遍历性：为什么「长期正期望」救不了破产的人

有一个游戏，规则如下。

你有 100 块。抛一枚公平硬币：

• 正面：你的全部财富增加 50%
• 反面：你的全部财富减少 40%

抛 100 次。玩不玩？

先算期望值。每一轮，一半概率 ×1.5，一半概率 ×0.6，期望是 0.5 × 1.5 + 0.5 × 0.6 = 1.05。

每轮期望增长 5%。100 轮之后，期望财富是 100 × 1.05¹⁰⁰ ≈ 1.3 万块。

期望值大幅为正。按照标准的做法，这个游戏应该玩，而且应该反复玩。

但如果你真去玩，你几乎一定会破产。

一、错在哪里

看一下实际会发生什么。

假设你运气不好不坏，抛了 100 次，大约 50 次正面、50 次反面。你的财富变成：

100 × 1.5⁵⁰ × 0.6⁵⁰

把它按顺序两两配对来看更直观。一次正面加一次反面：

1.5 × 0.6 = 0.9

每经历一正一反，你的财富变成原来的 90%——缩水 10%。

这跟"每轮期望增长 5%"完全对不上。

再看得清楚一点：抛 100 次、50 正 50 反，等于经历了 50 组 "0.9"。

100 × 0.9⁵⁰ ≈ 0.5 块

从 100 块出发，期望值告诉你终点是 1.3 万，而一条典型的实际路径把你带到了 5 毛钱。

这不是算错了。两个数字都对，它们回答的是两个不同的问题。

二、集合平均 vs 时间平均

这就是 Ole Peters（伦敦数学实验室、圣塔菲研究所）提出的遍历性经济学（ergodicity economics）要讲的核心问题。相关论文见 Peters 与 Gell-Mann 2016 年的合作，以及 Peters 发表于《Nature Physics》2019 年的《The ergodicity problem in economics》。

两个平均是这样区分的：

集合平均（ensemble average）：一万个人，每人玩一次，把这一万个结果加起来除以一万。

时间平均（time average）：一个人，连续玩一万次，看他最后剩多少。

在很多物理系统里，这两个数是相等的——这样的系统叫遍历的。经济学长期默认自己研究的对象也是遍历的，于是"期望值"被理所当然地当成了"长期会发生什么"的代表。

但财富的乘性增长过程不是遍历的。

回到那个硬币游戏。为什么集合平均那么高？因为在一万个人里，会有极少数几个人连续抛出大量正面，财富变成天文数字。这几个人把整体的平均值拉了上去。

Peters 团队做过这个模拟：10,000 人各抛 100 次，平均财富达到约 16,000 美元，而中位数只有 51 美分。

平均值 16,000，中位数 5 毛钱。

这两个数字之间的鸿沟，就是遍历性破缺。平均值确实是 16,000，但它描述的是那一万人的集合，不是其中任何一个具体的人。 而你，只能是其中一个具体的人。

你没有一万条平行人生可以取平均。你只有一条轨迹。

三、为什么亏损的伤害是不对称的

乘性过程的关键性质：顺序不影响结果，但比例的伤害本身就不对称。

亏损 40% 之后，要回到原点需要涨多少？

不是 40%。是 1 / 0.6 - 1 ≈ 66.7%。

亏 50%，要涨 100% 才回本。亏 80%，要涨 400%。这个不对称性随着亏损幅度加深而急剧恶化。

所以在那个硬币游戏里，+50% 和 −40% 看起来"平均起来是赚的"，实际上乘起来是亏的——因为 1.5 × 0.6 < 1。

加法世界里 +50 和 −40 净赚 10。乘法世界里 ×1.5 和 ×0.6 净亏 10%。

而你的账户活在乘法世界里。

这个不对称在 亏损的不对称与回撤的杀伤力 里有更完整的数学展开，本篇关心的是它与期望值思维的冲突。

四、这件事在实盘里长什么样

遍历性不是一个抽象的数学趣题。它是很多爆仓事件的底层结构。

场景一：正期望的策略，仓位下重了

一个策略回测下来胜率不错、期望为正。于是你满仓甚至加杠杆去跑它。

问题在于：期望为正只保证"很多个平行世界的平均"是赚的，不保证"你这一条路径"能活到最后。 如果单次波动的幅度足够大，几次连续的不利结果就能把本金打到无法恢复的水平——从那以后，期望值再正也跟你无关了，因为你已经不在牌桌上。

这就是凯利公式为什么要打折使用的原因。凯利给出的是理论最优增长率对应的仓位，但它对参数估计的误差极其敏感，且过程中的回撤深到大多数人无法承受。相关内容见 凯利公式实战。

场景二：杠杆把加法变成了乘法

杠杆最危险的地方不是"放大波动"这句正确的废话，而是它会把一个原本可以恢复的亏损，变成一个不可恢复的清零。

没有杠杆时，一次 40% 的下跌很难受，但你还在场上，还有 100% 的本金基数去等待反弹。有杠杆时，同样的下跌可能直接触发强制平仓——你的头寸被在最低点结清，然后你连"等待恢复"这个选项都没有了。

遍历性视角下，这叫吸收壁（absorbing barrier）：一旦触及，游戏对你永久结束。有吸收壁存在的过程，期望值完全无法描述个体命运。

场景三：亏了就加倍

"这次亏了，下次加倍押回来"——马丁格尔策略。在无限本金的假设下它期望为正，在有限本金的现实里它是破产机器。

原因同上：它需要你在触及吸收壁之前赢一次，而它的仓位增长方式恰恰是在加速你撞上吸收壁。

五、对策：从"期望多高"改问"能不能一直玩下去"

遍历性给出的操作性结论其实相当朴素，但它换掉了整个提问方式。

一、先排除清零可能，再谈收益

任何存在"归零"或"强平"路径的方案，先看那条路径的概率和触发条件，再看它的期望收益。因为期望收益的计算，隐含假设了你能一直在场。

具体做法见 破产风险：先算你能亏几次。

二、控制单次下注占总资产的比例

乘性过程里，真正决定长期结果的不是"每次赚多少"，而是单次最大损失占总资产的比例。

把这个比例压到足够低，1.5 × 0.6 的诅咒就会大幅缓解——因为那个游戏之所以致命，是因为它每次赌上的是全部财富。如果每次只押总资产的一小部分，剩下的部分不参与这个乘法，结构就完全不同了。

这正是 杠铃策略 的数学依据：把绝大部分放在极安全处、只用一小部分去承担高波动，这样任何一次不利结果都无法作用于全部本金。

三、警惕一切"长期来看"的说法

"长期来看这个策略是赚的"——这句话在遍历性视角下需要追问一句：

长期来看是谁赚的？是一万个平行世界的平均值，还是我这一条路径？

如果一个方案的正收益依赖于"平均下来"，而你只能活在一条轨迹上，那它对你可能根本不成立。

四、把"活下去"当成硬约束而非偏好

风险控制常被理解成一种保守偏好——"我比较求稳"。遍历性告诉你不是的：在非遍历的过程里，生存是数学上的前提条件，不是性格问题。

不是"稳健的人应该控制风险"，而是"不控制风险的人，其期望收益的计算从一开始就是无效的"。

本节要点

• 抛硬币游戏（+50% / −40%）：期望每轮 +5%，但一正一反后 1.5 × 0.6 = 0.9，实际每两轮缩水约 10%。
• 模拟数据：10,000 人各抛 100 次，平均财富约 16,000 美元，中位数只有 51 美分。平均值描述的是集合，不是任何一个具体的人。
• 集合平均 ≠ 时间平均。财富的乘性增长过程不遍历，期望值不能代表个体长期命运。
• 亏 40% 需涨 66.7% 回本，亏 50% 需涨 100%——乘法世界的不对称是这一切的根源。
• 三种典型死法：正期望策略下重仓、杠杆制造吸收壁、亏损后加倍下注。
• 提问方式要换：不是"期望收益多高"，而是"这条路径上我能不能一直玩下去"。生存是数学前提，不是性格偏好。

---

本文为投资通识教育内容，不构成任何投资建议。文中涉及杠杆与衍生品的表述仅用于说明风险机制。