市場一直在變，但人性不變
在這一行，如果你很行，十次會對六次。你永遠無法達到十拿九穩的情況。─彼得．林區
電腦現在幾乎是華爾街各種股票分析的平台：計量分析、技術分析、基本面分析等。有些從業人員認為，如今電腦有能力做出比人更好的投資決策。這種想法是假設人類科技的操作者不會突然把他們的缺失插入系統中。
我曾經因為計量預測工具失靈而歷經慘痛的教訓。1995年與1996年，我用類神經網路與基因學習運算法開發財務軟體，以便找出市場價格資料中的型態。我設計的預測軟體可以精確預估市場，一開始看似一大勝利。這套軟體最初六個月套用在即時交易時，股價走勢的準確度可達59%，這成績並不賴。
但之後軟體的預測力開始下滑。使用一年後，1996年的準確度已降至53%（近乎隨機）。所以，我又開發新的預測軟體。新軟體最初幾個月的效果不錯，但後來準確度也開始下滑。1997年，開發新計量軟體的優勢已經微乎其微。顯然，1990年代初期與中期看來可以找出型態的不錯工具都已過時。
投資人發現錯價時，他們的買賣活動（套利）就會讓價格漸趨合理價，逐漸減少他們的優勢。有足夠的金錢投入市場掌握錯價機會時，優勢就會完全消失。或許這就是我的類神經網路無法再預測市場的原因：太多人使用類似的工具想找出同樣的獲利機會，他們持續從中獲利，直到沒有獲利空間為止。
我以個人經歷來闡述一項重點。我們在資料中發現型態時，很可能別人也發現同樣的東西。有足夠的金錢投入追求這些獲利機會時，這些機會很快就會消失。我就碰過這種消失的獲利。市場不斷在變，量化的型態大家終究都會發現。不過，源自人類大腦的價格型態可能是最持久的。
資料探勘與自欺
棒球場與交易場上的人都帶著信念與偏誤運作，當你可以完全排除信念與偏誤，改以資料取代時，你就有明顯的優勢。─約翰．亨利（John Henry），避險基金經理人與波士頓紅襪隊老闆
從金融資料中搜尋預測型態稱為「資料探勘」。資料探勘往往會讓人發現隨機的巧合，「數字命理學家」與粗心的統計學家可能很容易就被騙了。強大的電腦演算功能增加了統計巧合的問題。我們可以搜索政府經濟統計的龐大資料庫、過去的金融價格、網路資訊或企業資料，找出股市的預測關係。
大衛．林韋伯（David Leinweber）擁有哈佛數學博士的學位，在華爾街許多大型公司的技術交易部工作過，包括第一象限（First Quadrant）與科典公司（Codex）。1990年代初期，林韋伯看到太多華爾街人士想用電腦找出資料裡的假相關，所以他決定戳破許多無用的結果。他寫了一篇文章名為〈愚蠢的資料探勘把戲：過度解釋S&P 500〉（Stupid Data-mining Tricks: Overfitting the S&P 500）。
林韋伯分析聯合國大宗物資生產數字的資料庫，好奇是否能在這些數據與S&P 500之間找到關聯性。他發現用孟加拉的奶油產量預測S&P 500（樣本）有75%的準確度，若把紐西蘭的綿羊產量也加入模型，準確度更躍升到90%以上。他語帶輕鬆地做這些分析，以顯示在隨機資料中發現高度可預期關係有多麼容易。
可惜的是，金融媒體往往會宣揚市場資料中的假關係。2006年7月17日，以色列剛入侵黎巴嫩不久，《華爾街日報》的資金與投資單元就刊出一篇文章，標題是〈全球衝突之際保持冷靜〉（Keeping Cool Amid Global Strife），並搭配一張表來顯示自1967年以來五次中東戰爭後的美國股市每日與每年報酬率。五次之前的戰爭中，有三次戰爭的一週與一年報酬率是正的。《華爾街日報》的結論是：「中東戰爭對美國股市幾乎從來沒有長期的負面影響。」雖然我認同《華爾街日報》的目的，但這篇文章沒有提到五次戰爭的樣本並沒有足夠的統計意義做此結論。
不管我們是用棒球數據、孟加拉的奶油產量、類神經網路或歷史價格與圖表來預估股市，我們都要非常小心，以避免過度解釋統計數據、取樣不足與自我欺騙。（延伸閱讀：花錢給孩子補習，不如省下來幫他買股票！韓國股神：補習是報酬率最差的投資）
從雜訊中找出型態
筆跡學就像占星術，似乎都是依靠「空想錯視」：人們會把型態或意義加諸在隨機的影音事件上。─史帝夫．戈迪溫（Steven Goldstein）
空想錯視（pareidolia）是指把模糊與隨機的刺激誤解為可辨識事件的心理現象，常見的例子大多有宗教意味。1978年，一名新墨西哥州的婦女在燒焦的玉米餅上發現耶穌像，吸引八千多人到她家朝聖。同樣的錯誤推測也發生在名人身上，例如驚見已故貓王。在財務方面，讀圖表與技術分析時容易出現空想錯視。
研究圖表型態的學者，尤其是做技術分析的人，都發現預測價值有限（但有意義）。例如，聯邦準備理事會（Federal Reserve）的經濟學家為了自動偵測外匯資料中的頭肩型態（head-and-shoulders pattern）而開發數學運算法。他們發現六種取樣貨幣中，有兩種貨幣（日圓與德國馬克）如果採用頭肩型態交易策略，可以在統計上獲得顯著的獲利。
麻省理工學院的羅聞全教授（Andrew Lo）量化了八種技術價格圖表類型背後的原則。羅聞全介紹其研究時坦承：「面對視覺證據時，很難爭論價量表的潛在價值。」他指出：「技術分析已盛行多年，或許是因為它的視覺分析模式比較能幫助人類認知，也因為辨識型態是電腦還沒有絕對優勢的少數重複性活動之一。」
羅聞全把技術分析師想從圖表中找出的視覺線索轉變成數學演算式。他測試了頭肩型與雙底型（double bottom）之類的圖表型態的預測力，分析股價的時間從1962年至1996年。研究人員發現，有些技術型態似乎可為日中價格變動提供「增額資訊」。羅聞全與同仁雖然沒有確認技術分析在用於獲利方面是可靠的，但他們的結論是：「技術分析似乎真有可能為投資過程增添價值。」羅聞全如今為自己的AlphaSimplex避險基金擔任研究主管，這支基金就是採用計量分析技術。
圖表解盤中的趨勢與回復均值偏誤
不確定性愈大，愈多人受市場趨勢影響。順勢投機的影響愈大，情勢就愈不確定。─索羅斯
許多學術界的經濟學家對技術分析之類的圖表技術優點提出反駁。羅聞全表示：「主要障礙之一是技術分析高度主觀的特質。歷史價格表內是否會出現幾何圖形往往是見仁見智的看法。」波頓．墨基爾（Burton Malkiel）在著作《漫步華爾街》（A Random Walk down Wall Street）中推斷：「在科學的嚴密檢視下，圖表解盤和煉金術的地位差不多。」圖18.1是技術分析師標上圖解線索的走勢圖範例。
雖然學術界提出質疑，很多投資散戶還是使用圖表幫他們做決策。不過，過度依賴圖表取代其他資訊可能對績效有害。
心理學家發現，投資人往往喜歡根據圖表顯示的價格資訊買進股票。最高價與最低價、最近的價格走勢及股價的長期平均值等資訊都會影響投資人的判斷。投資人看見圖表顯示長期股價走勢上揚時，比較可能買股票，因為他們直接用走勢推估未來。看到圖表顯示長期下跌走勢時，比較可能賣出股票。人們認為目前的交易價格高於或低於長期平均趨勢的股票可能會「回復到平均值」（mean revert）。回復均值是指一般認為股價偏離平均價格後，最終一定會反轉，回復到平均水準。回復均值簡單地說就是「升久必跌」。圖18.1的支撐線與壓力線就代表預期價格將回復均值的點，如果沒有反轉，就稱為突破（breakout）。
此外，最近價格相對於長期平均值的走勢，也會影響投資人的買進賣出偏好。一般而言，如果最近價格走勢上揚，投資人比較可能預測未來報酬為正，如果最近價格趨勢下滑，投資人比較可能預期未來報酬為負。
例如，我在行為財務學研討會上做過一項研究，我問與會者比較可能買進與賣出下面哪種假設性的股票。圖18.2與18.3是我使用的圖表。每檔股票顯示出回復均值理論與最近股價走勢之間的矛盾。大部分投資人（平均60%）選擇買進圖18.2的股票，40%選擇圖18.3的股票。基本上，他們的選擇表示最近的股價走勢對他們的決策影響較大。如果圖18.2的價格上升趨勢較短，最後的價位停在平均趨勢線之下，選擇買圖18.2股票的人可能較少，因為同時有回復均值與最近股價走勢效應的影響。一般而言，使用圖表分析的投資人在評估未來的股價走勢時，會同時權衡最近的價格走勢與回復均值的情況。
投資人究竟是相信趨勢會延續、還是回復均值，要看價格走勢的長度而定。走勢較短時，投資人通常覺得自己有「好手氣」，認為趨勢會持續。走勢較長時，投資人比較可能預期回復均值。
斯諾維克教授表示，在長期思維與預測中，人們會從可得的資訊中概括推論。在短期預測中，他們則是根據細節做預測。根據預測類型的不同（長期或短期），資訊處理會出現系統性偏誤。
過於依賴圖表
股價圖出現明顯高點或低點時，會讓人產生回復均值偏誤。德國研究人員湯瑪斯．穆斯韋勒（Thomas Mussweiler）與卡爾．許奈勒（Karl Schneller）測試了投資人容易把預期「鎖定」（定錨）在最近股價高點與低點的論點。研究人員設計了兩種一年期的股價圖：(1)從中線開始，隨著時間漲至高點，然後再跌回中線上方（參見圖18.4）；(2)從中線開始，隨著時間跌至低點，最後又漲回中線上方（參見圖18.5）。整體而言，兩張圖都顯示一年間從期初到期末的報酬是20%。
研究人員募集了好幾群私人與專業投資人來研究，他們給參試者半篇文字說明這家假設性公司、基本的經濟統計數據及去年的股價圖，請參試者預估股票一個月後的目標價，並決定他們要買或賣這支股票。圖表是隨機搭配文字說明，因為研究人員想知道的是圖表的效應。每位受試者拿到的文字說明都一樣，只有圖表不同。
研究人員以「比較效應」說明實驗設計。看到股價圖出現低點的投資人會刻意找負面資訊解釋那個低點，看到股價圖有高點的投資人則偏好找正面資訊解釋較高的價格。
研究結果誠如實驗者的預期，受試者預測股票一年的報酬率時，如果他們看到的圖有高點，一年後的預期價格較高。對不同群的投資人做同樣的實驗，問他們會買多少股票時，看到股價高點圖的人想買的股數較多（約三倍）。重新設定實驗，並問投資人要賣多少股時，看到股價低點圖的人想賣的股數較多（約兩倍）。投資人對未來報酬的預期、買進選擇、賣出計畫都和圖表型態有關。
重要的是，研究人員增加企業資訊量時，結果對圖表的依賴更深。研究人員從折價券商的網站擷取某家真實網路公司的完整文字資訊：統計與公司資訊加起來共三頁半。看到明顯股價高點的受試者（包括專業投資人）買的股數幾乎是看到低點者的兩倍。資訊過量的結果導致投資人更依賴圖表。
在實驗後的調查中，看到明顯股價高點的受試者提到較多股票的正面資訊。即使他們顯然是根據圖表決定買進，而非考慮資料（因為所有文字資訊是隨機提到多種主題），他們還是會引用文字資訊裡的正面訊息來佐證他們的買進決策。受試者的思考因過去價格表的樣子而改變，但他們都不知道這個強大的效應。
作者介紹：理察．彼得森（Richard L. Peterson）
市場心理顧問公司的創辦人與執行合夥人，《行為財務學期刊》的副編輯，精神科醫師，也是職業操盤手。曾研發「金錢與投資人格測試」等五套心理測試產品，如今正在開發管理投資組合的市場分析軟體與創新的投資策略。
他很清楚潛意識中的偏差對投資決策造成的負面影響。他在《交易心態原理》詳盡說明了多數投資人犯的「先天性」錯誤，並分享克服這些障礙與改善投資決策技巧的簡單方法。他在德州大學取得醫學學位，在舊金山灣區完成精神醫學訓練，並在史丹佛大學修習神經經濟學的研究所課程。
著作散見於諸多出版品中，包括《心理與金融市場期刊》及《風險管理：現代觀點》。另著有《市場心理學》（MarketPsych）、《交易情緒》（Trading on Sentiment）。
本文經授權轉載自八旗文化《交易心態原理：換掉你的賠錢腦，下單前必懂的投資心理學》
責任編輯／郭家宏
