家用谣言粉碎学

这是回答这篇的http://www.guokr.com/post/360393/

【1. 通情】
首先要识别出谣言所指向的情感诉求，比如对死亡的恐惧、宗教情感。。。
然后镜像这种情感，使双方获得共同的情感经历；或者直接阻断之；或者利用之。。。
谣言之所以能够传播，必然是利用了某种心理bug。

【2.达理】
人是不可能意识到自己有错误的。（临床医生千万小心）

一般来说，要劝一个特定的人，需要按照他的逻辑系统来推演，让他自己说服自己。很多观点组成的系统是模棱两可，并且难以逻辑自洽的，比如一个人相信各种『俗话』，那么就有『俗话说得好』vs『俗话又说得好』两个集合可以使用，如果你选择合适的『俗话』是可以控制这个人的推理过程，将他的思路引入到你需要的区域里面。

比如之前我在微博上，有人转发了：
@母婴亲子百科
【预防小儿感冒奇招】用电吹风的热风在宝宝背部大椎穴和肺俞穴吹10分钟，立竿见影治疗打喷嚏流鼻涕轻微咳嗽等各种感冒初起症状，将感冒扼杀在摇篮里！铁蛋前几天的感冒就这样止步了。这是一名优秀的儿科老中医告诉她的法子，果然灵验。在此跟妈妈们分享。（转）

我在转发时写的：
中医讲阳密阴固而无病，小儿感冒无论风热风寒都是表症，需解表。电吹风耗阳损阴，而且用在两个大穴上容易引邪入内，不可不可。（要学会用对方的语言系统，你说感冒是病毒引起跟热风冷风一点关系没有电吹风容易造成烫伤这不科学有人会听吗？）

再比如，一些传说追究到细节就很有意思：
http://www.guokr.com/blog/70473/
http://www.guokr.com/question/438498/

当然，这种方式并不是科普，只是辩术，但常好用。或者说找出系统内矛盾的地方，有助于开悟吧。
前两点，请参考《鬼谷子》

【3. 系统预防】
将谣言视做传染病，有传染源、传播途径和易感者。系统预防是将易感者转变成为非易感者。
我一直敦促各代粉碎娘出一套『粉碎术』，谣言粉碎不应该是看见一个谣言就去粉碎一个。而是应该逐渐帮亲人建立一套基本的方法。形式可以很多。比如我以前写的
http://www.guokr.com/blog/234438/
http://www.guokr.com/article/76404/

【4. 隔离】
同时也要注意对传染源和传播途径的控制。
比如，各种养生节目，如果亲人略有化学常识，可以通过此帖一棍子打死 http://www.guokr.com/question/313830/
电视购物，可以通过淘宝灭掉。（慎用）
总是传播不靠谱言论的外围亲友，拿个小本记录一下。

【技巧】
在一些问题的解释上，可以采取包括但不限于比喻的方式来讲解。人们要『理解』一个事物，是要建立在已经理解的基础之上的。如果两者中间相差太远，是很难讲解使对方明白的。在做医生的时候，手术前的谈话，我都是尽量使用浅显的语言和例子来讲解，争取让病人尽可能明白。

比如关于酸性、碱性体质：

人体要比常识所能理解的复杂得多。比如经常流传的酸性、碱性体质。这些是把人体简化为线性系统。什么叫线性系统，就是1+1=2的系统，严格点表示是f(a)+f(b)=f(a+b)。
比如一个人喝了一口酒，然后大呼好酒，那么如果人体完全是线性系统，这个人喝了10口酒，他必须要连喊10声好酒。
人体中有些系统是线性系统，比如视觉的光学传递部分，一个鸡蛋摆在面前，眼睛里看到一个，再摆一个，看到俩。
但大多数系统不是线性系统。比如体内的酸碱平衡，是由磷酸缓冲液来控制的，半瓶子醋喝下去，血液里的pH值不会低于7.35的。

再比如遇到“因为纯天然、纯中药，所以没有副作用”，只需要淡淡的一句『你看过甄�传么？』

当然，这些比喻、类比也是有风险的，甄�传的类比就可能把对方引入到闻香杀女人的误区中去。

计算金融导论笔记

过去的十周，我选修了Coursera上的计算金融导论课。Introduction to Computational Finance and Financial Econometrics。https://class.coursera.org/compfinance-002/class/index 下面简单记录一下学习笔记。

导论哦，我金融知识少，你们表黑我。刚学到五十年前的模型。也得把牛顿学得差不多了才能引入洛伦兹变换是吧。整个课程基本是统计学，除了部分线性代数的，临床医生都能听懂。线代也有计算机可以解决，知道大概用法就可以了。

首先是收益率连续化，叫Continuously Compounded Returns，cc return，如果每时每刻都在复利存钱，那么收益率是价格取自然对数以后相减。比如年初投资1，年末获得2，simple return是100%，cc return是log(2)-log(1)，cc return的好处是可以取到正负无穷

收益率的波动就是风险。所以用方差来表示风险。虽然人们通常愿意往正的方向波动。如果是跟销售共事就知道，他们也并不喜欢突然超额完成销售任务的，那意味着下一年很难做。

股票的收益率并非是正态分布，虽然正态比较好处理，于是可用histogram来看看分布，用QQ plot来看看与正态分布的异同。用box图来看看异常。常见股票接近正态，但肥尾、稍偏

以股票收益率可以计算各个之间的协方差、相关之类的。比如可以找出此消彼长的一对股票。好玩的是股票自己也可以跟自己的不同时间计算自相关，于是可以算出每相差x天的股票收益率

多个股票一起买，叫投资组合。也可以买入负数量的股票，叫short，就是先借股票卖掉，然后以后还人家股票。由于可以买些此消彼长的股票，于是可以降低风险。也就是降低组合后的方差。特别的，零风险的是固定收益的国债。

（投资组合的收益率-国债收益率）/风险叫sharp比率，衡量的是单位风险换来的收益。如果把横轴作为风险，纵轴作为收益，那么购买投资组合的不同方案就会在平面上有无数点。形成一个形状。可以算出最左边一点，也就是风险最低一点，也可以找到sharp率最高的一点。

选择股票有个beta值，就是用大盘线性拟合某只股票时候的直线斜率。＞1说明它的风险高于大盘。相关系数R方是说明该股票的波动中百分之多少是由大盘或者说市场产生的。

于是把股票的波动也分成两个部分，一部分是于市场有关的信息造成的波动，比如央行又发钱了。另一部分是公司自己的信息与大盘无关的信息，比如job死了这样的信息。

课程中还介绍了几个数学工具，也很帅。

1. 首先是bootstrapping。在抽样估计总体的各种统计参数的时候，如果样本量不是很大，可以从样本中反复抽取。类似于把所有抽样的数据写在乒乓球上，扔到一个黑箱里，取一个记录下来再放回去，取跟抽样数据一样多的乒乓球个数，算一轮，取上成千上万轮。

这样的好处一个是样本量好像很大了，统计的参数可以估计得更精确。还有一个好处是有些统计学上的运算即使不知道总体的分布是怎样的，也可以强行的计算，比如一个偏态分布的量除以一个正态分布的量，得到的结果分布是什么形态，均值方差之类的是多少。这种推导对我来说太难了，但是用bootstrapping可以暴力算。这种简单粗暴的方法我最喜欢了。改天要自己找些东西练习一下，专门写一篇。

2. 求最值时的拉格朗日方法，就是把目标函数，限制条件用几个系数连接在一起，形成一个大的函数，然后再求偏导。这个也很暴力。

3. 画点成形求切线。就是求sharp ratio切线的方法。把所有可能性都标记在二维平面上，形成图形，然后其中的最优解很可能是出现在边界上，而边界上的特殊点更要特殊注意，用过特定点的切线来表示某种最优实在是太漂亮了。

这门课是导论，所以介绍的知识应该是金融学里面最基础的部分，用来讲解的模型也是50年高龄的模型，196x年的先贤们居然是用打卡的计算机在给美国所有的股票做最小二乘法，想想手都要抽筋了。在最后一堂课里，老师用无可辩驳的证据证伪了模型的假设。

这门课里面主要是统计学，各种基本概念、方法和假设检验都有涉及。而且学此课远远比临床统计学有意思得多，脑子里总想象着可以建模、计算然后挣钱。因此把这门课当作统计学入门来上也是不错的。老师还用的是目前如日中天的R语言作为教学。我没怎么做作业，但是我想还是应该借此课程开始学习一下R语言。各种科学计算包好像很全，堪比MatLab。

最后，coursera的神奇之处是你在U of washington上完了基础课之后3天，还可以在Georgia Tech里找到紧随的后续课程：Computational Investing, Part I https://www.coursera.org/course/compinvesting1