1分鐘暴漲，誰說不是愛？

對我們大A股投資者而言，週日簡直是值得奔走相告的日子。

辛苦財政部和證監會的領導，在這個週末也不休息，爲了活躍股市，憋出來了5個大招：

1）減半徵收印花稅；

2）階段性收緊IPO；

3）限制再融資；

4）擴大融資槓桿比例；

5）限制大股東減持。

五個大招裡，現階段最大的持續性的利好，我認爲並不是減半徵收印花稅，而是限制大股東減持和限制再融資，階段性收緊IPO——因爲這些措施，都算是直接回應了投資者的訴求。

【證監會進一步規範股份減持行爲】證監會要求，上市公司存在破發、破淨情形，或者最近三年未進行現金分紅、累計現金分紅金額低於最近三年年均淨利潤30%的，控股股東、實際控制人不得通過二級市場減持本公司股份。控股股東、實際控制人的一致行動人比照上述要求執行；上市公司披露爲無控股股東、實際控制人的，第一大股東及其實際控制人比照上述要求執行。

多年來，不管中國的GDP增長了多少倍，也不管中國的人民幣廣義貨幣增發了多少倍，A股上證指數爲什麼能一直維持在3000點附近，最核心的原因，就是因爲擴容，因爲股市不斷被塞進來各種上市公司掏錢融資，卻基本沒有垃圾公司被淘汰。

總市值大規模增加，基本吸收了所有增加的流動性，由此導致我們大A股，基本上不漲。

根據國金證券測算，目前A股破發公司1,962家，破淨公司523家，而最近三年未現金分紅公司1,075家，累計現金分紅金額低於最近三年年均淨利潤30%的公司（含0分紅）共計3,555家，這樣算下來，A股當前5265家公司中，僅有965家公司不受上述減持限制影響。

所以，這次規定限制大股東減持、收緊IPO、限制再融資，絕對算是救市力度比較大的。

根據中國基金報的測算，一系列政策組合拳，加起來能帶來年化增量資金高達7500億元。

所以，我們的大A股，昨天開盤即暴漲：

上證指數開盤漲5.06%；

深證成指開盤漲5.77%；

創業板指開盤漲6.96%；

A股的扛把子滬深300，開盤漲幅也高達5.46%。

可惜，這個漲幅僅保持了1分鐘……

是的，真就1分鐘，然後就迅速跳水！

最終，到了收盤的時候，滬深300漲幅縮水到1.17%，有很多人就開始哀嘆：

救市徹底失敗！

盤後，活躍的大A段子手滿天飛。

段子歸段子，但我還是想說，一分鐘的暴漲，其實也還是有意義的。

因爲，雖然只是一分鐘的雄起看起來很衰，但，此前一天5個大招一起發力，聯合推出，其所傳遞出來的信號，是十分清晰的——而且，畢竟最終收盤的時候，還是漲了1%左右，而不是高開低走，暴跌收盤。

爲了科學地裝逼一下，我還是給大家講個故事吧。

18世紀的時候，有個英國神學家叫托馬斯-貝葉斯（Thomas Bayes，1702-1761），他發明了一種方法，就是根據已發生的事情，來推斷神的旨意，翻譯爲現代術語——

根據已發生的信息，更新對一件事情的概率估計。

托馬斯的論文，名叫《An Essay towards solving a Problem in the Doctrine of Chances》，就是在該論文中，他提出來了今天在人類各個學科領域都應用廣泛的、無比牛叉的貝葉斯決策理論（Bayes Decision Theory）。不過，可能是擔心窺探天機，所以托馬斯活着的時候論文並沒有發表，而是在他死了之後兩年，才由其好友整理髮表。

在貝葉斯寫這篇論文之前，人們已經很清楚地知道，如何計算“正向概率”。

什麼叫正向概率？

假設袋子裡有 M 個白球，N 個黑球，隨機摸出一個球，請問，摸出白球的概率有多大？這個問題就是正向概率問題，大家不難計算，摸出白球的概率爲：M/(M+N) 。

問題來了——如果我不知道這個袋子裡有多少白球多少黑球，我只知道，我隨機一次從袋子裡摸出來的球是白球或者黑色，如何判斷這個袋子裡白球和黑球的比例？

貝葉斯理論，就是要解決此類“逆概率”問題。

簡單說，貝葉斯決策理論的精髓，就是利用已知、已發生的有限信息，去預測一件事情整體的可能性——其實，我們人類生活中的絕大部分事物，都是需要在信息不完全的情況下去做一個判斷和預測，這正是貝葉斯決策爲什麼應用極其廣泛的原因。

貝葉斯定理長這樣：

爲了簡化理解，我們舉個癩蛤蟆想吃天鵝肉的例子：

1）要求解的問題：天鵝是否喜歡癩蛤蟆，這記爲A事件

2）已知條件：天鵝衝着癩蛤蟆嘎嘎的笑，這記爲B事件。

P(A|B)就表示，在天鵝衝着癩蛤蟆嘎嘎的笑這事兒發生之後，天鵝喜歡癩蛤蟆的概率，這個是我們要求解的答案，也被稱爲"後驗概率"（Posterior probability）。

P(A)稱爲"先驗概率"（Prior probability），也就是說，在天鵝沒有衝着癩蛤蟆嘎嘎的笑這事兒發生之前，我們對天鵝是否喜歡癩蛤蟆的一個概率判斷，比方說，有30%的概率天鵝是喜歡癩蛤蟆的，有70%的概率是不喜歡癩蛤蟆的。

P(B|A)稱爲“似然度”（Likelyhood），其含義與P(A|B)對應，是A事件發生的情況下B事件的條件概率，可以理解爲，天鵝確定喜歡某個動物的情況下，她會對其嘎嘎的笑的概率。

P（B）則是已知事件的概率，是B事件的先驗概率，在貝葉斯公式中，被稱爲“標準化常量”（Normalized Constant），用在本案例中，就是在不知道天鵝是否喜歡某種動物的情況下，她對其嘎嘎的笑的概率。

然後，P(B|A)/P(B)稱爲"可能性函數"，這種可能性函數存在的原因，正是因爲B事件發生了，由此需要更新對A事件的判斷。

比方說，經過動物學家們的研究，天鵝在喜歡某種動物的前提下，她有80%的概率會嘎嘎的衝他笑；在不知道是否喜歡某種動物的時候，她只有40%的概率會嘎嘎的衝他笑，這樣一來，P(B|A)/P(B)這個可能性函數就能夠計算出來，等於2。

這樣一來，癩蛤蟆如果看到天鵝對自己嘎嘎的笑，就能估算出來天鵝喜歡自己的概率：

P(A|B)=30%*（80%/40%）=60%。

也就是說，天鵝有60%的概率可能喜歡癩蛤蟆。

雖然略略有點繞，但貝葉斯決策理論的過程，大致就是以上的意思。

我們現在，把這個理論應用到大A股上來，但就不搞那麼繞了。

在週日五個大招一起釋放之前，理論上說，我們不知道這到底是不是大A股的底，特別的，我們想要知道，在這個點位，政策是不是真的特別想救市，這就是P（A）。

也就是說，在週日5個大招出來之前的大A股，在投資者的看法中認爲，決策者眼裡，上漲和下跌都是有可能的，都是可以接受的，可以認爲，A股跌和漲的概率都有50%。

現在，5個大招P（B）一起發出，不管大A真的是漲還是跌，但這5個大招本身，卻都是增強大A股上漲概率的，這是確定無疑的增加了A股上漲的概率，也就是說，在A股是否上漲這個問題上，有了5個大招，我們基本可以理解，A股不怎麼會跌了。

所以，你看，雖然5個大招一齊發力，我們的大A股暴漲，也只持續了一分鐘，但這個事情已經證明，這5個大招是有效的，已經給我們增添了新的信息，現在的A股，一定處於嚴重低估的狀態，要不然，不大可能出現上證指數暴漲5%這樣的事情。

也許，我們大A股的上漲，還需要美國國債收益率的下降，還需要國內企業盈利的明顯好轉等等因素來催化，但一分鐘暴漲5%以上，而且收盤的時候並沒有下跌這件事情，給我們所增添的新信息，就是大A股到了絕對底部了。

它不一定是A股暴漲的號角，但至少可以看作政策保證A股不會再大跌的一個信息。

不一定是沖沖衝的牛市號角，但卻是監管層送給我們了一個看跌期權保護。

從這個意義上來看，1分鐘的暴漲，誰說不是愛呢？