一點探索:如何制造一臺故事機器

“林肯:所以,到底是世界塑造故事,還是故事塑造世界?”

用這句話來賺錢是一種什么體驗?

1

每個意見領袖都有一個精神導師。比如索羅斯和波普爾,格林斯潘和科日布斯基。

但是達里奧(Ray Dalio)老師沒有。如他自己所說,幾乎沒讀過任何經典經濟學理論和大部頭。指導自己行為的所有規律和理論,都來自于歷史事件,以及自己在市場上廝殺的試錯、反思、和記錄。

而他得道的具體方法,就在《穿越債務危機》(Principles For Navigating BIG DEBT CRISES)這本書中的第二部分:Synthesis information(容我翻譯成“海納百川信息歸集法”)。

首先收集大量歷史數據——近100年的財經新聞頭條,然后開始幻想。幻想自己穿越回當時的環境中做交易,感受自己看到頭條新聞時的心臟悸動,然后模擬建頭寸。

模擬的結果就是那套拍案驚奇之“48場危機模板”:從泰國到俄羅斯,從惡性通脹到通縮衰退,不同原因不同情況,全部以簡潔的兩頁圖表總結出來。這48個案例的價值,引沃克爾老師之評論:“比美聯儲靠譜的多(he produces more relevant statistics and analyses, than the Federal Reserve)”。

這種“身臨其境,事無巨細”法,幫他清醒分辨出什么是“觀點(opinion)”、什么是“事實(fact)”、什么是“情緒(emotion)”,什么是“共識(consensus)”。他用了30多年,繼續輸入海量信息和多面的事實,把模擬出的規律再訓練、調整、修改,最后輸出的一個公式表一樣的模板,無償分享給了世界人民。

除了那個Algorithm。

問:如果您把理念全分享了,降低了債務危機發生的可能性,豈不是也降低了橋水賺錢的機會?
答:我并沒分享我的算法啊。出入場的精確時間點或線索上的任何東西,啥都沒有... 賺錢的東西不白送。我只是希望幫助減輕債務危機后果,讓政策制定者更靠譜地應對問題。而已。
Question: But if you reduce the chances of a debt crisis, aren’t you also reducing Bridgewater’s chances of profiting from these cycles?
Dalio: What we aren’t doing is conveying in there my algorithms, the exact timing or anything along those lines. There’s nothing in there…where we’ll lose our edge. It will mean, I hope, that debt cycles will be less severe and that policy makers will handle them better. (https://www.worth.com/crisis-manager/ )

這種“看起來像是一個觀眾,其實一邊看廣場舞,一邊導演”的老師,其實并不少,他們有解讀“故事”的方法論和工具。您看到的是油價起伏,他們看到的是新聞中的語言藝術——戰爭、政治、OPEC、伊朗梭哈。

畢竟這個世界上最開源,最有價值的數據,大概就是新聞了。不僅海量數據唾手可得,每一篇還可以回溯,幾十年,幾百年,上千年;每個措辭、故事、和背后的情緒、以及如何利用這些情緒...都可以用來寫成Algorithm。

就是不告訴你。

2

新聞就是故事。人類的認知,就像二維碼掃描器,永遠都在周圍世界中尋找可以掃一掃的二維碼。一個無序的亂七八糟的圖像,經過人類認知的掃描,就變成“有意義”的東西。這個解碼的過程就是講故事。

人類幾千年的進化中,這是一個基本的生存本領。在一個充滿不確定性的世界,您需要能夠找到一個算法,或者模型,來幫助您把周圍奇怪驚悚的新鮮物,變成一個能理解的故事。理解了才能分析,分析才能應對,應對才能增加生存的幾率。

但是人類天然又自帶一個bug。

人類這種“真社會性動物”,必須時刻不停和同類交流,靠“集體”來傳播,靠社區來“記憶”。就像一群巨型白蟻。人類靠這個bug成了地球上最成功的多細胞生物,也因為這個搞砸了很多事,比如毀于謠言和陰謀論——對沖擊力強,易懂易傳染,可以高效傳播的故事,完全沒有抵抗力。

尤其是在金融市場上,故事,往往就是那個大起大落,大繁榮大蕭條的啟動鍵。

最經典的例子就是美國1929大崩盤。十年柯立芝榮景,股指堅挺,數字漂亮。突然之間,天昏地暗,沒有一點點防備,也沒有一絲預兆,它就這樣出現,在美國人民的世界里,帶給他們驚恐。一崩就崩成了十年大蕭條。

這件事是外星人干的嗎?并不是。也許就是因為市場上的一個故事,講故事的人可以是任何一位和主流媒體唱反調的經濟學家。當市場還沒決定該相信哪個故事時,就像拔河,波動不止,方向不明。直到某一方多加了份力,其中一個故事就受精了。

不知不覺中,它就會變成一個存在,變成了房間里的那頭大象。再接下來,它就變成了傳染病——從一個變異開始,也許是因為天氣的變化,也許因為人們聚在一起加速了細菌的傳播,那個沒辦法預測的“時刻”就來了。這種情節經常發生。市場就像馮內古特老師《時震》中的宇宙,膨脹迷糊收縮再清醒。

那有沒有一種方法,能把這些新聞里的“故事”和“情緒”符號化,連起來,然后視覺化呢?

就像顯微鏡下細胞擴散的醫學圖像。把一個正在形成的故事,標記成“染色細胞”,然后看著這個故事如何像癌癥一樣擴散?

自從偉大的喬姆斯基(Noam Chomsky)讓機器理解人類語言這件事變成了現實,一切皆有可能。

他用一個語言學理論,把哲學、數學、認知科學、電腦科學、心理學像糖葫蘆一樣串了起來。并有分教:人類天生自帶內建“語言知識系統”,就像一個正常器官,大腦中的一個區塊。它叫做“心智器官(mental organ)”。人類的認知本能,就是心智器官們組成的樂高。您潛意識里的思維結構和語言功能,是靠向“心智樂高”里輸入不同參數而來。

換句話說,您自己就是一個Algorithm。

然后他定義了四型文法,把每一型語言變成了數學表達。從此以后,任何人類語言,都能按照語法規則來表達——包括電腦的高階程序語言。您如今能用人話,而不是靠紙帶打孔0010100101和電腦溝通,要感謝他70年前提出的“喬姆斯基譜系”。

再然后,字、詞、故事、情感、情感的發展變化,都能變成可測量的向量,自然語言處理(NLP)能讓機器在一個超龐大的文本海洋里訓練,建成一個龐大的n-gram比較集,映射到每個故事。把這個映射視覺化,就是一張情感癌細胞擴散圖。

(知識淺薄,以下解釋不嚴謹)
N-gram是什么鬼?就是N個連續相鄰詞組成的詞組。比如“小跑有一個聰明的腦袋”這句話,如果用二元模型(bi-gram/2-gram)表示:
“小跑,有
有,一個
一個,聰明
聰明,腦袋”

如果變成三元的(tri-gram/3-gram) :
“小跑,有,一個
一個,聰明,腦袋”

假設第N個詞的出現只與前面N-1個詞相關,與其它任何詞都不相關,那整句話的概率就是各詞出現概率的乘積。

這看起來很無聊,但您可以用這種排列來猜測下一句話出現的可能性。您還可以把一篇新聞中的N-gram貼上情感標簽(匹諾曹的故事和“說謊”,哈姆雷特的故事和“背叛”),然后和其他所有新聞中的N-gram比較。再加上時間序列看情感擴散的過程,一個故事機器做好了。

3

故事機器造好了,然后呢?

以上所有只有在跟“錢流”聯系起來才有意義。畢竟我不是語言學家,只想賺錢。這個聯系也不難,和廣告是一個道理:故事+情緒+注意力=買買買。

任何故事都有一個生命周期,它出生,生長,繁殖,然后死亡。馮內古特老師曾經研究過故事的形狀,覺得人類講出的故事都有形狀。他畫了一個坐標軸,橫坐標從“開始”到“結束”,縱坐標從“人生贏家”到“慘不忍睹”。然后把故事情節的發展在坐標軸上畫曲線:全部有開始,有高潮,有反轉,有結局。它們都有形狀。

(這幾個故事您都聽過:分別是灰姑娘、變形記和哈姆雷特、還有指環王)

而“注意力”就像是故事的生命值。市場上的故事、故事的情緒、情緒的擴散,只有跟“注意力”組合起來,才有了動能。不同“情緒”和“注意力”大小的不同組合,會推動資金朝不同方向流動。

一個故事剛剛誕生,市場上的動靜就像新生兒父母的心跳。剛出生的娃,除了家長,不會引起太多注意力。市場必須嘗試不同觀點,才能給這個新故事貼上標簽定性。

但這個標簽總有一天會被找到。找到的標志就是投資者的注意力——注意到了這個行業,或者概念,聽到了市場上對它越來越多的talk,看到了媒體上關于它越來越多的關鍵詞。今天聽到的鼓點,明天入場。于是資金流入。

但是所有的故事都會有一個結局,只是結尾方式不同:如果一個爆款故事用吸星大法,吸光了所有人的注意力,后繼無力,那資金就會在明天突然離場。或者一個故事變成了過氣明星,注意力還有存貨,就會慢慢消亡。或者一個故事依然引人注目,但是劇情反轉——好警察原來是壞臥底(這種情況發生的頻率比您想象的要高,尤其是在對某個概念“積極鼓吹”了很長時間,然而并沒有什么效果的時候。您懂的),那就是資金跑路,一地雞毛。

把以上過程簡化總結一下:

注意力低 + 情緒正面 = 潛在機會
注意力高但分散 + 情緒正面= 謹慎看多
注意力高但分散 + 情緒負面= 謹慎看空
注意力高且集中 + 情緒負面= 跑路
注意力高且集中 + 情緒高漲= 泡沫

舉個例子:

如果您還記得,美聯儲“加息”這個故事,2009年第一次出現。然而直到快10年后,市場才突然決定開始反應。那這十年多市場在干嘛?

聽故事。故事從一些“talk”開始,不一定是伯南克、耶倫、或者鮑威爾老師的,畢竟他們說的跟沒說一樣;反而把故事喂養長大的,也許是達里奧老師的“七十年債務大輪回”,也許是小川行長的“明斯基時刻”。到底是哪句話?不知道。您唯一能感受到的,就是房間里的那頭大象在慢慢長大。有一天突然叫了一聲,于是您就看到了2018年全球股市大跌的血色圣誕節。(注意力高且集中 + 情緒負面= 跑路)

接下來呢?依然有兩個故事——市場還不知道該信哪一個:

一個故事是“放水”。這個故事所有人都知道了,連我媽都有了自己的解釋:意思就是政府來救我們了,救我媽的房子,我媽的股票,救我媽的投資。另一個故事是“放水的后果”。這個故事迄今為止還沒達成一致。因為后果實在太驚悚,在所有人腦補范圍之外。然而它依然是房間里那頭大象。(注意力高但分散 + 情緒負面= 謹慎看空)

一個更經典的例子(僅次于比特幣),大概就是最近的黃金了。

它的價格從溫到火,只用了兩個月。但是黃金這個故事從加熱到酥脆,卻用了好幾年。Dalio老師最新萬字雄文《Paradigm Shift (范式轉移)》就是一個“為什么要買黃金”的故事合集:1)全球主要欠錢央行藥不能停,但是藥效沒了;2)持續通貨再膨脹(reflationary);3)大量債務到期;4)資本主義和社會主義陣營各自內訌;5)資本主義和社會主義陣營互掐;6)以上事情同時發生的時候,您該找下一個能儲存價值的“貨幣”(next-best currency or store hold of wealth)。

雄文剛發,黃金就彈跳20pt,注意力高且集中 + 情緒高漲,這大概就是操縱世界的爽感吧。

4

最后一點感概:無論故事機器如何運轉,所有故事都有一個助產醫生,就是媒體。

媒體是一個很奇怪的存在,它既是源頭,又是過程,可以把自己生出的“源頭”,再無限放大,無限復制。它能創造出您觀念的形狀,同時也能把您觀念的形狀反射出去,無限正反饋。就像鏡子中的鏡子。

以上理解非常淺薄,僅僅是當下的一點探索。歡迎討論,謝謝大家。

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,412評論 6 532
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,514評論 3 416
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,373評論 0 374
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,975評論 1 312
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,743評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,199評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,262評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,414評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,951評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,780評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,983評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,527評論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,218評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,649評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,889評論 1 286
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,673評論 3 391
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,967評論 2 374

推薦閱讀更多精彩內容

  • 早上沒起來,匆匆忙忙遛了小狗,匆匆忙忙的過來,手機都被收起來,一上午都覺得冷,十二點才下課,十一點多我就盼著...
    舞動的月色閱讀 157評論 0 0
  • 很多假設表面看起來異想天開,但在現實工作中他卻真真切切地發生了,這不,讓我用經驗告訴你,當你哪 一天變成了你領導的...
    實話實說實想閱讀 1,653評論 3 18
  • 中午食堂吃雞腿,同學們個個歡天喜地。 我看見蔡忠序的時候,他已經在啃第三個雞腿了。旁邊的同學告訴我...
    楊柳依依_b375閱讀 541評論 2 1
  • “來個前滾翻吧。”李教練頭都沒抬,云淡風輕地從嘴里吐出這句話。 “……”我一臉難色。 “...
    阿粥yst閱讀 307評論 0 0