如何在交易中引入機率思維？

引入機率思維

在接下來的部分當中，我會假設你已經閱讀了以前的文章。所以此時此刻，你可能有一個正在關注的項目或 Token，你想知道該如何對其作出評估。

這時我們就要用到機率思維了，它不僅是所有交易的運行基礎，也是任何交易員的一項基本技能，因為他們的工作就是每天與各種不確定性打交道。

簡單來說，機率思維是指我們用機率來思考事件。當我們在不確定的情況下不了解所有變量時，我們必須依靠我們已知的事情做出假設，來對不同的結果計算相應的機率，進而押注在機率最高的事件上面。

假設你有一個裝有 99 個黑球和 1 個紅球的罐子，你拿到黑球的機率是 99 %，而紅球是 1 %。現在，你需要拿出一個球並猜測它的顏色。這時，運用機率論思維你肯定會猜它是黑色，因為該事件的發生機率更高。

這裡需要注意的是，你還是有可能抽到紅球的，而這時就需要引入期望值的概念了。平均來說，計算期望值可以幫你得到合適的金額。這就是交易的核心原則——在足夠多的交易中，通過採取對你有利的微弱優勢（例如 55 %），你平均下來就能有正向的殖利率（當然，也會有相應的風險規模）。

總之，你可以在這篇文章中了解到 Farnam Street 的更詳細分類。

生成觀點

現在，正如 CryptoCred 在他的影音中所說的那樣，你之所以進行交易是因為你了解某個幣種。在充分研究之後，你會對其得出某個觀點，認為該幣的價值會因為種種的原因而上漲。

觀點如何構成取決於你是哪種類型的交易員——如果你是一名技術交易員，你可能會關注到一些更可能為你帶來收益的特定技術（例如平滑異同行動平均線)。

本文是一篇敘事性交易指南，所以我將側重於探討一些與敘事性交易相關的觀點。在我看來，目前有幾種不同類型的敘事性交易觀點:

1. 資訊/觸媒交易

2. 關聯/最優項目交易

3. 「風險」交易

資訊/觸媒交易

這兩個是相同的「類型」，但在時間框架上有所不同。其核心思想是，你可以了解到別人所接觸不到的資訊——這也被稱為資訊不對稱。舉個例子，資訊交易就類似於你在 AVAX 決定與亞馬遜/Shopify 合作之前就已經得知了這個消息。這些交易所產生的效益往往具有時限性，因為消息本身並不會改變資產，所以人們只會在短期內看漲。其他的例子還包括 LDO 2.0、dYdX 和投資者延遲，等等。

資訊交易的問題在於，除非你是團隊中的一員，否則很難提前獲得這些資訊。這就是為什麼人們會為 tier10k 等服務付費，以便提前 10 秒獲得消息。

觸媒交易也屬於同一類型。當你掌握一些更為充分的資訊之後，你便可以判斷交易中的催化效應。例如，如果你知道 BLUR 要空投，你就選擇做多 LOOKS，因為你知道 BLUR 會讓 NFT 幣大賣。另外，dYdX v4 鏈的推出也是例子之一。

關聯/最優項目交易

這種交易類型很好理解——牛市中總有某幾個幣種表現出色，而關鍵在於你能否將它們識別出來。在本次的牛市中，APTOS、LDO 和 OP 都有很好的表現。

關聯交易的例子包括：LSD 會隨著 LDO 的熱度攀升而升值。

「風險」交易

這是我最喜歡的交易類型，因為你必須針對其進行研究——它與觸媒交易相似，但二者的資訊獲取難度不同。這樣一來，只要你願意做研究，你就能掌握更為全面的資訊。與風投公司一樣，你也會押注一些自己認可的項目，因為你相信在未來幾周/幾個月當中人們會因為其良好的「基本面」而開始投資。

這樣的例子包括：在其他人知道 CANTO 對其做多，或者比如在上個周期先於其他人了解並做多 MAGIC。

整合架構

我已經簡要介紹了幾種不同類型敘事性交易的結構。正如我所說，每筆交易的背後都是一個觀點，但所有的這些觀點和見解都有不確定的部分，這時我們就要用到機率思維了。因此，你在有了一個想法之後，還需要為不同的可能性計算出相應的機率。

這就是交易的樂趣所在。隨著你交易量的增多，各種類型的事件都有可能發生，因此你會搭建一套自己的分析體系，用於判斷一筆交易是否良好。

考慮所有可能發生的情況和後果，並分配不同的機率，比如：

1. 總體的宏觀結構——50%

3. Token 研究（創始人/敘事/等）——50%。

很顯然，這還沒有很詳細，但你應該明白其背後的邏輯——整體分析系統才是關鍵。

定位失效點

假設你已經找到了一個你喜歡的項目，並完成了詳盡的調查，現在正在搭建你的觀點：「由於種種因素，該幣的價值被低估了，而我相信它將會取得增長。」

現在你必須形成你的無效論證，即你的想法在何種情況下不能起效。無效論證與觀點本身相輔相成，而且必須是相同的「類型」。畢竟，你不能一開始說自己做多 MATIC 是因為他們即將推出 zk-EVM，然後又說自己拋掉 MATIC 是因為某天看到了一隻可能招來厄運的黑貓。你取消交易的原因必須與你當初的交易原因保持一致。

說實話，我還在努力創造好的無效論證。敘事性交易的問題在於，它們大多都是基於勢態，非常難以衡量。

我自己也傾向於觀察行為在交易中的作用，比如人們的情緒。但情緒是一種情感指標，在金融領域幾乎無法用數字計算，因此每當我不得不向人們解釋為什麼可以在人們情緒高漲的時期賣出，都會感到非常的痛苦。他們通常要求提供我無法提供的數據，所以在這方面我仍在努力探索，以找到一個合適的動量指標。

但我想說，一個好的無效論證是知道何時撤銷交易的關鍵，在價格隨時會劇烈波動的 Crypto 市場中極為重要。

它必須符合你的交易理念，而且你必須思考自己的觀點在何種情況下會失效，比如是當團隊發生變化時，還是當關鍵事件被推遲時？

這些答案便構成了你的無效論證。

原文連結