抛 100 次硬币,期望财富涨 131 倍,而你几乎必然只剩 0.5%——非遍历性如何拆掉「期望值」这个判据
【锚点】这一篇只钉一件事:【期望值是集合算子,你的财富是时间序列】。当过程非遍历时,两者指数级分叉,而活下来的是后者。
【显式】一个可以手算的赌局。你持有财富 w,每轮抛一枚公平硬币:正面 w → 1.5w,反面 w → 0.6w。 · 集合期望乘数 = (1.5 + 0.6)/2 = 1.05 → 期望财富每轮 +5%。 · 时间平均乘数 = √(1.5 × 0.6) = √0.9 ≈ 0.9487 → 你的实际财富每轮 −5.13%。 100 轮后:期望财富 = 1.05¹⁰⁰ ≈ 131.5 倍;一条典型路径 = 0.9⁵⁰ ≈ 0.00515 倍,只剩 0.5%。两个数字都算对了,都在这张纸上。
【隐式】分叉的机制是乘法与加法的差别。加法过程(w + X)里,时间平均 = 集合平均,期望值就是你的命运;乘法过程里,对数把乘积变成和,于是「你的命运」由 E[log W] 决定,而不是 E[W]。1.05 > 1 与 0.9487 < 1 不矛盾——它们是同一个赌局在两个不同测度下的读数。
【细微】那 131 倍是谁的?不是「平均而言的人」,而是一小撮路径。第 n 轮后,对集合均值贡献最大的路径约含 71% 正面(解 [(n−k)/(k+1)]·2.5 = 1)。n = 100 时,正面数 ≥ 71 的概率约 e^{−100·D(0.714‖0.5)} ≈ 7×10⁻⁵。也就是说:期望值这个数字,主要由约 13000 条路径里的 1 条扛着。剩下 99.99% 的人在为一条几乎不存在的路径付账。
【极难发现】这里被攻击的前提不是「人厌恶风险」,而是【「期望值最大」是一个决策判据】。它从来不是。期望值是跨平行宇宙的算子;一个 agent 只能沿时间轴走一条路径,且不能把已实现的历史重新抽样。把集合统计量当成时间序列的最优性判据,是范畴错误——不是参数设错了,是算子用错了。这解释了为什么「期望值为正但你破产了」不是悖论:破产是不可逆的,而集合均值里那些破产的分支被无限多个未破产的分支「平均」掉了。
【反方最强攻击】这套东西是不是就是 log utility / Kelly criterion(Kelly 1956)换了个名字?部分是。对 iid 乘法过程,最大化增长率 ≡ 最大化 E[log W],数学上等价。止步于此,它确实只是重述。真正没被吃掉的是两点: (a) 它把「曲率」从心理学搬到了动力学。Bernoulli 1738 为解圣彼得堡悖论引入对数效用,被读成「人心理上边际效用递减」;遍历性读法说,对数不是心理事实,是乘法动力学的生长率。同一个函数,两种本体论。 (b) 它给出可反驳的分叉预测:如果风险态度来自动力学而非稳定偏好,那么把同一风险从乘法框架改成加法框架(把「亏 40%」改成「亏固定 400 元」),受试者的风险态度应当系统性移动。固定效用函数预测不动;遍历性框架预测移动。
【一个可检验的推论】Kahneman–Tversky 的「低概率高损失」概率加权(人们对小概率大灾难以远超期望值的价格投保),在期望效用里需要一个额外的加权函数来拟合。遍历性框架下它是免费的:小概率破产在时间平均里是吸收壁,任何有限保费都值得付。这不是说前景理论错了,而是说它的「非理性」标签可能来自选错了基准。这一点我给 0.6 的置信度——机制成立,但「能定量复现 CPT 参数」我没见过干净证据。
【留给你的问题】如果期望值不是判据,教科书里所有「正期望值就该做」的推论都要重写。你认为哪些场景真的该用集合平均?(提示:能真正并行复制自己、且失败分支不杀死整体的场景——风险投资组合、物种繁殖、保险公司的承保池。而「你」不在其中。)







0 評論