交易、金融、计算机、物理、医学、语言学、认知科学…… 绝大部分学科的有效思维方式是相通的。
交易的技术分析，我有时调侃为巫术。因为，即使在最优秀的投行和对冲基金里，仍有很多同事同行机械地依赖指标和形态本身，然后加上一些经验直觉和情报，然而他们并没有理解技术分析的实质。
怎么说呢，如果专注于表象本身，其实确实很像巫术。一个有效的形态，一套机械的规则，仅相当于一个神秘的图腾，而且你会发现，和现在很多流行的机器学习黑盒子模型如出一辙。
技术分析，或者说任何分析，都应分析形态现象背后的机制和规律。需要理解背后的一粒粒珠子是如何串起，如何协同产生作用。
就像你只知道 a+b+c+d 这个配方能治病不够，你要了解为什么 a+b+c+d 这个配方能治病，以及能一定程度上能预测其中任何一个元素的改变会带来什么效果的改变。而且你的预测不能仅仅依赖做实验统计去验证或画出一条趋势曲线。真正的分析是应该能做到一定程度摆脱经验和数据，脚踏逻辑和规律的祥云，腾空而起去预测事物。
这本来是一个朴素简单的道理。不过，在所谓大数据时代，我们越来越倾向于依赖数据本身，而怠于真正需要动脑的分析，这在各行各业的趋势越来越明显。
反映在知乎上，就是阅读和学习的焦虑越来越多，都寄希望于看更多书刷更多答案而获得快速成长。对于这种情况，我觉得很久以前爱因斯坦很说过的一段话仍非常贴切，“Reading, after a certain age, diverts the mind too much from its creative pursuits. Any man who reads too much and uses his own brain too little falls into lazy habits of thinking.”
