投资者中常见的概率误判，都因误用均值回归现象而起：一是将均值回归误当作因果，推导并不存在的因果关系；二是过度依赖一个固定的均值，殊不知均值并非定值；三是在小样本事件中滥用均值回归，以偏概全，掉落小数定律陷阱。
我们在书本上学习与概率相关的知识并不难，比如平均数、概率、条件概率、先验概率、贝叶斯法则、正态分布等等，做数学题时大致都能得到正确的结果。但是，当这些内容散布到生活的各个角落里时，我们的反应可能就漏洞百出了。我们可能强行归因，为偶然性事件找一个因果解释；我们也可能错误平均，张冠李戴，将小概率事件视作基准，错误判断趋势等等。
（1）均值回归的陷阱1：张冠李戴、错误回归
在我们目力所及范围内，我们的直觉对平均数很敏感，但如果让我们对总量评估一下，就会愣在那里。
我们对平均值敏感，就会错误地把偏离平均值的事物本能地拉向平均值，而丝毫不问是否合理。比如：
赌徒都会说“我要转运了”，而这恰恰是赌场老板最希望赌徒有的想法。
近几百年来，太阳周期（黑子）与经济周期大概同步，都是十年左右。于是有人总会将二者联系起来，希望能从中预测出什么有价值的东西。二者虽然相关，但并无因果联系。这么想当然没有什么结果。
回归均值，本身是个统计现象，意思是，在任何一个我们能够识别出来的事物类别中，这个事物的某一方面的数字，会遵循正态分布，即越靠近平均值，出现的频率越高。典型的例子，如人的身高会围绕着均值有变化，身高都高于人类平均值的父母，其子女的身高并不会持续增高，而大概率重新向均值靠拢。
但是，回归均值背后不一定有什么因果关系。如果感觉不对就期待它会向我们心心所念的方向发展，这是异想天开。很多炒股的人在亏了很久之后就总期待股价会上升，但如果他买了一个烂透了的公司，股价通常只会更坏，回头看去，股价好的时候就是他买的那个时候。换句话说，这种股票的价值，连个“均值”都不存在，它的价值一直向零甚至负数跌落，一去不回头。
更进一步，如果两类事件在一起，如果二者间没有明确的因果关系，那一定会出现均值回归的现象。比如：
你在读大学校时一定会经常听到这样的感慨，一个绝世美女旁边一定有一两个非常普通的闺蜜。我们有这个印象，在于我们的焦点放在了那个颜值很高的女孩身上，而忘记了，大多数人就是普通相貌。你如去选美大赛，就不会这么想了。因为容貌和闺蜜是两个事。
同理，人们经常感叹，美女为什么嫁给了很丑的人，所谓一朵鲜花插在牛上。
如果一个孩子的个子不高，他父母的个子都很高，你会感觉有些奇怪。高个子父母不必然有更高的子女，否则，用不了几万年，人类的身高会捅破天。但你看到眼前的孩子时不会这样想。
所有这些，正常情况下，我们不仅意识不到它们是一种回归均值的情况，而且还会把他们归纳为“规律”。这与前述把概率事件归结为因果关系是一个道理。
（2）均值回归的陷阱2：均值不是一个稳定的数值
“均值”经常把我们的注意力吸引到一个错误方向上去，我们也乐于这样做，仿佛“必然如此”，但依据回归均值做决策是十分危险的。金融史学家彼得·L·伯恩斯坦（Peter Lewyn Bernstein）对此给出了三个理由：
“第一，有时回归平均的进程太慢了，一次震荡就能毁坏整个过程。
第二，回归的力量可能太强，即使到达均值附近也无法停止，而且，它们会在均值两侧以重复的、不规则的偏差进行摆动。
最后，均值本身也是不稳定的，这样昨天的正常值很可能被今天新的正常值所取代，而我们对这个正常值却一无所知。如果仅仅因为过去的经验，就极端地假设成功即将来临，那是很危险的事情。”
那么，如何破除均值回归依赖心理呢？不如转向务实方法，或者，最多将均值当做一个参考。
巴菲特正是这样做的：他将道琼斯指数作为投资业绩的衡量标准，追求超越这个指数10%的回报率。考虑到平均值会让人有“回报率稳定”的幻觉，他进一步解释说：“在未来十年中的某一年里，如果未来市场在一年中下跌35%或者40%，虽然我们不知道具体哪一年会发生这种情况，我希望我们的投资只下跌15%或者20%。如果市场保持不变，我希望我们的投资能赚10%左右。如果市场上升20%以上，我们将挣扎着达到市场的平均水平。”
另外，在均值回归不能指导我们的地方，我们可以用其他管用的方法，去掌握尽可能多的、可靠的知识。这些知识会相互支持，使我们举一反三，能够“拦截”很多类似的误判。但也仅仅能拦截一部分而已。
（3）均值回归的陷阱3：以偏概全，用小数定律替代大数定律
我们看到什么，就会信以为真。当我们把故事编出来之后，我们就再也不愿意改变什么了。
在祖先生活的“小世界”里，这样做没什么不妥的。现在的测试反复证明了，即使那些熟悉统计学的学者也一样会按照这个心理机制行事，而把他的专业忘在一边。现代城市里的人和原始部落里的人在这方面没什么区别。
这种情况下，我们并不会“多想一想还有哪些类似的事情”，而满足于眼前知道的样本量。这就是“小数定律”心理机制。它与大数法则的要求正好相反。
有一些统计学知识的人知道，小样本情况下会得出极端结论，或者说，根本看不出来“平均值”是什么。它的结果经常很坏：
金融学者在给标的定价时，只参考过去有限一段时间的价格波动。这段时间远非全部；不仅如此，对价格为什么那样波动，也不求甚解（知道的少是另一种小样本）。所以，当价格异常波动时，这个定价就完全失灵了。
一个人在生意上连续得手，春风得意。于是就会有人推断他会继续得手，甚至他在尝试他能力圈以外的事情。姑且不说回归均值这个现象，单独仅凭有限的几个例子，说明不了什么。但是，在此情此景中，恐怕没几个会说这个人不行。这在现实中很常见：一个项目风生水起，追求者众，项目带头人也信心满满；另一个项目过去几年都比较平稳，你手上拿着它的财务资料，没有什么闪亮之处——你会选哪个项目？在多种心理共同作用下，人们大多数会选前一个。但是，结果可能在意料之外。
由于小样本会带来极端结果，一些不常见的小概率事件会忽然扎堆出现。当我们关注的范围较小时，我们就会夸大这些事情（反过来一样，我们完全忽视他们存在，因为我们“没看见”）。据此得出的结论经常会招来灾难结果：
美国911事件之后，很多人觉得飞机不可靠，于是改乘汽车出行。有常识的人知道，从里程来看，飞机的安全系数比汽车高很多。
明星的绯闻经常见诸新闻，因此我们觉得那个行业的人私生活不可思议。实际呢？人类婚内非婚生子的比例很高。如果把这些事情摆到桌面上，就会发现，明星的混乱与这个平均值相去不远（你肯定会反对我这个说法——大多数人根本意识不到这是个事实。这是我们人类的本性）
不仅如此，小样本还会使我们发生极端误判——当我们不知道概率的时候，如果屡屡得手或屡屡失手，我们就会顽固地坚持此前的结论。比如在很多周期性行业里，有人在生意顺利时不断加码投资，不断上涨的市场给了他越来越大的回报，而他的投资规模也越来越大。在市场下跌之前最后一刻，一切都没问题。但是，当市场开始反转时，过去的一切成就都化为烟云。这就是所谓的帕斯卡之问：有人问你，上帝是否存在。如果上帝不存在，你否认它存在，这无所谓；如果它存在，你否认它存在，你可能要。你作何选择？
当我们面对一个看似确凿无疑的结论时，要停下来问一下：还有什么没考虑到的？$睿远成长价值混合A(OTCFUND|007119)$$睿远成长价值混合C(OTCFUND|007120)$$睿远均衡价值三年持有混合A(OTCFUND|008969)$
本文作者可以追加内容哦 !
