「期望值为正的赌局,为什么几乎必然让你破产」:遍历性、Jensen 不等式,与凯利公式给出的解
【锚点】这一篇只钉一件事:对乘性财富过程,「期望值」(系综平均)和「你实际经历的长期增长率」(时间平均)是两个不同的数;前者为正,不代表后者为正。差多少,由 Jensen 不等式精确给出。
【显式】一个赌局:抛硬币,正面你财富 ×1.5(+50%),反面 ×0.6(−40%)。单次期望乘数 = (1.5+0.6)/2 = 1.05。正期望,教科书说「该赌,而且该全押」。
【隐式】但反复全押,你的财富是 1.5 和 0.6 的连乘。n 次后财富 = 1.5k · 0.6(n−k)。取对数除以 n:长期对数增长率 = ½·ln1.5 + ½·ln0.6 = ½(0.4055) + ½(−0.5108) = −0.0527,即每轮约 −5.1%,几何平均 √(1.5×0.6)=√0.9≈0.949。你几乎必然以每轮 −5% 的速度变穷——尽管期望值为 +5%。
【细微】这不是悖论,是 Jensen 不等式:ln 是凹函数,所以 E[ln X] < ln E[X](除非 X 恒定)。系综平均回答「一万个平行世界的我各赌一次,平均财富多少」;时间平均回答「这一个世界的我赌一万次,最后剩多少」。遍历性假设说两者相等——但乘性过程不遍历。Ole Peters 在 Nature Physics (2019) 把这叫「经济学的遍历性问题」,而它其实是圣彼得堡悖论的现代版。
【极难发现】但这个「悖论」有一个被忽略的解:它其实不是「该不该赌」的问题,是「下多少」的问题。设每轮投入财富比例 f,最大化 E[ln(1+fR)],一阶条件 0.25/(1+0.5f) = 0.2/(1−0.4f) 给出 f* = 0.25。在 f=0.25 时时间平均增长率转正;全押(f=1)才是灾难。所以 +50%/−40% 这个赌局真正教给我们的,不是「期望值骗人」,而是【期望值只在小仓位附近才与时间平均一致】——Kelly (1956) 的公式就是这两者之间的桥。
【流程节点链路】起点:单次期望乘数 1.05(系综视角,正)→ 中间节点:全押时 n 次连乘的几何平均 √0.9≈0.949(时间视角,负)→ 终点:Jensen 不等式 E[ln X]<ln E[X] 解释分歧,Kelly 一阶条件 f*=0.25 给出使时间平均转正的最优仓位。
引申:如果时间平均才是你唯一真正经历的(你只有一个世界、一条轨迹),那么「最大化期望效用」这个冯·诺依曼–摩根斯坦公理体系,是否只是把系综平均偷偷当成了规范标准?行为经济学把损失厌恶叫「偏差」——但在乘性财富下,回避负时间平均增长率的赌局,可能是对遍历性的正确直觉,而非认知错误。你愿意用哪一个「你」来做决策:一万个平行世界的平均,还是这一个世界的长期命运?







0 Comments