跳转到内容

4.7 更新与校准:什么时候改卡,怎样打分

难度★★★

结果对了,是判断准还是运气好

Section titled “结果对了,是判断准还是运气好”

接着看 4.1 和 4.2 用过的 NVDA 财报观点卡(示例数据,非实时):结论是「财报后首个交易日收盘,涨跌幅在 ±7.6% 以内」,概率 60%。复查日到了,NVDA 收涨 2%,结论成立。这说明你的判断准吗?

不一定。写 60%,意思是这类结论十次里约有六次成立、四次不成立。这一次成立了,可能是判断准,也可能是运气好;反过来,没有成立也不一定说明判断错了。一张卡说明不了什么。要给每张卡打一个分,再看很多张卡的平均。

所以这一节讲两件事。第一,复查日怎样给写下的概率打分,卡要积累到多少张才能下结论。第二,写卡以后、复查日之前出现新消息时,什么情况下改卡、怎样改,改了以后怎样打分。

校准(calibration)指写下的概率与实际频率是否一致:写 70% 的事,长期来看大约七成发生了,就是校准良好。

生活类比:天气预报员说「明天降雨概率 70%」,并不是说「明天会下雨」。所以,即使第二天没有下雨,也不能认为他报错了。要判断他是否准确,需要看他报「70%」的那些日子里,是否大约七成真的下了雨。观点卡也一样:要看你写 60% 的那些卡里,是否约有六成成立。

校准要看很多张卡,可是每张卡到复查日都需要一个分数,才能累加和比较。Brier 分数(Brier score)就是为「是 / 否」形式的结论打的分。写下的概率记为 p(0 到 1),结果记为 o(结论成立记 1,不成立记 0)。一张卡的分数是 (p − o)²,N 张卡的平均分是:

BS=1N∑i=1N(pi−oi)2\text{BS} = \frac{1}{N}\sum_{i=1}^{N}\left(p_i - o_i\right)^2

开头那张 NVDA 卡写 60%,结论成立,得 (0.6 − 1)² = 0.16;如果没有成立,就得 (0.6 − 0)² = 0.36。

分数是概率与结果之差的平方,所以越低越好:0 分最好,1 分最差。写 90% 而结果发生,得 (0.9 − 1)² = 0.01;写 90% 而结果没有发生,得 (0.9 − 0)² = 0.81。概率写得越极端,判断错误时的分数就越差。

Brier 分数 · 写下的概率从 50% 到 100%

平均分的高低,要与参照线比较才有意义。参照线有两条:

  • 一直写 50%:无论结果如何,每张都是 0.25,平均分也是 0.25,相当于抛硬币。平均分低于 0.25,才说明判断优于抛硬币。
  • 一直写基准率:如果同类事件发生的频率是 70%,每张卡都写 70%,那么约七成的卡得 (0.7 − 1)² = 0.09,约三成的卡得 (0.7 − 0)² = 0.49。长期平均约为 0.7 × 0.09 + 0.3 × 0.49 = 0.21,也就是 0.7 × 0.3。一般地,基准率为 p 时,这条参照线是 p × (1 − p)。要证明自己的分析有用,平均分要低于这条线。

技能分(skill score)把平均分与参照线比较:

技能分=1−自己的平均分参照线的平均分\text{技能分} = 1 - \frac{\text{自己的平均分}}{\text{参照线的平均分}}

技能分大于 0,说明平均分低于参照线,判断优于参照线;等于 0,说明与参照线一样;小于 0,说明还不如一直写参照的那个概率。

例:给 10 张观点卡打分。

卡 结论(简写) 概率 p 结果 o (p − o)²
1 SPY 在 CPI 公布当天跌幅小于 1.5% 0.70 1 0.09
2 AAPL 财报后 2 周内收盘不跌破 $320 0.65 1 0.1225
3 NVDA 财报后涨跌幅在 ±7.6% 以内 0.60 1 0.16
4 FOMC 当天 VIX 收盘低于前一天 0.55 0 0.3025
5 SPY 30 天后收盘在 1σ 区间内 0.70 1 0.09
6 非农公布后 2 年期收益率上升 0.50 1 0.25
7 QQQ 一个月内跑赢 SPY 0.60 0 0.36
8 政府停摆在月底前结束 0.80 0 0.64
9 关税暂停期限延长 0.65 1 0.1225
10 XLE 两周内上涨 0.55 1 0.2025
  1. 平均分:10 张合计 2.34,平均 0.234,略低于 0.25。以「一直写 50%」为参照,技能分 = 1 − 0.234 ÷ 0.25 ≈ 0.06,略好于抛硬币。这 10 张卡属于不同的类别,没有一个共同的基准率,所以这里用 0.25 作参照。同一类卡有共同的基准率时,参照线换成 p × (1 − p):例如基准率 60%,参照线 = 0.6 × 0.4 = 0.24,平均分 0.234 的技能分 = 1 − 0.234 ÷ 0.24 ≈ 0.03。按类别和视角分开统计,在 6.7 讲。
  2. 分数最差的一张:第 8 张写了 80%,结果没有发生,这一张的分数就是 0.64,占了合计的四分之一以上。高概率的卡判断错误一次,代价最大。
  3. 写 50% 的卡:第 6 张无论结果如何都是 0.25,分数说明不了判断准不准。写 50% 是不是观点,要与价格隐含的概率比较:定价公平时,实际幅度小于跨式价格的概率约为 58%(4.1),所以对「涨跌幅在隐含幅度以内」这样的结论,写 50% 是一个看大幅度的分歧,写 60% 反而几乎没有分歧。估计与价格隐含的概率相同,才是没有观点。估计就在 50% 上下、又没有可比较的价格时,换一个能给出明确概率的结论(6.5)。
延伸阅读:Brier 分数的原文

Brier 分数由气象学家 Brier 在 1950 年提出,最初就是用来给天气预报打分的(Brier, 1950)。原文可以给多个类别打分,范围是 0 到 2;这里只用「是 / 否」的形式,范围是 0 到 1。

上面 10 张卡的平均概率是 63%,实际命中 7 张(70%)。命中得比写的还多,能说明你写得太保守吗?还不能,因为卡少的时候,命中张数受偶然因素的影响很大。

先看最简单的情形。假设 10 张卡都写 70%,而且校准得完全准确,平均应中 10 × 0.7 = 7 张。如果各张卡的结果互不影响,N 张都写概率 p 的卡,命中张数的标准差是 √(N × p × (1 − p))。10 张卡时,标准差 = √(10 × 0.7 × 0.3) ≈ 1.45 张,所以命中 5 张或 9 张都很平常。按正态分布(见 0.7 节),偶然波动很少超过 2 个标准差,所以各张卡的结果互不影响时,实际命中与平均应中相差 2 个标准差以上,才说明有偏差:命中偏少,说明概率写得太高,也就是过度自信;命中偏多,说明写得太保守。同一周的几张 SPY 卡、同一个宏观事件引出的几张卡,结果会一起对或一起错,实际的标准差更大;几张卡押在同一事件上时,按一张计。

各张卡的概率不同时,平均应中张数是各张概率之和,标准差用平均概率代入同一个式子估算。这样算出的标准差略大一些,判断偏保守,作为粗略的检查足够。上面 10 张卡的概率之和是 6.3,平均应中 6.3 张;标准差 ≈ √(10 × 0.63 × 0.37) ≈ 1.5 张。实际命中 7 张,只比平均多 0.7 张,不到半个标准差,所以看不出任何偏差。

要分清「我的 70% 其实只有 60%」,10 个百分点的差距至少要达到标准差的 2 倍。卡越多,命中率的标准差越小。50 张卡时,标准差约为 3.2 张,换算成命中率约为 6.5 个百分点,还不够。100 张卡时,标准差 = √(100 × 0.7 × 0.3) ≈ 4.6 张,即命中率的 4.6 个百分点,才满足这个条件,所以至少需要上百张卡。因此,闸门 1 只要求第6章结束时有 ≥10 张卡、≥6 张已打分:先养成写卡和打分的习惯,不要求据此下结论。

卡足够多以后,把它们按写下的概率分档(50–60%、60–70%……),画出每档实际成立的比例,这就是 6.7 的校准图(也称为校准曲线)。

什么时候改卡:噪音、新证据与失效条件

Section titled “什么时候改卡:噪音、新证据与失效条件”

写卡以后、复查日之前,价格每天都在动,新闻也不断出现。哪些该让你改卡,哪些不该?

失效条件(invalidation condition)是事先写下的条件:出现什么情况,就承认判断错误。它把「要不要改变判断」这个问题提前到冷静的时候回答,最好写成市场上可以观察到的事实,例如价位、数据或公告。本章导读的示例卡写的是:「财报后首个交易日收盘跌幅超过 4%(约 $326 以下),或者下季的收入指引低于一致预期」。

按平时的 IV 算,股价在 1σ 以内、又没有伴随新消息的波动,多半是噪音,即不含新信息的随机波动。按正态分布,这样的波动约有 68% 的机会出现(2.3),不说明情况有变化。算 1σ 要用不含事件的平时 IV:财报或数据公布前的近月 IV 含事件溢价,用它算出的 1σ 偏宽。个股的涨跌还要先扣掉大盘的同日变动。例如 NVDA 平时的 IV 约为 40%,按 16 法则,平常一天的 1σ 约为 40% ÷ 16 = 2.5%(2.3)。财报前某一天 NVDA 下跌 2%,还在一天的 1σ 以内,当天也没有新消息,不是改卡的理由。伴随新消息的波动,无论大小,都按下面的新证据判断。

能改变情景概率的信息才是新证据,例如指引、数据、政策、出口管制这类消息。因此,只在两种情况下更新观点卡:失效条件被触发,或者出现了新证据。更新写在卡上并注明日期,原文保留。

贝叶斯更新:按相对可能性改概率

Section titled “贝叶斯更新:按相对可能性改概率”

出现了新证据,概率应当改多少?方法称为贝叶斯更新(Bayesian updating),思路是:新证据在哪个情景下更可能出现,就把那个情景的概率调高。

例如,财报前一周,NVDA 的一个大客户公开表示要削减订单。假设这种消息在 ±7.6% 以外的情景(C、D)下出现的可能性,是在 ±7.6% 以内的情景(A、B)下的 2 倍。计算分两步:

  1. 把两组情景原来的概率乘以消息出现的相对可能性:A、B 是 0.6 × 1 = 0.6,C、D 是 0.4 × 2 = 0.8。
  2. 按比例缩放,使两者合计回到 100%:更新后「在 ±7.6% 以内」的概率 = 0.6 × 1 ÷ (0.6 × 1 + 0.4 × 2) = 0.6 ÷ 1.4 ≈ 43%。

卡上加一条:「(日期)更新:大客户削减订单,概率 60% → 43%。」

新消息在 C、D 下出现的可能是 A、B 的 2 倍:60% 降到 43%

财报前一周,NVDA 的一个大客户公开表示要削减订单(示例数据,非实时)· 条长 = 概率

更新前卡上的概率

A、B 60%C、D

乘以消息出现的相对可能性在 C、D 下是 2 倍

0.6 × 10.4 × 2

C、D 那一块变成原来的 2 倍

按比例缩回 100%0.6 × 1 ÷ (0.6 × 1 + 0.4 × 2)

A、B ≈ 43%C、D

卡上加一条带日期的更新:60% → 43%

  • A、B:在 ±7.6% 以内
  • C、D:在 ±7.6% 以外
贝叶斯更新 · 大客户削减订单之后

「2 倍」这样的相对可能性,是你自己的估计。取多大才合理,6.5 有一张参照表:公司调整指引这类很强的证据约为 2,大多数价格和情绪的读数只有 1.2 左右。没有把握时,把它写得接近 1;如果写成 1,这条消息就不改变概率,等于噪音。

打分时,原来的结论仍然按 60% 打分;每次更新算一次新的预测,按更新后的概率单独打分。如果 NVDA 最后落在 ±7.6% 以内,原结论得 (0.6 − 1)² = 0.16,更新得 (0.43 − 1)² ≈ 0.32;如果落在以外,原结论得 0.36,更新得 (0.43 − 0)² ≈ 0.18。两个分数都记进日志,不能用更新的分数替换原来的。这样就不能靠事后修改数字,使记录显得更准。

打分和更新最终都会影响仓位:

  • 4.2 算期望值用的是你写下的概率。校准不好,例如你的 70% 实际只有 60%,算出的期望值就会偏高。卡还不够多时,不要把几个百分点的分歧当作交易的理由;差多少才够,6.5 有判定的规则。
  • 从第7章起,卡上的结论和失效条件就是 7.0 五行计划的第一行。失效条件被触发,就按计划处理仓位,不临时改条件(10.1)。
  • 新证据使概率有了更新时,用新的概率在 4.2 的情景树上重算期望值。期望值变成负数,就按新仓检验(10.2)问自己:假设手上没有这笔仓位、其余仓位照旧,今天还会开这个仓吗?

随堂练习(示例数据,非实时):

第一部分。你有 8 张已到复查日的观点卡:

卡 概率 p 结果 o
1 0.75 1
2 0.60 0
3 0.85 0
4 0.55 1
5 0.70 1
6 0.65 0
7 0.80 1
8 0.90 0
  1. 算出每张的 Brier 分数和 8 张的平均分。
  2. 以「一直写 50%」为参照,技能分是多少?
  3. 平均应中几张?标准差约是多少?实际命中的张数能说明你过度自信吗?
  4. 哪两张卡扣分最多?它们有什么共同点?

第二部分。你的卡是「AAPL 财报后首个交易日收盘,涨跌幅在 ±6% 以内」,概率 65%。AAPL 平时的 IV 约为 25%。

  1. 财报前一周,AAPL 某天下跌 1.2%。要不要改卡?
  2. 两天后,AAPL 的一家主要供应商下调了营收指引。你判断这条消息在「±6% 以外」的情景下出现的可能,是在「以内」的情景下的 1.5 倍。更新后的概率是多少?卡上怎样写?
  3. 财报后 AAPL 上涨 7%。原结论和更新各得多少分?日志里怎样记?
参考解答
  1. 各张:(0.75 − 1)² = 0.0625,(0.60 − 0)² = 0.36,(0.85 − 0)² = 0.7225,(0.55 − 1)² = 0.2025,(0.70 − 1)² = 0.09,(0.65 − 0)² = 0.4225,(0.80 − 1)² = 0.04,(0.90 − 0)² = 0.81。合计 2.71,平均 2.71 ÷ 8 ≈ 0.339,高于 0.25。
  2. 技能分 = 1 − 0.339 ÷ 0.25 ≈ −0.36。小于 0,这 8 张卡还不如一直写 50%。
  3. 平均应中张数是各张概率之和:0.75 + 0.60 + 0.85 + 0.55 + 0.70 + 0.65 + 0.80 + 0.90 = 5.8 张。平均概率是 5.8 ÷ 8 = 72.5%,标准差 ≈ √(8 × 0.725 × 0.275) ≈ 1.26 张。实际命中 4 张,比平均少 1.8 张,约 1.4 个标准差,不到 2 个标准差。所以命中偏少,但 8 张卡还不能说明过度自信,只能作为提醒,继续积累。
  4. 第 8 张(0.81)和第 3 张(0.7225),两张合计 1.53,占了 2.71 的一半以上。共同点是概率写得很高(90%、85%),结果却没有发生。下次写 85% 以上的卡以前,先检查是否从基准率出发、每条理由是否只调了约 5 个百分点(4.2)。
  5. 不改。按 16 法则,AAPL 平常一天的 1σ 约为 25% ÷ 16 ≈ 1.56%(2.3)。下跌 1.2% 在 1σ 以内,多半是噪音。
  6. 以内一组 0.65 × 1 = 0.65,以外一组 0.35 × 1.5 = 0.525;更新后「在 ±6% 以内」的概率 = 0.65 ÷ (0.65 + 0.525) ≈ 55%。卡上原文不动,加一条:「(日期)更新:供应商下调营收指引,概率 65% → 55%。」
  7. 上涨 7% 在 ±6% 以外,结论不成立,o = 0。原结论得 (0.65 − 0)² ≈ 0.42,更新得 (0.55 − 0)² ≈ 0.30。两个分数都记进日志:原结论按 65% 记,更新另记一条,不能用 0.30 替换 0.42。

常见误区:

  • 「这次我说 80%,结果没发生,说明我判断错了。」——一次结果不能说明校准。要看写 80% 的那几十张卡里,是否大约八成发生了。
  • 「概率写 50% 最安全。」——写 50% 只是无论结果都得 0.25 分,分数说明不了判断准不准,也不一定中立。它是不是观点,要与价格隐含的概率比较:市场隐含 58% 时,写 50% 是一个看大幅度的分歧;估计与价格隐含的概率相同,才是没有观点。估计就在 50% 上下、又没有可比较的价格时,换一个能给出明确概率的结论(6.5)。
  • 「价格跌了,说明我错了,赶紧改卡。」——按平时的 IV 算,1σ 以内、没有伴随新消息的波动多半是噪音。只在失效条件被触发或出现新证据时更新,而且原文保留。
  • 「有了新消息,就把卡上的 60% 改成 43%。」——原文不改,更新另起一条并注明日期。原结论仍按 60% 打分,更新按 43% 单独打分。
  • 「10 张卡的平均分低于 0.25,说明我有优势。」——10 张卡时偶然波动很大,平均分略低于 0.25 也可能只是运气。卡积累到上百张,结论才可信。

思考题:

  1. 一张卡写 95%,结论没有成立;另一张写 55%,也没有成立。两张的 Brier 分数各是多少?(答:(0.95 − 0)² ≈ 0.90;(0.55 − 0)² ≈ 0.30。同样是判断错误,写 95% 的那张扣分是另一张的 3 倍,所以把握不大时不要写得太极端。)
  2. 你有 20 张卡都写 75%,命中 12 张。能说明你过度自信吗?(答:平均应中 20 × 0.75 = 15 张,标准差 = √(20 × 0.75 × 0.25) ≈ 1.94 张。少中 3 张,约 1.5 个标准差,不到 2 个,还不能下结论,继续积累。)
  3. 某一类事件的基准率是 80%。你在这类卡上的平均 Brier 分数是 0.18。技能分是多少?说明什么?(答:一直写基准率的参照线是 0.8 × 0.2 = 0.16。技能分 = 1 − 0.18 ÷ 0.16 ≈ −0.13,小于 0:在这类卡上,你的分析还不如直接写基准率。)
  4. SPY 的 IV 约为 15%,你的卡看涨 SPY。某天 SPY 下跌 0.8%,要不要更新?(答:平常一天的 1σ 约为 15% ÷ 16 ≈ 0.94%,下跌 0.8% 在 1σ 以内,多半是噪音,不更新。如果下跌伴随着一份数据或一条政策消息,才按新证据考虑。)

本节要点:

  1. 一张卡的 Brier 分数是 (p − o)²,越低越好;概率写得越极端,判断错误时的分数越差。
  2. 平均分要与参照线比:一直写 50% 是 0.25,一直写基准率 p 是 p × (1 − p);技能分 = 1 − 自己的平均分 ÷ 参照线,大于 0 才说明优于参照线。
  3. 平均应中张数是各张概率之和,标准差约为 √(N × p × (1 − p));各张卡的结果互不影响时,实际命中与它相差不到 2 个标准差不下结论,押在同一事件上的几张按一张计;要分清 10 个百分点的偏差需要上百张卡。
  4. 按平时的 IV 算,1σ 以内、没有伴随新消息的价格波动多半是噪音;只在失效条件被触发或出现新证据时更新观点卡。
  5. 贝叶斯更新:各组概率乘以消息在这一组出现的相对可能性,再按比例缩回 100%。
  6. 更新带日期写在卡上,原文保留;原结论按原来的概率打分,更新按新的概率单独打分。

本节任务:打开观点日志,为已到复查日的卡逐张打分,算出平均 Brier 分数,并与 0.25 比较。再挑一张还没到复查日的卡,写下它的失效条件(一个可以观察到的价位、数据或公告),以及一条「出现什么就更新」的信号,并写明这条信号在「成立」和「不成立」两组下出现的可能大约差几倍。还没有卡到复查日的,先为 4.1 写的那张卡写好这两条,到复查日再打分。

关键术语:

中文 English 释义
校准 calibration 写下 70% 的判断,长期来看大约有七成成立
Brier 分数 Brier score (概率 − 结果)² 的平均值,0 最好;一直写 50% 时得 0.25
技能分 skill score 1 − 自己的平均 Brier 分数 ÷ 参照线(一直写 50% 或基准率)的平均分;大于 0 才说明优于参照线
失效条件 invalidation condition 事先写下的条件:出现什么情况就承认判断错误,最好是市场上可以观察到的信号
贝叶斯更新 Bayesian updating 新证据在哪组情景下更可能出现,就按相对可能性调高那组的概率,再按比例缩回 100%

课后练习

学完这一节,先独立算下面的题,再展开参考答案核对。做错了就点「收进错题本」,到「复习」页按第 1、3、7 天重做;错因照样记进你自己的错题本。

A7【4.7 打分与更新】你的观点卡「CPI 公布当天 SPY 收涨」写的概率是 60%,结果 SPY 当天收跌(示例数据,非实时)。这张卡的 Brier 分数是多少?如果当初写的概率是 50%,Brier 分数又是多少?这能说明写 60% 是错的吗?另一张卡写的也是 60%,公布前一天出现一条消息,你判断它在「收跌」下出现的可能是「收涨」下的 1.25 倍,更新后的概率是多少?

参考答案
  1. 结论没有成立,所以结果 o = 0,Brier = (0.6 − 0)² = 0.36。如果写的概率是 50%,Brier = (0.5 − 0)² = 0.25。

  2. 不能。一张卡不足以判断校准,需要看几十张卡的平均结果(4.7)。写 50% 无论结果都得 0.25,分数说明不了判断准不准;它是不是观点,要与价格隐含的概率比较。

  3. 更新:0.6 × 1 ÷ (0.6 × 1 + 0.4 × 1.25) = 0.6 ÷ 1.1 ≈ 55%。更新带日期写在卡上,原结论仍按 60% 打分(4.7)。

换一组数字再练

题目参数每次随机生成,答完点「检查」即时判对错。价格是示例、不是实时行情;答数量时按提示的单位填写,亏损或下跌填负数。

需要启用 JavaScript 才能自动出题。

问 AI 导师

卡住了,或者想换个角度再学一遍?把下面这段提示词交给 Claude 或其他 AI 助手,它会按本课程的教学规则一对一带你学这一节。提示词可以先改再复制。

AI 也会算错:它给的数字请自己复算,拿不准时以正文和答案页为准。

仅供学习,不构成投资建议。课程里的价格和数据都是标注过的示例,不是实时行情。