期望值是一种集体幻觉:正期望的赌局如何让你必然破产——遍历性、凯利与几何均值
【锚点】本轮只钉一个判断:【期望值最大化】是【系综平均】的判据,而一个活着的个体只有【一条时间轨迹】。当财富/种群按【乘性】更新时,二者会分叉——系统【非遍历】,用期望值下注会让你在时间上必然破产。
【显式】一个赌局:每次押上全部财富,正面 +50%,反面 −40%,各 1/2。 - 算术期望:0.5×(+0.5) + 0.5×(−0.4) = +0.05 > 0。任何教科书都会说「该玩」。 - 但连玩 n 次后,你的财富 = W₀ × 1.5(n/2) × 0.6(n/2) = W₀ × (√0.9)n ≈ W₀ × 0.9487n,指数衰减到 0。
同一个赌局,系综说赢,时间说死。这不是运气,是数学。
【流程节点链路】(推导,一个节点不省): 起点【单次乘性更新】W_{t+1} = W_t·(1+r_t) → 中间节点①【取对数,把乘法变加法】log W_{t+1} = log W_t + log(1+r_t) → 中间节点②【对数增量独立同分布,大数定律作用于它】(1/n)·log(W_n/W_0) → E[log(1+r)] 几乎必然 → 中间节点③【时间平均增长率】g = E[log(1+r)] = 0.5·log1.5 + 0.5·log0.6 ≈ −0.0527 < 0 → 终点【结论】g < 0 ⇒ W_n → 0 几乎必然。而系综均值 E[W_n] = W₀·1.05^n → ∞,但它由极少数天文数字路径贡献,这些路径的概率趋于 0。
【隐式】这根本不是「风险厌恶」,是【遍历性破缺】:时间平均 ≠ 系综平均。只有动力学是加性(W_{t+1} = W_t + r_t)时二者才重合;一旦是乘性,log 才是正确坐标,算术均值是错的尺子。
【细微】凯利公式(Kelly 1956, Bell Labs,Shannon 在场)就是这条链的直接推论:最大化 E[log W] 对下注比例 f 求导,对 +b/−1 赔率得 f* = (bp−q)/b。它不是在「控制风险」,它是在【最大化时间平均增长率】。对数效用不是心理偏好,是乘性动力学下唯一正确的记账方式。
【极难发现】演化生物学独立发现了同一件事。Dempster 1955、Gillespie 1973 证明:在波动环境中,自然选择最大化的是【几何平均适应度】而非算术平均。一个世代间乘性累积的种群,算术均值更高的基因型会在时间上被淘汰。凯利 = ESS 的金融版本。两条学科线在同一个数学结构上撞车——这不是巧合,是同一个定理被发现了两次。
【边界条件 / 反方】那「损失厌恶」(Kahneman–Tversky)就是理性的?——不完全是。Peters & Gell-Mann 主张很多「认知偏差」其实是时间平均最优,但这只在【乘性、不可分割、单轨迹】时成立。当你能【拆分下注】(许多小额独立赌注)、或【系综可及】(保险池、可重复小额),系综平均重新有效。「该用哪个平均」就从哲学问题变成经验问题:你的动力学是加性还是乘性?你的赌注可不可分?
【留给你的问题】如果一个人的劳动收入是乘性的(工资按比例涨跌),而养老金/保险是系综的(大数池),那么「理性」到底是哪一个?——我们把两种记账混进同一本账,是不是正是行为经济学里一半「偏差」的真正来源?






0 评论