關於 量化數據例子 ，我們在網路上蒐集到這些相關的討論、資訊與評價

［今日寫呢啲］今日夠晒長，因為三個每日一圖同三篇Good Read 夠長。

另外，星期六出咗篇，公開晒我持倉。當然只係得名單同買入價，多數都冇講買咗幾多（近期買嘅就有）。但，重點係你睇返我賺錢同蝕錢啲例子，搵返啲啟示呀。我自己好滿意的。讀者就可以睇返晒。

＝＝＝＝＝＝＝＝＝＝＝＝＝＝
月頭訂最抵！一週年！比別人知得多。subscribe now（https://bityl.co/4Y0h）。Ivan Patreon，港美市場評點，專題號外，每日一圖，好文推介。每星期6篇，月費100，已經1900人訂！ 畀年費仲有85折，20/40年費VIP 送本人著作一本。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝

邁向2000人訂！Two thousand people can't be wrong！（扯，幾百萬人冇訂添！）．搵人填埋佢，下一個目標當然係3000！
＝＝＝＝＝＝＝＝＝＝＝＝＝＝

美股冇市，就只講港股，咪反彈咯，港交所388騰訊700都反彈，冇乜特別。固然成交比較弱，但記唔記得一兩個星期前，又話熊市呀，又話政策風險不能量化呀，又話外資全部沽晒呀，又話共同富裕行返共產主義呀，又話港紙弱係咁走資呀，又話搞北京交易所港交所玩完呀。

AND？最Q好笑，Cathie Wood就已經買返騰訊添。之前夠清倉。啱價咪買返，使通知你？

仲有，隻理文化工746相當生猛，仲要係大成交，平時幾十萬股，昨日兩百萬股。咁應該點處理？Patreon入面講

咁當然，仲有王維基HKTV 1137入咗港股通名單，北水可以買，但股價反而跌。咁呢度都有講過，就唔重覆了。

三個圖都挑戰你常識，挑戰啲只係線性思考背答案嘅人。好多人以為，係「因為」大陸推一孩政策，「所以」出生率先降。但有冇對照實驗？我相信，冇一孩政策，一樣出生率都降。好簡單，你見一孩政策之前，出生率都係不停降的。原因？你估下？好簡單。有錢咗。有人話高樓價係最好嘅避孕藥，其實唔係，你見高收入買得起買嘅人一樣唔生，唔見得會比低收入嘅人生得多。講到尾，有錢就唔想生。度度都係咁。你見有人話香港咁政治環境邊敢生仔，但日本韓國台灣啲友一樣唔生，反而越南一黨專政照生，亦係收入問題（所以而家越南都唔多生）。同理，你見中東非洲啲友，照樣係咁生，得罪講句，生多幾件當保險，預總有一兩件炸死或餓死。所以領導人呢，都係落後於大勢，追住啲舊數據行—同你炒股差不多。你睇文入面個圖就見到

第二，好多人以為QE聯儲局買債，就壓低債息。然後到退市，就會扯高債息。Really？你可以睇返過去幾次QE，過程中債息都係升嘅。唔信你睇Patreon嘅圖

第三仲好玩，好多人（多數係啲冇買股票嘅人）以為，車，你2020年疫情整到個基數咁低，2021年啲業績梗係勁，有乜咁特別？Really？咁我入面個圖話你知，超過75%嘅美股公司，2021年第二季嘅盈利已經高過2019年。咁你話係咪股市升得唔合理？定你同個世界脫節？Patreon個圖仲會分埋有幾多公司盈利連升兩年，幾多係跌完反彈得更高，幾多係未返到2019年。

Good Read又係挑戰你傳統智慧。第一篇話你知，成功初創嘅創辦人，平均係45歲，唔係你以為嘅後生仔。仲有，40歲搞初創，成功機會大過25歲一個開。你可以話後生仔識科技有幹勁有想法敢冒險，但人地又可以話老嘢有人脈有錢做嘢成熟。但數據話你知：都係老嘢好，識人好過識字。不過，啲私募基金創投基金又仲係鍾意投入去後生仔度喎，點解？文入面會講。唔係你想像咁簡單

第二篇，大好友反駁啲友睇淡嘅理由。其中一個我上面都講咗，有人以為只係疫情低基數，所以企業盈利先咁勁，錯得很。又畀你見到投資只係得個講字，唔睇數字，等於廢話。另外，亦都反駁埋所謂「升咗好多就冇得再升」嘅觀點。What if 我話你知，而家美股仲平過年頭？是真的。Patreon講

第三篇，技術嘢，講CAPE（Cyclically Adjusted PE），亦即係Shiller PE有咩不足。你唔知係乜嘅，我文入面都有解返。但你連PE都唔知係乜嘅，幫你唔到。 Anyway篇文講咗CAPE有乜不足，因為稅率唔同咗，同埋公司做咗好多回購。佢整咗個CAPE2.0出嚟。然後有乜結論？Patreon講

＝＝＝＝＝＝＝＝＝＝＝＝＝＝
月頭訂最抵！一週年！比別人知得多。subscribe now（https://bityl.co/4Y0h）。Ivan Patreon，港美市場評點，專題號外，每日一圖，好文推介。每星期6篇，月費100，已經1900人訂！ 畀年費仲有85折，20/40年費VIP 送本人著作一本。
＝＝＝＝＝＝＝＝＝＝＝＝＝＝

邁向2000人訂！Two thousand people can't be wrong！（扯，幾百萬人冇訂添！）．搵人填埋佢，下一個目標當然係3000！
＝＝＝＝＝＝＝＝＝＝＝＝＝＝

【從奧運談根部中心】

2020東京奧運終於在剛過去的星期天落幕。在環球疫情肆虐下舉行的這次奧運會，本身已經極具歷史意義，透過自身就已經盡顯不屈不饒、堅持不懈的奧林匹克精神。而更值得高興的，當然是香港與台灣皆獲得了前身未有的好成績，相信能夠在這動盪不安的大時代，帶給大家一點安慰與振奮。

能夠踏上奧運這終極舞台，並最終贏得獎牌的選手們，必定每位都是身經百戰的戰士，擁有常人無法媲美的強大心臟（拳擊術語，代表無法阻擋的求勝意志，如何被擊倒都有力量再次站起來）。然而，看著選手們的精彩比賽，不禁讓我疑惑到，他們的Human Design 人類圖設計究竟長甚麼模樣？根據Human Design人類圖的區分系統，有說到開放根部中心的人（空根）比較不擅於抗壓，那奧運奬牌得主是否會比較偏重有定義根部中心的人呢？

在好奇心和市場調研職業病的驅使下，我決定做一個客觀的研究分析，挑選了60名來自世界各地的歷屆奧運奬牌得主，跑他們的圖來看看他們的設計差異。

這60位選手皆曾經在奧運比賽中贏取過奬牌，也橫跨了不同的年代、國籍與比賽項目，以求盡量減低sampling bias（取樣偏誤）。此外，除了少數能夠找出準確出生時間的選手（依據 Astrodatabank），其餘大部份選手我都會替他們每隔6小時跑一張圖，確保得出的結果具可靠性。

在這60個樣本當中，有31位選手根部中心有定義，其中包括「台灣聖筊」麟洋配二人、為香港拿下第一金的張家朗、100米世界紀錄保持者牙買加飛人Usain Bolt（保特/博爾特）、以及曾拿下三面奧運銀牌的「大馬羽球一哥」李宗偉等。

開放根部中心的則有16個，其中包括為香港拿下兩面銀牌的飛魚何詩蓓、被譽為羽球壇GOAT（Greatest of All Time）的林丹、曾於2016里奧奧運拿下四金一銅但這次因為精神健康而選擇臨場退賽的美國競技體操選手Simone Biles（比列絲/拜爾斯）等。

另外的13位，由於無法呈現出一致結果（同一天的部份時間為有定義，部份時間為開放），所以無法解讀。

➡️➡️ 如果有興趣知道詳細分析結果，歡迎前往網頁版並滑到最底下查看明細：https://bit.ly/3yK0xLS

驟眼看來，31比16（66% vs 34%），奬牌得主看來彷彿真的比較傾向擁有有定義根部中心。然而，當考慮到人口中根部有定義的本來就偏多（60-68%），剛好與以上選手有定義比例相符合（fair share的概念）。換句話說，根部中心有定義與否，似乎並不影響這選手在奧運做出好表現並贏得奬牌的機會。

若是如此，那我們又該如何理解有定義與開放根部之間的差別呢？

首先，開放根部中心，並不代表一定無法在壓力下發揮，只是代表他們比較沒有穩定的方法去面對壓力，因此在面臨壓力的情況下，反而會呈現出兩極化的表現，要不超水準，要不失場。

在近代NBA中，出現了三位歷史級超巨，分別是Michael Jordan（佐敦/喬丹）、Kobe Bryant（高比/柯比）以及 Lebron James（大帝占士/詹姆士大帝）。他們經常被球迷拿來作比較，而且就算不太懂籃球的人大概也聽過他們的大名，所以用來作例子正好。

Michael Jordan 與 Lebron James 兩者的根部中心皆有定義。在他們的職業生涯中，場均得分大約是27-30，歷史最高單場得分分別為69和61，而得分少於20的場次只佔總場次的14-18%。

相比之下，開放根部中心的Kobe則有著很不一樣的表現。在他的職業生涯中，場均得分為25，略少於前者，但差異並不算太明顯。但有趣的是，他的得分更顯兩極化，他曾經單場砍下81分（1963年後的最高記錄），但得分少於20分的場次卻佔總場次的30%，比例明顯比前者高。

當然以上只是很片面的數據分析，既沒有理會數據的完整分佈（data distribution pattern），也無可避免忽略了很多難以量化的影響因素（傷患、職業生涯的長短、關鍵時間的得分）。

但無論空根也好，兩極化的得分也好，我以上所說的，並沒有意圖否定Kobe的偉大。剛好相反，我反而覺得Kobe的偉大，正正在於他能夠從自己的不穩定中，領悟出一套屬於自己的打球智慧。

面對壓力的不穩定性，只是開放根部中心的一個特質，並不代表比較不厲害，也絕非甚麼需要改善的缺點。現實是，只要能夠讓自己回到內在權威與策略，開放根部中心的人其實也能夠減低壓力對他們的負面影響，在轉化壓力成為推動力的同時，不會被壓力壓垮。

擁有20-34通道的Kobe正正是這樣的一位偉大球員。他曾說過，當他專注在比賽中，他會忽然進入一個心流的境界（being in the zone）。時間會放慢，你再也聽不見週邊的聲音，只專注在當下眼前這事情上，彷彿一種入定的狀態。就是這樣的一套打球心法，讓開放根部中心的Kobe最終成為了籃球世界中的傳奇。

換句話說，根部中心有定義與否，影響的並非最終的表現或成就，而是你展現才能的模式。

回到這次的奧運賽事觀察體驗中，上星期看著小戴與陳雨菲的羽球冠軍戰，也同樣讓我得到很深刻的感受與領悟。

看著小戴不斷猛烈進攻，和陳雨菲的穩守突擊，讓我不禁好奇他們有著怎樣的Human Design人類圖設計。我本來最想看的就是小戴的圖，但偏偏因為出生時間不明，只知道她必定是顯示者，卻無法確定她根部中心是否有定義。但她的對手陳雨菲則一整天都是開放根部中心。這確實讓我感到挺訝異的。

雖然我也很想小戴可以擊敗陳雨菲，拿到金牌，但無可否認的是，陳雨菲的防守真的很厲害。尤其無論落後或領先，她總是一直能夠穩定地、不慌不忙地執行相同的策略，就是一直防守等待對手出錯。

這不禁讓我疑惑到，開放根部中心的人，面對壓力時真的能夠如此穩定嗎？壓力到底是甚麼一回事？

然後我發現到，壓力其實是一件很個人的事，全看個人的心態。

同樣的一位奧運選手，如果他覺得自己能夠走到這裡已經很滿足，真心相信輸贏與否已經不再重要，因此只想盡情享受高手過招，那壓力應該會比較少；但如果他覺得自己非拿到奬牌不可，就會形成很大的壓力，再加上如果他更自覺能力比不上對方，那壓力就自然更大。

一念天堂，一念地獄。壓力絕非一個可以由旁人客觀量化的指標，也因此可以透過心態的改變作出調整。

一個空根的人，或許可以透過作出充足的準備，讓自己壓力減少。當他已經把對方的招數研習清楚，當他認定雙方實力程度有明顯的差距，那壓力自然會降低。

同樣地，一個空根的人，也可以透過接受抗壓鍛鍊，讓自己對壓力變得麻木，去提升自己的抗壓力。（當然這只是一種可以提升抗壓力的可能性，或許的確能夠讓選手在大賽中獲得好表現，但對空根的人來說，絕非好的做法，因為長期下來身體或許會付出代價）

當然，我們都不知道陳雨菲在背後經歷了甚麼，經過了甚麼鍛鍊，才能夠在壓力下保持穩定，但從她、Kobe和其它空根奧運選手的例子中應該能夠看出，空根絕非弱點，擁有這設計的人更不一定無法承受壓力，做出驚人的表現。

只要學懂跟自己的身體相處，其實我們每個人都能夠用適合各自的方法，把壓力轉化為推動力。

#東京奧運 #Tokyo2020 #小戴 #戴資穎 #陳雨菲 #Jordan #喬丹 #佐敦 #Kobe #柯比 #高比 #Lebron #大帝 #根部中心 #空根 #定義與開放

－－－

✨✨ 若在職場上遇上任何疑難，或想探索自己在職場上的可能性，歡迎按以下連結，了解【 職場引導服務 】詳情。👇👇
https://www.KevinCareerCoaching.com/service
.
🔍🔍 若對走進Human Design人類圖的世界，對學習基礎知識很感興趣，歡迎按以下連結，了解【Living Your Design 人類圖初階課程 】詳情。👇👇
https://www.kevincareercoaching.com/livingyourdesign
.
💪💪 若渴望能夠在日常生活中好好運用自己的薦骨權威，或想認識薦骨的運作，歡迎按以下連結，了解【薦骨健身房 】詳情。👇👇
https://www.KevinCareerCoaching.com/sacral-gym
.
👁️👁️ 若對靈魂、意念和催眠感到興趣，歡迎追蹤 靈魂事務所專頁，獲得最新的課程和服務資訊。

為了讓 AI 不斷打怪升級，DeepMind 打造「宇宙」

作者 雷鋒網 | 發布日期 2021 年 07 月 30 日 8:15 |

DeepMind 又給我們小驚喜。我們都知道，強化學習苦於類化能力差，經常只能針對單個任務從頭學習。

DeepMind之前開發的AlphaZero，儘管可以玩圍棋、西洋棋和日本將棋，但每種棋牌遊戲都只能從頭訓練。類化能力差也是AI一直被詬病為人工智障的一大原因。人類智慧的厲害之處，就在藉鑑之前經驗迅速適應新環境。

但類化能力不是一蹴而就，就像玩遊戲，也是先做簡單任務，逐步升級到複雜任務。《空洞騎士》（Hollow Knight）一開始只需要隨意走動揮刀砍怪，但噩夢級難度的「苦痛之路」關，沒有前面累積的技巧，只能玩寂寞。

多任務宇宙

DeepMind此次採用「課程學習」，讓智慧體於不斷擴展升級的開放世界學習。也就是說，AI新任務（訓練資料）是基於舊任務不斷生成。智慧體可盡情鍛鍊自己，簡單的如「靠近紫色立方體」，複雜點的如「靠近紫色立方體或將黃色球體放在紅色地板」，甚至和其他智慧體玩耍，如捉迷藏──「找到對方，且不要被對方發現」。

每個小遊戲存在世界小角落，千千萬萬個小角落拼成龐大的物理模擬世界，如下圖的幾何「地球」。總體來說這個世界的任務由三個要素構成，即任務＝遊戲＋世界＋玩家，並根據三要素關係，決定任務的複雜度。

複雜度的判斷有四個維度：競爭性、平衡性、可選項、探索難度。

比如「搶方塊」遊戲，藍色智慧體需要把黃色方塊放到白色區域，紅色智慧體需要把黃色方塊放到藍色區域。這兩個目標矛盾，因此競爭性較強；同時雙方條件對等，平衡性比較高；因目標簡單，所以可選項少；DeepMind把探索難度評為中上，可能是因定位區域算較複雜的場景。

再如「球球喜歡和方塊一起玩」遊戲，藍色和紅色智慧體有共同目標，讓相同顏色的球體和方塊放在相近位置。

這時競爭性自然很低，平衡性毋庸置疑很高的；可選項比上面遊戲高很多；探索難度沒有定位區域，智慧體隨便把球體和方塊放哪都行，難度就變小了。

基於這四個維度，DeepMind打造超大規模「宇宙」任務空間，幾何「地球」也只是這宇宙的小角落，是四維任務空間的一點。DeepMind將「宇宙」命名為XLand，包含數十億個任務。

來看XLand的全貌，由一系列遊戲組成，每個遊戲在許多模擬世界進行，這些世界的拓樸和特徵平滑變化。

終生學習

數據有了，接下來得找到合適的算法。 DeepMind發現，目標注意代理（GOAT）可學習更通用的策略。

具體來說，智慧體輸入包括第一視角的RGB圖像、本體感覺以及目標。經過初步處理後，生成中間輸出，傳遞給GOAT模組，會根據智慧體目前目標處理中間輸出的特定部分，邏輯分析目標。

邏輯分析是指，每個遊戲可藉由一些方法，構建另一個遊戲，並限制策略的價值函數的最優值上限或下限。

DeepMind提出一個問題：對每個智慧體，什麼樣的任務是最好的？換句話說，打怪升級時，什麼樣的關卡設置才讓玩家順利升級為「真」高手，而不是一刀9999？

DeepMind的答案是，每個新任務都基於舊任務生成，「不會太難，也不會太容易」。其實恰好是讓人類學習時感覺「爽」的興奮點。

訓練開始時，太難或太容易的任務可能會鼓勵早期學習，但會導致訓練後期的學習飽和或停滯。不要求智慧體某任務非常優秀，而是鼓勵終身學習，即不斷適應新任務。所謂太難、太容易是較模糊的描述。需要量化方法，在新任務和舊任務之間彈性連接。

怎麼不讓智慧體做新任務時不適應而「暴死」？進化學習就提供很好的靈活性。總體來說，新任務和舊任務同時進行，且每個任務有多智慧體參與「競爭」。舊任務適應好的智慧體，會選拔到新任務繼續學習。

新任務中，舊任務的優秀智慧體權重、瞬間任務分佈、超參數都會複製，參與新一輪「競爭」。除了舊任務的優秀智慧體，還有很多新人參與，這就引進隨機性、創新性、靈活性，不用擔心「暴死」問題。

當然，因任務不斷生成、動態變化，一個任務可訓練不同長處的智慧體，並往不同方向演化（隨著智慧體相對性能和強健性進行）。最終每個智慧體都會形成擅長任務的集合，就像春秋戰國時期「百家爭鳴」。說打怪升級顯得格局小，簡直是模擬地球。

DeepMind表示，「這種組合學習系統的特性是，不最佳化有界性能指標，而是更新定義的通用能力範圍，這使智慧體開放式學習，僅受環境空間和智慧體的神經網路表達能力的限制。」

智慧初現

最終這複雜「宇宙」升級、進化、分流的智慧體長成了什麼優秀物種？DeepMind說，智慧體有很明顯的零樣本學習能力，比如使用工具、合圍、數數、合作＋競爭等。

來看具體例子。首先智慧體學會臨機應變。目標有三個：

黑色金字塔放到黃色球體旁邊
紫色球體放到黃色金字塔旁邊
黑色金字塔放到橙色地板

AI一開始找到一個黑色金字塔，想拿到橙色地板（目標3），但搬運過程瞄見黃色球體，瞬間改變主意，「我可以實現目標1啦」，將黑色金字塔放到黃色球體旁邊。

第二個例子是，不會跳高，怎麼拿到高台上的紫色金字塔？智慧體需要想辦法突破障礙，取得高台上的紫色金字塔，高台周邊並沒有類似階梯、斜坡的路。

因不會跳高，所以智慧體「掀桌子」，把周邊幾塊豎起來的板子弄倒。然後一塊黑色石板剛好倒在高台邊，「等等，這不就是我要的階梯嗎？」這過程是否體現了慧體的智慧，還無法肯定，可能只是一時幸運。關鍵還是，要看統計數據。

經過5代訓練，智慧體在XLand的4千個獨立世界玩了約70萬個獨立遊戲，涉及340萬個獨立任務，最後一代每個智慧體都經歷2千億次訓練步驟。智慧體已能順利參與幾乎每個評估任務，除了少數即使人類也無法完成的任務。

DeepMind的研究，或許一定程度體現「密集學習」重要性。也就是說，不僅資料量要大，任務量也要大。這也使得智慧體在類化能力有很好表現，如資料顯示，只需對一些新複雜任務進行30分鐘集中訓練，智慧體就可快速適應，而從頭開始用強化學習訓練的智慧體根本無法學習這些任務。

往後我們也期待這「宇宙」更複雜和生機勃勃，AI經過不斷演化，不斷給我們帶來驚喜（細思極恐）的體驗。

資料來源：https://technews.tw/2021/07/30/deepmind_xland/

小本投資還有什麼選擇？今集 #街頭智慧 皇叔會分享REITs(房地產信託基金)ETF懶人包，投資者可以用小金額來投資房地產，獲得穩定的股息！影片最後有實例示範，千萬不要錯過。

今集內容:

00:00 Intro
01:07 本集內容
02:17 什麼是REITs ETF?
02:28 REITs ETF的好處
05:17 近12個月的表現
05:30 實例
08:12 兩隻ETF例子
08:17 VNQ
11:00 INDS
12:30 數據分析

════════════════════

❓有效 極速 儲存千萬❓

【零至千萬加速器】1小時簡介+工作坊
免費試看：https://edu.money-tab.com/pages/accelerator

════════════════════

?財務自由不是夢！把握機會免費體驗?

施傅【10年財務自由】1小時簡介+工作坊
立即試看：https://www.gregorysy.com/

════════════════════

所有課程/活動一覽: https://money-tab.info/activity

施傅新書「量化交易」手冊
網上即買： https://www.money-tab.info/2020-book-purchase


✓ APP下載: http://onelink.to/mtapp
✓ 升級版: https://money-tab.com/membership

❖訂閱【富翁電視MTTV】頻道:
https://bit.ly/35dJW4Y
❖訂閱【我要做富翁】頻道:
https://bit.ly/35LOy2J
❖讚好Facebook專頁:
https://facebook.com/203349819681082
❖追蹤Instagram專頁:
https://www.instagram.com/money_tab/

#投資 #創富 #財技 #小本投資 #投資組合 #資產配置

北水向來是港股重要的資金來源，不少分析員都指北水流向，對後市或個股會有啟示。不過數據如何看呢？今天 #我要做程式交易 Eva 會簡單講解，如何看從不同天數的北水流入數據，去衡量個股的走勢。量化分析是程式交易的基楚，今天分享的北水例子都是其中之一，如果大家喜歡類似的內容，記得留言，我們會準備更多相關題材。

#北水 #個股 #資料 #量化分析 #Quant Trader

======================
1) 程式交易新手會+試堂：https://edu.money-tab.com/eva-algo-sharing

2) 我要做股神APP下載：http://onelink.to/mtapp

3) 緊貼我們社交平台，不錯過任何免費分析/教學：
YouTube頻道： https://youtube.com/channel/UCdWNwPuaS1o2dIzugNMXWtw?sub_confirmation=1
Facebook專頁：https://facebook.com/203349819681082

要做到投資獲利其實非常簡單，因為你只需「低買高賣」即可！相信這個道理大家也明白。。。不過現實又如何？你會發現身邊不少投資初哥還是老手都會經常做錯方向，「高買低賣」以至焦頭爛額，為甚麼？其實他們犯上四種心態上的錯誤，只要能夠避免接下來影片中所介紹的錯誤，投資勝算將能大大提升！

第一點就是延遲，投資跟買菜買衫是不一樣的，買菜買衫就算是買車全部也有一個共通點，就是價格方向只有一個，就是向下，我們會認為想買的東西是可以等待，知道價格方向是向下，所以第一件事在圖表當中如果在低位彈上，大家往往也不夠證據做投資決定，這是因為在你未購入時，必定是估計價格是向下走的，這是生活上預設在腦海中投資的方向，就是自己買不到的東西，早晚也能等到它減價 一定買到，所以機會就此錯失了。仍成了第二步是原來功課做對了，最後資產向上升，就此會導致你在真正買入時的價格，已經不是今天的價錢，風險亦不是今天的風險，你就要追貨了。

第二就是貪心，在心理學來說，人對最近發生的事是最大記憶的，所以對過往發生的事情，包括2007年，基本上大家開始投資時候都是買股票，買一次升、買十次又升，買第十一次時沒可能是跌吧！注碼越加越大，其實你不知道是第11次或是12次會爆，2007年一樣 1997年一樣，科網股其實也是一樣，因為大家對最近的事件是最大興趣及回憶，所以會覺得自己已是無敵，所以大家要了解清楚自己在買甚麼，成本需時多久，長期策略應該是什麼，避免最近的回憶會影響自己的買入賣出決定。

第三就是太驚輸，驚輸其實是沒有問題，不過太驚輸會令所有事情扭曲，令最初的投資決定，最初是投資還是投機，止蝕位置、賺的位置所有也忘記得一乾二淨，就像剛才的例子
因為自己想太多，基本人別人不是這個意思，多了雜聲在策略內，所以我們有少許提示給大家，第一最主要留意的是自己的成本價完全不要放進部署內，因為自己的成本價其實影響不大，對後市、股票或者是國家所做的事情，不會因為你成本價50元會回落到給你買，不會因為你未買會繼續升給你賺，所以我們往往也會有貼士給大家，成本價其實影響很深遠，不過這是很難的功課，不過盡量嘗試成本價不要在大策略內，這樣就有可能不會太驚輸，令自己有多點理性，去做一些自己應有的投資決定。

第四就是沒有耐性，剛才的故事提及了資產價格跌到最後的時候，我們也沒有離開，去到最後真的等不到，永遠在見底的時候就走了，情況就好像這升降機，因為這升降機我們是十分清楚它的循環，十分清楚它一定會回來，但剛才也提及過，投資跟買菜是不一樣的，因為剛才提及的都是會貶值，而投資就好像做生意，當你熟習你的資產、股票和經濟數據，是一個循環的時候、早晚也會發生的時候，才會用「耐性」這兩個字，千萬不要濫用「耐性」這兩個字，但如果你所買的資產是不熟習其循環，或者甚至你知道資產是會繼續下跌時，你應該回到第三步就是早早止蝕，希望經過今集大家都明白到「人性」為什麼會導致在投資上會高買低賣。

首先第一樣就是要熟悉自己資產的週期和循環，第二是希望剛才分享的四個小貼士，我明白是較難的，不過大家加以嘗試，多於練習，希望可以克服這個問題，感性少一些、理智多一點去做每一個投資決定。

如喜歡今集內容，請按"贊"支持一下，如你身邊有經常高買低賣的朋友亦可以分享給他們，幫助他們避免行冤枉路， 最後可以在下面留言，分享一下自己對避免高買低賣的看法 :)

════════════════════

?財務自由不是夢！把握機會免費體驗?

施傅【10年財務自由】1小時簡介+工作坊
立即試看：https://www.gregorysy.com/

════════════════════

❓有效 極速 儲存千萬❓

【零至千萬加速器】1小時簡介+工作坊
免費試看：https://edu.money-tab.com/pages/accelerator

════════════════════

茶敘50 《ALL or NOTHING》
立即購票：https://edu.money-tab.com/pages/teatalk-50-online

所有課程/活動一覽: https://money-tab.info/activity

施傅新書「量化交易」手冊
網上即買： https://www.money-tab.info/2020-book-purchase


✓ APP下載: http://onelink.to/mtapp
✓ 升級版: https://money-tab.com/membership

❖訂閱【富翁電視MTTV】頻道:
https://bit.ly/35dJW4Y
❖訂閱【我要做富翁】頻道:
https://bit.ly/35LOy2J
❖讚好Facebook專頁:
https://facebook.com/203349819681082
❖追蹤Instagram專頁:
https://www.instagram.com/money_tab/

#專題教學 #高買低賣