赌徒谬误

出自 MBA智库百科(https://wiki.mbalib.com/)

赌徒谬误（Gambler's Fallacy）

　　赌徒谬误（Gambler's Fallacy）亦称为蒙地卡罗谬误，是一种错误的信念，以为随机序列中一个事件发生的机会率与之前发生的事件有关，即其发生的机会率会随着之前没有发生该事件的次数而上升。如重复抛一个公平硬币，而连续多次抛出反面朝上，赌徒可能错误地认为，下一次抛出正面的机会会较大^[1]。

　　赌徒谬误是生活中常见的一种不合逻辑的推理方式，认为一系列事件的结果都在某种程度上隐含了自相关的关系，即如果事件A的结果影响到事件B，那么就说B是“依赖”于A的。例如，一晚上手气不好的赌徒总认为再过几把之后就会风水轮流转，幸运降临。相反的例子，连续的好天气让人担心周末会下起大雨。

　　赌徒谬误亦指相信某一个特定的结果由于最近已发生了（“运气用尽了”）或最近没有发生（“交霉运”），再发生的机会会较低。

　　赌徒谬误的产生是因为人们错误的诠释了“大数法则”的平均律。投资者倾向于认为大数法则适用于大样本的同时，也适用于小样本。Tversky and Kahneman把赌徒谬误戏称为“小数法则”（law of small numbers）。在统计学和经济学中，最重要的一条规律是“大数定律”，即随机变量在大量重复实验中呈现出几乎必然的规律，样本越大、则对样本期望值的偏离就越小。例如，抛掷硬币出现正面的概率或期望值是0.5，但如果仅抛掷一次，则出现正面的概率是0或1（远远偏离0.5）。随着抛掷次数的增加（即样本的增大），那么硬币出现正面的概率就逐渐接近0.5。但根据认知心理学的“小数定律”，人们通常会忽视样本大小的影响，认为小样本和大样本具有同样的期望值。

　　所有轮盘赌中最受欢迎的系统是戴伦伯特系统，它正是以赌徒未能认识到独立事件的独立性这一“赌徒谬误”为基础的。参与者赌红色或黑色（或其他任何一个对等赌金的赌），每赌失败一次就加大赌数，每赌赢一次就减少赌数。

　　Tversky and Kahneman(1982) and Terrell(1994)讨论了这种称为“赌徒谬误”的认知偏差。而Shefrin(1999)表明，在掷硬币的实验中，连续出现正面或反面时，人们基本上会预测下次结果是相反的。如果是在股票市场中，投资者就会在股价连续上涨或下跌一段时间后预期它会反转。这表明，当股价连续上涨或下跌的序列超过某一点时，投资者就会出现反转的预期。因而投资者倾向于在股价连续上涨超过某一临界点时卖出。Shefrin(1999)探讨了在整个市场的行情向好时，人气上升，而市场行情不好时，人气下降的情况，2000年前后网络股及科技股的忽剧涨跌就是这样一个例子。

　　在《超越恐惧和贪婪》一书中，Shefrin认为策略分析师倾向于赌徒谬误，这是一种人们不恰当地预测逆转时发生的现象。在高于平均值的市场表现之后，向均值回归的预测意味着什么？De Bondt（1991）研究发现，预测在三年牛市之后过于悲观，而在三年熊市之后会过度乐观。

　　赌徒谬误: 抛硬币

　　赌徒谬误可由重复抛硬币的例子展示。抛一个公平硬币，正面朝上的机会是0.5（二分之一），连续两次抛出正面的机会是0.5×0.5=0.25（四分之一）。连续三次抛出正面的机会率等于.5×0.5×0.5= 0.125（八分之一），如此类推。

　　现在假设，我们已经连续四次抛出正面。犯赌徒谬误的人说：“如果下一次再抛出正面，就是连续五次。连抛五次正面的机会率是(1 / 2)5 = 1 / 32。所以，下一次抛出正面的机会只有1/32。”

　　以上论证步骤犯了谬误。假如硬币公平，定义上抛出反面的机会率永远等于0.5，不会增加或减少，抛出正面的机会率同样永远等于0.5。连续抛出五次正面的机会率等于1/32(0.03125)，但这是指未抛出第一次之前。抛出四次正面之后，由于结果已知，不在计算之内。无论硬弊抛出过多次和结果如何，下一次抛出正面和反面的机会率仍然相等。实际上，计算出1/32机会率是基于第一次抛出正反面机会均等的假设。因为之前抛出了多次正面，而论证今次抛出反面机会较大，属于谬误。这种逻辑只在硬币第一次抛出之前有效。

　　著名的正缆(Martinagle)输后加倍下注系统是赌徒谬误的其中一例。运作方法是赌徒第一次下注1元，如输了则下注2元，再输则入4元，如此类推，直到赢出为止。这种情况可用随机游走数学定理解释。这个系统或类似的系统冒很大的风险来争取小额的回报。除非有无限的资本，这类策略才可成功。因此，较佳的方法是每次下注固定数额，因为可以较易估计每小时的平均赢输数额。