Local EPUB Text
数字的力量
未知
数字的力量
随着机器的力量以越来越快的速度不断增长，人们在决策过程中越来越依赖于数字的趋势变得十分明显。公司尝试着以“大数据”分析作为指导来确定生产何种产品、将产品销售给哪些客户以及以何种价格来销售产品。投资者也越来越倾向于以数字为导向，其中一部分投资者（宽客）甚至完全依赖数据和用于分析数据的精密工具做决策。在此部分中，我想重点讲述究竟是什么让数字如此吸引人。
数字具有精确性
在本书开头，我引用了《点球成金》一书，这是一本关于职业棒球队奥克兰运动家的经理比利·比恩的书。1在美国，棒球是一项历史悠久的运动，对于这样一个可以产生大量与球员相关的统计数据的体育产业，它的发展在很长一段时间里却更依赖于故事讲述：球探讲述的关于年轻棒球投手如何有潜力的故事、球队经理对球员讲述的关于如何在比赛中根据具体情况做出正确反应的故事，以及球员讲述的关于如何击球或投球的故事。基于对数字的信任，比利·比恩利用从比赛中获取的海量统计数据来选择合适的队员以及高胜率的比赛方式，从而彻底改革了这项运动。仅凭着极少的经费就成功创建了一支世界级球队这一事实，不仅使他成为管理界的一颗明星，也令他成为棒球界人人争相效仿的对象。迈克尔·刘易斯从许多方面讲述了故事和数字之间的张力，并将当时的棒球界对比恩的尝试做出的反应描述为“一种不科学的文化对科学的方法做出的反应，或未能做出反应的例子”，从而论证了数字的力量。2
人们深信数字是科学的，且比故事更精确，基于这种信念，比利·比恩给棒球界带来的这一变革产生了深刻而广泛的影响。由比恩才华横溢的导师、棒球统计学家比尔·詹姆斯命名的棒球记录统计分析方法如今已在其他运动中得到了广泛应用，管理者和运动员们都纷纷借鉴了此分析方法。纳特·西尔弗是一位接受过专业培训的统计学家，他通过用数字质疑传统政治理论专家所讲述的、他称之为“肤浅空洞的故事”而颠覆了传统政论领域。当然，被数据革命颠覆得最为彻底的领域便是商业领域，一部分原因是该领域有相当多的数据可用于分析，另一部分原因则是恰当地运用这些数据可以带来巨大的收益。
我在第2章曾提到社交媒体为故事讲述创建了一个极为广阔的平台，但有趣的是，社交媒体也反映出了我们自己对数字的关注程度，比如，你会用点赞数来衡量脸书帖子内容的受欢迎程度，或者用转发量来评估Twitter推文的影响程度。并且，有证据表明，出于吸引更多人的注意这一目的，人们会有意调整其在社交媒体上发布的内容。
数字是客观的
在教育生涯中的某一时刻，我们学会了所谓的科学方法（但也常常会忘记）。至少在高中课堂上，教师对此是这样描述的：科学方法的本质是先提出假设，再进行实验并收集数据，然后根据这些数据接受或推翻假设。此描述隐含的信息是，真正的科学家是没有偏见的，而且数据会提供问题的答案。
在第2章探究故事讲述的危险性时，我讨论过偏差是如何在无形之中潜入故事的，以及对于听众来说想要在故事讲述者创造的环境中抵制偏差有多困难。数字对人们有如此之大的吸引力的一个原因是，不管合理与否，人们认为数字是公正的，不带有主观色彩。尽管这种推测并不符合事实（我会在下一节中讲到这一点），但不可否认，听众虽然很难和主要借助数字而非故事来阐述案例的人产生共鸣，但他们的确更有可能认为这个人更客观。
数字意味着控制力
在童话故事书《小王子》中，小王子在参观一颗小行星时遇到了一个数星星的人，那个人固执地认为如果他能够数完所有的星星，他就能拥有这些星星。这则童话故事引起了许多人的共鸣，因为人们似乎都有这样一种感觉，在对一样东西进行了测量或者将它与数字进行了关联之后，他们就能更好地控制它。因此，尽管一个体温计只能让你知道自己在发烧，一台血压监测仪仅能为你提供你的血压读数，但两者似乎都让你对自己的身体健康产生了一种控制感。
而在商业领域，数字的力量已经被精练为一句广为人知的口号：“你无法管理你不能衡量的东西。”那些制造、销售以及投资测量工具的公司非常乐于听到这句口号。在部分商业领域中，借助新工具得以更准确地衡量产量和业务发展情况，促使这些领域中的公司取得了巨大的进步。以库存控制为例，能够实时跟进每样产品的库存，使公司能够在减少存货的同时及时地满足客户需求。然而，在许多商业领域中，这一口号已经变更为：“如果你衡量了它，你就已经管理了它。”换言之，许多公司似乎用更多的数字取代了严谨的分析。
案例研究4.1：量化投资的力量
量化投资的发展最能体现数字在投资中的力量，其推广者对他们完全依赖数字进行投资这一事实丝毫不加掩饰。事实上，他们竞相比较着自己的投资过程已经在多大程度上依赖于数据以及其所使用的数据分析工具是多么的高效和精确。量化投资的根源，可以追溯到一位传奇性的人物——本杰明·格雷厄姆，他被许多人视为现代价值投资之父。格雷厄姆为找出股价被低估的公司开创了多种筛选方法，但在他所处的时代，应用这些筛选方法是一件很困难的事，因为数据通常是手工收集的，筛选也是手工完成的。如今，股票筛选已经变成了一件很容易，几乎是零成本的事了。
导致现代投资组合理论诞生的马科维茨革命，也是量化投资得以发展的一个促因。哈里·马科维茨在20世纪50年代提出的在既定的风险水平下找出产生最高收益的投资组合，即寻找有效投资组合的投资方法，由于受到数据访问和分析水平的限制，在当时堪称计算噩梦。如今，配备了性能强大的个人计算机和线上数据库开放的访问权限的个人投资者已能够凭借一己之力找出有效投资组合，在几十年前这可能是需要数人花费几周的时间才能完成的工作。
在20世纪70年代后期，随着历史收益数据和账务数据越来越容易获得，一股新的学术研究潮流涌现出来，研究人员开始致力于仔细钻研以往的数据，试图找到某种系统化的模式。人们从这些研究中初步发现，与市值较大的公司相比，市值较小的公司的股票的回报率更高，此外，低市盈股票总能跑赢大盘。这些都被学者称为反常现象，因为它们与经典的风险与收益模型所预测的结果并不相符。对这些市场失灵现象的发现为投资者和投资组合经理创造更高收益带来了良机。
在过去的十年中，随着数据可获得性的进一步提高（其中一些甚至是实时更新并公开的），加之计算能力突飞猛进的发展，量化投资演变出了一些新的但可能会产生麻烦的形式。在迈克尔·刘易斯最新出版的著作《高频交易员》中，他着重描述了一部分被称为高频交易员的投资者，这些人借助高性能的计算机从海量的实时价格数据中筛选出那些错误定价的商品，并立即以错误定价进行商品交易以赚取差价。这些暗池交易几乎完全是数字驱动的，是纯数字驱动型投资发展过程中的必然产物。