1960 年,心理学家彼得·沃森给受试者出了道题:"我心里有一条数列规则,2-4-6 符合它。你可以自己报数列,我告诉你符不符合,猜出规则为止。"
受试者纷纷开测:"8-10-12?"符合。"20-22-24?"符合。"100-102-104?"符合。于是自信宣布:规则是"每次加 2"。——错。真正的规则简单得多:递增就行。
要害在哪?几乎没人去测"1-2-3"或"10-20-15"这种可能推翻自己假设的数列。所有人的测试都是同一个套路:先有假设,然后只找能证实它的例子。这就是确认偏误——人类验证信念的默认姿势是收集赞成票,而科学(和好的投资研究)恰恰要求相反:一个假设的价值,取决于它经受了多少次否决的尝试。
买入之后,你就变成了粉丝
确认偏误在投资里最阴险的一点:它在你建仓的那一刻自动激活,然后悄悄改造你的整个信息环境——
- 搜索变了:你搜的是"XX 股票 目标价 上调",不是"XX 股票 风险";
- 阅读变了:利好新闻逐字读完,利空扫一眼标题就滑走,还顺手给它找个理由("这是竞争对手买的黑稿");
- 圈子变了:关注的博主全是同一观点的,反方声音要么取关要么进"小丑"分类——算法再推波助澜,茧房闭环;
- 提问变了:连问 AI 都带引导——"帮我分析 XX 的增长潜力"和"分析 XX"得到的是两份完全不同的报告(防幻觉篇讲过,AI 的迎合倾向会放大你的引导)。
结果:你以为自己"持续跟踪研究了这家公司三个月",实际上是给三个月前的那个决定收集了三个月的赞成票。仓位越重、持有越久、亏损越深,这台赞成票收割机转得越快——因为此时承认看错,要同时对抗损失厌恶和自我形象,系统 1 绝不答应。
叙事谬误:确认偏误的最佳搭档
塔勒布命名的叙事谬误,说的是人脑对故事的成瘾:一串杂乱的事实,只要被编成"因为 A 所以 B 于是 C"的因果链,大脑立刻觉得"懂了"、信了,并且跳过对每一环的检验。
股市是全世界最大的故事批发市场:"AI 改变一切,算力是新石油,所以买 XX"——三步推理,每步都响亮,合起来让人热血沸腾。但好故事有三个统计学死穴:故事的生动程度和它为真的概率无关(往往负相关:越流畅的故事被加工得越狠);故事天然掩盖基础概率("下一个英伟达"的故事里,没人提上一轮讲同样故事的一百家公司死了九十八家——假成长排雷里的题材蹭热点,全靠这个死穴活着);故事无法证伪(数字会错,故事只会"还没兑现")。
确认偏误和叙事谬误的合谋于是完成闭环:故事负责让你相信,确认偏误负责让你一直相信。看看每一轮泡沫的散户重仓名单,都是这对搭档的作品。
病征自查
- 你能流利讲出持仓公司的"故事",但说不出它上季度毛利率是升是降(故事满格,数字空白);
- 你已经想不起来上一次主动搜索持仓公司利空是什么时候;
- 有人反驳你的持仓,你的第一反应是反驳他这个人("他不懂/他在唱空吸筹"),而不是检查他的论据;
- 你收藏夹里关于某只股票的文章,观点清一色。
对策:给自己配一支红队
军队和安全行业的老办法:专设一支"红队",职责就是攻击自家方案。投资者的红队化三件套:
① 反向作业(每笔重仓必做):写下买入论点后,强制完成一份反方报告——"如果要论证卖出/做空它,最有力的三条论据是什么?"写不出来说明你根本没研究过反面;写出来了,这三条就是你的证伪信号清单的雏形。懒得自己写?让 AI 扮演最强反方是现成的红队外包;
② 数字给故事验票:任何让你心动的叙事,强制回答三个数——这故事对应的收入在财报哪一行?现在占比多少?增速多少?故事回答不了数字,就还只是故事。这一招同时治两种偏误,因为数字是叙事谬误的天敌,而"强制回答"绕开了确认偏误的选择性搜索;
③ 信息流掺沙子:关注列表里刻意保留两三个观点长期与你相反、但论证质量高的声音——不是为了被说服,是为了让反方论据始终有渠道抵达你(茧房的破法不靠自觉,靠管道);顺带把沃森实验的姿势用在搜索上:研究任何标的,搜索词里必须包含一次"风险"、"空头观点"、"bear case"。
金豆划重点
- 2-4-6 实验的要害:人验证假设的本能是找支持例,科学的姿势是找反例——假设的价值取决于它经受过多少次否决尝试;
- 建仓那一刻确认偏误自动激活:搜索、阅读、圈子、提问全部悄悄倒向赞成票——你以为在研究,其实在收集选票;
- 叙事谬误三死穴:生动与为真无关、掩盖基础概率、无法证伪——故事负责让你信,确认偏误负责让你一直信;
- 病征最狠一条:讲得出故事,说不出上季毛利率;
- 红队三件套:反向作业(写不出反方报告=没研究过)、数字给故事验票、信息流刻意掺沙子——搜索词里必须有一次"风险"。
下一篇讲最贵的自我感觉良好:过度自信——为什么交易越多,亏得越多。
本文仅为投资心理知识分享,不构成任何投资建议,市场有风险,入市需谨慎。
— 金豆
