2014年3月26日

《KANO》──教練,我想打棒球! - Julian Kwan



《KANO》講述日治台灣時期,嘉義農林棒球隊奪得全島冠軍及進軍日本甲子園參加全國高等學校棒球大會的事蹟。整套電影一貫日本漫畫「友情、努力、 勝利」的熱血方程式,由組班、訓練、輸球、訓練、贏球,直到進軍全國,這種典型運動故事的橋段,但馬志翔、黃志明及魏德聖三位執導和監製,將日本風格的故 事加入台灣地道的民族風。「不要想著贏,要想不能輸」等激勵對白,使電影勵志及熱血程度媲美日本運動漫畫經典作《SLAM DUNK》。
故事講述從來未贏過比賽的嘉義農林棒球隊,由日籍教練近藤兵太郎接手後,開始地獄式訓練。主角兼投手吳明捷,經歷過青梅竹馬出嫁、隊員因家事離隊再 歸隊,克服各種困難挫折後,在日本甲子園大放異彩,得到「麒麟兒」的美名。昔日亦為棒球運動員,曾表明不再涉足棒球的近藤教練,外表雖為魔鬼教官,但在訓 練球隊途中亦尋回對棒球的熱誠,甚至為了專心執教而辭掉會計正職。嘉農隊員每天風雨不改繞著嘉義市區跑一圈,沿途冒著鄰校的嘲笑、農民指他們嘈吵的投訴, 一邊跑還高呼「甲子園!甲子園!」有人問他們為何覺得自己能到甲子園,他們甚至還天真地回答:「每天喊著的話,感覺甲子園就在附近了。」
所謂熱血、熱誠,其實就是看待事物的態度。嘉農隊球員熱愛打棒球,因此他們會拼命練習,吳明捷在夜晚獨自練習投球,但原來所有隊友都未睡,結果整隊 在漆黑的後院靠燭光練習。香港麻雀電影《嚦咕嚦咕新年財》中,劉德華對梁詠琪說的一句話:「牌品好,人品自然好」,在《KANO》裡也有呼應。近藤教練家 中寫著「球者魂也,球不正,魂不正也!」的書法,正是表達任何事情都要認真看待、正直面對的道理。回到最初,近藤教練第一次看嘉農隊打球時,儘管他們以大 比數落敗,但並沒有垂頭喪氣,反而比勝隊更像勝出地放聲大笑,甚至還唱起民謠來。這是嘉農球員對棒球單純的享受,令近藤對這群小孩改觀,同時令他自己也放 下昔日對勝負的執著,重拾對棒球的熱愛。「謝謝你們帶我來甲子園」正是教練對嘉農隊最衷心的感謝。
電影中最發人深省的「木瓜理論」,講述濱田老師給吳明捷展示其種植成果。他解釋:「農民會將鐵釘插在木瓜樹旁邊,這樣木瓜就會以為自己處境危險,因 此拼命生長,所以木瓜才長得大。」這正是與人應該有的危機意識。我們不應安於現狀,以為自己生活得很好,否則在「釘」真正插進來時就會後悔莫及。打棒球也 是一樣,投重覆的球就會容易被打者擊中,因此被稱為「變化球的王道」的滑球投法,正是吳明捷吸收了「木瓜理論」後的必殺技。
電影尾段,棒球比賽中最熱血的「逆轉全壘打」並沒有出現。嘉農隊於未得一分的情況下輸掉決賽,儘管如此也獲得了全場掌聲。曾經對賽的北海道隊主將及 不屑嘉農隊的日本記者,也帶頭喊出「英雄戰場,天下嘉農」,表達對嘉農隊永不放棄的佩服。這就跟現時台灣反服貿抗爭一樣,兩者皆告訴我們,奇蹟是不會從天 而降,我們要把訴求勇武地投出,遇到危機來襲時要揮棒,這樣,青天白日,豔陽高照,球才能飛得高,飛得遠。

(圖片來源:KANO 預告片截圖)

2014年3月20日

落場要趁早 - 小積 球財若渴

前車路士及熱刺主帥保亞斯,剛被俄超球隊辛尼特委任為教練,雙方簽約兩年,此消息未致於震驚球壇,但也突如其來,皆因該名葡萄牙少帥不久前才指,今年之內不會再執教任何球隊。
但出爾反爾,並無不妥,反而非常正確。因為今年只不過三十六歲的他,在教練行業屬新仔一名,應該不理三七二十一,有工就要見,有約就要簽,盡快累積執教經驗,日後才可成就大業。
很多年輕人不明白這個道理,有錢只顧及時行樂,沒有及早學習投資理財,為日後生活鋪路。投資是易學難精的事,只有趁早實戰,累積成功與失敗的經驗,才能有所收成。有些退休人士,打足一世工,獲得一筆豐厚退休金,但退休後百無聊賴,臨老走入股海,結果輸了身家,喊都無謂。
保 亞斯的教練資歷並不深,2009年才展開教練生涯,第一支執教的是葡萄牙球隊科英布拉大學,上任不久就替球隊成功護級,並打入葡萄牙盃四強,翌季更得到班 霸波圖的垂青。結果他在波圖大放異采,帶領球隊成為聯賽、葡萄牙盃及歐霸盃軍三冠王,一時間名聲響徹歐洲球圈,成就與著名少帥摩連奴齊名,人人稱呼他為摩 連奴接班人。
失敗才寶貴
他的遭遇,與不少初買股票的人一樣,頭幾次獲利而回,就誤以為買股票毫無難度,變得心 雄,接下來多是處處碰壁,嘗盡虧損的滋味。一夜成名之後,保亞斯獲得英超勁旅車路士的邀請,如此吸引的聘約,當然無拒絕的理由。可惜來到英超後,才發覺英 超領隊不易做。在他帶領的四十場賽事,得勝率不及50%,又經常傳與林柏特、泰利等幾名老臣子不和,結果執教僅七個月,就被球會開除。之後輾轉來到熱刺, 雖經過一年蜜月期,但最後因為戰績不濟,以及與球員起衝突,再落得被辭退的下場。
沒有一個成功的投資者是一帆風順,必須經歷過失敗,並從中 學習,才能打好投資根底,慢慢走向成功。最怕是輸了就退縮,從此不再涉足投資市場,向自己認輸。所以,保亞斯被熱刺炒魷後,決定接受辛尼特的聘請,重投教 練市場,繼續吸收經驗,是非常正確的做法,趁年輕不斷勇於嘗試及學習,說不定其日後的成就,真的高過摩連奴呢!

放大圖片

2014年3月17日

取得「大數據」商業價值的關鍵是人

上周文章談及Big Data「大數據」的產生。但事實上,嚴格來說,一般企業能用得上 「大數據」規模的分析不可能太多。因為Big Data的其中一個特點是量(volume)大,最少是在數十 TB(Terabyte)到數 PB (Petabyte)之間。所以除非是像 Google 那樣要每月處理900多億次的網路搜尋、共600 PB(petabyte)的數據量,才算是Big Data。
無論如何, 在這資料爆炸時代,企業要制定競爭優勢,少不免要用上「數據分析」。企業進行的「數據分析」,包括了Data Warehouse(數據倉儲)與Data Mining(數據探勘)。Data Warehouse儲存企業與所有客戶往來的交易數據,成為企業行銷與決策的參考工具,至於Data Mining就是從龐雜的數據中篩選出有用資訊,並善用各項資訊科技工具加以分析與解讀。
數據科學家人才難覓
但是數據探勘的工作是否一定能為企業創造更高的商業附加價值(added value)?美國當下知名的統計與預測鬼才席爾瓦(Nate Silver)否定了。
席爾瓦指出,就算真的擁有「大數據」Big data的行業,其中的專家與決策者雖然掌握海量數據,但因為未能分辨出那些是無意義的雜訊,及那些才是關鍵的訊號(signal),往往誤把雜訊(noise)當訊號,所以仍不斷做出失敗的判斷。
故 此,在「數據分析」中,無論統計模型、數學分析、電腦應用程式等決策功能有多麼強大,仍無法取代人的理解能力。事實上,決策模型(decision model)只能提供的數據,是屬於企業無法影響(cannot influence),所以「數據分析」提供了預測(prediction)。
企業要把預測數據轉化成附加價值,必須由人作出企業可以影響的決定,去產生理想效果。
既 然企業在「大數據」的附加價值的關鍵仍是人,那麼進行「數據分析」中不可缺少的是那一類人才呢?直覺告訴大家,這類人才最低限度要擁有統計及程式的能力。 要找到這類人才不難,他們的專業名稱是「數據科學家」(data scientist) ,他們的專業訓練是能做好Data Warehouse(數據倉儲)與Data Mining(數據探勘)的工作。
可是要能從數據分析後分辨出適合訊號及決定出企業可以影響的行動,就不是統計及程式專家的能力。這人必須熟悉該企業領域的知識(Domain Knowledge) 。
所以真正能把適合的數據訊號提升競爭優勢的人才是應兼備三種能力範疇:統計、程式、及該企業領域的知識(Domain Knowledge)。
可是企業要找到一個熟悉領域知識(Domain Knowledge)的Data Scientist是不容易。如何解決這人才難覓的問題?
Nate Silver反對人才培養方面太早便專門化,他認為要領域知識(Domain Knowledge)最重要,如Microsoft的研究員一樣,每天四處聽演講、參加研討會。要從數據取得商業價值,先要對領域有認知及熱情。反而數據 分析的其他技術可以遲一步才學。
另一方面,在哥倫比亞大學開辦 Data Sciences 課程的 Rachel Schutt建議企業,應以一群分別是擅長統計(Statistics)、數學(Mathematics)、資訊工程(Computer Science)、機器學習(Machine Learning)、資料視覺化(Data Visualization)、溝通(Communication)、領域知識(Domain Knowledg)等的專家團隊來跟Business user(包括內部高層、客戶及市場大眾)作溝通。
參考:Rachel Schutt, Cathy O'Neil, "Doing Data Science: Straight Talk from the Frontline". Kindle edition. 2013
http://www.mckinsey.com/Insights/Strategy/The_benefits_and_limits_of_decision_models
http://blogs.hbr.org/2013/09/nate-silver-on-finding-a-mentor-teaching-yourself-statistics-and-not-settling-in-your-career/
作者為理工大學專業進修學院高級講師

2014年3月14日

連續三十八年獲利,負債兩百萬變億萬富翁 平民股神「不蝕本投資術」大公開

一個散戶,不懂股票K線圖、不看基本面、不管法人進出,竟能年年獲利,靠台股滾出億元身價,你相信嗎?
在台股市場,真有這個人,他名叫蘇松泙,在東勢土生土長的他,是附近五鄉鎮(包括東勢、卓蘭、石岡、新社、和平)股票交易量最大的客人。
20年以上歷史的台証證券東勢分公司,他是歷來交易排名第一大,在當地被封為「平民股神」。台証總公司經紀業務協理孫成保表示,蘇松泙也是台証在台中地區排名前十的大客戶,過去十年累計交易金額逾六十億元。
不過,和一般股市大戶不同,蘇松泙不懂電腦、不會英文,所以,計算法人籌碼、追蹤上市櫃公司基本面、看技術線型,他一概不會。而且自認「比散戶還散戶」,每年龐大的交易金額,是靠每筆三張、五張、一個月買賣三百至四百筆、一年交易逾五千筆累積出來的。
踏入股市38年,他沒有其他任何生財來源,只專心從股市「提款」,即使遇到金融海嘯,照樣賺到兩百萬元。就這樣聚沙成塔、積小勝為大勝,讓他從一個負債兩百萬元的小木材商,變身億萬富翁。
關鍵「四不」闖股海
這位股市大戶因為天生耳朵有缺陷,生下來就失去一半聽力,連講話都有點不清楚,從小面對同儕譏笑。進了學校,更因為上課聽不清楚,需要老師講解的數學,他永遠拿鴨蛋。但是,他沒有放棄自己。
他說:「人家說鬼可怕,我說窮才可怕。」為了趕走貧窮,他九歲就去火柴工廠當童工,賺每天四塊錢的工資,還會在路上撿鐵釘、鐵線轉賣,甚至跳進糞坑,撿拾被老師沒收、丟棄的彈珠,清洗過後再轉賣給同學。用這些辛苦賺來的錢,去買郵票,期待郵票增值。
20歲那一年開始接觸股市,4年後,賣掉大部分郵票換現金,開始專心做股票,發明出獨門的「不蝕本投資術」。
問他為什麼可以年年獲利?他說要做到關鍵「四不」:一、不融資。二、寧追強勢股、不買跌停股。 三、盤中絕不用「市價」買賣股票。四、絕對不能從眾。另外,他還嚴控資金,買股票一定分批,第一批投入的資金沒有獲利之前,絕不加碼,因為他堅信:「每一 次出手,都要當作隔天股市就會崩盤,絕不能把錢全部投進去!」
30多年如一日的徹底執行,這個小時候被家人放棄、被同儕譏笑的窮小子,靠著賣郵票換得的3萬元,竟在股市累積出上億元財富。你或許無法像他一樣頻繁地交易股票,但請記得他的忠告:「積沙成塔,時間一定會讓你逆轉勝!」
(原文出處:商業周刊 第1145期

2014年3月12日

畢老林 投資者日記

我的名字叫Warren

3月11日,周二。美國最大高頻交易(HFT)公司之一Virtu Financial(佔全美股票交投量5%)籌劃上市。招股書披露,2009年1月1日至2013年12月31日,頭尾五年合共1238個交易 日,Virtu只有一天損手,其餘1237日全勝。人腦炒得過電腦嗎?
今時今日,HFT在英股的交易佔有率超過三分一,美國更誇,四宗佔了 三宗,高頻交易對市場生態影響深遠,不言而喻。老畢早前曾論及機械人和自動化對就業的威脅,文內雖提到眾多面臨挑戰的高薪專業,法律會計醫療無一幸免,惟 該文並未特別針對金融業作出分析。隨着程式交易高速發展和人工智能不斷提升,金融從業員恐怕比前文提及的諸般專業更早面臨飯碗不保的威脅。
高 頻交易的「行情」,除了從Virtu招股書披露的資料可見一斑外,公司創辦人Vincent Viola的「派頭」,亦在在說明金融業的新勢力在哪個領域崛起。美國媒體報道,Viola正在市場放售2005年買入、有七個睡房九個浴室的聯體別墅 (town house),叫價1.14億美元,破盡紐約豪宅紀錄。
金融新貴派頭十足
同類物業最高造價為 5300萬美元,於2006年樓市泡沫爆破前成交。自此以後,紐約聯體別墅轉手價從未突破5000萬美元,Viola的豪宅若能以1.14億美元天價售 出,那肯定是締造歷史了。這位金融業新貴去年還豪擲2億餘美元,買下美國職業冰上曲棍球隊Florida Panthers。公司尚未上市,創辦人已頻頻作出億億聲的炫耀性資產買賣,Virtu招股後,Viola下一幢豪宅豈非華麗過宮殿?
電腦 功能和「智能」不斷提升,引起決策者和金融業愈來愈大的關注,英國政府不久前便發表了一份題為〈電腦交易在金融市場的前景〉(The Future of Computer Trading in Financial Markets)的工作報告,交代HFT對金融市場正反利弊之餘,還作出可能令萬千有血有肉交易員寢食難安的結論。
第一點是,應用於金融買 賣的電腦程式非但運算速度日高、價格成本持續下跌,且一天比一天「聰明」,不僅具有閱讀和分析股價敏感資料的能力,還可透過市場實戰經驗自我完善。換句話 說,電腦程式懂得從錯誤中學習,跟經常提醒自己不要重蹈覆轍的人類交易員並無兩樣。若說電腦有別於人腦,那就是交易員能做的,電腦非但辦得到,而且成本更 低、出錯機會更少,速度天差地遠更加不在話下。反之,電腦系統不費吹灰之力便能完成的工作,比如極速消化大量錯綜複雜的數據、瞬間作出成百上千高度精準的 買賣決定,卻是最厲害的交易員也絕無可能做到的。
人工智能一日千里
第二點是,英國政府在報告中同意,按照電腦交易系統的發展速度,金融市場對有血有肉的交易員需求日減、相關職位未來十年數目遠低於今天,完全可以想像;某些市場功能徹底被電腦取代,亦非不可思議。簡而言之,人類的「硬件」頻寬太窄速度太慢,根本不是電腦科技的對手。
值 得注意的是,隨着人工智能不斷提升,受自動化大勢影響的不限於交易員,新一代程式的設計、完善,也可能不經人手,一切由電腦「自動波搞定」。假以時日,被 淘汰的豈止慢電腦不知多少拍的交易員,程式設計師、電腦工程師一類科技菁英,不也「自食其果」面臨失業嗎?英國政府擔心的是,這些設計和完善流程毋須「假 手於人」的新一代交易系統,「行為」既難捉摸更難解釋,一個由非人類交易員主導的金融市場,其動態、模式將無法估計遑論控制。電腦程式「軍備競賽」對市場 穩定會否造成難以預測的後果?
卻其實,人工智能對金融從業員的威脅無處不在,豈限於交易員,投行分析師、研究員同樣有得震無得瞓。在 Google等金主鼎力支持下,哈佛博士生Daniel Nadler【圖】創辦了市場分析軟件公司Kensho。這並非一般的炒股軟件供應商,Nadler開宗明義高調張揚,Kensho的競爭對手不是其他科 技供應商,而是你和我(人)!(We're not competing with other tech providers. We're competing with people.)
分析員職位難保?
Nadler準備拿什麼人開 刀?Kensho的電腦程式長於整理、消化經濟數據等市場敏感資料,評估不同證券對金融訊息可能作出的反應。這些都是投行高薪聘用的高學歷分析員每天從事 的工作。Kensho的系統不單收集、處理資料,還能分析作結、回答問題、提供買賣建議,活脫就是一個沒有軀體的證券分析員。這個系統叫什麼名 字:Warren。
對,Warren Buffett的Warren。Nadler自視之高、Kensho野心之大,不已昭然若揭?