贝叶斯更新：新消息该让你改变多少看法

一条新消息出来，你该改变多少看法？

现实中的答案通常是两个极端。

要么完全不改：「这不影响我的长期逻辑。」——不管消息是什么，这句话都能说。

要么全盘推翻：一条负面消息就让人清仓，一条正面消息就让人重仓。

正确的答案几乎总在中间，而且它是有章可循的。

一、三个要素

贝叶斯更新的核心思想可以用一句话概括：

你的新看法 = 你原本的看法 × 这条证据的强度

拆开是三个要素：

要素一：先验（你原本认为的可能性） 在看到这条新消息之前，你认为这件事成立的可能性有多大？

要素二：证据强度（这条信息的诊断价值） 如果这件事是真的，出现这条消息的可能性有多大？如果这件事是假的，出现这条消息的可能性又有多大？两者的比值，就是这条证据的强度。

要素三：后验（更新后的看法） 把前两者结合，得到新的判断。

这里最容易被忽略、也最重要的是要素二的算法。

二、证据强度：关键在于「反面情况下也会出现吗」

判断一条信息值不值钱，不是看它"符不符合我的判断"，而是看：

在我的判断是错的情况下，这条信息还会不会出现？

如果答案是"也会出现"，那这条信息几乎没有诊断价值，不管它看起来多支持你。

举几个例子：

例子一：公司发布利好公告。

• 如果这家公司真的在变好，会发利好公告吗？会。
• 如果这家公司其实在变差，会发利好公告吗？也会。

所以「公司发了利好公告」这条信息的诊断价值很低。它在两种情况下都会出现。

例子二：股价上涨了。

• 如果基本面在改善，会涨吗？可能会。
• 如果基本面没有改善，会涨吗？也可能会（资金、情绪、板块轮动）。

短期股价对基本面判断的诊断价值同样很低。这一点很反直觉，因为价格是最显眼的信息。

例子三：一个原本承诺的关键订单没有如期落地。

• 如果公司的竞争力确实如你所判断，订单会不落地吗？可能性较小。
• 如果公司竞争力不如你判断，订单会不落地吗？可能性较大。

这条信息的诊断价值就高了——因为它在两种情况下出现的概率差别明显。

规律：一条信息的价值，取决于它在「你对」和「你错」两种情况下出现概率的差异。差异越大，价值越高。

这个视角能一次性解决很多困惑。为什么读了那么多研报却没提升判断力？ 因为大部分研报的内容在两种情况下都会被写出来。见 与市场噪音相处。

三、先验的作用：为什么强证据也可能不够

第二个容易出错的地方是忽略先验。

一个常见的思维错误是：看到一条"很有说服力"的证据，就直接得出结论，完全不考虑这件事原本的可能性有多低。

举例：有人告诉你某家公司即将被收购，消息听起来有鼻子有眼。

但要问一句：在所有上市公司里，某个特定季度被收购的比例有多低？

先验概率极低。这意味着即使证据看起来相当强，更新之后的后验概率可能仍然不高——因为它是从一个非常低的起点出发的。

这就是基础比率的作用，和 代表性偏差与小数定律 里讲的是同一件事。

反过来也成立：如果一件事的先验很高，那么一条中等强度的反面证据不足以推翻它。这为"不轻易改变长期判断"提供了正当理由——但注意，这个理由只在你的先验确实有依据时才成立。

四、两种失败模式

失败模式一：更新不足（顽固）

表现：无论出现什么信息，判断不变。

机制：这通常不是理性的坚持，而是确认偏误——新信息被自动重新解读成对自己有利的。见 确认偏误 里"同一事实两套标准"的部分。

识别方法：问自己"什么样的信息会让我改变看法"。答不上来，说明你的判断已经不可证伪了，此时任何更新都不会发生。

失败模式二：更新过度（摇摆）

表现：每条新消息都引起大幅调整，仓位频繁变动。

机制有两层：

一是没有区分证据强度——把诊断价值低的信息（股价波动、常规公告、别人的观点）当成了强证据。

二是先验不稳固——如果你的原始判断本来就没什么依据，那它当然一推就倒。更新过度的根源常常是"从来没有真正建立过判断"。

识别方法：看你的持仓周期和调仓频率。如果频繁调整，检查每次调整所依据的信息，问那条信息在"你错"的情况下会不会同样出现。

五、实操：一个简化的更新流程

不需要算贝叶斯公式，按这四步走就能获得大部分收益：

第一步：写下先验

在看到新信息之前，你认为这件事成立的可能性是多少？用"大概率/中等/小概率"三档即可。

这一步必须在事前完成并记录，否则你会不自觉地按当前信息倒推一个先验出来。见 后视偏差。

第二步：评估证据强度

对新信息问两个问题：

• 如果我的判断是对的，这条信息出现的可能性多大？
• 如果我的判断是错的，这条信息出现的可能性多大？

两者差别大 → 强证据。差别小 → 弱证据，忽略。

第三步：按强度决定调整幅度

• 强证据：可以大幅调整，甚至反转判断
• 中等证据：小幅调整确信度，仓位不必立刻大动
• 弱证据：记录，不调整

关键是「调整幅度要与证据强度匹配」，这一条就能防住两种失败模式。

第四步：记录这次更新

在 决策日志 里记下：原来的看法、新信息是什么、调整后的看法、调整理由。

这份记录长期看有个额外价值：你可以回头检查自己的更新是不是系统性偏向某个方向——总是更新不足，还是总是更新过度。这是个人化的、别人无法告诉你的信息。

六、一个特别值得注意的场景

有一类信息特别容易造成错误更新：证实了你早已担心的事。

比如你一直隐隐担心某个风险，然后出现了一条相关的负面消息。

这时候的反应往往会过度——因为那条消息不只是提供了信息，它还解除了你一直悬着的不确定，而这个解除本身带有强烈的情绪推动力。

正确的做法是照样走上面的流程：这条消息在"风险确实存在"和"风险不存在"两种情况下，出现的概率差多少？

很多时候你会发现，它只是把一个你早已计入的可能性，从"可能"变成了"确认"——而如果你的先验里本来就包含了这个可能性，那么它带来的实际调整幅度，比感觉上小得多。

本节要点

• 核心关系：新看法 = 原本的看法 × 证据强度（先验、证据强度、后验）。
• 证据强度的判断关键：不是看它符不符合你的判断，而是问**「在我错的情况下，这条信息还会不会出现」**。会出现 → 诊断价值低。
• 由此可知：公司发利好公告、短期股价上涨，诊断价值都很低（两种情况下都会出现）；而"承诺的关键订单未如期落地"价值高（两种情况下概率差别明显）。这也解释了为什么读大量研报不提升判断力。
• 先验不能忽略：从极低的起点出发，即使强证据也可能不足以得出高后验。反过来，高先验时中等反面证据不足以推翻——但前提是你的先验确实有依据。
• 两种失败：更新不足（本质是确认偏误，识别法：什么信息会让我改变看法）、更新过度（根源常常是"从来没真正建立过判断"）。
• 四步流程：事前写下先验 → 评估证据强度（两问） → 调整幅度与证据强度匹配 → 记录更新以便检查自己的系统性偏向。
• 特别注意：证实了你早已担心的事的信息容易引发过度反应，因为它同时解除了悬着的不确定。若先验里本已包含这个可能性，实际该调整的幅度比感觉上小得多。

---

本文为投资通识教育内容，不构成任何投资建议。