一点探索:如何制造一台故事机器

“林肯:所以,到底是世界塑造故事,还是故事塑造世界?”

用这句话来赚钱是一种什么体验?

1

每个意见领袖都有一个精神导师。比如索罗斯和波普尔,格林斯潘和科日布斯基。

但是达里奥(Ray Dalio)老师没有。如他自己所说,几乎没读过任何经典经济学理论和大部头。指导自己行为的所有规律和理论,都来自于历史事件,以及自己在市场上厮杀的试错、反思、和记录。

而他得道的具体方法,就在《穿越债务危机》(Principles For Navigating BIG DEBT CRISES)这本书中的第二部分:Synthesis information(容我翻译成“海纳百川信息归集法”)。

首先收集大量历史数据——近100年的财经新闻头条,然后开始幻想。幻想自己穿越回当时的环境中做交易,感受自己看到头条新闻时的心脏悸动,然后模拟建头寸。

模拟的结果就是那套拍案惊奇之“48场危机模板”:从泰国到俄罗斯,从恶性通胀到通缩衰退,不同原因不同情况,全部以简洁的两页图表总结出来。这48个案例的价值,引沃克尔老师之评论:“比美联储靠谱的多(he produces more relevant statistics and analyses, than the Federal Reserve)”。

这种“身临其境,事无巨细”法,帮他清醒分辨出什么是“观点(opinion)”、什么是“事实(fact)”、什么是“情绪(emotion)”,什么是“共识(consensus)”。他用了30多年,继续输入海量信息和多面的事实,把模拟出的规律再训练、调整、修改,最后输出的一个公式表一样的模板,无偿分享给了世界人民。

除了那个Algorithm。

问:如果您把理念全分享了,降低了债务危机发生的可能性,岂不是也降低了桥水赚钱的机会?
答:我并没分享我的算法啊。出入场的精确时间点或线索上的任何东西,啥都没有... 赚钱的东西不白送。我只是希望帮助减轻债务危机后果,让政策制定者更靠谱地应对问题。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/ )

这种“看起来像是一个观众,其实一边看广场舞,一边导演”的老师,其实并不少,他们有解读“故事”的方法论和工具。您看到的是油价起伏,他们看到的是新闻中的语言艺术——战争、政治、OPEC、伊朗梭哈。

毕竟这个世界上最开源,最有价值的数据,大概就是新闻了。不仅海量数据唾手可得,每一篇还可以回溯,几十年,几百年,上千年;每个措辞、故事、和背后的情绪、以及如何利用这些情绪...都可以用来写成Algorithm。

就是不告诉你。

2

新闻就是故事。人类的认知,就像二维码扫描器,永远都在周围世界中寻找可以扫一扫的二维码。一个无序的乱七八糟的图像,经过人类认知的扫描,就变成“有意义”的东西。这个解码的过程就是讲故事。

人类几千年的进化中,这是一个基本的生存本领。在一个充满不确定性的世界,您需要能够找到一个算法,或者模型,来帮助您把周围奇怪惊悚的新鲜物,变成一个能理解的故事。理解了才能分析,分析才能应对,应对才能增加生存的几率。

但是人类天然又自带一个bug。

人类这种“真社会性动物”,必须时刻不停和同类交流,靠“集体”来传播,靠社区来“记忆”。就像一群巨型白蚁。人类靠这个bug成了地球上最成功的多细胞生物,也因为这个搞砸了很多事,比如毁于谣言和阴谋论——对冲击力强,易懂易传染,可以高效传播的故事,完全没有抵抗力。

尤其是在金融市场上,故事,往往就是那个大起大落,大繁荣大萧条的启动键。

最经典的例子就是美国1929大崩盘。十年柯立芝荣景,股指坚挺,数字漂亮。突然之间,天昏地暗,没有一点点防备,也没有一丝预兆,它就这样出现,在美国人民的世界里,带给他们惊恐。一崩就崩成了十年大萧条。

这件事是外星人干的吗?并不是。也许就是因为市场上的一个故事,讲故事的人可以是任何一位和主流媒体唱反调的经济学家。当市场还没决定该相信哪个故事时,就像拔河,波动不止,方向不明。直到某一方多加了份力,其中一个故事就受精了。

不知不觉中,它就会变成一个存在,变成了房间里的那头大象。再接下来,它就变成了传染病——从一个变异开始,也许是因为天气的变化,也许因为人们聚在一起加速了细菌的传播,那个没办法预测的“时刻”就来了。这种情节经常发生。市场就像冯内古特老师《时震》中的宇宙,膨胀迷糊收缩再清醒。

那有没有一种方法,能把这些新闻里的“故事”和“情绪”符号化,连起来,然后视觉化呢?

就像显微镜下细胞扩散的医学图像。把一个正在形成的故事,标记成“染色细胞”,然后看着这个故事如何像癌症一样扩散?

自从伟大的乔姆斯基(Noam Chomsky)让机器理解人类语言这件事变成了现实,一切皆有可能。

他用一个语言学理论,把哲学、数学、认知科学、电脑科学、心理学像糖葫芦一样串了起来。并有分教:人类天生自带内建“语言知识系统”,就像一个正常器官,大脑中的一个区块。它叫做“心智器官(mental organ)”。人类的认知本能,就是心智器官们组成的乐高。您潜意识里的思维结构和语言功能,是靠向“心智乐高”里输入不同参数而来。

换句话说,您自己就是一个Algorithm。

然后他定义了四型文法,把每一型语言变成了数学表达。从此以后,任何人类语言,都能按照语法规则来表达——包括电脑的高阶程序语言。您如今能用人话,而不是靠纸带打孔0010100101和电脑沟通,要感谢他70年前提出的“乔姆斯基谱系”。

再然后,字、词、故事、情感、情感的发展变化,都能变成可测量的向量,自然语言处理(NLP)能让机器在一个超庞大的文本海洋里训练,建成一个庞大的n-gram比较集,映射到每个故事。把这个映射视觉化,就是一张情感癌细胞扩散图。

(知识浅薄,以下解释不严谨)
N-gram是什么鬼?就是N个连续相邻词组成的词组。比如“小跑有一个聪明的脑袋”这句话,如果用二元模型(bi-gram/2-gram)表示:
“小跑,有
有,一个
一个,聪明
聪明,脑袋”

如果变成三元的(tri-gram/3-gram) :
“小跑,有,一个
一个,聪明,脑袋”

假设第N个词的出现只与前面N-1个词相关,与其它任何词都不相关,那整句话的概率就是各词出现概率的乘积。

这看起来很无聊,但您可以用这种排列来猜测下一句话出现的可能性。您还可以把一篇新闻中的N-gram贴上情感标签(匹诺曹的故事和“说谎”,哈姆雷特的故事和“背叛”),然后和其他所有新闻中的N-gram比较。再加上时间序列看情感扩散的过程,一个故事机器做好了。

3

故事机器造好了,然后呢?

以上所有只有在跟“钱流”联系起来才有意义。毕竟我不是语言学家,只想赚钱。这个联系也不难,和广告是一个道理:故事+情绪+注意力=买买买。

任何故事都有一个生命周期,它出生,生长,繁殖,然后死亡。冯内古特老师曾经研究过故事的形状,觉得人类讲出的故事都有形状。他画了一个坐标轴,横坐标从“开始”到“结束”,纵坐标从“人生赢家”到“惨不忍睹”。然后把故事情节的发展在坐标轴上画曲线:全部有开始,有高潮,有反转,有结局。它们都有形状。

(这几个故事您都听过:分别是灰姑娘、变形记和哈姆雷特、还有指环王)

而“注意力”就像是故事的生命值。市场上的故事、故事的情绪、情绪的扩散,只有跟“注意力”组合起来,才有了动能。不同“情绪”和“注意力”大小的不同组合,会推动资金朝不同方向流动。

一个故事刚刚诞生,市场上的动静就像新生儿父母的心跳。刚出生的娃,除了家长,不会引起太多注意力。市场必须尝试不同观点,才能给这个新故事贴上标签定性。

但这个标签总有一天会被找到。找到的标志就是投资者的注意力——注意到了这个行业,或者概念,听到了市场上对它越来越多的talk,看到了媒体上关于它越来越多的关键词。今天听到的鼓点,明天入场。于是资金流入。

但是所有的故事都会有一个结局,只是结尾方式不同:如果一个爆款故事用吸星大法,吸光了所有人的注意力,后继无力,那资金就会在明天突然离场。或者一个故事变成了过气明星,注意力还有存货,就会慢慢消亡。或者一个故事依然引人注目,但是剧情反转——好警察原来是坏卧底(这种情况发生的频率比您想象的要高,尤其是在对某个概念“积极鼓吹”了很长时间,然而并没有什么效果的时候。您懂的),那就是资金跑路,一地鸡毛。

把以上过程简化总结一下:

注意力低 + 情绪正面 = 潜在机会
注意力高但分散 + 情绪正面= 谨慎看多
注意力高但分散 + 情绪负面= 谨慎看空
注意力高且集中 + 情绪负面= 跑路
注意力高且集中 + 情绪高涨= 泡沫

举个例子:

如果您还记得,美联储“加息”这个故事,2009年第一次出现。然而直到快10年后,市场才突然决定开始反应。那这十年多市场在干嘛?

听故事。故事从一些“talk”开始,不一定是伯南克、耶伦、或者鲍威尔老师的,毕竟他们说的跟没说一样;反而把故事喂养长大的,也许是达里奥老师的“七十年债务大轮回”,也许是小川行长的“明斯基时刻”。到底是哪句话?不知道。您唯一能感受到的,就是房间里的那头大象在慢慢长大。有一天突然叫了一声,于是您就看到了2018年全球股市大跌的血色圣诞节。(注意力高且集中 + 情绪负面= 跑路)

接下来呢?依然有两个故事——市场还不知道该信哪一个:

一个故事是“放水”。这个故事所有人都知道了,连我妈都有了自己的解释:意思就是政府来救我们了,救我妈的房子,我妈的股票,救我妈的投资。另一个故事是“放水的后果”。这个故事迄今为止还没达成一致。因为后果实在太惊悚,在所有人脑补范围之外。然而它依然是房间里那头大象。(注意力高但分散 + 情绪负面= 谨慎看空)

一个更经典的例子(仅次于比特币),大概就是最近的黄金了。

它的价格从温到火,只用了两个月。但是黄金这个故事从加热到酥脆,却用了好几年。Dalio老师最新万字雄文《Paradigm Shift (范式转移)》就是一个“为什么要买黄金”的故事合集:1)全球主要欠钱央行药不能停,但是药效没了;2)持续通货再膨胀(reflationary);3)大量债务到期;4)资本主义和社会主义阵营各自内讧;5)资本主义和社会主义阵营互掐;6)以上事情同时发生的时候,您该找下一个能储存价值的“货币”(next-best currency or store hold of wealth)。

雄文刚发,黄金就弹跳20pt,注意力高且集中 + 情绪高涨,这大概就是操纵世界的爽感吧。

4

最后一点感概:无论故事机器如何运转,所有故事都有一个助产医生,就是媒体。

媒体是一个很奇怪的存在,它既是源头,又是过程,可以把自己生出的“源头”,再无限放大,无限复制。它能创造出您观念的形状,同时也能把您观念的形状反射出去,无限正反馈。就像镜子中的镜子。

以上理解非常浅薄,仅仅是当下的一点探索。欢迎讨论,谢谢大家。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,214评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,307评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,543评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,221评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,224评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,007评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,313评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,956评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,441评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,925评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,018评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,685评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,234评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,240评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,464评论 1 261
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,467评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,762评论 2 345

推荐阅读更多精彩内容

  • 早上没起来,匆匆忙忙遛了小狗,匆匆忙忙的过来,手机都被收起来,一上午都觉得冷,十二点才下课,十一点多我就盼着...
    舞动的月色阅读 144评论 0 0
  • 很多假设表面看起来异想天开,但在现实工作中他却真真切切地发生了,这不,让我用经验告诉你,当你哪 一天变成了你领导的...
    实话实说实想阅读 1,601评论 3 18
  • 中午食堂吃鸡腿,同学们个个欢天喜地。 我看见蔡忠序的时候,他已经在啃第三个鸡腿了。旁边的同学告诉我...
    杨柳依依_b375阅读 529评论 2 1
  • “来个前滚翻吧。”李教练头都没抬,云淡风轻地从嘴里吐出这句话。 “……”我一脸难色。 “...
    阿粥yst阅读 296评论 0 0