ZKIZ Archives


幸存者偏差(Survivorship Bias)

來源: http://xueqiu.com/1460633374/26811285

1941年,第二次世界大戰中,美國哥倫比亞大學統計學沃德教授(Abraham Wald)應軍方要求,利用其在統計方面的專業知識來提供關於《飛機應該如何加強防護,才能降低被炮火擊落的機率》的相關建議。沃德教授針對聯軍的轟炸機遭受攻擊後的數據,進行研究後發現:機翼是最容易被擊中的位置,機尾則是最少被擊中的位置。沃德教授的結論是“我們應該強化機尾的防護”,而軍方指揮官認為“應該加強機翼的防護,因為這是最容易被擊中的位置”。沃德教授堅持認為:(1)統計的樣本,只涵蓋平安返回的轟炸機;(2)被多次擊中機翼的轟炸機,似乎還是能夠安全返航;(3)而在機尾的位置,很少發現彈孔的原因並非真的不會中彈,而是一旦中彈,其安全返航的機率就微乎其微。軍方采用了教授的建議,並且後來證實該決策是正確的,看不見的彈痕卻最致命!這個故事有兩個啟示:一是戰死或被俘的飛行員無法發表意見,所以彈痕數據的來源本身就有嚴重的偏誤;二是作戰經驗豐富的飛行員的專業意見也不一定能提升決策的質量,因為這些飛行員大多是機翼中彈機尾未中彈的幸存者。  俗語“死人不會說話”很好的解釋了這種偏差的重要成因。當我們分析問題所依賴信息全部或者大部分來自於“顯著的信息”,較少利用“不顯著的信息”甚至徹底忽略“沈默的信息”,得到的結論與事實情況就可能存在巨大偏差。這樣的例子在我們身邊也有很多。   比如常言說“老婆都是別人的好”。這話有很多生理和心理層面的解釋,讀者可以參考渡邊淳一的《男人這東西》。筆者認為還有幾個跟生存者偏差相關的原因:一是你看到的別人老婆有很多,但你往往記住那些漂亮優雅賢惠的少數人,自覺不自覺的忽略大部分;二是你記住的別人老婆的樣本信息並不完整,你看到的更多是淡妝華服而不是睡衣素顏、是溫柔體貼而不是嘮叨抱怨,而後者可能只是她老公下班回家後才看到的。   比如媒體調查“喝葡萄酒的人長壽”。一般是調查了那些長壽的老人,發現其中很多飲用葡萄酒。但還有更多經常飲用葡萄酒但不長壽的人已經死了,媒體根本不可能調查到他們。   甚至面向全部用戶的公開性調查,也往往存在較大的偏差。比如互聯網上要是有調查“你認為北京出租車起步價從10元提高到13元是否合理?”,看似樣本是隨機的,但認為“不合理”甚至憤怒的人更願意去回答這個問題,而覺得“合理”甚至無所謂的人可能更多會忽略這個調查。   回到投資領域,在投資理財類電視節目里,我們經常看到取得成功的投資者談論其投資經驗和方法,但觀眾往往會忽略了一個事實:采用同樣經驗和方法而投資失敗的人是沒有機會上電視侃侃而談的。生存者偏差現象可能導致以下的結果:(1)投資成功者上出書出名,失敗者將默默無聞,導致電視上大量專家在傳經布道、市面上充斥著太多投資成功學類的書籍,可能會讓觀眾或讀者高估了通過投資獲得成功的概率;(2)由於條件限制或者心理因素,投資成功者難以保證理性和客觀,容易誇大自己能力、忽略運氣因素、弱化當時所承擔風險等。  另外,在投資領域,存活者偏差還具有明顯的時間周期。股市具有系統性波動特點,導致樣本特征產生時間分布偏差,很明顯例子是我國2006、2007年的“股神”要比2008年多的多。巴菲特說:“如果你是池塘里的一只鴨子,由於暴雨的緣故水面上升,你開始在水中上浮,但此時你卻認為上浮的是你自己,而不是池塘里的水。” 如果你我本身就是“幸存者”的一分子,就很麻煩,因為就算成功純屬偶然,你我也可能會不自覺的發現自己與其他成功者的共同點,並將它們詮釋為“成功因素”。@方舟88
幸存 存者 偏差 Survivorship Bias
PermaLink: https://articles.zkiz.com/?id=86458

股票掌故 | 香港股票資訊 | 神州股票資訊 | 台股資訊 | 博客好文 | 文庫舊文 | 香港股票資訊 | 第一財經 | 微信公眾號 | Webb哥點將錄 | 港股專區 | 股海挪亞方舟 | 動漫遊戲音樂 | 好歌 | 動漫綜合 | RealBlog | 測試 | 強國 | 潮流潮物 [Fashion board] | 龍鳳大茶樓 | 文章保管庫 | 財經人物 | 智慧 | 世界之大,無奇不有 | 創業 | 股壇維基研發區 | 英文 | 財經書籍 | 期權期指輪天地 | 郊遊遠足 | 站務 | 飲食 | 國際經濟 | 上市公司新聞 | 美股專區 | 書藉及文章分享區 | 娛樂廣場 | 波馬風雲 | 政治民生區 | 財經專業機構 | 識飲色食 | 即市討論區 | 股票專業討論區 | 全球政治經濟社會區 | 建築 | I.T. | 馬後砲膠區之圖表 | 打工仔 | 蘋果專欄 | 雨傘革命 | Louis 先生投資時事分享區 | 地產 |
ZKIZ Archives @ 2019