看過由布萊德‧彼特(Brad Pitt)主演的電影《魔球》嗎?其內容改編自美國知名財經作家 Michael Lewis 所著的《Money Ball》,敘述美國職棒大聯盟(Major League Baseball,MLB)的小市場球隊奧克蘭運動家(Oakland Athletics),如何以有限預算來對抗財大氣粗的球隊。

電影中 Brad Pitt 飾演球隊經理 Billy Beane,Beane 打破傳統挑選球員的方式,採用統計數據分析球員的專長,並能以較低的價位簽下價值被低估的球員,而不是像其他球隊一般瘋狂地追逐某些價值被高估的明星球員。

Beane 利用數據分析的科學方法創新思維,不靠直覺或經驗來分配資源,組合出最能發揮即戰力的團隊,並成功地以小搏大,顛覆傳統思考邏輯。

就像《Money Ball》海報上印製的一段話:「要贏得冠軍,你必須像是賭場裡懂得算牌的專家。」

  • 無法掌握政策、景氣、人為操作因素,因此數據分析也不是每次都準

但是,數據分析真的更有助於決策判斷嗎?如果是這樣,那麼像是會計師、精算師、分析師和數學家等等這些精於做分析的人,應該早就賺翻了?可是事實卻反應,失敗 者比成功者要多上太多了。

因此,知名的基金經理人彼得.林區(Peter Lynch,連續締造 13 年正報酬紀錄,累積報酬率高達 2763% )曾經說過:學習歷史和哲學,顯然比學習統計學這類的學科更有助於股市的活動,而投資股票是門藝術,不只是科學,它著重邏輯和推理。

如何衡量球隊與球員的價值,就如同衡量企業的股票漲跌一樣,大多數人都會使用各種數學計算方法,去解析價格的波動。但,政策或景氣或人為操作因素等之無法掌控,要解析出價格的走勢就不是那麼容易。

  • 就像品酒時,你如何在多種變數中來判斷出酒的品質?

有聽過統計學上最知名的「Student」這號人物嗎?

話說愛爾蘭都柏林的健力士酒廠(Guinness Brewery)已經擁有超過 250 年的歷史,為了持續維持自己在啤酒市埸上的領先地位,決定採用科學和數據來改良啤酒釀製的過程和品質。為了這個目標,酒廠僱用了許多英國頂尖大學(像是牛津或劍橋大學)的畢業生,其中一位畢業自牛津大學,擁有化學和數學雙學位的 William Sealy Gosset,成功的推導出小樣本的 t 分配,可以用來校正小樣本可能產生的推斷誤差。

Gosset 想將自己的研究成果發表出來,但健力士酒廠為了保護公司的商業機密和智慧財產,明文禁止員工發表文章,Gosset 並沒有因此而放棄他的學術發表計劃,受到當時《生物統計期刊》(Biometrika)主編 Karl Pearson 的鼓勵,Gosset 以「The Student」的筆名在 1907 年《生物統計期刊》上發表他的第一篇學術論文〈The probable error of a mean〉。

這個在統計學上赫赫有名的 t-test (t- 檢定) 方法,影響了之後的生物、農業、社會、經濟、心理、教育等學科的研究推論。

雖然我們在分析數據時,常常會假設過去發生的情況未來還是會再發生,因而使得分析出來的結果不盡如人意,但是分析的方法可以持續不斷修正,直到找出最符合真實變化的趨勢,而利用過去的歷史資料做回測,才能有所依據,你認為呢?

(資料來源:科學發展;圖片來源:Dave Dugdale, CC Licensed)

An orange a day, keeps your brain awake!

一天吃一顆橘子,天天擁有聰明的腦子!
快加入《TechOrange》的粉絲團每天啃橘子吧!