相同的错误。出现这个问题的关键就在于投资的思维方式和交易前的状态。

　　人不能保证自己明白所有的结果，这就像《博弈论》中提出的“有限理性”的观点。对于两个万能的上帝而言，棋类运动的结果是唯一的。两个人只要分出先后顺序，结果也就是固定不变的了。但这对于人类来说是不可想象的，即使最好的职业选手也不可能看到很远。97年，深兰与卡斯帕罗夫一战中，深兰获得胜利的关键一步，主要是由于他看到了6步以后的优势。但这对于卡斯帕罗夫来说是过于复杂了。这一次胜利并不能代表深兰的水平已经超越了卡斯帕罗夫，而职业选手思维中最关键的部分在于思维的广度与思维的深度。

　　研究简单残局时，往往可以发现确定的结局及达到此结局的棋路。例如“单马捕士”是必胜局，无论士方如何变化，只要马方着法正确，是一定能取胜的；而在开局阶段，虽然职业棋手事先都会准备开局计划，但最后实际上形成什么样的阵式，不是局中人单方面主观意志能决定的。布局尚未定型过程中，双方都需猜测对方的布局以便决定对策。由于各种布局特点不同、应法各异，如果猜错对方的意图，就会造成不良后果。因此，开局时应尽量隐蔽自己的意图，或者叫减少布局意图信息，保留演变成多种阵式的可能性。这就是交易中的开放性。

保留开放性的决策方法主要包括：缓步选优法、多步选优法、概率估算法、熵值引导法等。所谓缓步选优法，就是从当前场景出发，思考各种变化，此时未知的变化就如同一座纵横交错的“迷宫”，局中人探索各种可能性的同时，不但要为自己设想，还要替对方猜想。当发现哪个变化存在问题。必须退回来重新设想别的变化，以便寻求到双方都有利的变化，以获得尽可能高的最终结果。这样经过很多次缓步思考之后，终于找到最优变化，称为缓步选优法。此种决策的前提，是能够分析到棋路的终点，而且双方都按理智对策进行。这就是深兰使用的机理，但类似的方法往往会在棋局临近结束时出现。这主要体现出职业选手的思维深度。

　　多数情况下的变化比较复杂，不可能分析所有，也不可能分析到终点，因此只能探索主干变化，尽量多看几步棋的发展，通过计算所能达到的场景状态判断优劣，这就是多步选优法。此决策方法存在误差，选取不同的变化时，往往会得到不同的结论。即使在同一场景下，

水平不同的人也会各自作出不同的决策。谁看得长远些，就相对正确；但这是投资人经常会遇到的，也是职业选手优于业余选手的关键。在复杂局势中，所有人都难免犯错误，作决策时需要使用非理智对策方法。即：概率估算法。

这种方法把场景变化作为随机事件处理，分别估算出好、一般、坏等可能性各占的概率，平均的变化结果作为随机变量的期望值和平均方

差。假定某个场景中，投资人需要面临甲、乙、丙三种可能的选择，如果选择甲变化，估计好的概率20%，一般的概率40%，坏的概率40%；如果选择乙变化，估计好的概率20%，一般的概率70%，坏的概率10%；如果选择丙的变化，预计好的概率50%，一般的概率10%，坏的概率40%，试问如何决策?

计算结果显示：甲变化的预期价值较小应抛弃；乙与丙变化各个有特点。因为甲、乙比较，好的概率相等，而坏的概率则是甲大于乙，故需要选择乙；甲、丙比较，坏的概率相等，而好的概率则甲小于丙，故需要选择丙。因此决定抛弃甲变化；乙、丙比较，胜败概率之差值都一样，但两者之间存在各自的优势，乙变化出现问题的几率较小、丙变化可到好的结果的几率较大。两者之间的选择可进一步通过考虑投资人的具体特点决定。

交易中，几乎所有人都会犯错误，使得同一场景最终的变化结果具有不确定性。如果用该场景的混乱度来描述，称为熵值。决策时引导熵值的趋向，称为熵值引导法。但这需要

针对不同情况具体处理。如投资人处于很大盈利优势时，可选择熵值较大的局面。因为变化发展下去，即便自己出现错误，也能达到保证较好的结局，所以应该选择熵值较大的变化，达到追求更好的结果的目的；如果投资人处于不利的亏损时，可选择熵值较小的变化，因为一般出现问题，投资人将会因此出现极被动的局面。这必将导致最终结果的恶化。这些简化后的观点就是：在盈利时加码、在亏损时保存实力。前面例子中，对于乙、丙变化，如用熵值引导法选择。经过计

算，丙变化的熵值大于乙变化的熵值，如为了争取更多的投资收益，则选择丙变化。因为此时好的概率50%，而乙变化只有20%，故选择丙变化可以得到更好的预期收益。