作者：学长
聊盘感之前，我在想，如何对新手不误导、对老手不冒犯，让理工背景读者觉得站得住脚，还有对玄学论有明确解构，满足这些挺难的。
话不多说，下面是我对盘感的理解，或许能帮到你。
交易员看了数千小时或者数万小时的图表、以及做了无数次单子后，大脑就会建立一种本能。当再去交易时，大脑就会瞬间调取过去数千次的类似的场景，这种无意识胜任的交易状态，就是常说的盘感，也会被玄化成某种境界。而支撑这种本能交易状态的种种技术和分析技巧，我把它当成交易里的梯子，这些梯子此时此刻已经被内化成常识，升华为一种本能反应。在构建认知的初期，我们需要依赖它们，待认知结构建成，梯子看似消失了，实际上它已经融入了建筑本身。
没有人可以原地飞升，否认梯子的作用，就好比在说自己是飞上来的，所以盘感实际上是对自身记忆和知识的高效调用。 而无意识胜任某种工作，是你从事某个工作的最高境界，类似心流状态。 从低到高分别是小白的无意识无能 、新手的有意识无能 、老手的有意识有能、以及最高的无意识有能 。作为一个理科生，这段话是为了解构所谓盘感的神秘性，盘感的本质是大脑里的深层神经网络（神经网络是比较通俗的比喻，更专业的说法涉及分布式表征、统计学习、内隐学习和贝叶斯式的经验更新，但这些概念较为复杂，这里不展开），所以它不是玄学，属于脑科学或者心理学。盘感和顿悟不是某个神明赐予你的，是你数万小时的数据喂出来的神经网络。
量变引起质变，而盘感和无意识胜任就是那个质变，没有枯燥的、爬梯子的量变过程，就不大可能产生质变的结果。这是事物发展的客观规律，一万小时定律在不少领域普遍存在，唯一需要注意的是需要刻意练习，而非盲目练习。 那么为什么有人很多年的练习依然难以突破，这也是我研究EA之后琢磨出来的一个细节，过拟合。虽然一万小时+刻意练习双重驱动已经很完美，但训练数据单一，就会过度拟合。
简单的说，如果一个交易员所在的这些年一直处于震荡时，那么他训练出来的盘感可能会让他踏空牛市。反之，如果一个交易员只在牛市里训练了1万小时，他的盘感可能在熊市里会让他破产。就像只修某一款车型的4S店师傅，去了客户混杂的私人修车店，遇到其他车型会束手无策。所以要锻炼出正期望值的顶级盘感，不仅是数据的堆砌，更需要对不同市场周期、不同样本数据都能深度适应。
所以顶级的圣杯盘感，应当是一万小时定律（必要的量变基础）+刻意练习（保证效率的方法）+多样本训练（防止过拟合的泛化能力）=正期望值的盘感（质变的结果）。即便如此，盘感也只是提升交易期望值的工具，而不是预测市场的水晶球。
既然科学解释如此清晰且符合逻辑，为什么大多数散户依然对此视而不见，反而宁愿去相信虚无缥缈的意境、悟道，以及玄学，也不信概率、神经网络、过拟合这些科学呢？ 开始我觉得这是偷懒或者缺乏执行力，后来发现不是的，而是我们大脑天生的节能机制，心理学上叫认知吝啬。
比如要理解什么贝叶斯、防过拟合、内隐学习等等，需要调用大脑第二个系统，也就是慢思考。系统2的特点是：思考逻辑强大、耗能也大、速度也慢，非常累，我们会本能的排斥。说到这里有的人应该反应过来这个概念来自哪里，来自诺贝尔经济学奖得主丹尼尔·卡尼曼的《思考，快与慢》。回到之前的话题，如果让人去思考“道法自然”、“感觉到了”、”悟道“，那就会启动大脑的系统1，思考很快、直觉、耗能小，就像躺在沙发上刷剧，又舒服又轻松。
请注意，这和前面提到的达到顶级盘感并不是一回事，前者是人类大脑为了节省葡萄糖而做出来的本能选择，也就是偷懒。后者是通过刻意练习后的深层次记忆，是在大量训练之后，原本需要系统2参与的复杂判断，被编译进了系统1，是进化后的快思考。用道家的话说，就是大道至简、返璞归真：新手看山是山，老手看山还是山，而处于迷途的人则看山不是山。
除了生理原因，还有一部分人对交易的确定性有极强的渴求，但概率学会让人焦虑、恐惧，人是厌恶这种不确定性的，所以大家经常说交易是反人性的。而玄学里的交易，往往会承诺一种终极答案或者确定性，比如悟道之后就能把市场看透，掌握了道就能天下无敌。大部分人不想听回撤，只想听怎么稳赚，所以玄学悟道提供的是某种希望和情绪按摩，而数学提供的冰冷冷的现实。神秘感的诱惑是巨大的，而且带来的虚假希望会让人认为：哪怕亏了，是心不够诚、是境界还没到，从而不去从客观因素找原因。
总结
学长的这些结论或许有些冰冷，刻意练习是枯燥、重复、漫长的痛苦路径，而且即使练了，也可能亏钱。大部分人是平庸的，包括我自己，但我不逃避平庸的痛苦，人贵在有自知之明，承认自己渺小没什么，但妄想一步登天、原地飞升是危险的。玄学给散户造了一个梦，这个梦里你不需要付出长期而系统的努力，只需要悟到了某种“只可意会不可言传”的境界，就可以轻松超越那些高学历精英和量化机构。
这种精神上的按摩会上瘾，某种意义上，是在试图用境界上的弯道超车来避免长期高成本认知投入，而大脑更偏好低耗能路径。说这些并不是嘲笑谁，而是为了让大家更清楚地认识：我们每个人的大脑，都在本能地寻找更省力的答案。我也不会试图强行改变所有人的选择，本身就是不现实的，而且引导大家理解这个机制，比评判个体更重要。
