2017年6月28日 星期三

預測分析(預測分析時代)

從現在起,勝負的關鍵就在於預測分析的能力。預測分析就是商業智慧發展的方向。遊戲規則早已改變,而你身在其中。閱讀本書,可以讓我們了解世界進步到哪,還會往哪個方向邁進。本篇只介紹「預測分析」。

過去,資料的分析探勘運用,頂多是讓你可以回首來時路,告訴你去過哪裡;現在,透過預測分析則是前瞻的,告訴你該往哪走,這是一個美麗新世界、新創企業的寶藏。——富比世雜誌

大家都渴望獲得預見未來的能力,我們都對預測相當著迷。我們膜拜有預測能力的女神,我們花大錢去算命,我們注意星座運勢也喜歡占星學,就連吃飯時也不忘來片幸運餅乾,看看籤詩的運勢預測。

但是,許多人熱中靈媒和算命的人卻唾棄科學,講到科學,他們的本能反應就是:「討厭!」科學不是太難懂,就是太無趣。許多人甚至相信,就本質來說,如果沒有超自然能力的支援,根本不可能做任何預測。

所以我寫這本書告訴大家,預測分析究竟在做什麼,這種預測方法符合直覺,不但效力強大還讓人歎為觀止。構想很簡單,但做起來卻不容易。幸好,這項挑戰可以藉由一種系統化的科學方式來解決,我們發展預測並持續改善預測,也就是學習怎麼預測。

解決方案就是機器學習——只要把現代社會最重要也最有影響力的非自然資源——「資料」,當成食物那樣餵飽電腦,讓電腦自動開發出新的知識和能力。

「餵我!」——讓電腦思考的食物
大多數人都對資料興趣缺缺,因為資料看起來就像枯燥乏味的東西。資料是數量龐大到數都數不清的記錄和數字,單獨來看就跟「我剛買了幾雙運動鞋!」這樣講一樣,沒有什麼意義。大家以為資料就是企業運作時儲存的大量資料,食之無味、棄之可惜。

你可別被騙了!事實是,資料包含許多寶貴的經驗,從資料中就能進行學習。當資料收集得越多,我們其實已經進入新一波的淘金潮。機器從資料中學習,這個流程把爆發性資源的力量釋放出來,揭發人類行為的動機,也透露我們採取行動的原因,讓我們知道世界究竟如何運作,隨著機器透過資料學習取得更多新的知識,預測就成為可能。

預測分析
預測分析(Predictive Analytics, 簡稱 PA):意指從經驗(資料)中學習,預測個人未來行為以便做出更佳決定的一種技術。

你會聽到一大堆的術語,包括:分析學、大數據、商業智慧和資料科學。雖然這些術語都能涵蓋預測分析,但是這些術語比較容易讓人聯想到,利用資料發揮創意和創新那種技術專家具備的文化素養和一般技能,而不是讓人想到特定技術或方法。

這些領域涵蓋面廣,在某些情況下只牽涉到一般Excel試算表,也就是需要許多人力、但可能不必仰賴科學或複雜數學運算,所以是比較主觀的定義。就像O'Reilly副總裁魯基德斯說的:「資料科學就跟色情片一樣,你看到就知道。」另一個術語「資料探勘」常跟預測分析畫上等號,但是這個術語容易讓人聯想到是用某種方式在成堆資料中「挖掘」,而且這個術語跟先前提到的那些術語一樣,通常涵蓋面較廣。

你也想要發揮自己的創意、善用預測分析嗎?很簡單,你只需要具備兩個要素。預測分析的各項應用其定義如下:
  1. 要預測什麼:個人、個股或某種要素的某種行為(例如:行動、事件或發生的狀況)。
  2. 要做什麼用:依據預測做的決定,也就是組織回應各項預測,或從預測得知應採取的行動。

預測效應:小預測,大妙用
如果你是郵購這一行的新手,你會發現我們正在玩某種狂野的數字遊戲,製造龐大的浪費,好像一百萬隻猴子躍過出谷,你想拿標槍射中牠們根本很難。如同當代行銷與廣告鼻祖沃納梅克所說的名言:「我花在廣告上的錢有一半是浪費掉,問題是我不知道是哪一半。」

接著你可以採取上述的步驟:
  1. 要預測什麼(哪些顧客會對郵購行銷有反應或沒有):預測分析可從過去的資料,分析出哪些人在收到郵購目錄後,並沒有任何的消費記錄(或很少)。
  2. 要做什麼用(利用預測分析闡述預測效應):預測分析告訴你誰不值得接洽,把那些人排除在外,那之後就可以花在印製郵購目錄的錢少浪費一些。

預測的價值不難評估,如你所見,就算預測本身需要複雜的運算,但是只要簡單的算術就能透露出預測對企業純益產生的整體效應。這可不是什麼抽象概念,預測效應等同獲利。

在網路時代呼風喚雨的組識包括Google和亞馬遜網站。這些公司的經營模式都仰賴以機器學習為主的預測模型。——凡桑特.達爾(紐約大學史登商學院教授)

結語
並不是任何的預測分析都要用到電腦運算,如同此書作都所說的:「在某些情況下只牽涉到一般Excel試算表,也就是需要許多人力、但可能不必仰賴科學或複雜數學運算,所以是比較主觀的定義。」接著我就來示範一下,如何只利用Excel試算表來預測分析個股。

預測分析的應用:找出股價會上漲的個股
  1. 要預測什麼:哪些個股的股價將來會上漲。
  2. 要做什麼用:利用預測分析闡述,提前佈局。

首先,要預測哪些個股的股價將來會上漲,最簡單的方式,就是找出目前股價低於內在價值的股票。

例如:2017年6月1日在我的部落格中,我貼出了至上(8112)的價值分析【請參考:價值分析—至上(8112)(105年度)】。當時我發現至上的股價似乎嚴重的低估,如下圖。(註:當時至上的1年偏低價只有32.48,後來調高了現金股利,使得至上1年偏低價向上調整到39.68)。


那是不是至上的基本面不好,股價才遭到低估。但成長力資料顯示,至上的基本面很好,第1季EPS 0.86元,比去年同期 0.27元大幅成長,如下圖:


那它的股價何時才會反應其基本面,而開始上漲呢?我們可以利用關鍵點記錄來預測?
  1. 我的關鍵點記錄在2017年6月第3週,正式突破上升趨勢頂部關鍵點(26.85),發出了買進訊號。
  2. 目前股價34(2017-6-27)。

至上(8112)這支股票我有利用預測分析闡述,提前佈局。但我買的價位為並不是2017年6月1日在我的部落格中貼出那篇文章當時的25.85元。而我是買在26.8元,因為當時股價已接近上升趨勢頂部關鍵點(26.85),我心裡的直覺告訴我,股價將要突破了,所以我並沒等關鍵點記錄發生突破買進訊號,而是提早了一點買進。

由此可見,預測分析其實並沒有高深的學問,AI(人工智慧)為什麼會思考,只不過是事前餵給它大量的資料讓它從資料中學習。

投資股票也是一樣的,如同麥可.路易士說的:「人們……依據自己的信念和成見做事情。如果可以擺脫信念和成見,以資料取而代之,那麼你就獲得十足的優勢。」

有關書籍的介紹,請參考:作者、出版社、內容簡介
更多的理財書目,請參考:汪汪書架的書–理財書籍