一种平均说下注，另一种说会毁了你——两个数字都对

One Average Says Take the Bet. The Other Says It Will Ruin You. Both Numbers Are Correct. 2026年8月17日 · 13分钟阅读 · 查看原文 ↗ 金融 Aura 一次期望回报为 +5% 的抛硬币，会把 100 美元变成 52 美分。这个错误有 300 年历史，而且它至今仍在每一本金融教科书里。 1713 年，一位名叫尼古拉斯·伯努利的瑞士数学家给一位法国通信者写了一封信，描述了一个期望值无限、却没有一个心智正常的人愿意付多少钱去玩的游戏。这个问题悬而未决了二十五年。1738 年，他的堂弟丹尼尔·伯努利在圣彼得堡帝国科学院院刊——一本在欧洲也许只有几百人阅读的期刊——上发表了一个解，而那个解成了此后每一门被教授的金融决策模型的基础。 丹尼尔的答案是：人们并不线性地看待金钱。第二个一百万不如第一个一百万重要。所以，我们不去最大化期望财富，而是最大化财富的期望效用，而效用函数是弯曲的。现代风险分析的全部装置——风险厌恶、效用曲线、"紧张的投资者是在表达一种心理偏好"这一假设——都源自那篇论文。 2019 年 12 月，伦敦数学实验室的一位物理学家在《Nature Physics》上发表了一篇 Perspective，主张伯努利得到了正确的答案，却是出于错误的原因，而这错误的原因已经悄悄破坏了三个世纪的金融推理。 Ole Peters 的主张不是"人们不理性"。而是"他们拿到手的数学，回答的是一个其实没人真正在问的问题"。经济理论的流行表述做了一个不加区分的假设，叫作遍历性（ergodicity），而这个假设对于你几乎要做出的每一个金融决策都是错的。 他的演示只需要一次抛硬币和三十秒。 以下是这次抛硬币、两个平均值、代码、陷阱，以及那个你拒绝一个看起来不错赌局的直觉，其实自始至终在数学上都是正确的理由。 第 1 层——平均幻觉 你没有风险承受力问题。你有的是平均问题。 这是那个游戏。你从 100 美元开始。抛一枚公平硬币。正面，你的财富增加 50%。反面，你的财富减少 40%。你玩 100 轮。 跑一遍标准分析，也就是每一门金融课都教的那个。计算一轮的期望值： $$0.5 × 1.50 + 0.5 × 0.60 = 1.05$$ 每轮 5% 的期望收益。正的期望值。用经典术语说，这个赌注等价于一个保底的 5% 回报，拒绝它就意味着把免费的午餐留在桌上。 把这个期望复利 100 轮： $100 × 1.05^100 = $13,150 教科书说：玩。热情地玩。 现在跑另一个计算。一枚公平硬币抛 100 次，最可能的结果大约是 50 次正面、50 次反面。把真实序列乘起来： $100 × 1.50^50 × 0.60^50 = $100 × 0.9^50 = $0.52 五十二美分。 期望值说 13,150 美元。典型路径说你亏掉 99.5% 的钱。 两个数字都算对了。没有一个是骗局。它们是对两个不同问题的回答，而且几乎没人被告知存在两个问题。 第 2 层——两个平均值存在的证明 Peters 指出这不是悖论。它是两个被悄悄假设成一个的不同运算。 13,150 美元这个数字是一个系综平均（ensemble average）。它回答的是：如果非常多的人各自把这个游戏玩一次，在那一刻，他们所有人的平均结果会是多少？ 0.52 美元这个数字是一个时间平均（time average）。它回答的是：如果一个人反复玩这个游戏，这个人的财富随时间会发生什么？ 系综平均 ⟨x⟩ = Σ pᵢ · xᵢ，跨平行世界的平均 时间平均 g = ⟨ln(x_{t+1} / xₜ)⟩，沿一条轨迹的增长率 遍历性就是"这两个是同一个数字"这一性质。当一个系统是遍历的，你可以随便算哪个方便就用哪个来替代另一个。时间从模型里完全消失，这极其便利，也正是经济学采纳它的原因。 这个词来自路德维希·玻尔兹曼 1870 年代的热力学。而假设了它的那些经济学概念，是在十七、十八世纪构建的——比任何人拥有这个词早了大约两百年。这个假设不是粗心做出的。它是在还没有语言能注意到它正在被做出之前做出的。 对这次抛硬币，跑时间平均增长率： $$g = √(1.5 × 0.6) − 1 = √0.9 − 1 = −5.1% 每轮$$ 正的期望值。负的增长率。同时地，来自同一个游戏，两者都精确为真。 如果典型玩家最后只剩点零钱，那 13,150 美元是从哪来的？来自尾部。数量小到可以忽略的路径——那些抛正面远多于反面的——最终得到天文数字，而这少数几条路径承载了整个系综平均。均值是真实的。它只是不住在任何人实际到达的附近。 机制在于财富是乘法复利的。每次结果是一次乘法，不是加法。在乘法之下，顺序不重要，但算术平均值不再描述任何人所经历的任何事。一个 50% 的收益和一个 40% 的亏损，沿一条路径并不平均成 +5%。它们复合成 −5.1%。 你花不掉一个系综平均。你永远只能得到一条轨迹。 第 3 层——代码 二十行。运行它，看两个数字分开。 import numpy as np def coin_game(n_people=10_000, n_rounds=100, seed=0): """ 正面 +50%，反面 -40%。公平硬币。从 $100 开始。 系综平均 vs. 一个人身上实际发生的事。 """ rng = np.random.default_rng(seed) flips = rng.random((n_people, n_rounds)) < 0.5 multipliers = np.where(flips, 1.5, 0.6) paths = 100 * np.cumprod(multipliers, axis=1) return paths paths = coin_game() final = paths[:, -1] print(f"Expected value (theory): ${100 * 1.05**100:,.0f}") print(f"Ensemble mean (simulated): ${final.mean():,.0f}") print(f"Median person: ${np.median(final):,.2f}") print(f"Share of people below $100: {(final < 100).mean():.1%}") # 时间平均增长率，每轮： g = np.exp(np.mean(np.log(final / 100)) / 100) - 1 print(f"Time-average growth: {g:.2%} per round") 运行它，结构立即可见。均值被少数几条路径拖到几万美元。中位数的人接近破产。压倒性多数最终低于他们的起点。沿典型路径的增长率大约是每轮 −5%，和闭式解预测的完全一致。 增大 n_people，模拟均值会向上漂移，而不是趋于稳定——因为均值由越来越稀有的离群值控制，所以更多样本会找到更大的离群值。这就是非遍历系统的特征，也是要去寻找的东西。如果你的样本均值随着加数据而不断攀升而不是收敛，那你正在平均一个你不该平均的东西。 这个对比，一张表： 第 4 层——没人谈论的陷阱 危险的动作不是拒绝这个赌注，而是把修正应用到所有地方。 看过抛硬币后，诱惑是得出结论：期望值坏了，几何增长才是真相。那个过度修正是它自己的错误，而且值得精确说明每种何时适用。 时间平均论证需要三个条件，全都是结构性的： 动态必须是乘法的。你的结果必须是你当前位置的一个百分比。以 5 倍杠杆买房，动态是乘法的。从 200 万美元净资产里押 50 美元赌一次抛硬币，它们实际上是加法的。在加法动态下，两个平均收敛，经典分析是正确的。 必须没有重置。该论证假设亏损持续并复利。如果你有外部收入、一位雇主、你下方有一层地板，那么每次回撤的一部分会从流程之外被修复，而纯乘法模型会夸大伤害。 序列必须足够长才有意义。对于单次一次性赌注，系综平均是一个站得住的指引，因为那时还没有什么轨迹可言。背离随重复而增大。 这里是让这真正难的地方。一个不知道时间平均的交易者，会把一个正 EV 策略过度下注到爆仓。一个学会时间平均并滥用的交易者，会拒绝每一个带方差的、包括那些对他们结构性是加法的风险，然后一边在数学上自我感觉严谨，一边三十年来表现不佳。 两种失败模式是对称的，而第二种是隐形的，因为犯下它的人身上不会发生任何戏剧性的事。 正确的问题从来不是"期望值是正的吗？"也不是"增长率是正的吗？"而是： > 这个结果是不是我拥有的一切的一个百分比，而且我会不会反复面对它？ 两个都是：用增长率。任何一个不是：经典分析没问题。 第 5 层——藏了三个世纪金融史的对数 伯努利在 1738 年得到了正确的公式。他把它归因于心理学。它是算术。 再看一眼时间平均增长率： $$g = ⟨ln(x_{t+1} / xₜ)⟩$$ 要找出财富沿一条路径如何增长，你取对数。现在看看丹尼尔·伯努利 1738 年对他堂弟那个悖论的解：不最大化财富，而是最大化财富的对数，因为每一额外单位的价值都低于上一个。 同一个函数。截然不同的论证。 伯努利说对数之所以在那里，是因为人们对金钱的感受——边际效用递减，一个关于人类的心理事实。Peters 的论证是，对数之所以在那里，是因为乘法财富随时间实际表现的方式——一个关于过程本身的数学事实，无论有没有人在感受，它都在那里。 这个区别听起来学究气。它不是，这里是它咬人的地方。 如果对数属于心理学，那么"风险厌恶"是一种偏好。偏好因人而异，可以用问卷测量，原则上可以通过教育或纪律来克服。有整片文献在讲如何纠正它。紧张的投资者是在犯一个需要管理的情绪错误。 如果对数属于动态，那么拒绝一个负增长赌注根本不是一种偏好。它是算术。拒绝抛硬币的投资者不是在胆怯。他们是对的，而把他们称为不理性的模型，才是那个坏掉的东西。 这个重新框定抽掉了大量标准金融建议的地基，那些建议大多建立在"客户的谨慎是一种需要纠正的偏差、而非需要尊重的信号"这一前提上。 它还解释了一件关于公认复利回报公式的怪事。金融行业自己诚实的业绩指标——CAGR、几何平均、每一份招股书脚注里的那个数字——正是时间平均。它一直就躺在披露文件里，算得正确，而算术平均躺在营销材料里。没人把它藏起来。只是从来没人解释这两者为什么不同，或者你真正拿到的是哪一个。 你拿到的是几何的那个。展示给你的是算术的那个。两者之间的差距不是欺诈。它是遍历性假设，在悄悄干它的活。 第 6 层——现实层 这个框架是有争议的，诚实的版本会这么说。 这不是已成定论的科学，把它说成定论是不诚实的。 2019 年《Nature Physics》那篇文章引来了公开发表的反驳，包括 Doctor 及其同事 2020 年在《Nature Physics》本刊上的一篇批评，以及 Ford 和 Kay 2023 年在《Econ Journal Watch》上一篇更长的批评。反驳的实质大致是：期望效用理论其实并不像该论证所声称的那样假设遍历性；经济学家至少从 1950 年代的 Kelly 和 Latané 起就理解乘法动态和对数财富了；把一个众所周知的结果包装成一项发现，夸大了这个案子的分量。 这有道理。抛硬币的数学是无人争议的——它是一个几百年来都可复现的直白计算。有争议的是，它究竟否定了多少标准经济学。 还有三个值得携带的进一步限制： 合并会改变动态。如果一群人同意分摊结果，每个参与者的敞口就更接近系综平均，一个能摧毁个人的赌局对群体可以是正的。该框架的支持者主张，这才是保险与合作的真正数学基础——一份合同能提高双方的增长率，即便它看起来像一次转移。这是一个吸引人的说法，而且是有争议的；把它当作一个进行中的论证，而不是已定的结果。 真实回报不是独立的抛硬币。它们是自相关的、肥尾的、依赖状态的。抛硬币是一个教学装置，有着实验室般的清晰度，不是任何真实市场的模型。 仓位大小是一个独立的问题，有独立的文献。"我应该押多少资本？"这个问题在 1956 年就有了答案，并且有它自己七十年的工作体量。知道增长率和期望值会背离，告诉你的是方向；它不告诉你比例。 这些没有一条能消解抛硬币。一个期望回报 +5%、增长率 −5.1% 的赌注，正是它看起来的那个样子，而任何把拒绝它称为不理性的框架，都有一个必须回答的问题。 这个 Stack 六层。两个平均。1738 年起公开，2019 年起被重新论证。 一个正的期望值可以是一个负的增长率。同一个游戏里 13,150 美元和 0.52 美元。——抛硬币 有两个平均，不是一个。跨人的系综，沿路径的时间。——Peters，《Nature Physics》，2019 你可以用二十行模拟出这个背离。看着均值攀升、中位数下跌。——实现 修正是有边界的。乘法的、不重置的、重复的。否则经典分析成立。——对称的失败模式 对数一直都在那里。伯努利称之为心理学；动态称之为算术。——伯努利，1738 框架有争议。数学没有。——Doctor 等人 2020；Ford & Kay 2023 结尾 这之所以重要，不是因为期望值是错的。而是因为期望值回答的是一个关于群体的问题，而你不是一个群体。 你要做的每一个金融决策，都发生在恰好一条轨迹上。你不能跨"押对了的那些版本的你"取平均。你得到的是你真实活过的那个序列，按它真实发生的顺序，而乘法是不饶人的。 三个世纪前，一位数学家注意到人们拒绝算术说他们该接受的赌注，于是得出结论：一定是这些人有什么问题。另一个解释——是那个被应用的算术出了问题——直到 2019 年才在一本物理期刊上被正经论证，而且至今仍在被争论。 与此同时，抛硬币一直就坐在那里，在正的期望回报下，把 100 美元变成五十二美分，众目睽睽。 你不需要一个更高的期望值。你需要知道你最终会以哪个平均来领钱。 标签：# X # 金融 # Aura # 指南 相关文章 f*ck everything else, THIS rewires your brain "所以我告诉你们，无论你们在祷告（愿景）中求什么，相信你已经得到了它（重连大脑），它就会属于你（行动）。" Aura 金融