Discutindo sob a perspectiva da ciência e da filosofia: Como acreditar em uma estratégia sem lógica

• #### O que é ciência?

Há uma doutrina amplamente aceita sobre a medição entre a ciência e a pseudociência, chamada de Pseudo-Certificação de Popper.

Por exemplo, todos nós sabemos agora que a Terra gira em torno do Sol, e eu quero provar para você, o que fazer, a melhor maneira é ter um enorme telescópio, a partir de uma imagem remoto para você. Mas você pode dizer que a Terra gira em torno do Sol, você não pode provar que a Terra da dinastia Tang também gira em torno do Sol, isso é mais difícil, eu vou encontrar um antigo livro, e desdobrar os registros escritos da Terra de ver o Sol ascender, mas você pode dizer que isso pode ser o Sol em torno da Terra, e não pode provar a era dos dinossauros, a Terra também gira em torno do Sol, então é mais difícil, não há registros escritos.

A ciência pode ser definida assim: a ciência é empirismo, ou seja, historicamente ele é capaz de confirmar falsamente, e deve ser capaz de fazer algumas previsões falsas, e essas previsões precisam ser capazes de ser comprovadas falsamente, ou seja, as previsões feitas pela teoria científica são susceptíveis de serem refutadas pela experimentação, somente se satisfazerem as duas condições de falsidade de previsão e falsidade de provação, podemos ser coroados com o nome de ciência. Por outro lado, se você propõe uma teoria e faz previsões que nunca poderão ser refutadas pela experiência, então essa pode ser chamada de pseudociência.

Por exemplo, você diz que há um indivíduo que pode atingir 5 metros de altura, nós contamos todas as pessoas do mundo e não encontramos um, mas ainda assim não podemos refutar sua conclusão, porque não podemos provar que um indivíduo da dinastia Tang cresceu 5 metros, e se não podemos refutar sua conclusão, por que não admitir que você disse que é ciência, porque você não pode provar que há um indivíduo de 5 metros de altura nem fazer uma previsão, quando haverá um indivíduo de 5 metros de altura. Portanto, quando uma teoria só pode confirmar um falso e não pode refutar um falso, e não pode prever um falso, não podemos admitir que ele é científico.

• #### Segundo, como acreditar em probabilidades estatísticas que não são rigorosas em si mesmas?

A ciência acima é 100% correta, pode ser testada inúmeras vezes, e não é ciência se uma vez for comprovada, como encontrar um cisne preto, e todos os cisnes são brancos. Então a questão é, se eu fizer uma proposição de que 95% dos cisnes são brancos, isso não é ciência? Isso é obviamente muito difícil de confirmar e muito difícil de comprovar.

Aí ele ficou embaraçado, nossa vida é cheia de probabilidades, por exemplo, eu concluí, com base nas estatísticas dos últimos cem anos, que a probabilidade de um tufão em agosto é de 90%, você acredita ou não. Por exemplo, a probabilidade de chuva amanhã é de 50%, você acredita ou não. A taxa de correção do comércio de mariscos é de 40%, você não deveria acreditar? Essa é a chave do problema, como acreditar na probabilidade estatística não rigorosa da teoria em si mesma, ou seja, não é porque a teoria pode calcular probabilidades, mas apenas com base nas probabilidades obtidas pela estatística, como acreditar?

Claro que você pode escolher a probabilidade de estatística não rigorosa da teoria é incrível, mas na verdade, não importa se você acredita ou não, também é profundamente influenciado. Por exemplo, lutar 10 anos, você vai para a frente, e depois você estudar os 10 anos de mortalidade na frente de 10%, achando que a sua sorte ainda, você vai querer se inscrever, mas se uma estatística, a mortalidade de 60%, sentir medo de urinar, certamente não vai, você diz que você não acredita que essa probabilidade de estatística, você certamente vai parar você.

De acordo com a probabilidade obtida pela estatística, é óbvio que é muito fácil provar que há uma contra-exclusão, mas é muito difícil provar que essa probabilidade é falsa. A probabilidade obtida pela estatística não pode ser considerada ciência, isso é controverso, não é que eu tenha dito isso, não há discussão aqui, eu só posso falar sobre como isso pode ser acreditado.

Aqui se trata de um número de vezes que pode ser verificado, quanto mais vezes o passado pode ser verificado, mais confiável é, e quanto mais vezes a previsão é verificada, mais confiável é. Experiências passadas de 11 mil vezes, as conclusões são mais confiáveis do que experiências de mil vezes. Experiências de 10 mil vezes, as conclusões são mais confiáveis do que experiências de mil vezes.

Então, o mais importante é, em que estratégia quantitativa de alta rentabilidade podemos confiar?

De acordo com o método científico, em primeiro lugar, a estratégia comprovada pela história é realmente alta, é claro, quanto mais tempo de teste melhor, quanto mais vezes de teste melhor. Então, faça uma previsão, e os próximos anos (por exemplo, 3 anos) ainda manterão uma alta probabilidade de rendimento. Até que o cisne negro apareça e comprove a falsificação.

Por exemplo, a estratégia de pequenas transações de Goji foi comprovada para vencer o Deep 300, e eu prefiro que vença nos próximos 10 anos, embora isso leve muito tempo para ser comprovado, se a previsão for correta em 10 anos, isso pode ser considerado credível.

Há quem diga que a estratégia de criação é de 2007 até hoje, esperar muito tempo para testar, esperar muito tempo. Eu sugiro uma boa maneira de testar a estratégia, definir o tempo de teste de 2007 até o final de 2011, fazer uma estratégia ótima, e depois olhar para 07 a 16 anos, é o equivalente a testar 5 anos, depois de prever e testar 5 anos, para ver se funciona ou não.

Quanto ao número de testes, por exemplo, todas as estratégias de 2007 a hoje, o período de deslocamento de 2 dias é metade do número de testes do que o período de deslocamento de 1 dia, e eu também costumo descobrir que, para as estratégias de peso muito complexo, o tempo de deslocamento mudar um dia, a anualidade da estratégia pode cair 100%. Portanto, a estratégia de deslocamento de 4 dias, para medir 4 horas de início.

• #### 3 - Qual é a teoria do bom Raspberry Pi?

Quando você tem duas ou mais teorias concorrentes que chegam à mesma conclusão, a mais simples ou a mais falsificável é a melhor. Esta expressão também tem uma forma mais comum e forte: se você tem dois ou mais princípios que podem explicar o fato observado, então você deve usar o mais simples ou o mais falsificável até que mais evidências sejam encontradas. A explicação mais simples do fenômeno geralmente é mais correta do que a mais complexa. Se você tem duas ou mais soluções semelhantes, escolha a mais simples.

Por exemplo, o novo vestido do imperador. Ao ver o imperador andar pela rua com o rabo nu, o primeiro-ministro e os vizinhos com os cabelos pequenos chorando o nariz, cada um deles tem uma interpretação diferente. Primeiro, veja a explicação do primeiro-ministro: 1) Suponha que o imperador esteja vestido com uma das roupas mais bonitas do mundo; 2) Suponha que apenas pessoas inteligentes possam vê-lo; 3) Suponha que eu seja um tolo; 4) Então eu vejo o imperador com o rabo branco.

Então, o que é importante é que, quanto mais simples a estratégia, mais eficaz ela será.

• #### Quatro, a teoria não é rigorosa, mas uma estratégia confiável pode falhar.

A resposta é sim. Especialmente em estratégias que são comparativamente menos testadas.

Por exemplo, as ações novas, as ações de grande porte têm momentos especiais, este ano o desempenho é muito bom, mas é muito provável que venha a falhar no próximo ano. Por exemplo, as ações de grande porte de 2007, ações de baixo preço, o desempenho é muito bom, agora é muito comum

Por exemplo, a tendência do 28, que é baseada em dois estilos, deve ser dividida e pode ter tendências longas o suficiente, mas por que o 28 não pode ser uma tendência em declínio no futuro?

Por exemplo, quando escolhemos a linha média, achamos que a MA ((2.20) é muito boa para a profundidade de 300, mas é muito ruim para a S&P 500, mas na verdade a MA ((2.20) da profundidade de 300 já não foi eficaz antes, então ela não é válida. A tendência e a 28 são muito poucas vezes verificadas, em grandes circunstâncias, pode ser verificada duas ou três vezes por ano.

Por exemplo, a placa média pb ((3,6.5) é muito boa, mas só foi testada três vezes em 2007 e como você sabe que ela não vai ficar baixa por um longo período, como o Shenzhen 300?

Um último exemplo é o pequeno volume de transações, uma estratégia tão boa, que você não imagina que é ineficaz em 300 milhas de profundidade.

O Razor of Occam não era suficiente, e depois pensei se poderia ser mais convincente.

O texto acima é uma referência à forma do tempo, o que os filósofos fizeram com ele.