投资中的噪声与偏见

诺贝尔经济学奖得主丹尼尔·卡尼曼(Daniel Kahneman)指出，过多的信息很可能导致噪声，这是干扰判断的黑洞。

噪声是“判断的偶变性”：在不同情形下，人们对同一个问题会得出不同的结论。

一方面，不同决策者之间的判断不同；另一方面，即使是同一位决策者，也可能出于情绪、疲劳等因素，对同一事实得出不同判断。

偏见指的是决策者不恰当地依据过往经验做判断。偏见源于人们对自身经历、观点的过度自信，会导致“可得性偏差”——忽视与自身观点不一致的有效信息。

（1）噪声对决策的影响几何？或许超乎想象。

卡尼曼指出，“噪声通常远远超过人们认为可以容忍的水平，而他们完全没有意识到这一点。”当人们从新闻、评论分析中获取投资信息时，很可能会受周遭的噪声干扰，偏离理智的决策。

美国一项研究发现，在预测社会、政治、经济等复杂事件时，判断始终优于他人的 “超级预测者”和普通预测者间的差异， 50%在于“超级预测者”减少了噪声，25%在于减少偏见，25%在于增加信息。

也就是说，我们之所以难以预测，很可能是败在了对噪声的控制上，而不是更为人熟知的偏见、或是信息匮乏。

（2）投资中的噪声。

投资市场中存在一些“噪声交易者”，他们将噪声包装为有效信息进行交易。这干扰了投资者准确地认识市场，会造成追涨杀跌、错误定价等局面。

噪声交易自然是不可取的，我们要避免成为“噪声交易者”。但在噪声不可避免的情况下，我们也能够采取应对措施，甚至据此“套利”。

面对噪声，理性的投资者会大量收集、评估信息，了解投资的真实价值，了解其他投资者的交易行为、看空或看多的动机等等，对短期市场走向形成判断，进而看清自己的优势。

例如，当“噪声交易者”杀跌导致市场价格较低时，理性投资者会低价买入，等待市场向公允价值靠拢；当追涨导致价格较高时，则果断脱手、落袋为安。

又比如，受市场噪音的诱导，我们往往认为寻找便宜的产品无比重要，而对鲜少被人谈论的仓位决策漫不关心。但为了实现有效投资，除了要从便宜产品中发现超额收益，还要确定仓位，也就是为此投入多少资金。“抛开剂量谈毒性就是耍流氓”，抛开规模谈收益率亦然。很多时候，我们花了大量时间寻找定价错误的标的，却很少花时间在确定仓位上，而这对收益无疑造成巨大的影响。

（3）如何降低噪声和偏见?

1）集思广益

整合群体的智慧是第一步。

每个人的判断都可能以随机的方式出现偏差，而当把大家的判断结合起来，就能减少群体误差，提高决策准确性。

亚伯拉罕·德·莫弗（Abrahan de Moivre）在 18 世纪早期提出了这一原则的数学依据：平均值的标准误差等于样本的标准差除以样本量的平方根。也就是说，误差随着样本量的增加而减小。

2）使用算法

算法是帮助你实现目标的一套既定程序。蛋糕食谱就是一种算法，如果按照食谱来配料、烤面糊，你就能做出美味的蛋糕。

一些专业人士不认可算法的功效。他们认为，算法的因果关系常常过于松散，使用算法是不切实际的。这确实有一定的道理，但最聪明的做法不是完全抛弃算法，而是将算法的标准动作与自己的能动性相结合。

卡尼曼据此提出“有纪律的直觉”，意思是利用算法系统化地处理问题，同时用自己的判断、直觉辅助最终决策。有证据表明，像这样既肯定算法、又允许主观回旋余地的做法，能够提高决策的整体质量。

3）流程化：采用“调解评估规程（mediation assessments protocol, MAP）”

MAP的逻辑是：根据该决策想要实现的目标，设计更细致的第二层评估指标；借助这些第二层指标，更好地判断决策的合理性。

MAP 有三个步骤：

1、弄清楚什么是重要的，以此确定评估标准

2、根据这些标准，评估各类决策成功的可能性；

3、完成所有评估后，讨论最终的决定。

比起单纯依靠直觉，MAP有助于更明智的决策。对于公开市场的投资者来说，MAP能确保投资过程的一致性、严谨性、完整性。

$睿远成长价值混合A(OTCFUND|007119)$$睿远均衡价值三年持有混合A(OTCFUND|008969)$$睿远均衡价值三年持有混合C(OTCFUND|008970)$