前12次出局概率:
第1次:0.00000
第2次:0.01000
第3次:0.01980
第4次:0.02911
第5次:0.03764
第6次:0.04517
第7次:0.05150
第8次:0.05647
第9次:0.06002
第10次:0.06213
第11次:0.06282
第12次:0.06219
梭哈是一种智慧
今天受到了两个事情的启发:
- 分散投资是对自己无知的一种保护
- 梭哈是一种智慧,一句值得思考的玩笑
分散投资是对自己无知的一种保护
这是巴菲特的观点:
Diversification is protection against ignorance. It makes little sense if you know what you are doing. (多元化投资是对无知的防护。如果你知道自己在做什么,多元化就没什么意义。)
Wide diversification is only required when investors do not understand what they are doing. (广泛的多元化投资组合只在投资者不了解自己在做什么时才需要)
这是一种自己从前从来没有想到过的理念。
“鸡蛋不要放在同一个篮子里”这个比喻,深入我心,也经常是朋友们聊天时经常使用的玩笑。以至于在投资时或多或少都会受到 这个比喻的影响。因为它听起来,太符合直觉,太他妈正确了。
直到今天看到BayFamily的文章:成功就是一路梭哈 才意识到这个比喻所带来的潜在风险和损失,即所谓的机会成本1。
1 因为选择一种策略而放弃另一种策略所带来成本(损失)
分散资金,做多元化的投资是一种资产配置。目标是降低同一种标的剧烈波动,造成损失的风险。 目前,我依然是资产配置流派的粉丝。
如果你也对资产配置感兴趣,推荐你收听我喜欢的一个播客:起朱楼宴宾客
不过,多元化投资提供风险保障的代价是降低收益率。所以摆眼前的问题是,趁年轻,该选择“打江山”还是“守江山”
梭哈是一种智慧,一句值得思考的玩笑
在BayFamily的文章中,有这么一段内容,是今天写这篇文章最主要的动力来源:
为什么是第10次,这是怎么计算的?
独立事件和非独立事件
在BayFamily给出的实验中, 每一次梭哈成功,都会让下一次梭哈成功的概率下降1%(梭哈失败概率增加1%)
像这种每一次事件发生都会影响下一次事件发生的概率的事件,由于连续事件之间相互影响,被称为非独立事件(dependent event或者non-independent event)
相对应的,独立事件是指每次事件发生,都不会影响下一次事件的概率。最经典的例子是掷骰子。
事件类型的不同,计算复合概率的方法也不同。
独立事件的概率计算
拿掷骰子举例,掷两次骰子,两次都是正面的概率是多少。这个概率是独立事件的复合概率。
因为这是独立事件,不论投掷多少次,都不会影响下一次投掷的概率:
第一次投掷,🎲正面和反面的概率均为\(\frac{1}{2}\)
第二次投掷,🎲正面和反面的概率也均为\(\frac{1}{2}\)
两次均为正面的概率为\(\frac{1}{2} \times \frac{1}{2}=\frac{1}{4}\)
非独立事件的概率计算
如果一个不透明袋子里分别放着三个绿球和两个橙球,抓取两次, 拿出的球放在桌子上,不放回袋中,那么两次都是绿球的概率是多少?2
由于球不会放回,因此影响了袋子中球的总数量,所以这是非独立事件(因为上一次操作影响了下一次的概率)
BayFamily实验中,也是类似:第一次梭哈成功的概率是100%(出局概率为0%),第二次梭哈成功概率是99%(出局概率增加1%)以此类推。 那么,在哪一次梭哈,出局的概率会最大?
最大概率出局并不易意味着一定出局,不要混淆。
第N次出局,意味着前N-1次不出局,第N次必然出局。
具体来说:
第一次出局的概率:\(0\%\)
第二次出局的概率:\(100\% \times 99\% \times 1\%\)
第三次出局的概率:\(100\% \times 99\% \times 98\% \times 2\%\)
第四次出局的概率:\(100\% \times 99\% \times 98\% \times 97\% \times 3\%\)
…
结果会得到这样一条曲线:
在X=11时,出局概率达到最大值。 也就是说,除开第一次100%梭哈成功的情况下,再进行梭哈,到第10次,出局的概率最高,风险最大。
梭哈,不仅要求对接收的信息有准确的判断,还考验自己面对自己所做出的决策时,有多笃定,有没有勇气用全部身家押宝。
我常常想:怎么样才能确认自己所处某种“红利”中?这种确认肯定是概率大小,即使面临是红利的大概率事件,我会有勇气下重注吗?
「梭哈,是一种智慧」
如果你发现文章中有任何严重的错误,欢迎随时和我联系进行修正。