金色財經
作者：danny；來源：X，@agintender
1999年的索尼（SONY）到底做了什麼決定？直接導致一場價值百億美金的慘敗？別以為這只是個商業故事。今天我們用6個底層的數學公式和算法告訴你，你在人生賽場、職場和預測市場是怎麼被收割乾淨的？
1999 年末的東京品川區，索尼（Sony）總部的頂層會議室里，氣氛壓抑得仿佛能把人榨出汁來。
時任索尼 CEO 出井伸之正面對着一個即將被撕裂的帝國。作為隨身聽（Walkman）的絕對霸主，索尼的硬體工程師們早就看到了網路上 MP3 格式的野蠻生長，他們迫切想要造出下一代數字播放器。但坐在會議桌另一邊的，是龐大且極其賺錢的索尼音樂（Sony Music）高管群。這些人被當時剛剛崛起的 Napster（早期免費音樂共享軟體）嚇破了膽——他們堅信，MP3 就是縱容盜版的罪人，這會直接摧毀索尼賴以生存的 CD 唱片帝國。那是前任掌門人大賀典雄一手締造的利潤奶牛。
在這場關乎未來的博弈中，高管們在幾十張白板上列滿了利弊清單，在無數個深夜靠着「商業直覺」和內部政治反覆拉扯。為了保護龐大的「沉沒成本」（CD 生產線與版權庫），索尼最終做出了一個災難性的妥協：他們確實推出了一款數字播放器（NW-MS7），但為了防盜版，裡面強制植入了極其繁瑣的版權保護軟體（DRM），甚至拒絕支持通用的 MP3 格式，只允許播放自家專用的 ATRAC 格式。這個基於恐懼和內耗造出來的產品，極其難用。
結果呢？兩年後的大洋彼岸，蘋果的喬布斯和硬體天才Tony Fadell 在根本沒有任何唱片業務的「沉沒成本」包袱下把索尼打得落花流水。喬布斯可能只是看了眼數字音樂大規模普及的「基礎機率」，並算清了「把 1000 首歌裝進口袋」所能帶來的巨大「期望值」。他沒有瞻前顧後，直接用一款極簡、純粹的 iPod 掀翻了桌子。
當索尼的高管們還在為了保護舊地盤而陷入「損失厭惡」的直覺陷阱時，蘋果用最底層的商業邏輯和冰冷的機率算計，毫不留情地終結了索尼長達二十年的 Walkman 霸權。
你看，不僅是凡夫俗子，連頂級的商業領袖在面對重大抉擇時，一旦被沉沒成本綁架，依賴直覺和路徑，也會淪為時代的刀下亡魂。
Cornell University 曾經做過一項著名的研究，發現人們每天僅僅在「食物」這一件事上，就會做大約 227 個決定（吃什麼、吃多少、什麼時候吃、先吃哪一口等等）——印證才Daniel Kahneman 在《思考，快與慢》提出的決策疲勞者一說。當你決策疲勞時，人就會偷懶，就會習慣性地用直覺（系統一）代替思考（系統二）。
對於吃什麼、看哪部劇這種無傷大雅的小事，跟着直覺走挺好的。但當你面對那些真正能重塑人生的十字路口——職業選擇、核心投資、甚至是親密關係時，如果還企圖靠「直覺」過關，那無異於把自己交給了命運的輪盤。
特別是在預測市場（Prediction Market）這個黑暗森林裡，直覺是無用，甚至是致命。很多散戶從永續合約、現貨市場跑來，帶着一種迷之自信，覺得自己懂政治、懂周期、消息比別人靈通。但他們往往沒意識到，坐在盤口對面的，根本不是某個猶豫不決的莊家，而是冷酷無情的數學定律。那些高頻算法和做市商的機器人，早就把你我的心理弱點量化成了一行行代碼。
你們知道嗎？其實人性早就被算法看得清清楚楚，明明白白了。本文看完之後會讓人極度不適，因為你會發現你做錯了好多年？
今天我們用六個底層的數學公式和算法告訴你，你是怎麼被收割乾淨的？尤其是第5個，看完受用一生。
你做的每一個決定，都伴隨著不同的結果。每個結果都有它的發生機率以及對應的回報。把它們相乘再相加，就是期望值（EV）。這個公式極其簡單，初中數學就可以：
EV= Σ (probability × payoff)
期望值= Σ (概覽 × 回報)
假設朋友跟你打賭拋硬幣，正面他給你 150 塊，反面你給他 100 塊。大多數人會因為害怕輸掉那 100 塊而本能地拒絕。因為人類天生厭惡損失，虧錢的痛苦是賺錢快樂的兩倍。但如果你懂一點數學，就會發現這個賭局的期望值是正的 25 塊。如果有這樣的機會，閉着眼睛也要接。（EV = (50% * $150) + (50%* -$100) = -25）
但奇怪的是——在研究中，大多數人拒絕了這個賭局。即使數學在尖叫着說 YES。因為人類對損失的感受大約是同等收益的兩倍。損失 100 美元的痛苦遠遠大於贏得 150 美元的快樂。心理學家稱之為損失厭惡（loss aversion），它搞砸了你做出的幾乎每一個決定。
在預測市場裡，脫離賠率談勝率純粹是給機器送錢。很多新手喜歡去買那種機率高達 0.95 的「絕對熱門」，覺得這微薄的 0.05 美元是白撿的。但算法在看什麼？算法只盯着正期望值（+EV）。如果一個冷門事件的市場標價只有 0.01，但機器算出來它的真實發生機率是 3%，這就是一個巨大的撿漏機會。機器會像不知疲倦的獵犬，專門去咬這種「大機率虧損，但一旦贏了就能覆蓋所有成本且大賺」的獵物，而散戶卻在為了撿硬幣，把腦袋墊在了壓路機底下。
在預測市場中，這個概念被具象化為合約價格。
在 Polymarket 上，如果一個事件發生，"Yes" 合約賠付 $1，否則歸零。如果目前 Yes 的價格是 $0.60，這意味著市場的隱含機率（Implied Probability）是 60%。
假設你經過深度調研，認為該事件發生的真實機率是 75%。你該不該買？算一下 EV：
買入成本： $0.60
潛在利潤： $1.00 - $0.60 = $0.40
你的勝率預期： 75%
你的敗率預期： 25%
單份合約 EV： (0.75 * $0.40) + (0.25 * -$0.60) = $0.30 - $0.15 = $0.15
這就是正期望值（+EV）。在預測市場裡，找到你的預期機率與市場隱含機率之間的「錯位（Delta）」，才是你扣動扳機的理由，而不是憑着「我討厭這個候選人」去下注，這純粹是在給數學機器送錢。
人的大腦特別容易被生動、具體、充滿戲劇性的大新聞吸引。當x上某個大 V 突然爆料「SEC 今晚突擊批准某山寨幣 ETF」時，散戶的腎上腺素會瞬間飆升，直接衝進盤口，把原本 0.05 的價格瞬間買飛。但這其實並不符合基礎機率？
什麼叫基礎機率？不是拋硬幣100次，出現「字」的機率是多少哦。這裡用@zodchiii的文章的例子。
假設有一種疾病的感染率是 1/1,000。你做了一個準確率為 99% 的測試。結果呈陽性。 你真正患病的機率是多少？
如果你的答案是 99%……你錯了。不過你不要太擔心——大多數醫生也會答錯。 讓我們想想看。在 1,000 個人中：
1 個人真的患病。測試抓住了他（99%準確率）。這就是 1 個真陽性。
999 個人沒有患病。但測試有 1% 的假陽性率。這就是大約 10 個假陽性。
所以總共有 11 個陽性結果。只有一個是真的。
P (actuallysick ∣ positive test )= 1/11 ≈ 9percent
不是 99%。是 9%。基礎機率（1/1,000）極其重要，但人們每次都會忽視它。（而且很多人都搞錯了！）
學過基礎機率的機器人在處理突發新聞時，會死死咬住「基礎機率」這個常識。它會瞬間回溯過去十年所有類似的新聞：「在過去的 100 次爆料中，真正落地的有幾次？」結果可能只有區區 2%。哪怕今天這條新聞編得再逼真，它真實發生的可能性依然微乎其微。於是，機器會在高位瘋狂接下散戶狂熱的買單，反手做空。幾天後謠言澄清，散戶血本無歸。
這種盲目自信還來源於倖存者偏差。你天天看到網上有人曬圖說自己靠某個土狗幣賺了一百倍，因為那 500 個虧光底褲的人早就註銷賬號默默流淚了。當你想要相信一個奇蹟時，先去問問分母在哪裡。找不到分母的奇蹟，通常都是屠宰場的廣告。
每當有人向你講述某個具體的成功故事時，問問自己：基礎機率是多少？這類事情實際成功的頻率有多高？如果答案是「很少」——無論故事聽起來多麼有說服力，都要保持高度懷疑。
想象你花了2年跟一個渣男在一起，結果發現他是有婦之夫，你走不走？理智告訴我們，那2年已經沒了，你現在唯一能決定的，是接下來的餘生里要不要在折磨中度過，還是去尋找另一棵棗樹。但大多數人都會選擇留下來，僅僅因為「時間都花了」。
在預測市場的二元期權里，這種「死扛」的致死率是百分之百。散戶在 0.70 買入的合約跌到了 0.20，心裡想的是「虧太多了割肉太疼，當彩票留着吧」。但在算法眼裡，根本不存在什麼「買入成本」，過去的數據全是廢紙。每一秒鐘的盤口都是一個全新的獨立博弈。如果當前價格是 0.20，但勝率已經跌到了 0.05，機器不僅會毫不猶豫地割肉平倉，還會反手借幣做空。當散戶還在用眼淚信仰「價值投資」時，機器正利用時間流逝的每一天，榨乾你最後一點殘存的血肉。
你要知道，預測是一個要嘛歸零，要嘛歸一的二元局。不存在死扛之後能回來的局面。
現在的盤面價格是 $0.15。唯一影響決策的問題是：如果我現在手頭有 $375（當前的殘值現金），面對當前的局勢，我會選擇以 $0.15 的價格買入這個合約嗎？
如果答案是「絕對不會」，那就立刻平倉。市場才不會在乎你的買入價是多少。
普通人形成一個觀點後，往往會拚死捍衛它，即便看到了反面證據也裝作看不見。當年索尼的高管們即使看到了 MP3 的火爆，依然堅持認為保護 CD 的利益才是正統。但真正的高手和算法，用的是貝葉斯定理。這是一種在數學上絕對理性的「知錯能改」機制：
P(belief ∣ newevidence)=P (evidence ∣ belief) × P(belief) / P(evidence)
P(理論假設∣新證據)=P(新證據 ∣ 理論假設 )×P(理論假設) /P(新證據)
大白話就是：當你獲得新證據時，請根據這個證據的強度，按比例去調整你的原始看法。
還是用@zodchiii的文章的例子說明。你認為你的同事打算辭職。在沒有任何證據之前，你可能會說有 10% 的可能性（大多數人在任何一個月都不會辭職）。這是你的先驗機率（prior）。
然後你注意到她更新了 LinkedIn 個人資料。
如果她確實打算辭職，她更新 LinkedIn 的機率是多少？相當高——假設是 70%。
如果她不打算辭職，她更新 LinkedIn 的機率是多少？人們經常隨機更新——假設是 15%。
P(離職 | LinkedIn 更新) = (0.70 × 0.10) / ((0.70 × 0.10) + (0.15 × 0.90))
= 0.07 / (0.07 + 0.135)
= 0.07 / 0.205
≈ 34%
一個證據讓你從 10% 行動到了 34%。不是 90%——那是反應過度。也不是停留在 10%——那是無視證據。34% 是數學上理性的更新。
現在她也開始在辦公室外面接電話了。又一次更新。也許上升到 55%。她突然對長期項目含糊其辭。70%。 每一個證據都在推動機率。漸進地。按比例地。沒有戲劇性。沒有在「絕對是」和「絕對不是」之間突然反轉。
這正是預測市場的工作原理。事件合約的價格就是貝葉斯後驗機率——隨著新資訊的流入不斷更新。（後驗機率 = 似然度 × 先驗機率 ÷ 邊緣機率）
這就是為什麼 Polymarket 能在 CNN 之前預測到伊朗的襲擊。因為成千上萬的人將微小的證據碎片餵給價格。每個人把價格往這邊推 0.5%，或者往那邊推 2%。匯總起來的結果准得驚人。
先驗機率 P(H)：衝突爆發的可能性為 10%（價格 $0.10）。
新證據 E：有人拍到駐阿聯酋的美軍基地內的駐軍人員正在吃龍蝦。
貝葉斯更新：每個交易員評估這個證據的權重。有人算出來機率上升到了 18%，他們就會買入，將市場價格推高到 0.18。接着又出現了「邊境軍隊調動」的新證據，價格繼續平滑更新到 $0.35。
沒有任何突兀的反轉。每一個微小的新聞切片，都會被立刻折算成機率的數學增量。這教給我們最重要的一課：觀點要輕拿輕放（aka 不要死扛），隨時按證據的強度成比例地更新。
大多數人要麼完全忽視證據（只看能佐證自己的觀點），要麼反應過激。哪有這多內幕交易，都是對證據的收集、推演和理解。
當突發利空砸下來的一瞬間，頂級做市商的服務器已經在毫秒級內跑完了貝葉斯更新，算出新的真實機率已經跌入谷底。此時，如果盤面上還有沒來得及撤單的散戶，機器會光速掃光這些籌碼。等你刷新頁面，看着腰斬的價格發獃時，連逃命的機會都沒有了。你的反應速度，根本配不上真實機率變臉的速度。
假設你極其聰明，不僅算準了期望值，躲過了沉沒成本，還用貝葉斯更新找到了一個確定性極高的機會。這時候你該怎麼做？普通人的反應是：滿倉，All-in，梭哈！
這恰恰是走向毀滅的最後一步。哪怕你的真實勝率高達 99%，只要你滿倉玩的次數夠多，那 1% 的黑天鵝早晚會飛出來，一次清零，遊戲永遠結束。而算法即便抓到了必殺的機會，也絕對不會把籌碼全推出去。那我們有什麼好辦法嗎？有，有個人給大家算出來了。
f = (p × b - q) / b
p = 獲勝機率（合理的估計）
q = 失敗機率（= 1 - p）
b = 每冒險 1 美元能贏多少（賠率）
舉個例子。你找到一個賭局，你認為自己有 60% 的勝率。如果你贏了，資金翻倍（b = 1）。
f = (0.60 × 1 - 0.40) / 1 = 0.20
凱利公式說：押注你總資金的 20%。
滿倉凱利（full Kelly）對人類來說過於激進了。@zodchiii研究過的每一個職業賭徒和交易員都使用「四分之一凱利」到「半凱利」。所以，不要押 20%，押 5-10%。
不追求一把暴富，它追求的是在絕對防範破產風險的前提下，通過幾萬次嚴格控倉的重複博弈，畫出一條完美的複利增長曲線。它們在克制中貪婪，而人類卻總是在貪婪中走向毀滅。
最後，用@zodchii的說法：這些不是看似無關緊要的數學把戲實際上一個決策系統樹：（聰明的你，一定餵給AI了）
EV（期望值）告訴你是否要行動
基礎機率讓你的估計紮根於現實
沉沒成本告訴你應該忽略什麼
貝葉斯告訴你如何更新觀點
倖存者偏差告訴你畫面中缺少了什麼
凱利公式告訴你該投入多少
我們不得不承認，在計算能力和情緒控制上，人類的劣勢是天然的。預測市場就像是一個最殘酷的認知健身房。當你因為一條大新聞熱血沸騰準備下單，或者因為過去的投入而猶豫不決時，不妨深吸一口氣，想想對面的服務器正在靜靜地計算着公式，等待你交出情緒的罰單。
在這個世界裡，觀點要輕拿輕放，隨時更新；數學，永遠比直覺更誠實。
當年出井伸之如果能放下索尼音樂的沉沒成本，或許現在的科技巨頭版圖會完全不同。拋開歷史不談，你最近在工作或投資中，有沒有遇到那種讓你因為投入太多而難以割捨的決定？
要不，我們這次試着用這些數學模型來做一次拆解？
來源：金色財經
發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。
暢行幣圈交易全攻略，專家駐群實戰交流
▌立即加入鉅亨買幣實戰交流 LINE 社群（點此入群）
不管是新手發問，還是老手交流，只要你想參與加密貨幣現貨交易、合約跟單、合約網格、量化交易、理財產品的投資，都歡迎入群討論學習！
上一篇
下一篇
