真了解市场先生了吗

　　上面从统计上揭示了A股存在的一些季节性特点，可能投资者有些兴奋，似乎已经熟悉了市场的脾气。但是，我们真正了解市场的脾气了吗？这里不是泼冷水，而是提醒大家一定要保持清醒的头脑。

　　两个常被混用的概念：相关性与因果性

　　人们在探求和认识世界的时候，总是希望能够回答"为什么"的问题，即想要解释他们所接触到的现象是在哪些因素的影响下产生和形成的。正是对于这种现象背后相对恒定的因果机制的挖掘，才构成了我们知识积累的可能。

　　我们在观察某个研究对象时，如果发现，它的变化总是与另一个对象的变化同步，那我们就说这两者是相关的。教科书中对相关性含义的解释是，变量A的变化总是伴随变量B的变化，则说A和B是相关的。需要注意的是：教科书的解释中，用的是伴随。如果说变量A的变化，总是引起变量B的变化，则它们之间不仅有相关性，还有一定的因果性。

　　数据本身并不说谎，难就难在我们如何从中挖掘出正确的信息，毕竟数据中的噪声实在太多。当我们讨论数据时，我们讲得最多的是数据的相关性，而我们希望得到的则是事件之间的因果性。事实往往是复杂的，统计数据有相关性并不意味着两个事件具有因果联系。最简单的例子就是公鸡打鸣与太阳升起：公鸡打鸣与太阳升起总是同时发生，但这并不表示把全世界所有的公鸡都杀光了后太阳就升不起来了。统计发现，手指头越黄的人，得肺癌的比例越大。但事实上，手指的颜色和得肺癌的几率之间显然没有直接的因果联系。那么为什么统计数据会显示出相关性呢？这是因为手指黄和肺癌都是由吸烟造成的，由此造成这两者之间产生了虚假的相关性。

　　虽然很多人明白相关性与因果性的区别，但常常无意识的错误使用这两个概念，包括一些机构研究员也经常这样。如果今天大盘上涨了2%，一定有人要去找一些原因。所以我们经常看到报纸和网站的"今日市场大涨的几大原因"等类似的文章。实际上，如果某天涨跌幅较大，或许还有些原因。如果市场涨跌幅并不大，或许完全就是一些随机性的因素，去探究原因不仅没有结果，往往还会得到错误的结论。

　　在发达国家, 一个新的药物上市之前需要做非常严格的多次分组对照试验，用来论证这个新药是病人病情好转的直接原因，统计学上有一整套的理论来分析实验数据来说明新药效用在统计上的显著性。可见，寻找和确立一个原因是非常困难的事情。不幸的是， 股市从来无法做重复试验和对照试验，要从自然科学通用的方法角度确立一个股市现象的原因有一定的难度。

本文摘自《专业投资智慧》

---

　　 作为专业投资者，需要从宏观面、资金面、政策面、技术面以及经验面五大角度进行综合研判。本书将每个方面都总结为简明易懂的知识点，并配有大量的技术分析图和作者自己总结的数据图表，使读者学习起来更为直观并有恍然大悟的感觉。这是一本专业性和可读性俱佳的读物。