大家好，欢迎回到跟我一起来谈钱！今天咱们来聊《思考，快与慢》的第20、21章，这两章说的都是专业人士在自己的领域里做预测和判断的事。
第20章：有效性错觉
几十年前，作者卡尼曼在以色列军队服役，被派到了部队的心理科，给士兵做测评。其中有一项测试，叫“无领导小组挑战”：一组8个士兵，互相都不认识，军衔也都摘掉了，给他们一个任务，比如把一根原木运过一面6英尺高的墙。
作者和一位同事就在旁边看，看每个士兵对整个小组的影响：有人固执，有人顺从；有人自负，有人懦弱；有人一旦被小组否定，就不那么卖力了，有人遇到危机还能保持斗志；有人会鼓励搞砸了的队友，有人则会斥责他。你能想象，人生百态，就在这样一个任务里毫无遮掩地展现出来了。
作者回忆这段经历的时候，写了一句很有诗意的话：我们对每位士兵的印象，就像天空的颜色一样真切。
那他们的任务是什么呢？在观察完这些士兵的几次测试之后，他们要总结每个人的领导能力，用来预测这些人日后在部队的发展。他们觉得这太简单了，毕竟测试的时候，对每个人都已经有了很明确的印象：有的人强势，像个领导；有的人懦弱、服从；有的人自大又愚蠢；有的人虽然平庸，但也并非不可救药。所以他们对自己的预测非常有信心。
结果怎么样？看这章的题目，大家也猜到了：他们的预测，跟凭空瞎猜比，强不了多少。
这件事让他们沮丧了一阵子。但之后每次做测试，他们还是觉得，这一次应该能预测准，对自己的判断依然那么有信心。
这件事很有意思。作者说，按理说，知道了自己之前的失败，对自己判断的信心应该会降低，但他和同事依然觉得自己是对的。他想到了那张著名的两个箭头的错觉图：我们明明知道图里的两条线段一样长，但一眼看过去，还是会觉得它们长短不同。所以他给这个现象起了个名字，叫“有效性错觉”（illusion of validity）。
炒股，就是最典型的“技能错觉”
大家听到这儿，是不是觉得太耳熟了？什么事最容易有这样的错觉？就是明明数据都显示了业绩不怎么样，但大家还是喜欢这么做，而且认为自己就是与众不同的那一个，或者下一次就会与众不同？
没错，就是炒股。接下来，作者用了四页纸，来讲股票投资里的“技能错觉”。
加州大学伯克利分校有一位金融学教授叫Terry Odean，曾是作者的学生。他做过这样一个研究：收集了1万个投资账户长达7年的交易数据，专门分析那些卖掉一只股票、马上又买入另一只股票的交易，最后结果怎么样。
这么做，明显是因为你觉得新买的那只会比卖掉的那只表现好。可结果很糟糕：卖掉的股票，平均每年比新买的那只表现好3.2个百分点。
Odean的研究表明，对散户来说，什么都不做，就是比频繁地把脑子里的想法付诸行动要好。这个结论并不是这本书才提出来的，也不是什么鲜为人知的理论，学过金融的小伙伴应该都知道这个著名的结论，很多学者和从业者从不同角度、用不同的模型和数据都验证过。
比如书里提到的另一位金融学者Brad Barber，也是Odean的合作者，写过一篇论文，题目就叫《交易有害你的财富》（Trading Is Hazardous to Your Wealth），里面说：总体来看，交易最活跃的投资者往往表现最糟糕，交易最少的投资者反而收益最高。
他们还有一篇论文叫《男孩终究是男孩》（Boys Will Be Boys），说男性投资者的业绩平均来看低于女性。这个结论很有意思，是行为金融学里广为人知的一个论点：因为男性更自信，也更喜欢按自己的想法行事，交易更频繁，所以多项研究表明，在其他条件相同的情况下，女性投资者的业绩一般比男性好。说白了，就是女性不爱那么瞎折腾。
然后作者提到了基金经理。从50多年的研究证据来看，大多数基金经理选股，更像是掷骰子，而不是打扑克。打扑克是有技术含量的，掷骰子则纯靠运气。任何一年里，每3只共同基金里，至少有2只跑不过大盘。
“我今天早上已经把它否定了”
作者曾经应邀去一家投资公司做报告，看到了很多数据。比如，这家公司有25名理财顾问连续8年的业绩，作者把每两年之间的业绩算了一个相关系数，看有没有证据表明业绩是能持续的。结果发现，相关系数只有0.01，换句话说，就是0。
后面写得更有意思。研讨会的前一天晚上，他跟公司的一些高管共进晚餐，问他们猜猜，每位顾问不同年份之间的排名有多大关联。高管们似乎猜到了作者的意图，笑着说“关联不大”，或者“业绩当然会有波动”。作者很快就明白了：没人愿意承认相关系数是0，尽管他们好像都心知肚明。
作者说，他们给高管们传达的信息是：在构建投资组合这件事上，回报靠的是运气，而不是技能。这本该让他们感到震惊，可他们并没有，大家继续安静地吃饭。第二天的研讨会上，他们把研究结果告诉了所有人，大家的反应都很冷淡。
活动结束后，一位高管开车送作者去机场，用一种带着戒备的口气说：“我在这家公司干得非常好，没人能否定这一点。”作者笑了笑，心里说：我今天早上已经把它否定了。你就算干得好，也主要是靠运气。
这段写得很诙谐，搞金融的人那种带着礼貌的傲慢，和作者这样一个搞心理学的学者，形象都特别鲜活，有兴趣的话大家可以自己去看看这一段。
为什么技能错觉能长盛不衰？
那问题来了：为什么明明有数据，不管是华尔街的专业机构，还是散户股民，都不愿意接受这个现实？都觉得专家的判断就该有用，就是能挑到潜力股？为什么不管专业还是业余，大家都固执地认为自己能比市场做得好？为什么大家就是不相信自己的经历和客观的研究数据？为什么金融界的技能错觉能长盛不衰？
带着这个问题，咱们先看看其他领域的专家。说完金融，说说政治评论员。
宾夕法尼亚大学有一位心理学家叫Philip Tetlock，在一项长达20年的里程碑式研究里，研究了所谓的“专家预测”。他访问了284位以评论政治和经济走势、提供建议为职业的人，让他们对未来的某些大事做概率评估，比如戈尔巴乔夫会不会在政变中被赶下台，美国会不会参加海湾战争，哪个国家会成为下一个大型新兴市场，等等。一共收集了8万多份预测。
结果令人震惊：专家的表现非常糟糕，还不如把概率平均分配给每个选项。换句话说，考试成绩差到“所有题都选C”都比你考得好。书里的原话是：这些人的预测，还不如扔飞镖的猴子准。
而且，这些专家还不愿意承认自己错了。非要他们承认的时候，他们就会找一大堆理由，比如是因为发生了意外，或者“我只是时机没算准”等等。
为什么会这样？政治评论员面对错误不承认，金融业的投资人和交易员面对数据不承认运气的作用？
第一，主观自信。炒股的人需要研究各种经济数据、财务报表，评估管理层的水平和竞争对手的实力。当你有了这样的技能，也做了这么多功课，你会承认这些不是决定股价的全部因素吗？你会承认运气的作用吗？
第二，有效性错觉背后，有一种强大的职业文化在支撑。如果你身边的人都跟你想法相同，那不管这种想法多么荒唐，人都能保持一种不可动摇的信念。所以身处金融圈或者政治评论圈的职业文化里，很多人相信自己的能力，相信自己是天选之人，能做到别人做不到的事，也就不足为奇了。
第三，大家听过“刺猬与狐狸”的理论吗？这也是一个挺有名的说法，有兴趣的网友可以自己搜一下。说的是两种不同的人格，或者说处事态度：狐狸是百科全书式的，承认世间万物有很多方面、很多因素，有时候甚至是相互矛盾的；而刺猬则认为万事万物都能用一个道理一以贯之。狐狸认识到，事情的结果是很多不同的因素共同作用的；刺猬却认为世界非黑即白。
插句题外话，现在网上的杠精、键盘侠，多半都是刺猬式思维。也正是因为偏向刺猬式思维，很多专家没法面对自己的错误，甚至没法接受“未来是不可预测的”这个事实。
这就是第20章的内容。
第21章：直觉判断与公式运算
第21章，直觉判断与公式。这一章也非常有意思，而且和我们的生活联系很紧密。
作者有一个非常崇拜的人，叫保罗·米尔（Paul Meehl），被称为20世纪最有才华的心理学家之一。他写过一本书，回顾了20项研究，把受过训练的专业人士的判断，和用一些数据、按一定公式算出来的结果做比较，看哪个更准。
比如，让受过训练的辅导员预测新生的成绩，同时用学生的一些参数，比如高中成绩、能力测试分数，建一个公式来算成绩，看是辅导员预测得准，还是公式算得准。这是教育领域。再比如在医学领域，让有经验的医生预测癌症病人的存活时间，然后跟公式算出来的结果比较；还有经济领域，比如银行对信用风险的评估；社会领域，比如对寄养家庭准父母是否合适的评估，等等。
一共20项研究，结果是：专家预测的准确性，跟简单公式算出来的结果差不多，或者还不如公式。
要知道，《思考，快与慢》是2011年出的第一版，到我写这期的2021年也10年了。这十年科技以什么样的速度发展，咱们都是亲身经历过的。而作者崇拜的这位米尔，年代就更早了，他这本书是1954年出版的，大半个世纪以前了。
所以这本书的结论，在当时引起了轩然大波。米尔自己都说，这是一本“让人头疼的小册子”，因为人们没法接受：专家多年积累的经验和判断，居然不如一个简单的公式。
类似的研究还有很多，很多都饱受非议。普林斯顿大学有一位经济学家叫Orley Ashenfelter，特别喜欢品酒。于是他设计了一个公式，变量就是葡萄生长那一年的一些气候参数，比如雨水、温度，用这些数据就能算出某一年产的葡萄酒质量怎么样，以后的升值潜力如何。结果准到了令人发指的程度：预测价格和真实价格的相关系数超过了0.9。
这真的是字面意义上的“令人发指”，因为很多品酒专家都出来指责他。法国品酒界说他荒谬可笑，简直就像从没看过一部电影，就敢对它品头论足。所以在很长一段时间里，人们都不接受公式比专家判断得更准。
但时至今日，咱们跳出书里的内容来看，大家的接受度是不是高多了？这不就是算法吗？几十年前，咱们管它叫公式、叫模型，其实本质上就是现在的算法，或者说算法的前身。只不过现在有了互联网、大数据的加持，有了人工智能和机器学习，能把更多的变量揉进运算里，复杂程度和准确程度自然不是几十年前能比的。
现在大家也能很自然地接受，软件给你推荐的音乐，正好是你喜欢的类型；给你推荐的电影，正好是你爱看的。AlphaGo下围棋都赢了人类。我记得几年前高晓松好像还说过，国际象棋机器能赢，围棋要赢人类太难了。
所以我们已经越来越能接受，一个公式算出来、预测出来的结果，比专家更准。这样的接受度，是作者写这本书的时候，也就是仅仅十年前，都无法想象的。
（后记：这期写完一年多以后，2022年底ChatGPT横空出世，之后几年人工智能的发展更是一日千里。现在回头看，“算法比专家准”这件事，大家的接受度又上了一个大台阶。不过卡尼曼在书里提醒的那一点依然成立：公式也好、算法也好，前提是它面对的环境有规律可循。）
好，今天就聊到这儿，你们觉得自己的直觉和算法，哪个更靠得住？欢迎在留言区聊聊，咱们下期见！