在不確定性中求生存，比在確定性中求收益更重要

巴菲特說："投資的第一原則是不虧錢，第二原則是記住第一原則。"

我對這句話的理解 ， 是投資者要先確保 “ 不輸 ” 。 而 “ 不輸 ” 的核心方法里 ， “ 適度分散 ” 是繞不開的關鍵 。

為什么分散很重要 ？ 因為人性里有個致命弱點 ： 過度自信 。 你以為自己能精準判斷 “ 勝率 ” ， 但現實往往是你為無知 、 傲慢買單 。

美盛資本管理公司首席投資策略官邁克爾 ? 莫布森與丹 ? 卡拉漢 2010 年代初合作的了一個行為金融學實驗 。 要求參與者回答 30 道判斷題 ， 并對每道題的答案給出50%-100% 的信心評分 。 測試覆蓋常識 、 金融 、 經濟等領域 。 實驗發現 ：

信心 50% 時 ， 真實勝率 51% （ 還算客觀 ） ；

信心 60% 時 ， 真實勝率 56% （ 開始偏差 ） ；

信心 70% 時 ， 真實勝率 57% （ 信心漲了 10% ， 勝率只漲 1% ） ；

信心 80% 時 ， 真實勝率 60% （ 信心再漲 10% ， 勝率只漲 3% ） ；

信心 90% 時 ， 真實勝率 65% （ 差距拉到 25% ） ；

信心 100% 時 ， 真實勝率 77% （ 滿倉的自信 ， 換來的只是七成多正確率 ） 。

這就是 “ 過度自信曲線 ” ： 信心越往上 ， 真實能力的增長越停滯 ， 甚至脫節 。

莫布森后來把這個結論寫進了 《 魔鬼投資學 》 和 《 成功方程式 》 ， 書中寫到 ： “ 人們對判斷準確性的信心 ， 往往比實際能力高 20%-30% 。 ”

而在投資里 ， 這種 “ 信心通脹 ” 最危險的地方在于 ， 你會基于 “ 100% 沒問題 ” 的誤判 ， 下遠超合理范圍的倉位 。

意識到 “ 高估勝率 ” 的問題后 ， 很多人會想 ： 那用科學公式算倉位總沒錯吧 ？ 比如流傳很廣的 “ 凱利公式 ” ， 核心是 f*=(bp-q)/b （ b 是凈賠率 ， p 是勝率 ， q 是敗率 ） ， 聽起來像是非常可學的倉位控制理論 。

但愛德華 ? 索普 （ 《 財富公式 》 作者 、 著名的在賭場和投資里的專家 ） 認為這個公式也是高估成功概率的 。 他在書中說到 ： “ 當倉位超過凱利建議的兩倍時 ， 破產概率會呈指數級上升 。 ” 還做過模擬 ： 1000 次獨立交易里 ， 用 1.7 倍凱利杠桿的賬戶 ， 破產概率超過 95% ； 而只用 “ 半凱利 ” （ 也就是凱利建議倉位的一半 ） ， 存活概率高達 82% 。

為什么會這樣 ？ 因為凱利公式有個隱藏前提 ： 勝率和賠率必須是 “ 已知的 ” 。 就像你知道拋硬幣正面勝率 50% ， 賠率 1:1 ， 這時候公式才有用 。

但現實里的投資呢 ？ 你以為某只股票勝率 80% 、 賠率 2:1 ， 可真實勝率可能只有 60% ， 甚至你可能是看錯了 ， 實際勝率是負的 —— 你以為你能高概率在賺錢 ， 其實在往坑里跳 。

所以索普認為 ： 現實沒有 “ 已知 ” ， 只有 “ 未知 ” 。 用凱利公式算出來的倉位 ， 最多只能當 “ 上限參考 ” ， 實際操作里必須砍半 、 再砍半 ， 絕不能用滿 。

現實世界其實很少有事物的風險是 “ 已知 ” 的 ， 納西姆 ? 塔勒布在 《 非對稱風險 》 里寫到 ： “ 單次正期望的重注 ， 可能在統計上正確 ， 但在遍歷性缺失的情況下 ， 個體仍可能因黑天鵝事件提前出局 。 ”

“ 遍歷性 ” 這個詞聽起來復雜 ， 其實很簡單 ： 比如有個游戲 ， 90% 概率贏 10 塊 ， 10% 概率輸 100 塊 ， 統計上期望是正的 。

但對單個玩家來說 ， 只要遇到一次 “ 輸 100 ” ， 之前贏的 20×9=180 ， 扣掉 100 還剩 80 ， 但如果連續遇到兩次 ， 直接虧 20 ， 甚至出局 ， 你沒機會等到 “ 9 次贏 ” 的概率發揮作用 ， 就先被黑天鵝干掉了 。

這就是 “ 不下重注 ” 的核心原因 ： 哪怕你算準了期望為正 ， 哪怕倉位只用了半凱利 ， 只要 “ 集中押注 ” ， 一次黑天鵝就能讓你下牌桌了 。

而分散 ， 本質是給 “ 遍歷性 ” 留時間 ， 你不會因為一個標的的黑天鵝 ， 就提前出局 ， 能等到概率站在你這邊的那天 。

從巴菲特的 “ 不虧錢 ” ， 到莫布森的 “ 過度自信曲線 ” ， 再到索普的 “ 半凱利警告 ” ， 最后到塔勒布的 “ 遍歷性原則 ” ， 其實所有大師的提醒 ， 都在說一件事 ：

適度分散 ， 是對概率最基本的尊重 。

投資里沒有 “ 100% 確定 ” ， 只有 “ 不同程度的不確定 ” 。 在不確定性里先保證 “ 活下去 ” ， 比在看似確定的機會里追求 “ 多賺一點 ” 重要得多 。

風險提示：本文所提到的觀點僅代表個人的意見，所涉及標的不作推薦，據此買賣，風險自負。作者：浩然斯坦 來源：雪球