看來，無論我們的文明和社會變得多麼複雜，我們人類都能夠應付不斷變化的動力，在看似混亂的事物中找到原因，並從看似隨機的事物中創造秩序。我們一生接一個地進行觀察，試圖尋找意義-有時我們有能力，有時沒有能力，有時我們認為我們看到的模式可能會或可能不會。我們的直覺思維試圖使理性成為韻律，但最終，在沒有經驗證據的情況下，我們在許多理論如何以及為什麼事情行之有效或不行的背後，就無法證明或證明某種方式。
我想與您討論沃頓商學院一位教授發現的有趣的證據，該證據揭示了信息流，股票價格和公司決策的問題，然後向讀者詢問有關如何解決問題的一些問題。我們可能會對周圍發生的事情，我們每天在社會，文明，經濟和商業世界中觀察到的事情有更多的了解。好吧，讓我們談談吧？
2017年4月5日，沃頓知識在線播客（Knowledge @ Wharton Podcast）有一個有趣的標題為：「股市如何影響公司決策」，並採訪了沃頓金融學院教授伊泰·戈德斯坦（Itay Goldstein），他討論了信息量與股市之間反饋迴路的證據。和企業決策。這位教授於2011年10月與其他兩位教授James Dow和Alexander Guembel撰寫了一篇論文，題目為：「價格影響實際投資的市場中信息生產的激勵措施」。
他在論文中指出，投資股票或基於產生的信息量進行合併時，會產生放大的信息效應。市場信息生產者；投資銀行，諮詢公司，獨立行業顧問以及財經新聞，報紙，我甚至認為彭博新聞，FOX商業新聞和CNBC的電視部分，以及金融博客平台（如Seeking Alpha）也是如此。
該文件指出，當一家公司決定進行併購狂潮或宣布一項潛在投資時，突然有多種來源的信息立即出現上升，包括併購公司內部，參與併購的投資銀行，行業諮詢公司，目標公司，預期該行業發展的監管機構，可能希望阻止併購的競爭對手等。我們在閱讀和觀看財務新聞時都從本質上知道這是事實，但是，本文提出了真實數據並顯示了這一事實的經驗證據。
這導致大小投資者的瘋狂交易都以現在可用的豐富信息進行交易，而在他們還未考慮之前，也沒有任何真正的主要信息可言。在播客中，伊泰·戈德斯坦教授（Itay Goldstein）指出，隨著該行業擁有更多信息，會形成一個反饋迴路，從而導致更多的交易，向上的偏差，導致更多的報告和更多的投資者信息。他還指出，人們通常在正面信息而不是負面信息上進行交易。負面信息會導致投資者避開清晰的信息，正面信息會激勵潛在收益。這位教授在被問及時也指出了相反的觀點，即信息減少時，該部門的投資也將減少。
好的，這是播客和研究論文的精髓。現在，我想進行一次對話，並推測這些事實也與新的創新技術和領域有關，最近的例子可能是； 3-D列印，商用無人機，增強現實耳機，手錶計算等。
當「炒作曲線」與「創新曲線的擴散」相遇時，我們都非常熟悉，在這種情況下，早期炒作可推動投資，但由於它是一項尚不能滿足預期炒作的新技術，因此是不可持續的。因此，它像火箭一樣射擊，然後跌落到地面，只是找到了一個現實的平衡點，在該點上技術達到了預期，新的創新已經準備就緒，然後又爬升並正常增長。新的創新應該。
有了這個已知的，以及伊泰·戈德斯坦（Iay Goldstein）等人的經驗證據。例如，在論文中，似乎「信息流」或缺乏「信息流」是其中PR，信息和炒作沒有隨著「炒作曲線」模型的軌跡而加速的驅動因素。這是有道理的，因為一旦新公司獲得了前幾輪風險投資或有足夠的資本來實現其新技術研發的臨時目標，它們並不一定會繼續大肆宣傳或公關。但是，我建議這些公司（可能是對數地）增加其PR，並提供更多的信息和更頻繁的信息，以避免早期的利益崩潰或初期投資枯竭。
使用此知識的另一種方法（可能需要進一步查詢）將是找到獲得最佳投資所需的「最佳信息流」，而又不會將「炒作曲線」推得太高而導致該行業崩潰。部門或特定公司的新潛在產品。由於存在一個已知的固有反饋迴路，因此在將新的創新產品推向市場時，對其進行控制以優化穩定和長期的增長是很有意義的-更易於計劃和投資現金流。
從數學上講，發現最佳信息流是可能的，並且具有這種知識的公司，投資銀行可以消除不確定性和風險，從而以更可預測的利潤促進創新，甚至可能僅比市場模仿者和創新者領先幾步。競爭對手。
未來研究的其他問題：
1.）我們可以控制新興市場的投資信息流以防止繁榮和蕭條周期嗎？
2.）中央銀行可以使用數學演算法來控制信息流以穩定增長嗎？
3.）我們是否可以限制在「行業協會級別」上協作的信息流，因為這是為保護曲線的下端而進行的投資的里程碑？
4.）我們可以將AI決策矩陣系統編程為這樣的方程式，以幫助高管維持公司的長期增長嗎？
5.）是否有信息「突發性」流演算法與這些未發現的與投資和信息的關聯相一致？
6.）我們可以改進衍生品交易軟體來識別和利用信息投資反饋迴路嗎？
7.）我們能否通過信息流投票模型更好地跟蹤政治競賽？畢竟，用您的美元進行投資很像投票給候選人和未來。
8.）我們可以使用社交媒體「趨勢」數學模型作為信息投資過程軌跡預測的基礎嗎？
我想讓您做的就是考慮所有這一切，看看您是否看到了，我在這裡看到了什麼？
