#1堀宣行•2017年9月3日 23:08:31 original post link
由於之前有個post d 人仲用緊Law of demand 來駁斥博弈論既存在性
所以係呢個post 我以一個好生活化既角度去講game theory
我咁做係因為太學術性既term冇人回
亦冇乜人識
所以將呢個theory用生活化既角度去分析
希望更多人識呢樣野
如果小弟有任何不足既地方
煩請各位賜教
#2堀宣行•2017年9月3日 23:22:43
何謂Game theory?
分析事物就好似睇英超咁,會有衞星直播同埋真係踢
我地係屋企睇波既就會話:屌,咁獨食既,傳俾隔離la
但落場果條友可能真係睇唔到旁邊有人
以前讀果套mirco既情況就好似落場果條友咁,考慮當下既MB同MC,而忽略左對家又或者之後會點, 跟住做錯左就subject to constraints, 但係解釋唔到全局action點解做錯
而game theory就好似部直升機咁, 帶你上天空諗埋人地點諗/之後既可能情況,令你有更宏觀既角度去睇個decision
Game theory 令經濟學多左一個dimension(人與人之間既interaction)去考慮
因此這個學説令微觀經濟學由純個體分析進化成一門全盤了解(考慮)人與人之間的策
略, 優化自己所做既決定
其實兩者都係解釋緊人既行為
只不過傳統既mirco個局限性比較大(只考慮利己角度)
而game theory睇既角度就闊好多
#3堀宣行•2017年9月3日 23:24:10
明天會講下讀game theory既3步曲
先睡,要上班
#10堀宣行•2017年9月4日 07:55:00
今晚講systemize game theory
先旨聲明, for考試用
#24堀宣行•2017年9月4日 20:12:24
賽局既種類:
Game Theory 主要分兩類:
1. 零和賽局(Zero sum game)
呢樣野話: 一方得益另一方就損失
所有參加賽局既人既總得益改變係零
例如: 4條友每人帶兩百元去打麻將,
打前打後大家總和都係800元
總數冇多過,就係零和賽局
現實例子: 馬會既賽馬制度—-彩池制
對賭既人都以自己最大利益為目標
跑完場馬個彩池冇大到(即係賭仔之間對賭)
2. 正和賽局/負和賽局(General Sum game)
負和賽局就是參與者兩敗俱傷/損人不利己
(自己冇得益, 對手受損, Overall 利益減少)
正和賽局就是參與者雙方合作,令大家都得益
我自己諗到歷史上最佳例子:
春秋戰國蘇秦令六國結盟, 採取「合縱」策略,成功令秦國唔敢出兵, 換來左幾十年既和平
現今大學多數有一科「策略管理」(Strategic management)
大概就係要研究下有乜方法走出零和困局
雙方一齊合作變成「正和賽局」
#25堀宣行•2017年9月4日 20:29:48
如何讀Game Theory 先好
隔離post D人話textbook——->paper
但係好多時d數計完唔知自己做緊乜
例如Mixed Strategy, 小弟果時計完都唔知佢up乜7
針對呢樣野, 我建議3步曲
1. 坊間d 科普書籍
你唔使驚佢錯同講得淺
你讀textbook 唔明仲衰
我建議買漫畫式,休閒書果種
實明
2. 大學Textbook
a) 將科普書d野深化, 同埋systemize成為數學分析
b) 明白左表層先走上正統方法學習
3. Paper
你要成為Game theory神人就要狂睇paper
仲要用一堆極難既數學符號去solve到game theory入面既paradoxical problem,
而且仲apply 到去解決人類問題
應該可以拎博士學位
#26堀宣行•2017年9月4日 20:56:22
//點睇張五常鬧game theory //
唔好拎此人的東西來污染Game Theory
#33堀宣行•2017年9月5日 07:23:11
//點樣破金正恩的MAD策略？//
俾我諗諗先
破解呢個困局(Game of chicken)所有歷史上既招都用過
但全部冇用
俾d時間我諗下d 有創意d既策略
#35堀宣行•2017年9月5日 13:09:12
//請問經濟係咪從來都係一個零和遊戲？
因為整個地球嘅資源係一個 fixed amount
用經濟去代表資源 無論數字點變 代表嘅價值總和都係一樣
就算大家都數字上賺緊錢 賺得慢 d 同少d嘅 都係蝕緊 ?//
錯
整個地球既資源不是fixed amount
HKCEE ECON 2003 MCQ16已經講左
簡單D講,你性多d交就生多d仔, 人力資源已經唔同左
#36堀宣行•2017年9月5日 23:58:55
由於上面有人提到金正恩
所以我講下Game of chicken先
再講下我自己對北韓策略既睇法
免責聲明: 以下所講既都係To the best of my knowledge and analysis, 可能有報道話我d 方法用法, 但由於本人要返工, 仲要係最忙既AML, 所以冇時間核實現實有冇人用過而失敗左
#40堀宣行•2017年9月6日 00:09:23
鬥雞博弈(Chicken Game)
Chicken在美國口語中是“懦夫”之意，Chicken Game本應譯成懦夫博弈。不過這個錯誤並不算太嚴重，所以約定俗成左。
故事:
兩隻公雞狹路相逢，即將展開一場撕殺。結果有四種可能：
1. 兩隻公雞對峙，誰也不讓誰。兩者相鬥。這兩種可能性的結局一樣——兩敗俱傷，這是誰也不願意的。
2. 一退一進: 但退者有損失、丟面子或消耗體力，但最少保住命仔。
3. 雙方都退: 大家停止爭鬥,一齊收皮,不勝不和不負。
呢類賽局也不勝枚舉。
例子一: 夫妻爭吵常常是一個“鬥雞博弈”，吵到最後，一般地，總有一方對於對方的嘮叨、責罵裝聾作啞，或者乾脆妻子回娘家去冷卻怒火。
例子二: 冷戰期間，美蘇兩大軍事集團的爭鬥也是一種“鬥雞博弈”。
例子三: 在企業經營方面，在市場容量有限的條件下，一家企業投資了某一項目，另一家企業便會放棄對該項目的覬覦。
鬥雞博弈強調的是，如何在博弈中採用妥協的方式取得利益。如果雙方都換位思考，它們可以就補償進行談判，最後造成以補償換退讓的協議，問題就解決了。博弈中經常有妥協，雙方能換位思考就可以較容易地達成協議。考慮自己得到多少補償才願意退，並用自己的想法來理解對方。只從自己立場出發考慮問題，不願退，又不想給對方一定的補償，僵局就難以打破。
#41堀宣行•2017年9月6日 00:15:03
北韓MAD(mutual assured destruction) 問題:
角度一(小弟呢part 純粹copy 人地D文)
著名美國記者鮑登認為，北韓具備攻擊美國的核子武器雖然聽來令人恐懼，但是過去冷戰時代，美蘇之間的核武競賽是建立在「相互保證毀滅」（mutual assured destruction, 簡稱MAD）的基礎上。如今美國對北韓的制約則是「保證毀滅」：美國不會因導彈而毀滅，而北韓必然招致滅頂之災。
之後明天打
太攰
#43堀宣行•2017年9月6日 22:19:33
//狂賭之淵之類題材既故事算唔算？//
算,只要有interaction , 就有博弈論
#45堀宣行•2017年9月6日 22:42:08
職場人工博弈:
腦細角度:
假設某manager對公司貢獻6 萬元獲利
老細不可能開6 萬的人工俾佢，咁樣只有員工賺，公司賺條毛咩；
但如果腦細開 2萬人工，呢個同事二話不說就走人的話，那公司都損失左 6萬既貢獻度，唔划算。
因此，腦細既想法肯定選擇兩個極端之間，至於最完美的狀態，當然是「低到讓員工唔爽，但又可以勉強留下來」的數字（例如 28-30k），對公司是最有效率的。
為何有d 19老細請fresh grad?
老闆的盤算是，如果花 16K請到一個FG，透過一段時間的訓練，讓他能發揮
40K的價值，那公司就賺到 40K。就算FG要求加人工，加到25K係高到卜街，公司仲係可以賺到 1 萬 5000。如果同一個職位有比較資深的人要求 35K，就算他也能發揮40K的價值, 公司角度都係不如果個願意拎 25K人工的。
係Negotiations 呢個賽局入面, 耐性同訊息都非常重要
明天再講
#47堀宣行•2017年9月7日 13:08:15
賽局分類(續)
靜態賽局(Static game)
兩條友同時make decision , 冇先後次序
例如包剪泵就係static game
動態賽局(Dynamics game)
賽局係有先後次序, 例如A make decisions先, 再到B make decision
捉棋, 橋牌, 麻雀就係動態賽局既例子
#67堀宣行•2017年9月12日 13:47:00
時間性博弈
Game theory有一種extensive form既表達方式, 即係用緊tree diagram去表達事件既先後次序
首先介紹左呢種tree diagram點揾optimal outcome
其中一種方法係倒推法(backward induction)
呢種方法既原理:
有兩個人面前有10個1蚊硬幣
其中一個人拎先,每人一回合可拎1 or 2個既硬幣
首先拎到第10個硬幣果條友就輸
分析:
第10個(拎到呢個硬幣就輸)
第9個<--------拎到佢就赢硬
第8個
第7個
第6個<---------拎到佢保證就拎到第9個
第5個
第4個
第3個<-------拎到佢就保證拎到第6個
第2個
第1個
所以後手果條友係赢硬(Given識咁推理)
因為後手保證拎到第3個硬幣
有關倒推法應用 下集講
#78堀宣行•2017年9月12日 20:30:32
時間性賽局
倒推法的生活應用
例子一: 辭工後一個月通知期內hea 做
因為你已經知道以後同公司冇關係(冇下一局), 所以當下你最佳策略就係hea做(選擇背叛)
同理,引申到3-9個月果班 contractor點解工作質素差,係因為佢地預左之後好似安全套咁用完即棄(冇下一局),所以呢家hea做你都吹我唔漲
咁就解釋左點解perm㑹比大部分contractor 工作態度好d
#89堀宣行•2017年9月16日 12:03:00
談判博弈(簡化版) Negotiations
呢家就快到中秋節, 老母買左個哈根雪糕既月餅返來
哥哥同細佬係度研究緊如何分個雪糕月餅
情況一: 得兩個回合既談判
呢個情況有個Assumption: 每過一個回合雪糕月餅融化1/2
咁即係話如果第一個回合談判失敗
雙方係第二回合最多只能分得1/2個月餅
而係第二回合輸左既另一方就乜柒都冇
咁原則上大家就會係第一回合同意每人一半
但要注意既係, 如果阿哥係第一回合要多過1/2 個月餅, 細佬就唔撚想益阿哥
從而將談判帶入第二回合
情況二下集講
#91堀宣行•2017年9月16日 12:22:10
情況二: 有三個談判回合(又係阿哥行先)
Assumption: 每過一個回合雪糕月餠融化1/3
用下backward induction先:
第三回合,個月餅已經得番1/3,無論阿哥定細佬勝出談判都係得1/3個月餅
第二回合, 個月餅仲有2/3, 而細佬又知道無論點係第三回合最多都係分得1/3個月餅
所以理論上細佬會1/3+1/3咁分個月餅
費事進入第三回合渣都冇就卜街啦
第一回合, 如果以上討論成立既
阿哥會分2/3俾自己
細佬會分得1/3
呢隻死貓細佬一定會食, 因為第二同第三回合既結果都係得1/3
所以三回合談判結果(如果阿哥行先):
阿哥分到2/3
細佬分到1/3
呢個可以算係backward induction既其中一種應用
以上小弟分析有任何唔同意既請提出
#98堀宣行•2017年9月16日 14:03:32
//睇完 覺得巴打講得太簡單
其實寫難d應該無問題 連登學術台好多都係寫得複雜又多人睇
巴打加油 //
我只係覺得
博弈論係一門好重要既科學
但有好多人讀完/計完堆practical既題目
問番佢係生活/工作既用途, 十個有六/七個都唔知
所以我先寫得咁淺,希望大家用到博弈論
如果玩深果堆數學, 小弟幾深都得
但計完/睇完冇得著(用唔到係生活/去幫人), 我自己覺得其實違背左game theory 既原意
#107今晚無野做•2017年9月16日 15:46:43
其實戰國時期既博弈已經玩得出神入化
（eg 攻秦會其他六國會點react 唔攻又會點react
結盟又會點react Time a 攻秦 同time b 攻秦又會點）
可惜中國思想去到尾始終都係類比論證
唔能夠系統地寫出門科學黎
#109我唔賣比你•2017年9月16日 16:29:39
你個切月餅遊戲限制左一定要一個人提議另一個人反對 or 贊成 ?
唔係好明你 d遊戲規則 因為現實都唔會咁談判
我諗我知你想表達咩 但係我有 d 難套落去切月餅度
不如你直接拎番 textbook d 例子啦 你咁夾硬諗 d 生活例子仲辛苦
#110Teiubesc•2017年9月16日 19:01:08
agger
如果細佬知自己一定會蝕俾阿哥，細佬最多只會得到1/3
咁如果第一個回合佢叫價2/5 阿哥有3/5
咁佢得到既就多過1/3
阿哥如果唔答應，佢自知下round自己都會跌落1/3
咁係round one 時佢有著數就應該會deal
#113堀宣行•2017年9月16日 19:45:08
//你個切月餅遊戲限制左一定要一個人提議另一個人反對 or 贊成 ?
唔係好明你 d遊戲規則 因為現實都唔會咁談判//
我將個"discount factor" set死左姐
#114堀宣行•2017年9月16日 19:51:53
//其實一開波細佬叫對半分呀哥會唔會制
btw好理想化
以人既貪婪黎講 只會想比人地拎得多d //
你岩
呢個只係model,而且我將discount factor (d)set左1/3
如果textbook寫法係:
0諗埋人地角度(合作均衡)——->John Nash話有非合作均衡既概念
其中不但冇衝突,而且兩套野互補不足
即係一個研究全盤局勢(包括之前之後), 另一套對事件operation進行分析
我寫呢個post,就係想推廣game theory
因為有好多人真係讀完張五常就以為自己識哂mirco, 又排斥其他新知識
作為一個兼職econ老師(正職係Compliance )
我都教過DSE 5**既學生出來
但我其實驚佢以後d econ仲停係舊式分析層面
所以為左我下幾代DSE學生有更完整既econ理解, 我去鑽研game theory
我唔理out c唔out c/亦唔在乎學生有冇5**
我認為讀econ 5**並非首要, 當中既邏輯得益會令我既私補學生受用終身,這才最重要
純粹閒話,可無視
#125堀宣行•2017年9月16日 23:03:51
//照你咁講 如果個月餅每回合溶1/4 咁細佬係咪又唔應該係第一回合叫高過1/4
你個推論係如果雙方唔妥協
守尾門個個去到最後局住最多分到最後溶淨個 d
所以為左保障自己最低利益不如叫左最後溶淨個 d 先
但其實如果叫到去第二回合 大家都利益受損
我係細佬我就會屌佢 如果你第一回合叫2/3 我一定反對 到時第二回合我睇你有咩本事叫到2/3 最多一拍兩散
但如果你叫1/2 我唔反對 你就攞一半
如果你叫1/2 我反對 溶淨2/3 你都唔會有本事得1/2 我又係最多一拍兩散
不如1/2 第一回合了左佢//
你岩
所以揀1/2定2/3 其實係睇阿哥手上有冇任何有利訊息(例如阿哥知道細佬默書0分,就可以以此要脅細佬走2/3果條path)
如果雙方談判訊息一樣,各分1/2係最可能出現既outcome
仲有一個可能性: 細佬完全冇耐性
#126堀宣行•2017年9月16日 23:13:54
照你咁講 如果個月餅每回合溶1/4 咁細佬係咪又唔應該係第一回合叫高過1/4
你個推論係如果雙方唔妥協
守尾門個個去到最後局住最多分到最後溶淨個 d
所以為左保障自己最低利益不如叫左最後溶淨個 d 先
但其實如果叫到去第二回合 大家都利益受損
我係細佬我就會屌佢 如果你第一回合叫2/3 我一定反對 到時第二回合我睇你有咩本事叫到2/3 最多一拍兩散
但如果你叫1/2 我唔反對 你就攞一半
如果你叫1/2 我反對 溶淨2/3 你都唔會有本事得1/2 我又係最多一拍兩散
不如1/2 第一回合了左佢
你岩
所以揀1/2定2/3 其實係睇阿哥手上有冇任何有利訊息(例如阿哥知道細佬默書0分,就可以以此要脅細佬走2/3果條path)
如果雙方談判訊息一樣,各分1/2係最可能出現既outcome
仲有一個可能性: 細佬完全冇耐性
#130堀宣行•2017年9月16日 23:43:09
//你1999的地方係你冇specify好遊戲規則。一般bargaining game係需要give bargaining proctocal。你一回合係指, 其中一人可以propose 然後另一人accept定 reject? 定係simultanenous stage game/propose, 然後點為之成功分到 定 要到下一回合?
而你將”patience” “first mover adv.” 同”好快收皮” 寫同一段令人有”細佬” 冇耐性 所以 阿哥 有 “first mover adv.”… 阿哥攞當啲只係相對有耐性的equilibrium outcome/ comparative statics, 同係game tree上邊個係first mover的first mover adv. 係兩回事。//
多謝指正
感激不盡
咦???
好似同我認識既bargaining有d出入喎
你所指既bargaining proctocal唔係指bargaining係過程之後個協議咩
如果bargaining之前整個proctocal
咁仲bar來做乜
呢個俾你咁問發現自己有d唔識
請指教
#131J痕叔叔•2017年9月16日 23:52:30
//呢個俾你咁問發現自己有d唔識
請指教 //
protocal 即係係個extensive form/ game tree上你需要specify每個人可以做啲咩。
你話三回合，每回合 兄 和 弟 可以做咩/點做 係冇講明。
以Rubinstein alternating bargaining game為例, 第一回合 可以係 兄 提議點分餅, 如一人一半, 弟選擇接受與否
又或者 第一回合可以係一個Nash demand game, 兄 和 弟 各自係掌心寫要幾多, 加埋多個個餅就breakdown 然後去下一回合 etc
#135堀宣行•2017年9月17日 10:17:32
唔該哂J痕叔叔先
以下係三個談判回合model既改良版:
談判規則:
每回合只能make一次offer, 冇counter-offer呢樣野
第一回合: 阿哥先make offer,細佬可選accept 定reject, 如果細佬accept, 阿哥又accept(mutually accept)談判結束
第二回合: 如果細佬第一回合reject, 呢個回合輪到細佬make offer,阿哥可選 accept定reject。如果阿哥accept, 細佬又accept(mutually accept), 談判結束, 否則進入下一回合
第三回合: 同第一回合一樣,阿哥make offer,如果任何一方reject,談判破裂
遊戲既Assumption: 每過一個回合雪糕月餠融化1/3(discount factor =1/3)
Remarks: Textbook 既分析係0