觀念平臺－由本益比藉智慧金融一探本夢比

一年前新冠疫情剛爆發時，金融市場立刻大幅下跌，之後靠着各國政府的不斷刺激，費了好大功夫纔開始反轉，這是利空刺激後反應的基本模式。等到第二波疫情再起，市場便只短暫地下跌就反轉，因爲大家認定接着就會有激勵措施推出，行情反而大幅上漲。這便是刺激後的反應再反應，或有說是利空出盡。有些人動作更快，會直接再想到接連三個反應後是什麼情景。因此常有短多長空或是短空長多的各種說法，這些都是市場羣衆預期心理的綜合反應。

傳統上用本益比和淨值等指標來推斷公司的股價高低，是邏輯理性判斷的代表。機構用估值公式來推斷公司的股票價格，或使用技術分析，拿行情的波動信號來預測未來的價格走勢。有時若覺得虛擬貨幣是泡沫沒有內涵價值，或是公司估值配不上股價，就會做出放空的建議與行動。然而市場上，許多時候並不全然是由這種理智判斷來運作，而是靠羣衆心理。光拿傳統的邏輯法則，只推到刺激後的第一步反應，那在市場上將常會遇到挫折。

對於公司下一步，下兩步，下三步等日後發展的判斷，是大家對未來的夢想。千禧年前的.com網路泡沫，就肇因於對於網路世界發展的憧憬，無視於本益比的警告，前仆後繼地投入，於是纔有所謂本夢比的說法。金融市場是羣衆預期心理的綜合表現。每一個人想的算的都不一樣，表現出來的就是多數人想法的平均。市場老手跟據多年在市場中打滾所觀察到的經驗，纔會發展出養套殺等操縱羣衆心理的步驟。

於是在傳播工具上，先以各種名號來吸引跟隨者。有號召力的人登高一呼，羣衆就跟隨他的指令而去，就所謂聚沙成塔，螞蟻搬大象。這時靠的就是羣衆心中的信念。像美國日前發生GameStop等meme stock的軋空事件，社羣打着去中心化的民主聖戰旗號，展開一個Main Street對Wall Street的戰爭。加上趨勢名人的鼓勵加持，形勢更是銳不可擋。一開始時造成機構放空者大幅損失，待熱潮散去後股價便再也無法支撐。

傳統的金融科技運用投資學，拿公式與機率推導出公司估值與合理股價範圍的解析解。先導出一個合理的模型函數，以後每次輸入x套入公式，就得到一個輸出y。數百年來，無數知名經濟學家不斷解出各種模型來預測金融經濟行爲。電腦發明後，方程式不再需要由人導出解析解，各種數值分析程式能幫你算出近似解。但現代金融市場的動態模型，可能是非常高維度的多階函數，不再是單用這種簡單方程式所能正確描述的，靠的是對羣衆心理的掌握纔能有所收穫。

記得在聽人工智慧的時候，每次講到無法導出解析解的方程式時，講者就拿出一個虛擬寶物放入，問題便迎刃而解，屢試不爽。這個寶物就是類神經網路（Artificial Neural Network，ANN）。類神經網路是模仿人腦神經網路的運作原理設計的，它是近十數年來人工智慧突飛猛進的關鍵所在。人們不需理解了解事件的運作方法，只要建好模型，匯入事件資料與答案加以訓練，一段時間之後，這個模型就可以相當程度正確地把答案給你。人們只管輸入和輸出，至於中間如何運作就交給類神經網路來幫你連結。這相當於人類的直覺反應，而不是思考後的理智判斷。我們所謂的思考，是先在腦中建立很多原則與方法，最後根據這些原則來做出決定。但當原則太多的時候，所產生出來的答案有時會相互矛盾，讓人造成混淆而無法做出判斷。

而人的直覺剛好相反，裡面的線路早就連好了，不需要再思考。給它輸入，立刻就有答案輸出。這是根據經驗，在腦中不斷訓練，將資料和答案自動做連結。日久後，看到現象無需思考，就能知道答案了。類神經網路運作所需的步驟也一樣，就只是建模，訓練，預測。

現代金融環境如負利率，虛擬貨幣的出現，早已超過古典理論的描述，讓人無法師法歷史經驗。這時就只有靠智慧金融，使用類神經網路等人工智慧方法來分析更多的金融現象。以往金融科技建立了理財機器人，利用本益比等財務分析方法來幫人分散投資風險。然而市場是理性判斷與羣衆心理本夢比的綜合體，要再發展智慧金融，以探索其中的奧秘。由此可見，未來想要預測市場行情，就只能仰賴人工智慧，努力喂資料來讓機械學習一途了。