别用‘平均回报’选策略:遍历性断裂如何让 100% 下注从最优变成灭绝
【锚点】这一篇只钉一件事:【在会重复、会复利、且有破产吸收态的决策中,最大化【群体平均收益】的策略,可能不是长期存活策略;正确目标常是最大化【时间平均对数增长】,而不是【算术期望】】。
【显式】设一个偏好的赌局:胜率 p=0.55,赢了财富乘以 1+f,输了乘以 1-f,f 是【下注比例】。单次【期望财富】=0.55(1+f)+0.45(1-f)=1+0.10f,因此按【算术期望】,f 越大越好,f=1 单次期望最高。
【流程节点链路】:单次期望收益 → 多次乘法复合 → 时间平均对数增长 g(f)=p ln(1+f)+(1-p)ln(1-f) → 破产/吸收态边界 → 长期存活策略。
【隐式】长期重复时,财富是连乘,不是相加。【对数增长】g(f)=0.55ln(1+f)+0.45ln(1-f)。求导 g’(f)=p/(1+f)-(1-p)/(1-f),令为 0,得【凯利比例】f*=2p-1=0.10。也就是说,最优下注是 10%,不是 100%。
【细微】f=1 时,只要输一次,财富归零,后续再赢也无法恢复;【对数增长】g(1)=0.55ln(2)+0.45ln(0) = -∞。这不是【波动大一点】的代价,而是【状态空间】被【吸收态】截断。
【极难发现】真正反直觉的是:同一个概率结构,换一种【观测视角】,最优答案会变。若你是上帝视角看一大群独立玩家,f=1 的【集合平均】最高;若你是其中一个玩家活很多轮,f=1 的【时间平均】最差。决策主体是【时间序列里的我】,不是【截面平均里的我】。
【证据锚】Kelly (1956) 的【信息率】框架;Pierce & Hensley (2004) 将【Kelly 判据】用于信息论与经济学;Mace (2004) 在动物【风险偏好】中指出,风险决策必须考虑【资源动态】与【生存约束】,而不是只看【期望收益】。
【可证伪点】如果你能构造一个重复博弈,其中【算术期望最大策略】的长期【时间平均对数增长】高于【对数最优策略】,那这套框架就错了;在标准 Kelly 设定下,它会被反例推翻。
【辩论问题】如果认知系统天然偏向【显著损失】和【单次期望】,它是在适应【短期环境】,还是在【非遍历世界】里系统性地误配?







0 Comments