股市投资玩的就是概率

“生活中处处潜伏着危机”，辛巴在《狮子王》中对女儿吉娜娅说，“站在我能看到的地方。”野生世界确实处于危险之中。羚羊必须时刻保持警惕，不时抬头，每天都要生存。资本市场就像大自然一样残酷。贪婪和恐惧驱使人们做出各种概率选择。如果他们不小心，他们会输掉这场比赛。投资玩的是概率。

纳西姆塔勒布的《随机致富的傻瓜》告诉我们，玩概率可以赚很多钱。基于概率论的统计不仅是一种数学技术，也是一种思维训练。它提供了一套避免各种统计陷阱(如生态谬误、样本选择性偏差、幸存者偏差等)的逻辑范式。).如果样本量足够大，总会有特别幸运的人，没必要盲目崇拜“投资大师”；概率分布和期望值意味着投资决策不仅要考虑波动的概率，还要考虑波动的幅度.

但是，统计并不是万能的：用统计方法很难检测出罕见事件(黑天鹅事件)，根据过去预测未来也不一定可靠。毕竟现代金融市场才100多年，样本量太小；统计学的缺陷归根结底源于归纳法的先天不足：世界上没有正确的科学理论，只有已经被证伪和有待证伪的理论，其他理论与科学无关。塔勒布的另一本知名的书是《黑天鹅》。

概率获胜

塔勒布靠小概率事件(罕见事件)获利：他在“911”前大量买入行权价低、一文不值的认沽权证，以独特的方式做空美国股市，“911”后一夜暴富。美国次贷危机之前，先知先觉做空，大赚了一笔。《随机致富的傻瓜》比我预想的更激进。它从逻辑上说明了，只要样本足够大，参与者足够多，就会按照一定的比例随机决定赢家和输家，最后总会有一个特别幸运的人胜出。这个社会很多成功人士其实只是运气好，而不是能力有多强，尤其是在随机性起作用的商业领域。

如果我策划一个《百万富翁》这样的电视节目，我会省去任何一个问答环节，完全由随机决定胜负，所有轮盘赌都会玩.不管胜率多低，只要参赛选手足够多，最后总会有一个特别幸运的赢家。你会崇拜最后一个“胜利者”吗？

专业和技术领域不一样。一个外科医生不可能仅靠运气通过几十项苛刻的专业考试，也不可能靠运气在病人身上做好几十年。投资领域和专业技术领域运气重要性的差异，是因为投资领域可能是少数选择或决策就能成功，选择或决策的次数(样本量)太少，小样本中的随机性(运气)影响更大；要成为一名专业的技师，你需要在成百上千次的测试之前做出选择或决定(想想你要成为一名外科医生要做多少道题？你参加多少考试？你做了多少手术？)。随着样本量(决策次数)的增加，随机性(运气)的影响减小，样本均值接近总体均值，所以成功靠的是能力而不是运气。

这也是投机者容易亏损的根本原因：投机者往往过于关注短期波动，需要频繁做出交易决策，甚至一天交易几十次。每笔交易的决策时间都很短，决策质量可想而知。投机者交易越频繁，决策的样本量越大，他们的运气越无用，样本均值(实际投机结果)越接近整体均值(真实决策质量)。所以，投机者(赌徒)长期来看，必然会输得精光。

有许多逻辑陷阱

“幸存者偏差”是投资领域常见的逻辑陷阱，可以说是一种特殊的“样本选择性偏差”。统计技术是通过样本推断总体，前提是样本的选取是随机的，基于一个非随机样本推断总体会有偏差。比如你要调查用户对大屏手机的喜好，结果都是男性用户，所以由此得出的结论不能反映女性用户的喜好。说白了，“幸存者偏见”就是“死人不会说话”。你往往不能把“死者”(或被淘汰者)纳入样本来研究，所以样本不是随机的。比如一个投资社区发起了一个写年度投资总结的活动，几百个投资总结曝光了他们2012年的投资回报率。基于这些数据，该站统计了该站用户的平均收入，进而得出该站用户的投资水平非常高的结论。这个调查自然是站不住脚的，因为人们往往不愿意暴露自己的缺点。投资者赔钱的比例恐怕要低很多，而赚了钱的愿意显摆。自然，样本中包含的“赢家”太多，包含的“输家”太少。基于这样一个非随机样本得出结论，会有“幸存者偏差”。

“生态谬误”是投资分析中另一个容易犯的逻辑错误。做研究首先要明确分析单位，因为个体层面的规律在个体组成的群体层面可能正好相反。比如医疗技术的进步降低了个体的死亡率，却增加了整个社会的死亡率。现代社会发达国家的人口死亡率高于发展中国家。这是因为前者的人口年龄结构比后者“老”，而老年人口的死亡率更高，所以整个社会的人口死亡率变高了。在投资分析中，首先要明确是研究型企业还是研究型行业。一个行业有美好的未来，并不代表行业内的企业就有美好的未来。航空业就是一个典型的例子。整个航空业在20世纪发展迅速，但很少有航空公司能给股东带来满意的长期回报。也有可能一个行业很差，但里面有很棒的企业，沃尔玛就是差行业里的好企业。所以在做投资分析时，首先要明确分析单位，在向企业推断行业研究结论时一定要谨慎。

Taleb在《随机致富的傻瓜》中指出，交易者往往分不清概率和期望值的区别，很多人喜欢根据涨跌概率来做投资决策，这其实是错误的。一支股票明天涨的概率是70%，跌的概率只有30%。你是买还是卖？很多人可能会放心购买。正确答案是不能根据概率做决定。你应该根据预期做出投资决定。

所谓期望值，就是变量的可能值乘以各自的概率之和。如果股票的上涨概率是70%，但上涨概率只有5%，下跌概率只有30%，但下跌概率可能高达50%，那么预期值就是88.5%(0.71.05 0.30.5=0.885)，也就是说它的预期值低了11.5%，所以应该卖出而不是买入。想明白这个道理，在投资路上就不会犯很多致命的错误，可能会错过很多机会。

致命的小概率

统计学在处理概率方面不是万能的。它可以描述浓度(众数、平均值、中位数等。)、离差(范围、标准差等。)和变量的协变，但当罕见事件发生时很难检测到。

小概率事件在统计学中通常被忽略，但在投资决策中，不要忽略小概率事件。你可能会因为“黑天鹅事件”而失去一切。你必须随时做好应对小概率事件的准备，永远不要把自己置于可能彻底失去本金的境地。

巴菲特非常明白这个道理：“如果有人告诉我，‘我有一把左轮手枪，有六发子弹，我把它装满一发子弹。你可以随意转动方向盘，然后对着自己扣一次扳机。如果你能逃脱，我将奖励你100万美元。“我会拒绝这个提议。”如果“黑天鹅事件”的影响是致命的，那么无论概率有多小，都要尽量避免。查理孟格说，“如果我知道我会死在哪里，我绝不会去那里。”

统计学处理投资问题的另一个缺点是样本量太小。现代金融体系建立不过百余年，经历的大的经济周期也不过几十个。从统计学的角度来看，这个样本太小，无法做出有意义的推断。更何况，一百年前的金融市场和今天全球化时代的金融市场真的一样吗？也许只有在平行宇宙中，才有可能进行真正严谨的控制实验，得出可靠的结论。

统计学作为归纳法的技术，也继承了归纳法的根本缺陷：归纳法无法证明一个理论，永远不会有正确的科学理论；理论只有两种：已经被证伪的理论和将要被证伪的理论。况且都是扯淡。如果你的投资假说不能被证伪，那么它就是不科学的，不可靠的。

塔勒布认为，“在实施作战策略之前，你应该了解哪些事件会证明你的猜想是错误的，并提前做好准备。”错误被证明后，必须结束操作。这叫止损，就是当你到达预定的出场点时，采取行动保护自己免受黑天鹅的冲击。“这应该是我见过的止损问题最有说服力的逻辑论证了。他从卡尔波普尔的证伪理论中解释了这一逻辑。一个优秀的投资者应该像科学家一样去观察，去假设，去证伪，有虚心去认错，也就是承认损失。

价值投资有句老话：越跌越买，不要止损。如果你的投资假设总是正确的，你真的应该越买越多，但你应该时刻保持警惕。可能是你错了，不是市场错了。如果遇到连续暴跌，要反思自己，不要故作镇定，绝不认错。最后，我同意塔勒布的观点：“我不想为了成为巴菲特那样的亿万富翁而牺牲个人爱好、智力乐趣和平凡的生活质量。”