▍人們渴望刺激與認可，以填補生活中的空檔

我們已經有明確共識，撫摸嬰兒以及對成人施予與之相當的象徵性待遇（認可），都具有生存意義。那問題是，接下來是什麼？日常生活中，人們互相問候完要做什麼？

在「刺激渴望」和「認可渴望」之後，接下來便是「結構渴望」（structure-hunger）。青少年經常面臨的問題是：「（互相問候）接著，你要對她（他）說什麼呢？」不光是青少年，對很多人而言，沒有什麼比社交中斷、一段沉默、空白的時間更令人不舒服。人類的永恆問題是如何安排其清醒的時間。從存在主義的角度來看，社會生活的所有功能都是為了讓人們朝該目標前進而互相幫助。

「時間結構」（time- structuring）的操作方面可稱為「程式」（programming），它有三個方面：物質、社會和個人的。安排時間最常見、最方便、最舒服和最實用的方法，是制定計畫以處理外部現實中的物質：這便是通常所說的「工作」（work）。這種規劃可稱之為「活動」（activity），「工作」這個詞反而不太合適，因為社會精神病學的一般理論應該會認為社交也是工作的一種形式。

「物質程式」（material programming）是為了應對變化無常的外部現實，就這一點而言，物質程式化的活動僅僅是安撫、認可，以及其他複雜的社交形式所產生與發展的條件。物質程式化一開始並不是社交問題，它在本質上以資料處理為基礎。建造一艘船的活動要依靠一連串的測量和評估其可能性，而為了讓建造活動持續進行，在此過程中所發生的任何社交互動都應當處於次要的從屬地位。

「社會程式」（social programming）產生了傳統的儀式性或半儀式性交流。其最主要的判斷標準是能被地方所接納，即通常所謂的「有禮貌」。世界各地的父母都會教他們的孩子要懂禮貌，也就是讓孩子知道如何適當的問候、進食、排泄、求偶和進行哀悼儀式，以及在一段主題式談話中如何表現出進退得宜。這種進退得宜便體現出一個人處理人際關係是否老練或得體，其中有些是普世通用的，有些則具有地域性。通常，正式儀式後面是半儀式性主題式談話，而為了區別，可以將後者稱為「消遣」（pastime）。

隨著人們愈來愈熟悉彼此，將會出現更多「個人程式」（individual programming），結果就會發生「關鍵事例」（incident）。關鍵事例在表面上似乎是偶然出現的，而且當事人也能夠將它們說清楚，但如果仔細考察就會發現，它們往往遵循明確的模式（我們可以對這些模式進行整理、分類），而且有一些潛在規則限制了這些關鍵事例的發展順序。只要大家按照心理遊戲規則玩下去，無論雙方是友好還是敵對，這些規則便持續潛藏，但是一旦有人違背心理遊戲規則，它們就會現身，並且帶來一聲象徵性、口頭上，或者「有法律意義」的大喊：「犯規！」和消遣不同，這樣的發展順序更多基於個人程式而非社會程式，所以我們稱之為「心理遊戲」。家庭生活和婚姻生活，以及各種組織生活，都有可能在年復一年的進行著同一種心理遊戲的不同變體。

「大多數社交活動是由心理遊戲所構成」並不意味著心理遊戲「好玩」或者玩遊戲的人沒有認真參與關係互動。從一方面來說，如同「玩」足球和其他體育「遊戲」有可能一點都不好玩，而且參與者也可能相當嚴肅。人類心理遊戲的本質特徵並不是虛偽的情感，而是將人的情感規則化。一旦出現不合規則的情感，就會施以懲罰。「玩」心理遊戲可以非常嚴肅，甚至嚴肅到具有致命性，但是只有當規則被打破時，才會出現嚴肅的社會制裁。

消遣和心理遊戲，是現實生活中真實親密關係的替代品。因此，我們可以把消遣和心理遊戲視為訂婚，而不是真正的婚姻結合，這也是為什麼它們會展現出一種尖酸的戲劇性特點。當個人（通常是本能）的程式變得更強烈並且人們開始放棄社會模式和隱蔽的動機與限制時，就會出現親密關係。親密關係是唯一能夠完全滿足刺激渴望、認可渴望和結構渴望的方法。它的原型是充滿愛的受孕行為。

結構渴望具有與刺激渴望一樣的生存意義。刺激渴望和認可渴望表達了個體避免感覺饑餓和情感饑餓的需要，缺乏感覺和情感會導致生物退化。結構渴望所表達的需要則是避免無聊，齊克果（Soren Kierkegaard）曾指出，「惡」始於時間未結構化。如果這種未結構化再持續一段時間，無論多久，無聊就會成為情感饑餓的同義詞，並且帶來相同的結果。

一個人獨處時有兩種安排時間的方法：活動和幻想。有的人即使在人群中也有可能維持獨處，每一位學校老師都知道這一點。當個體成為由兩人或多人組成的社會集合的一員時，就有多種結構化時間的方法可供選擇。根據複雜程度，它們是：（1）儀式；（2）消遣；（3）心理遊戲；（4）親密；（5）活動，後者是前四種方式的基礎。

社會集合中，每一個成員都想透過與其他成員交流儘量獲得滿足，愈容易讓人接近並獲得的滿足就愈多，而他的大部分程式化社交都是自動的。由於有些「滿足」（satisfactions）是在諸如自我毀滅這種程式化之下獲得，我們很難用「滿足」一詞的一般意義去理解，所以最好使用更中性的詞來替換，例如「獲益」（gains）或「獲利」（advantages）。

社交接觸的獲益圍繞身體和心理平衡展開。它們與以下因素有關：（1）緩解緊張；（2）避免有害情境；（3）獲得安撫；（4）維持已建立起來的平衡。生理學家、心理學家和精神分析師已經詳細調查和討論了這些因素。若用社會精神病學術語來說，它們可表示為：（1）內在原發獲益（primary internal advantages）；（2）外在原發獲益（primary external advantages）；（3）次級獲益（secondary advantages）；（4）存在需求獲益（existential advantages）。前面三個恰巧與佛洛德所描述的「疾病獲益」（gains from illness）相對應，分別為：內在原發性獲益（internal paranosic gain）、外在原發性獲益（external paranosic gain）和繼發性獲益（epinosic gain）。我們的經驗已顯示，從獲益的角度來考察社交作用要比視其為防禦機制運作更具啟發性也更有用。

.

【註】

安撫（stroke）：一個人對另一個人的認可

伯恩將「安撫」定義為一個人對另一個人的認可，並認為安撫對個體的生理和心理健康不可或缺。現在，物質剝奪、嬰兒依戀以及身體接觸對健康的重要性可能是心理健康領域研究最充分的幾個主題。例如，研究已證明幼兒需要身體安撫來維持生存，但是隨著他們學會用言語和非言語方式來交換安撫，實際的生理安撫已非必需。

.

以上文字摘自
《#溝通分析心理學經典1【人間遊戲】》
拆解日常生活每一個互動、每一段對話中的真實密碼
Games People Play: The Psychology of Human relationships
.
作者：艾瑞克．伯恩（Eric Berne）

... ... ... ... ... ... ... ... ... ... ... ... ... ... ...

各位朋友好：

這是等一下（9/18）晚上9點半贈書直播我要討論的書，抽書三本，歡迎參與。

上面這段摘文讓我用簡化的語言來說明：就是人與人之間透過互動滿足彼此的需要，這過程中會自然而然表現出情感，而情感表達的規則，跟社會文化環境，還有每個人的個性有關。那些透過情感表達規則滿足雙方需要的互動，可以形成一種心理遊戲。

譬如說，有人常要搶占受害者的位置，因為恐懼為自己負責，所以把自己的某些情緒與行為，歸因於加害者的迫害。而被指派的加害者也可能透過這個過程，滿足自己的控制慾。受害者與加害者，都在這樣的互動中，滿足了部分的需要，儘管對彼此不滿，卻沒有覺察背後的動力。當這樣的互動方式固定了，就可能是一種心理遊戲。

「人們為了心理存活就必須獲得安撫，但由於社會及個體內在規則限制了人們自由交換安撫，所以人們普遍缺乏安撫，因此心理遊戲便成為成年人為獲得安撫而展開的權力鬥爭。」

這段引自施坦納（Claude Steiner）的說法，也可以作為補充。

這本書是50年前的經典，所以在閱讀起來會感覺吃力，這是自然。對我來說，這本經典是教科書等級的著作，書裡面有不少概念，含納相當大的知識量，但缺乏足夠的說明，讓讀者能消化明白。這或許要等到下一中譯本出版，才能讓一般讀者抓到個相對清楚的理論樣貌。

祝願您，能覺察自己如何結構時間，意識每段關係中或遠或近的交流，坦承面對自己的生活！

《股市晴雨表：判斷股市多空轉折的百年金律》安納金2000字導讀 (抽新書3本)

★ 睽違百年，唯一繁中全新譯本，三百六十頁重磅重現。
★ 內容涵蓋：多空、型態、價量、市場大勢、贏家思維，從過去到現在，是啟蒙無數偉大交易員的第一本書。
★ 全面理解股市技術分析始祖「道氏理論」的代表作，新手用它觸類旁通，老手拿它趨吉避凶。
★ 指數會預先反映一切多空訊息，只要掌握解讀「股市晴雨表」的方法，就能預見股市中的潮汐、波浪，與海嘯！

安納金2000字導讀：【百年經典，歷久彌新】

本書是將「道氏理論」在全世界發揚光大的經典之作，英文版原著《The Stock Market Barometer》於一九二二年問世，儘管已歷經近百年的考驗，但書中精髓卻仍歷久彌新且影響長遠！

　　作者漢密爾頓並非道氏，但他和羅伯特．雷亞（Robert Rhea）、E．喬治．希弗（E.George Schaefer）三位，堪稱是將道氏理論具體描繪完整、推向全世界的主要貢獻者。《華爾街日報》和道瓊公司創建者查爾斯．道則是道氏理論的奠基者、一切的源頭。

　　一八九六年開始，查爾斯．道發表他所編製的「道瓊斯工業平均指數」，並且每天記錄、公開刊載於《華爾街日報》，時至今日，該指數已經是全世界金融市場上歷史最悠久、也是最具公信力的美股主要指數之一。查爾斯．道在生前不僅長期追蹤記錄該指數，同時根據自己對這個指數起伏變化的觀察，發表在《華爾街日報》的社論，儘管他本人從未定義「道氏理論」這個用詞，但後來在漢密爾頓等人不遺餘力的努力之下，道氏理論才具體成形並被推廣到全世界。

　　近百年的濫觴，古今中外透過道氏理論分析、判斷股市行情的人肯定超過上千萬人口，為什麼它可以通過百年的時間考驗而歷久彌新？為什麼全世界的金融環境經歷過十數次的興衰更迭，而該理論仍被驗證為顛撲不破的市場真理之一？英國十九世紀初期偉大的浪漫主義詩人拜倫（Byron）的一段詩句提供了極佳的詮釋，他說：「歷史，無論多麼波瀾壯闊，卻是如出一轍。」

　　事實上，道氏理論相似於我們生活中所存在的各種自然法則之一，就像層層海浪間交織著潮汐、波浪與漣漪千變萬化那樣，自然而然，無論多麼洶湧澎湃，卻是不斷地迴圈重複。也因此，讓這套分析方法易於理解及應用，無庸置疑地在坊間相傳百年之後仍然佔有一席之地。我深切相信，道氏理論在未來的一百年還是會繼續被人們廣泛沿用，因為股市的漲跌始終來自於人性，除非人性被磨滅了，否則它所呈現的盛衰自是旋轉不息，循環周行當然不會終止。

　　我深深認同漢密爾頓在本書所說的：「引發危機的往往就是人們的想像力太豐富。我們需要的是沒有靈魂的晴雨表、價格指數與平均數，讓我們知道自己正往哪裡去，並預料可能發生什麼事。最好的晴雨表，就是證券交易所記錄的價格平均指數，因為那是最不偏不倚、最無情的晴雨表。」基於人性的脆弱，使得投資人在股市中不斷地犯錯，我們既然無法改變自己的人性，於是需要尋求一套更客觀、不帶情感的分析工具，來輔助我們的投資決策，避免因情緒的過度反應而導致失敗後悔的交易。

　　本書作者藉由嚴謹的分析，證明「股市晴雨表」的精準度，足以通過多年的漫長檢驗。書中收錄了美股自一九○○年開始，到一九二三年這二十多年間道瓊斯工業平均指數的週期循環，並根據道氏理論的價格走勢規律，紀錄與分析來驗證道氏理論的實用性。書中對於股市的主要漲勢或跌勢的擘畫，時間從小於一年到超過三年不等；還有依照情況不同，打斷隱藏在主要趨勢羽翼下的次級反彈或回檔變化；以及相對不重要、但一直存在的每日波動。

　　簡單的來說，就像潮汐、波浪、以及漣漪。例如目前全世界股市的潮汐主要受到全球央行貨幣政策鬆緊的影響，往往週期長達五至十年；波浪則受到較小的景氣與產業循環週期影響，市場參與者在貪婪和恐懼之間的信心擺盪也扮演一定的要角；更小的股市波動則有如漣漪，起因往往來自市場上雜亂無章的多空訊息影響了投資人心理，而呈現出不規則的跳動。

　　本書歸納出支配股市走勢的定律，不僅適用於美國股市，同樣也適用於世界各國的股市。作者論述：「就算那些證券交易所和紐約證券交易所都消失無存，定律的根本原則也依然為真。任何大都市若重新建立自由的證券市場，它們會自動且必然再次生效。就我所知，倫敦的金融出版品從來沒有與道瓊平均指數相當的紀錄。但當地的股市若有類似的資料，也能有和紐約市場相同的預測品質。」顯見道氏理論及股市晴雨表確實能夠發揮作用，提供投資人決策判斷的信賴度，它不受國家、地域的限制，也不會因為主政者而扭曲其運作機制（政府政策會對短期市場的表現帶來影響，而這也是被道氏理論當中納入的，屬於運作機制之一）。

　　以當今的全球金融市場為例，當二○二○年第一季COVID-19疫情在全球逐漸擴散，導致三月份的金融市場重挫，因美國聯準會祭出無限量QE的救市手段，大舉擴張資產負債表來印鈔票支撐市場，熱錢效應使得資金的「潮汐」再度漲潮，推升了美股S&P500指數、NASDAQ指數，以及費城半導體指數陸續創下歷史新高，引領美股的主要趨勢建立在美國聯準會的大力救市而獲得延續；然而，短時間內過大的股市漲勢拉高本益比的同時亦伴隨而來的修正，這就是次級波的反向擺盪，至於股市的拉回修正達到什麼程度將視為趨勢的轉變，這在道氏理論當中是有具體定義與描述的。

　　在許多經驗豐富的老手眼中，光憑主要趨勢及次級波擺盪之間的關係，就大致能夠做出對股市行情所處位置的判斷、據以進行持股水位高低的調整（儘管沒有人能夠事前百分之百判斷正確，但可以隨著每一天的最新走勢，邊觀察邊做調整）。無論在美國、台灣或更多國家，道氏理論以及相關延伸的分析判斷方法，已經成為了技術分析領域的一門基礎，包含「艾略特波浪理論」也可以　　說是建構在道氏理論的基礎之上，進而延伸發展出來的模型與應用。若您是曾經學過道氏理論的老手，此時正適合再次重溫這部百年經典之作；若您是第一次接觸的新手，極力推薦本書的確是追本溯源道氏理論歷史背景最具公信力的代表作，豈容錯過！

　　願善良、紀律、智慧與你我同在！

❤️ 2020/10/19(一)晚上20:20之前在粉絲頁上對此貼文按讚、分享者，將抽出3位獲贈此一好書！

#道氏理論
#股市晴雨表

大數據在金融業的應用 |小課堂

北京新浪網 (2017-05-14 14:30)

正如馬雲在一次演講中提到的：

「很多人還沒搞清楚什麼是PC互聯網，移動互聯網來了，我們還沒搞清楚移動互聯的時候，大數據時代又來了。」？

毫無爭議的，我們已經進入到大數據時代。而金融業無疑又是大數據的最重要的應用領域之一。今天，我們就來簡單談談大數據在金融業的應用，未盡事宜，可以留言（訂閱號：洪言微語）討論交流。

什麼是大數據

關於這個，已經了比較標準的答案，就不在贅述了。所謂大數據，是指多個來源和多種格式的大量結構化和非結構化數據。有兩個關鍵點：

一是大。即數據量要非常多，數量少了不叫大數據。在實踐中，一般至少要有10TB（1TB等於1024GB，想想你32G的蘋果手機，可以裝多少數據？）的數據量才能稱之為大數據，而在類似蘇寧金融等互金巨頭，基本都沉澱了PB級（1PB約等於105萬GB，相當於3.3萬個32G的U盤，截止目前，人類生產的所有印刷材料的數據量也不過200PB）的數據量。

大數據科學家JohnRauser就提到一個簡單的定義：大數據就是任何超過了一台計算機處理能力的龐大數據量。啪菠蘿·畢加索的定義是，大數據就是多，就是多，原來的設備存不下、算不動。這裏強調的便是大。

二是數據來自多種數據源，數據種類和格式豐富，不僅包括結構化數據，還包括半結構化和非結構化數據。意味著，即便數據量很大，但如果局限於單個領域，也不能稱之為大數據。因為大數據的一個重要作用就是利用不同來源、不用領域的數據進行非線性地分析，用於未來的預測。

比如，《大數據時代》在作者Sch？nberger的對大數據的定義就是，「大數據，不是隨機樣本，而是所有數據；不是精確性，而是混雜性；不是因果關係，而是相關關係」。這裏強調的便是數據的多樣性。

有了大數據，自然就要有大數據技術，即從各種各樣類型的巨量數據中，快速獲取有價值信息的技術，強調快，這是大數據技術與傳統數據挖掘技術的重要區別。

從巨量數據中提取的有價值信息，即是大數據在各個領域的具體運用，比如基於大數據進行客群的細分，進而提供定製化服務；基於大數據模擬現實環境，進而進行精準評估和預測；基於大數據進行產品和模式創新，降低業務成本、提升經營效率等等。

不過，關於大數據的應用，有一個廣為流傳的段子，即：

「Big Data is like teenage sex: Everyone talks about it, nobody really knows how to do it, everyone thinks everyone else is doing it, so everyone claims they are doing it too .」

正如這個段子所講，很多領域的大數據應用，還只是停留在想像的層面。

金融大數據數據領域應用邏輯

說道大數據在金融領域的應用，一般認為有精準營銷和大數據風控兩個方面。

精準營銷就不說了，基於行為數據去預測用戶的偏好和興趣，繼而推薦合適的金融產品，相比傳統的簡訊群發模式，不知要先進了多少倍，這個大家都容易理解。

而對於大數據風控，其邏輯便在於「未來是過去的重複」，即用已經發生的行為模式和邏輯來預測未來。

統計學規律告訴我們，在實驗條件不變的條件下，重複實驗多次，隨機事件的頻率等於其概率。意味著，隨著隨機事件的大量發生，我們是可以發現其內在規律的。而大數據裡麵包含的海量數據，就為我們發覺隱藏在隨機事件後面的規律提供了條件。

大數據風控的兩個應用，信用風險和欺詐風險，背後都是這個邏輯，通過分析歷史事件，找到其內在規律，建成模型，然後用新的數據去驗證和進化這個模型。

以美國主流的個人信用評分工具FICO信用分為例，FICO分的基本思路便是：

把借款人過去的信用歷史資料與資料庫中的全體借款人的信用習慣相比較，檢查借款人的發展趨勢和經常違約、隨意透支、甚至申請破產的各種陷入財務困境的借款人的發展趨勢是否相似。

FICO評分是傳統金融機構對大數據的運用，再來看看典型互金機構ZestFinance對大數據的運用，ZestFinance的客群主要就是FICO評分難以覆蓋的人群，要麼是在FICO得分過低金融機構拒絕放貸的人，要麼是FICO得分適中，金融機構同意放貸但利率較高的人。

在ZestFinance的評分模型中，會大量應用到非徵信數據（50%-70%左右），在其官方宣傳中，提到會用到 3500 個數據項，從中提取 70,000 個變數，利用 10 個預測分析模型，如欺詐模型、身份驗證模型、預付能力模型、還款能力模型、還款意願模型以及穩定性模型，進行集成學習或者多角度學習，並得到最終的消費者信用評分。

而欺詐風險的防控，本質上也是通過對歷史欺詐行為的分析，不斷梳理完善風險特徵庫，比如異地登錄、非常用設備登錄等行為，都是一種風險信號，建立一系列的風險規則判定集，預測用戶行為背後的欺詐概率。

幾個待解決的問題

第一個就是數據共享的問題。大數據的應用，前提是要有大數據，而在很多金融機構而言，並沒有所謂的大數據，何談應用呢。我們知道，在次級類用戶的信用評價中，非徵信數據發揮著重要的作用，但是要獲得有價值的數據並不容易。

一般來講，盈利性質的商業公司和企業都不會輕易泄露自己的數據、建模方法和分析過程，這個無可厚非，但客觀上便產生了這樣一種效果，幾大互聯網巨頭變成了數據黑洞，用戶的數據進得去、出不來，可以為企業自身而用，但不能為整個行業或社會而用。此外，散落在稅務、公積金、海關、工商等領域的數據梳理和整合，也是漫長的過程。

第二個便是數據保護的問題。正如我在之前的一篇文章《在上市平台信而富財報中，我找到了四個行業秘密》中提到，

「沒錯，數據是核心驅動力。但問題是，在數據保護和用戶隱私等相關法律框架最終明確落地之前，對互金平台而言，數據既是寶貴的資產，也可能演變成為聲譽風險、合規風險、用戶訴訟風險等各類問題的潛在來源，是福是禍，尚是未知之數。」

資料來源： http://news.sina.com.tw/article/20170514/22144720.html