重阳投资|为什么会出现“投资逻辑向左,投资行为向右”?︱投资道( 二 )


同样的 , 某种股票指数一般接受的是最大的和最成功的企业 , 而那些发展不好的企业则会被踢出指数 , 所以在这样的一个股票指数中 , 只反映了成功企业的价值成长 , 而排除了那些失败企业的价值成长 。 如果有人说 , 在过去20年间某种指数增加了4个百分点 , 这对整个股票市场运行情况来说并没有什么说服力 。 更没有意义的是 , 如果你在20年前购买的几个当时处于股票指数内的股票 , 那么现在你能获取多少的利润呢?而当你试图准备战胜这个指数时 , 其中的真实性又有多少呢?
某个基金名列第一 , 并不一定就意味着这个基金有多好 。 相反 , 这有可能意味着这个基金在下一年度不再占据第一 。 因为第一的位置只是一个正面的异常情况 , 紧跟着就会回归到令人悲伤的平均值 , 也就是“均值回归” 。 这个论点普遍适用于上一年度某种投资产品超过平均值的情况 。 这并不是超过平均水平的能力的证明 , 而可能纯粹是一种偶然取得的顶尖成绩 。 这就是说 , 我们最好不要去信任排行榜的获胜者 , 因为在下一年度它令人失望的概率是相当高的 。 这其实是涉及了“小数定律”的问题 。 某个基金连续三年战胜市场 , 总不会是偶然的吧?但它很可能就是偶然的 。 从统计学的角度来看 , 要得出隐藏在背后的推论 , 3年的时间显然太短了 。 按照大数定律 , 我们赋予排行榜太大的意义了 。 随机抽样的范围越大 , 就越接近于理论上正确的结果 , 反之则反是 。
03
证实偏差
证实偏差也就是“确认偏误” , 或者也可以叫做“先入之见陷阱” 。 我们看到和注意到的东西取决于我们原有的信息和先入之见 , 它们会影响我们对信息的判断 , 使得我们有倾向性地诠释 。 如果所涉及的信息越不准确 , 那么倾向性也越强 。 甚至使得同样的信息得到完全不同的诠释 。 有人就利用这种证实偏差预测一件事 , 并且尽可能地运用模糊不清的表述以吸引公众 , 使自己成为具有预测能力的人 。
在证券市场 , 预测更是这样 , 对于预测的表述越不准确 , 他们就越有可能成为现实 , 人们事后赋予空洞的预测以现实的解释 。 比如 , 有人预测在世界某某地方会发生严重的金融危机 。 这是一个不管怎样 , 总能成为现实的预测 。 又比如 , 有人预测未来某一股票将上涨20%或下跌30% , 但没有说是在什么期间 。 事后某一股票如果真的涨了或跌了 , 人们就会觉得他的预测很准确 。
近几年来 , 市场似乎很流行一些所谓的“魔咒” , 比如 , 某某大会召开了股市就会大跌 , 某某券商开会了股市也会大跌 。 这种说法就像欧洲的一个传说 , 据说 , 某一年白鹤最多的时候 , 新出生的孩子也越多 。 白鹤显然不会带来孩子 , 这是肯定的 , 但证实偏差会使得我们相信这类关联关系 , 而不加以深究 , 这其实就是“伪相关” 。
新出生的孩子当然不是因为白鹤最多时来到这个世界的 。 但如果涉及其他假说、货币、股价、经济增长、利率或其他国民经济变量之间的关联关系 , 那就复杂多了 。 一旦这些关联模糊了 , 证实偏差就会起作用 。 一种现象越多地适合其他的假说 , 那它就越不能作为这种自己期望的假说的证明 , 专家将此称它为“虚假诊断” 。 就像对上述的“魔咒”的判断 。 人们自以为做出了一个正确的诊断 , 实际上是错过了对一种现象或者说一种关系提供另外一种解释的可能性 。
统计和统计学、数据和图表都是有价值的和很有帮助的工具 , 但它们对其一窍不通的使用者手中就会变成错误的航标 。 统计的事实不是从上少数几个数据点推断出来的 , 必须依据长期数据 , 这样才能排除偶然性的影响 。 但是 , 许多人往往会高估零星数据的说服力 。 这同样也是小数定律谬误 。 要解决这个问题 , 可以通过一个尽可能长的时间序列进行分析判断 , 就能够将注意力集中在被长期证明的关联关系上 。


推荐阅读