如何在投資時運用貝葉斯方法

『壹』 貝葉斯公式的應用

貝葉斯公式直接的應用就是學習，啥意思，就是根據經驗對新發生的事物進行判斷。
抽象地說就是這樣。
應用的原因就是為了預測未來，規避風險。
就和你知道很多鳥都是黑色的，但是其中烏鴉是黑色的可能性最大，於是當你再看到一隻黑色的鳥的時候，你就會想著這只鳥是不是烏鴉。
包括你學習貝葉斯也是這樣的，別人都說貝葉斯很厲害[先驗]，然後你找了很多案例，最後想看看貝葉斯成功的概率是多少[後驗]，其本質就是這個

『貳』 貝葉斯公式及經典例子有哪些

公式：P(A∩B)=P(A)*P(B|A)=P(B)*P(A|B)，貝葉斯公式其實就是找事件發生的原因的概率。

貝葉斯定理用於投資決策分析是在已知相關項目B的資料，而缺乏論證項目A的直接資料時，通過對B項目的有關狀態及發生概率分析推導A項目的狀態及發生概率。

如果用數學語言描繪，即當已知事件Bi的概率P（Bi）和事件Bi已發生條件下事件A的概率P（A│Bi），則可運用貝葉斯定理計算出在事件A發生條件下事件Bi的概率P（Bi│A）。

貝葉斯法則

通常，事件A在事件B（發生）的條件下的概率，與事件B在事件A的條件下的概率是不一樣的；然而，這兩者是有確定的關系，貝葉斯法則就是這種關系的陳述。

作為一個規范的原理，貝葉斯法則對於所有概率的解釋是有效的；然而，頻率主義者和貝葉斯主義者對於在應用中概率如何被賦值有著不同的看法：頻率主義者根據隨機事件發生的頻率，或者總體樣本裡面的個數來賦值概率；貝葉斯主義者要根據未知的命題來賦值概率。

『叄』 貝葉斯定理的定理定義

貝葉斯定理也稱貝葉斯推理，早在18世紀，英國學者貝葉斯(1702～1763)曾提出計算條件概率的公式用來解決如下一類問題：假設H[1],H[2]…,H[n]互斥且構成一個完全事件，已知它們的概率P(H[i]),i=1,2,…,n,現觀察到某事件A與H[,1],H[,2]…,H[,n]相伴隨機出現，且已知條件概率P(A/H[,i])，求P(H[,i]/A)。
貝葉斯公式（發表於1763年）為： P(H[i]/A)=P(H[i])*P(A│H[i])/{P(H[1])*P(A│H[1]) +P(H[2])*P(A│H[2])+…+P(H[n])*P(A│H[n])}
這就是著名的「貝葉斯定理」，一些文獻中把P(H[1])、P(H[2])稱為基礎概率，P(A│H[1])為擊中率，P(A│H[2])為誤報率[1] 。

『肆』 貝葉斯公式：先定概率決定成功率

葉斯公式非常簡單，幾乎任何人都可以理解。那就是事情的先定概率起關鍵作用。

創業者成為任正非馬化騰的先定概率是多少？以深圳1000萬人計，先定概率是500萬分之一。一個創業者有90%的可能性成為任正非馬化騰，聽起來很高，蠱惑性強，但他成為下一個任正非馬化騰的真實成功率是500萬之一乘以90%，低過彩票中獎率。賣房買彩票比賣房創業更靠譜一些。

有貝葉斯這個朋友，你的投資就不會失去理性。算算概率，馬上就能正常。你以為自己炒股很厲害？炒股成功（包括持平）的先定概率是30%，這註定你的成功率不超過30%，不比進賭場的結局妙。把股市形容為賭場，並不是誇張。

如果你呆在經濟強勢地區，人口與資金持續湧入，創業之前，其實還要想辦法多買一套房子，這也是貝葉斯公式決定的，因為這些地區房價上漲的先定概率極高，傻子買都升值，它可以對沖你的創業失敗，實在輸慘了，不得已賣掉一套房子，家人還有一套房子住，生活正常，有房子住，油鹽醬醋茶，並不貴，照樣可以幸福。

不要用家人的安寧去賭，正因為是家人，對他們尤其要好，對他們更壞，那是把他們當仇人。

摘自： 賣房創業註定失敗

『伍』 什麼是貝葉斯規則貝葉斯推理的規則是什麼

貝葉斯定理是概率論中的一個基本定理，廣泛應用在很多領域。

貝葉斯定理用於投資決策分析是在已知相關項目B的資料，而缺乏論證項目A的直接資料時，通過對B項目的有關狀態及發生概率分析推導A項目的狀態及發生概率。如果我們用數學語言描繪，即當已知事件Bi的概率P（Bi）和事件Bi已發生條件下事件A的概率P（A│Bi），則可運用貝葉斯定理計算出在事件A發生條件下事件Bi的概率P（Bi│A）。按貝葉斯定理進行投資決策的基本步驟是：

1 列出在已知項目B條件下項目A的發生概率，即將P（A│B）轉換為 P（B│A）；

2 繪制樹型圖；

3 求各狀態結點的期望收益值，並將結果填入樹型圖；

4 根據對樹型圖的分析，進行投資項目決策；

『陸』 怎麼簡單理解貝葉斯公式

貝葉斯定理是關於隨機事件A和B的條件概率（或邊緣概率）的一則定理。其中P（A|B）是在B發生的情況下A發生的可能性。

貝葉斯定理也稱貝葉斯推理，早在18世紀，英國學者貝葉斯（1702～1761）曾提出計算條件概率的公式用來解決如下一類問題：假設H,H…，H互斥且構成一個完全事件，已知它們的概率P(H),i=1,2,…，n,現觀察到某事件A與H,H…，H相伴隨機出現，且已知條件概率P(A|H)，求P(H|A)。

按貝葉斯定理進行投資決策的基本步驟是：

1、列出在已知項目B條件下項目A的發生概率，即將P（A│B）轉換為P（B│A）；

2、繪制樹型圖；

3、求各狀態結點的期望收益值，並將結果填入樹型圖；

4、根據對樹型圖的分析，進行投資項目決策。

『柒』 貝葉斯原理及應用

貝葉斯定理是關於隨機事件A和B的條件概率（或邊緣概率）的一則定理。
其中P(A|B)是在B發生的情況下A發生的可能性。
貝葉斯定理也稱貝葉斯推理，早在18世紀，英國學者貝葉斯(1702～1763)曾提出計算條件概率的公式用來解決如下一類問題：假設H[1],H[2]…,H[n]互斥且構成一個完全事件，已知它們的概率P(H[i]),i=1,2,…,n,現觀察到某事件A與H[,1],H[,2]…,H[,n]相伴隨機出現，且已知條件概率P(A/H[,i])，求P(H[,i]/A)。
貝葉斯公式（發表於1763年）為： P(H[i]/A)=P(H[i])*P(A│H[i])/{P(H[1])*P(A│H[1]) +P(H[2])*P(A│H[2])+…+P(H[n])*P(A│H[n])}
這就是著名的「貝葉斯定理」，一些文獻中把P(H[1])、P(H[2])稱為基礎概率，P(A│H[1])為擊中率，P(A│H[2])為誤報率。

貝葉斯定理用於投資決策分析是在已知相關項目B的資料，而缺乏論證項目A的直接資料時，通過對B項目的有關狀態及發生概率分析推導A項目的狀態及發生概率。如果我們用數學語言描繪，即當已知事件Bi的概率P（Bi）和事件Bi已發生條件下事件A的概率P（A│Bi），則可運用貝葉斯定理計算出在事件A發生條件下事件Bi的概率P（Bi│A）。按貝葉斯定理進行投資決策的基本步驟是：
1 列出在已知項目B條件下項目A的發生概率，即將P（A│B）轉換為 P（B│A）；
2 繪制樹型圖；
3 求各狀態結點的期望收益值，並將結果填入樹型圖；
4 根據對樹型圖的分析，進行投資項目決策；

『捌』 投資分析中使用的定性和定量方法有哪些

一、定性分析法亦稱「非數量分析法」。主要依靠預測人員的豐富實踐經驗以及主觀的判斷和分析能力，推斷出事物的性質和發展趨勢的分析方法，屬於預測分析的一種基本方法。這類方法主要適用於一些沒有或不具備完整的歷史資料和數據的事項。
定性分析法主要根據除企業財務報表以外有關企業所處環境、企業自身內在素質等方面情況對企業信用狀況進行總體把握。
常用定性分析方法：

1、管理人員的判斷
建立在最高管理層提出的意見和建議基礎上，這種方法依賴於這支隊伍的經驗、才能和直覺。如果管理當局正確決策的業績記錄保持良好，這種方法是很有價值的。但有時它也反映出了一種「象牙塔」里的觀點，這些人將他們自己隔離起來，根本不知道在廣大的員工和顧客中間，到底發生了什麼。一般來說，管理人員在經理辦公室里呆的時間越少，與員工和顧客保持越密切的聯系和交往，這種方法所造成的危險就越小。
2、專家的意見
這種方法建立在企業外部顧問的專業知識基礎上，能為管理當局帶來高度專業化和有價值的幫助。對於那些已經採取的、有可能出現問題的行動，管理當局可以聘請這樣的顧問在公司里進行日常業務的咨詢。

3、銷售人員的估計
這種信息來源能夠帶來很大的價值，因為銷售人員一般說來是最接近顧客的。這種方法對於那些產品生命周期短、技術更新快的行業尤為重要，這種方法的主要缺點是潛在的偏見，因為他們總認為，自己的估計將被領導用作提高銷售定額的依據(例如，如果銷售人員對某產品未來3個月年的銷路看好，認為有希望每月多銷售20%，但他可能僅對管理人員說有10%的增長希望，以免上級為他制定20%的增長定額。針對這種情況，管理者可將銷售人員的保守估計略微上提，既留有餘地，又起到促進作用——譯者注)。
4、顧客調查和市場測試
顧客調查涉及到利用市場調查技術，直接從顧客那裡收集信息。此時進入我腦海中的例子是百事可樂所做的「味道測試」，他們請消費者品嘗百事可樂與可口可樂，然後說出他們的偏好。但是，如果抽樣不具有代表性或者問卷設計有漏洞，所得到的結果就可能極不準確。按照推測，10年前可口可樂公司之所以停止銷售其「老式可樂」部分原因是由於一個調查問卷的措詞不當造成的。這個問卷沒有明確地詢問消費者，如果老式可樂從市場中被取消，他們會有什麼感覺。市場測試是指在一個小范圍內，展示和促銷一個品牌。一般說來，新品牌總是在具有「領頭羊」地位的市場上進行測試(即一般是指某些可代表廣大消費者的主要城市或城鎮)。顯然，如果該品牌在這些市場中銷路很好，它們就可以在全國范圍內投放市場或公開亮相。但是，如果產品的缺陷很快被現，該品牌就需要加以改進，甚至有時也許不得不放棄。存在於市場測試本身的風險是：新產品可能被競爭者跟蹤竊取信息。記住，這些公司「間諜」可能從你的努力中獲取寶貴的信息。

5、小組討論
這是由委員會或小組做出決定。小組的所有成員，都必須就單一的決定達成共識(即提出一個人人都可接納的方案)。當這種方法發揮作用時，它常常顯示出團隊的內聚力。但是，要防止一個「恃強凌弱的霸道之人」，可能對小組的其他成員施加過分的影響，強迫人們同意他的意見。電影《十二怒漢》中，十分形象地描繪了這一點。這是一個關於陪審團就一個被指控犯有殺人罪的年輕人，判斷其有罪還是無罪的故事。起初，一個陪審團成員，成功他說服除了一位以外其他所有的陪審團成員，讓他們都同意他認為有罪的表決。而唯一的那位「堅持己見」的陪審員站出來，面對那個「霸道之人」，據理力爭，最後，整個陪審團表決無罪釋放了被告。
6、集合意見法
將每個人的估計值相加，然後得出一個平均值。這種方法的關鍵是：每個人的估計值都有相同的權重。因此，這種方法被看作是「民主」的方法(如果每個人的意見按其重要性給予不同的權重，就可能得到更准確的估計值，這也是集合意見法的一種——譯者注)。

7、德爾菲法
這是集合意見法的一種變異形式。每個參與者遞交他們的個人估計值，然後審查其他參與者的估計值。這樣，他們就會照顧到不同意見而重新考慮和修改他們的原始數值。(參加者應該背對背，不能相互碰面。一般的，他們把預測值郵寄或送到組織者手中，由組織者匯總各人的看法後再返還給他們。他們可以在不受別人干涉的情況下，客觀地分析手中的數據。這樣反復幾次，答案就會趨於一致——譯者注)，從這種意義上來講，它可以被看作是小組討論和集合意見法的混合體，綜合了上面兩種方法的長處。
8、質—量分析法
正如你所看到的，許多的決策問題是建立在未知的因素之上，而且常常是建立在主觀的估計之上。那麼，在這種「軟」環境下，尋找和運用一些「科學化的方法」，使這一過程變得盡可能地客觀，就成為十分自然的事了。為達到這樣的目的，我們可以選擇運用貝葉斯(Bayesian)法來為我們提供一個量化公式的輪廓，從而使質的、主觀的(即「軟」的)信息輸入後變得「硬」一些。

9、吸引力指數
吸引力指數使我們能夠按照預計的利潤率，來排列項目或產品的優劣順序。如果資金有限，這個指數可用來幫助我們決定把哪些項目排除在考慮之外。
二、定量分析法是對社會現象的數量特徵、數量關系與數量變化進行分析的方法。在企業管理上，定量分析法是以企業財務報表為主要數據來源，按照某種數理方式進行加工整理，得出企業信用結果。定量分析是投資分析師使用數學模塊對公司可量化數據進行的分析，通過分析對公司經營給予評價並做出投資判斷。定量分析的對象主要為財務報表，如資金平衡表、損益表、留存收益表等。其功能在於揭示和描述社會現象的相互作用和發展趨勢。
基本方法：

1、比率分析法。它是財務分析的基本方法，也是定量分析的主要方法。
2、趨勢分析法。它對同一單位相關財務指標連續幾年的數據作縱向對比，觀察其成長性。通過趨勢分析，分析者可以了解該企業在特定方面的發展變化趨勢。
3、結構分析法。它通過對企業財務指標中各分項目在總體項目中的比重或組成的分析，考量各分項目在總體項目中的地位。
4、相互對比法。它通過經濟指標的相互比較來揭示經濟指標之間的數量差異，既可以是本期同上期的縱向比較，也可以是同行業不同企業之間的橫向比較，還可以與標准值進行比較。通過比較找出差距．進而分析形成差距的原因。
5、數學模型法。在現代管理科學中，數學模型被廣泛應用，特別是在經濟預測和管理工作中，由於不能進行實驗驗證，通常都是通過數學模型來分析和預測經濟決策所可能產生的結果的。
以上五種定量分析方法，比率分析法是基礎，趨勢分析、結構分析和對比分析等方法是延伸，數學模型法代表了定量分析的發展方向。

『玖』 什麼是貝葉斯分析法金融方面的

貝葉斯分析方法（Bayesian Analysis）提供了一種計算假設概率的方法，這種方法是基於假設的先驗概率、給定假設下觀察到不同數據的概率以及觀察到的數據本身而得出的。其方法為，將關於未知參數的先驗信息與樣本信息綜合，再根據貝葉斯公式，得出後驗信息，然後根據後驗信息去推斷未知參數的方法。

『拾』 貝葉斯定理是什麼我知道公式是什麼，能不能用例子給我講清楚點

貝葉斯定理用於投資決策分析是在已知相關項目B的資料，而缺乏論證項目A的直接資料時，通過對B項目的有關狀態及發生概率分析推導A項目的狀態及發生概率。如果我們用數學語言描繪，即當已知事件Bi的概率P（Bi）和事件Bi已發生條件下事件A的概率P（A│Bi），則可運用貝葉斯定理計算出在事件A發生條件下事件Bi的概率P（Bi│A）。按貝葉斯定理進行投資決策的基本步驟是： 1 列出在已知項目B條件下項目A的發生概率，即將P（A│B）轉換為 P（B│A）； 2 繪制樹型圖； 3 求各狀態結點的期望收益值，並將結果填入樹型圖； 4 根據對樹型圖的分析，進行投資項目決策； 搜索巨人Google和Autonomy，一家出售信息恢復工具的公司，都使用了貝葉斯定理（Bayesian principles）為數據搜索提供近似的（但是技術上不確切）結果。研究人員還使用貝葉斯模型來判斷症狀和疾病之間的相互關系，創建個人機器人，開發能夠根據數據和經驗來決定行動的人工智慧設備。