【二】
續前篇 👉 https://www.facebook.com/raysky.invest/posts/2841627699499769
-
接下來的內容都會以談論「比特幣」為主。
-
先幫沒碰過加幣貨幣的人科普一下:比特幣作為幣圈的「老大哥」,其存在可以作為代表整個幣圈(總經)狀況的指標。就像在股票投資上,一般會用元大 50 來大致代表台灣經濟大盤、標普 500 來大致代表美國經濟大盤、納指 100 來大致代表美國科技股產業大盤。之所以說「大致」,是因為不是 100% 完全代表,但也有足夠代表性。所以今天如果想觀察幣圈大盤狀況,無論你是圈內人或圈外人,第一個可以看、最簡單、最直觀的指標,就是比特幣的價格及漲跌。以資料的角度來說,比特幣也具有一些優點:
🍀 比特幣的歷史夠長(2008 就創立),有較長時間的資料可以進行(技術/價值)分析。
🍀 比特幣的市值是目前最大的,它的漲跌會牽動其他加密貨幣的表現:當比特幣大漲,大家一起雞犬升天;當比特幣大跌,大家一起睡公園吃大便。
-
所以要講「幣圈」,那討論「比特幣」就具有足夠的代表性了。因此接下來的內容,我都會直接寫「比特幣」,當然大家在腦中要置換成「幣圈」作為同義詞也是可以的。
-
2020-2021年初,比特幣會大漲一波的最重要原因(基本面),來自於美聯儲 FED 因應疫情開啟了無限 QE (量化寬鬆) 的緣故(又俗稱「大放水」)。當民間被注入大量的熱錢,根據人類的天性,就會自然而然把這些錢投往風險性資產,所以無論是股市(本夢比股)、幣圈,在這段期間內都迎來一波猛爆性肝...我是說上漲。
-
因此我們可以說:「比特幣是風險性資產,其上漲與量化寬鬆(QE)/貨幣供給呈現直接相關。」(如附圖)
-
而根據 6/17 FED 發布的最新六月會議聲明,目前市場大概預估 8、9月美聯儲就會開始討論減少購債了(只是討論,還沒要關注水的水龍頭),最快年底有可能開始執行縮減購債(也就是把水龍頭轉小一點),要做到升息的話大概是 2022Q4~2023 年左右,所以到今年年底前,水龍頭有很大的機率還是會繼續開著,最糟也只是先關小一點而已。
📰https://www.wealth.com.tw/home/articles/32300
-
這個資訊,保證了市場上的熱錢還是會繼續湧動到年底,推升比特幣這類風險性資產上漲的基本面沒有被移除,是利多條件,也是支持牛市尚存的必要條件之一。
-
但請留意我的用詞:是「之一」,而非「唯一」。投資不是那麼簡單的事情,尤其做主動投資的時更要小心翼翼且謹慎才行。我的習慣是必須得湊齊多個面向,才能勾勒出一個比較有說服力的推論及樣貌,美股亦然,比特幣這種高風險性的資產更是如此。
-
所以接下來,還有得談呢......
-
(續)👇
https://www.facebook.com/raysky.invest/posts/2843079382687934
推論同義詞 在 百工裡的人類學家 Facebook 的精選貼文
人類文化的發展最重要的趨勢之一是運用「理性」,找出事物之間的邏輯關係,進而去認識環境、發展關係、解決問題。
這篇來自【立場新聞】上中研院歐美所副研究員洪子偉的文章,帶我們從邏輯哲學的角度來理解何謂「理性」?也讓我們進一步想想自己有沒有好好運用這個寶貴的器官?
----------------------------
理性與推論
雖然「理性」的定義眾多,但在哲學與認知科學中的主流觀點,則稱之為「理性的標準圖像 (standard picture)」,其定義為:「a 是理性的,若且唯若 a 以符合邏輯和概率規則的方式進行推論」。這個定義受啟蒙運動影響,將邏輯與統計的推論法則當成是人類的推論法則。不論培根的歸納法或笛卡爾的演繹法皆屬之。其中,「推論 (inference) 」成了「理性」定義中的關鍵概念。
但什麼是推論呢?根據牛津英文字典,「推論」是指從一個命題推導到另一個命題,其同義詞包括「演繹」、「推理」和「歸結」。知識論上,已有豐富文獻在討論推理的本質。例如紐約大學哲學教授 Paul Boghossian (2014) 認為推論是人的心理行動,他提出的 "taking condition" 判準指出人必須以自己的「前提」來支持其「結論」,而這個 taking 的心理行動不必是有意識的,但至少能變成有意識的。這個推論判準曾引發了許多論戰。然而,這些論戰多聚焦於人類行為者「個人層次 (personal level) 」的信念與傾向,它既不涉及非人類,也不討論大腦與計算架構等「次人層次 (subpersonal level) 」的解釋,故不適合當前探究所需。因此,我們需要一新的「推論」定義,而此定義不至於在一開始就排除非人系統與次人層次的處理程序。
猶幸認知科學提了供我們所需的理論框架:預測編碼假說 (predictive coding hypothesis) 主張,大腦是一功能強大的統計推理引擎,會不斷根據過去的知識來產生對外在世界的預期。預測編碼假說與過去認知科學理論的最大差異,在於它主張人類的知覺並非被動地、由下而上地接受外在刺激。相反的,大腦會主動地、由上而下地產生對知覺內容的預測。此假說有兩個核心概念:一是「預測」,另一是「錯誤」。當大腦根據過去知識產生的先驗預測與當下的刺激有誤差時,大腦必須將此誤差最小化。這種誤差,又被稱作自由能(free energy)。若要降低自由能,則需透過貝氏推論 (Bayesian inference) 來輸出最佳預測假設。如果預測有誤,則錯誤信號將被送回認知系統的前進模型,以產生校正後的外部感受性預測(即 perceptual update),或是產生自體感受性預測(即 motor control),以消彌誤差。大腦這種更新預測並降低誤差的處理程序,又被稱為「主動推理 (active inference) 」(Hohwy 2013; Clark 2015)。
(以上引用網頁原文)
http://www.thestandnews.com/philosophy/%E4%BD%95%E8%AC%82%E7%90%86%E6%80%A7-%E5%BE%9E%E5%A4%A7%E8%85%A6%E7%9A%84%E9%A0%90%E6%B8%AC%E7%B7%A8%E7%A2%BC%E8%88%87-ai-%E9%A0%90%E6%B8%AC%E8%AB%87%E8%B5%B7/?fbclid=IwAR09wWwxDQCaoragw6gg2w87T-q9H95bQuUJBciFsRB4-jx1KtTLot9oJ20