沈战役时,每次战斗都需要上报缴获的枪支,一般人也看不出其中细微的差别,而林彪却能觉察其中一处所缴获的手枪数量的异常,进而做出推断,这个地方极可能是敌人的指挥部,由此一举找到了扭转战局的关键。

大数据,或者说繁杂数据背后的规律的找寻,必须找到关键数据,也要找到这些数据呈现方式的真正原因,只有找到真正原因,才形成了完整的逻辑链条,才能进行正确的推断。

数据本身需要裁剪去适应理论,但是这句话的背后,并不是说我们可以进行数据挑捡,而是指利用理论本身来从中找到关键数据。找到了关键数据,才算是抓住了主要矛盾。

举例来说,影响一家公司股价的因素可以说是纷繁复杂,包罗万象,但是短期的股价与长期的股价,其决定性因素是不一样的。长期的股价变化,取决于公司未来赚取现金流的稳定性与成长性,而这两个方面最终要以企业拥有坚不可摧的护城河才可以做到,用经济学的话语来说,就是企业要不断地在行业中去提升自己的市场份额,能不断地累积自身的租值。

而短期的股价变化,则一般取决于资金面,而因为交易制度本身又会影响资金的流入方向与形态,于是有些股票就可能会呈现出一种波动巨大的凌厉走势,敏锐的交易者会更早发现这样的机会,进而获取短期内的暴利。

当然有些公司股价短期之内的巨大变动,可能也与其基本面上的预期有可能发生巨大改变有关,这样的改变往往会在其真相被揭开之前就开启了一轮轰轰烈烈的上涨。当然这样的上涨背后,我们一定要分清真相与假相,需要在假相被识破之前退出,才能真正赚到钱。

短期资金面的变化,会受整个大势以及行业本身动态及其在市场当中的地位变化的影响,这些影响如果能考察清楚,也就一定可以推测其未来股价的变动,这背后依然是要找到主要局限,或者说要抓住主要矛盾,说什么多重因素影响,其实是根本没有找到问题的关键,那么就离解决问题差了十万八千里远,是没有什么意义的。

版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权,未经许可,不得转载。

分享:

扫一扫在手机阅读、分享本文

热门文章
  • BIAS指标解析:如何利用乖离率预测股价反转

    BIAS指标解析:如何利用乖离率预测股价反转
    乖离率(BIAS)是技术分析中一个重要的指标,用于衡量股价与其移动平均线之间的偏离程度。通过计算股价与均线的差值占均线的百分比,投资者可以判断当前股价是否处于超买或超卖状态。BIAS的计算公式为: BIAS = (当前股价 – 移动平均线) / 移动平均线 × 100% 当BIAS值大于10%时,通常认为股价处于超买状态,市场可能面临回调风险;而当BIAS值小于-10%时,则认为股价处于超卖状态,市场可能迎来反弹机会。 乖离率的基本原理 乖离率的核心思想是股价会围...
  • MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势

    MACD指标解析:如何通过DIFF和DEA线捕捉市场趋势
    MACD(平滑异同移动平均线)是技术分析中常用的趋势跟踪指标,由DIFF线、DEA线和柱状线组成。它通过计算两条指数移动平均线(EMA)的差值,帮助投资者识别市场趋势的强弱和转折点。本文将深入解析MACD的构成、计算方法及其在捕捉趋势转折与背离信号中的应用。 MACD的构成与计算方法 MACD由三个主要部分组成:DIFF线、DEA线和柱状线。DIFF线是短期EMA(通常为12日)与长期EMA(通常为26日)的差值,反映了短期和长期趋势的差异。DEA线则是DIFF线的9...
  • CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号

    CCI指标揭秘:如何利用CCI>100和CCI<-100捕捉买卖信号
    顺势指标(Commodity Channel Index,简称CCI)是一种广泛应用于股票、期货和外汇市场的技术分析工具。它由唐纳德·兰伯特(Donald Lambert)于1980年提出,主要用于衡量价格相对于其统计平均值的偏离程度。CCI的核心思想是通过计算当前价格与历史平均价格的差异,来判断市场是否处于超买或超卖状态。 CCI的计算公式较为复杂,但其核心逻辑是通过比较当前价格与一定周期内的平均价格,来衡量价格的波动性。具体来说,CCI的计算公式为:CCI = (当...
  • 威廉指标突破80?别急,还需这些指标验证!

    威廉指标突破80?别急,还需这些指标验证!
    威廉指标(Williams %R,简称WMSR)是一种常用的技术分析工具,主要用于判断市场的超买和超卖状态。它由拉里·威廉姆斯(Larry Williams)在20世纪70年代提出,通过测量当前价格相对于一定周期内最高价和最低价的位置,来反映市场的短期动能。本文将深入探讨威廉指标的基本原理、如何利用它判断短期超买状态(80以上),以及为什么需要结合其他指标进行验证。 威廉指标的基本原理 威廉指标的计算公式为: WMSR = (最高价 – 收盘价) / (最高价 –...
  • 能量潮(OBV)揭秘:如何通过成交量预测股价趋势

    能量潮(OBV)揭秘:如何通过成交量预测股价趋势
    能量潮(On-Balance Volume,简称OBV)是一种技术分析工具,由乔·格兰维尔(Joe Granville)在1963年提出。OBV通过累计成交量的变化来预测股票价格趋势,是一种非常有效的量价分析工具。OBV的核心思想是成交量是价格变动的先行指标,成交量的变化可以预示价格的未来走势。 OBV的计算方法相对简单。当某一天的收盘价高于前一天的收盘价时,当天的成交量被加到前一天的OBV值上;当某一天的收盘价低于前一天的收盘价时,当天的成交量从前一天的OBV值中减去...