1703547580
抛弃固执的强求“我一定要”，代之以灵活合宜的期望；
1703547581
1703547582
从逻辑和实用的角度审视非理性的想法，问自己一些高质量的问题；
1703547583
1703547584
平时多进行理性地分析，及时修筑防御“情绪洪水”的高台；
1703547585
1703547586
在愤怒的时候，意识到自己的荒谬可笑，并自嘲一番。
1703547587
1703547588
那么，你就能用适度的失望和挫折感，取代愤怒。用健康的负面情绪取代不健康的负面情绪，正视调整心态的目标。顶尖操盘手在遇到令他不爽的事情时，也会体验到负面情绪，但是，那些负面情绪是有节制的、适度的、健康的，他们不会失去理智，不会让自己被情绪所控制。当你能做到这一点，你离顶尖操盘手的境界就不远了。
1703547589
1703547590
愤怒，这种情绪的根源在于“自我中心”，容易愤怒的操盘手往往有“自大”的毛病。而容易沮丧的操盘手则相反，他们往往有“自卑”的倾向。
1703547591
1703547592
二、沮丧
1703547593
1703547594
操盘手的沮丧（Depression）表现为：悲观消极、灰心丧气、长吁短叹、无精打采、过度自责、自信心下降、意气消沉、失去斗志。
1703547595
1703547596
让操盘手陷入沮丧的外部事件无非是连续赔钱，或者一笔交易赔得很大。面对同样的外部事件，愤怒的操盘手选择了愤怒，而沮丧的操盘手则选择了沮丧。这再次说明，情绪不是单纯由外部事件决定的，它与操盘手自己对外部事件的看法有很大关系。因此，操盘手不能说，“市场让我沮丧”。事实上，准确的表达应该是：“市场发生了一些不好的事情，而我自己对那些事情的看法让我沮丧。”
1703547597
1703547598
什么样的看法容易让操盘手陷入沮丧呢？一般是这样的：
1703547599
1703547600
在这个市场上不可能赚到钱；
1703547601
1703547602
行情太差了，根本没有机会；
1703547603
1703547604
今天都没希望出好行情了；
1703547605
1703547606
再做下去，只会赔钱。
1703547607
1703547608
导致这些看法的起因是连续的亏损或一笔大额的亏损，而在操盘手形成这些看法的过程中，操盘手实际上遵循了“小数定律”，根据小样本做出了以下推断：
1703547609
1703547610
因为我已经连赔了好几笔，所以，在这个市场上不可能赚到钱；
1703547611
1703547612
因为我已经连赔了好几笔，所以，行情太差了，根本没有机会；
1703547613
1703547614
因为我已经连赔了好几笔，所以，今天都没希望出好行情了；
1703547615
1703547616
因为我已经连赔了好几笔，所以，再做下去，只会赔钱。
1703547617
1703547618
“小数定律”，是一个常见的认知偏差，它不仅在操盘手的心态层面会产生负面影响，而且在操盘手的实战层面也会产生负面影响。因此，我们有必要多花一点时间来了解一下“小数定律”。
1703547619
1703547620
“小数定律”是指人倾向于根据很小的样本来进行推断，而那样得出的结论往往是错误的。也就是说，人往往会以偏概全，过度概括，过度推论（overinference）。与“小数定律”相对的，是概率统计学的“大数定律”：只有当样本足够大的时候，所得出的结论才有可能接近事情本身的真实情况，样本越大，推断出来的结论越接近真实情况，而样本越小，所得出的结论就越有可能偏离真实情况。比如，如果我们抽样统计了散布在全中国各地的1千万人，发现他们的平均身高是1.7米，因此我们得出结论“中国人的平均身高大约是1.7米”，那么，这个结论就比较接近真实情况，因为这个1千万人的样本是够大，而且分布均匀。如果我们只统计了5个人（其中包括姚明和刘翔），发现这5个人平均身高是1.85米，并得出结论“中国人的平均身高是1.85米”，那么，这个结论就偏离了真实情况，因为这个只包含5个人的样本太小。
1703547621
1703547622
想要得出接近实际情况的结论，我们就要遵循“大数定律”，在做出推断之前，必须确保样本是够大。但是，在现实生活中，人们常常不遵循“大数定律”，而倾向于运用“小数定律”，即根据很小的样本，比如自己亲身经历或听说的少数个例，来进行推断。比如，某人到北京出差，碰到了一个“黑心”出租车司机，被宰了50元，那么，这个人往往会认为北京的出租车司机都“黑心”。这个结论偏离了实际情况，因为根据卡尔·波普的“证伪主义”，只要所有北京的出租车司机中有一个人不是“黑心”的，那么，这个结论就被证明是错误的。而我恰恰就知道在北京至少有一个出租车司机不是“黑心”的，因为有一次我把钱包掉在出租车上，还好我要了出租车票，但是，我也不能确定钱包一定是掉在出租车上。一天之后，我从那家出租车公司把钱包领了回来，里面的钱分文未少。要形成一个理论必须有足够大的样本，不能只靠少数个例；要“证实”一个理论是极为困难的，而要“证伪”一个理论则比较容易，只要有一个否定的个例就足够了。
1703547623
1703547624
在日常生活中，依据“小数定律”得出错误结论的事例比比皆是。比如，碰上一两个“花心男”，就认为所有男人都靠不住；遇上一两个“拜金女”，就认为所有女人都只认钱；被籍贯为某省的人骗了一次两次，就认为所有该省的人都是骗子；出车祸之后被一个路过的东北人送进医院，就认为所有东北人都是活雷锋。很多男人靠不住，不等于所有男人都靠不住；很多女人拜金，不等于所有女人在所有的时候都拜金，也许某个彻底的“拜金女”会忽然有一天不再拜金了；每个地方都是既有好人也有坏人，在一定的情形下，好人可能会变成坏人，坏人可能会变成好人。人是很复杂的，仅仅从一个人的几次行为，就推断这个人是好人或坏人，这就是根据“小数定律”做出的过度推论；仅仅从某个省的一两个人的人品，就推断全省几千万人的人品好坏，这也是根据“小数定律”做出的过度推论。
1703547625
1703547626
样本数量的大小，是非常重要的，而绝大多数人没有意识到这一点。人们对样本数量大小的不敏感，也使得人们经常错误地把从大样本中得到的结论移植到小样本中，也就是说，人们误以为小样本会表现出与大样本相同的概率分布。比如，抛1枚硬币，连续5次都是正面，问，第6次是出现正面的概率大，还是出现反面的概率大？很多人会认为出现反面的概率大，因为他们觉得正面和反面出现的次数应该一样多，在连续几次出现正面之后，不可能不出现一次反面，现在应该出现反面了，所以，出现反面的概率大。而正确的答案是，抛第6次出现正面和反面的概率一样大，都是50％。大多数人之所以会犯错，就是因为受到了“小数定律”的困扰，以为大样本的概率分布也必然会在小样本中出现，也就是说，他们以为如果抛6次，那就应该出现3次正面3次反面。而事实上，抛1000次确实会出现大约500次正面500次反面，因为这个样本够大；而仅仅只抛6次却无法保证正面和反面各50％的概率分布，因为样本太小。
1703547627
1703547628
“小数定律”在操盘手的实战层面上产生的负面影响有以下表现：
1703547629
[
上一页 ]
[ :1.70354758e+09 ]
[
下一页 ]