為什么股評(píng)不可信？信息加工階段的認(rèn)知偏差
關(guān)鍵點(diǎn)：一尸折、概述——信息加工
代表性偏差
二、代表性偏差與無(wú)條件概率
人總是傾向于根據(jù)代表性特征來(lái)沖動(dòng)地做判斷
無(wú)條件概率不依賴于任何條件
三殷蛇、金融市場(chǎng)中的代表性偏差
例子1——獲獎(jiǎng)的大師都很牛B嗎实夹？
例子2——公司連續(xù)翻番一定牛B嗎？
例子3——親近的人推薦的東西可信度高嗎晾咪？
四收擦、造成代表性偏差的原因
大數(shù)定律誤用為小數(shù)定律
代表性偏差就是錯(cuò)在了用小樣本的很少信息來(lái)做判斷。
五谍倦、為什么股評(píng)家不可信塞赂？
只要他有幾次做對(duì)了、說(shuō)對(duì)了昼蛀，你可能就覺(jué)得他很厲害宴猾，從而輕信于他。
當(dāng)事物的代表性特征表現(xiàn)出來(lái)以后叼旋，人容易沖動(dòng)地做判斷仇哆，而忽略了其他更多決定性的信息。
歸根結(jié)底夫植，代表性偏差源于人們以為小樣本的代表性特征就可以用來(lái)做推斷讹剔。
金句：代表性偏差，則是人們誤用了大數(shù)定律详民，只用少量樣本就做決策延欠，這種錯(cuò)誤被稱為“小數(shù)定律”。
自我總結(jié)：
一沈跨、概述——信息加工
信息收集完了由捎，你就該加工了吧？這一講我們就談?wù)劦诙€(gè)階段饿凛，信息加工階段的認(rèn)知偏差狞玛。
在這個(gè)階段，人最容易犯的就是代表性偏差涧窒。你理解了這個(gè)錯(cuò)誤心肪，不僅可以避免投資分析時(shí)的誤區(qū)，而且在日常工作杀狡、生活中處理類似問(wèn)題蒙畴，也會(huì)很受啟發(fā)。
二、代表性偏差與無(wú)條件概率
假定概率高達(dá)99%膳凝，這一項(xiàng)就被稱為“代表性”碑隆。但真實(shí)概率除了這一項(xiàng)之外，還有一項(xiàng)蹬音，被稱為無(wú)條件概率上煤。
無(wú)條件概率不依賴于任何條件
你太關(guān)注代表性特征，就容易忽略了其他信息著淆。當(dāng)某件事的代表性特征一展現(xiàn)出來(lái)劫狠，你會(huì)立即做出判斷。
例子：
小張很害羞永部，樂(lè)于助人独泞，但對(duì)周圍發(fā)生的事不太關(guān)心，喜歡活在自己的世界里苔埋。
而且很整潔懦砂，做任何事都很有條理，關(guān)注細(xì)節(jié)组橄。
那么小張是圖書管理員呢荞膘，還是農(nóng)民？
對(duì)小張性格特點(diǎn)的描述玉工，非常符合一位圖書管理員的代表性特征羽资，你立刻就判斷她是圖書管理員了，卻忘記了她還有好多你沒(méi)有觀察到的特點(diǎn)遵班，所以屠升，她不是圖書管理員的概率其實(shí)更大。
可中國(guó)的農(nóng)業(yè)人口占總?cè)丝诘?0%
全國(guó)能有多少個(gè)圖書管理員呢狭郑？被我手一指就猜對(duì)的概率可能不足10萬(wàn)分之一弥激。
收獲：
人總是傾向于根據(jù)代表性特征來(lái)沖動(dòng)地做判斷，這就被稱為認(rèn)知的代表性偏差愿阐。
三、金融市場(chǎng)中常見的代表性偏差
例子1——獲獎(jiǎng)的大師都很牛B嗎趾疚？
你看到某位基金經(jīng)理連續(xù)獲得金牛獎(jiǎng)（一種相當(dāng)于最強(qiáng)基金經(jīng)理的稱號(hào)）缨历，就立即做出判斷：都獲得金牛獎(jiǎng)了，那他一定是一個(gè)好基金經(jīng)理啊糙麦。
但還有很多決定性的其他信息
比如他這幾次成功是偶然的辛孵，不能歸于能力，如果時(shí)間放長(zhǎng)一點(diǎn)赡磅，或考慮到公司魄缚、團(tuán)隊(duì)、工作經(jīng)歷的偶然性等因素，這種隨機(jī)性就會(huì)消失冶匹。
例子2——公司連續(xù)翻番一定牛B嗎
你看到一家公司連續(xù)3年利潤(rùn)都翻番习劫，然后立即對(duì)它的股票做出判斷——買！
你又沖動(dòng)犯錯(cuò)了嚼隘。還是錯(cuò)在代表性偏差诽里。連續(xù)3年利潤(rùn)翻番，是一個(gè)好公司的代表性特征飞蛹。但這并不意味著這家公司真的就是一家好公司谤狡，這家公司還有好多信息都被你忽略掉了。
無(wú)條件概率
比如說(shuō)卧檐，公司高管近期需要減持股票墓懂，業(yè)績(jī)可能是有意調(diào)整出來(lái)的；再比如說(shuō)霉囚，這家公司未來(lái)的盈利機(jī)會(huì)消失捕仔，業(yè)績(jī)不能持續(xù)。
例子3——親近的人推薦的東西可信度高嗎
你一位平時(shí)很靠譜的朋友給你推薦了一只股票佛嬉，出于對(duì)他的信任逻澳，你立刻就買入了，犯的也是代表性偏差的錯(cuò)暖呕。
代表性偏差
是你朋友靠譜斜做。
你太看中這個(gè)代表性特征了，股票被你這個(gè)靠譜的朋友推薦了湾揽，那還能不是一只好股票嗎瓤逼？實(shí)際上，一只股票好不好库物，被你朋友推薦與否這個(gè)因素實(shí)在是太不重要了霸旗。你忽略了好多公司的其他信息。
四戚揭、造成代表性偏差的原因
你可能將“大數(shù)定律”誤用為“小數(shù)定律”了诱告。
大數(shù)定律
概率論歷史上第一個(gè)極限定理，指的是當(dāng)試驗(yàn)次數(shù)足夠多的時(shí)候呈現(xiàn)的統(tǒng)計(jì)規(guī)律性民晒。
你扔一枚均勻的硬幣精居，若次數(shù)足夠多，出現(xiàn)正面的頻率應(yīng)該無(wú)限接近于概率——1/2潜必。
你要注意的的是靴姿，大數(shù)定律，需要數(shù)據(jù)量足夠多磁滚、樣本量足夠大才能下結(jié)論佛吓。
小數(shù)定律
代表性偏差，則是人們誤用了大數(shù)定律，只用少量樣本就做決策维雇，這種錯(cuò)誤被稱為“小數(shù)定律”淤刃。
例子：
當(dāng)連續(xù)6次都正面朝上，讓你下注押下一次谆沃，你會(huì)押正面還是反面钝凶？
你可能會(huì)押反面吧？即使賭場(chǎng)高手也會(huì)犯這個(gè)錯(cuò)誤唁影，所以小數(shù)定律也被稱為“賭徒謬誤”耕陷。
代表性偏差就是錯(cuò)在了用小樣本的很少信息來(lái)做判斷。
五据沈、為什么股評(píng)家不可信哟沫？
對(duì)于炒股的人來(lái)說(shuō)，總有一些他們特別信賴的股評(píng)家锌介，覺(jué)得他們的預(yù)測(cè)特別準(zhǔn)嗜诀。
只要他有幾次做對(duì)了、說(shuō)對(duì)了孔祸，你可能就覺(jué)得他很厲害隆敢，從而輕信于他。
于是你就打開電視崔慧、打開收音機(jī)拂蝎、翻開報(bào)紙，會(huì)連續(xù)收到他說(shuō)對(duì)的信號(hào)惶室，這樣温自，這個(gè)人的代表性特征就表現(xiàn)出來(lái)了，你可能就按此做決策了皇钞。
六悼泌、總結(jié)
代表性偏差
當(dāng)事物的代表性特征表現(xiàn)出來(lái)以后，人容易沖動(dòng)地做判斷夹界，而忽略了其他更多決定性的信息馆里。
歸根結(jié)底，代表性偏差源于人們以為
小樣本的代表性特征就可以用來(lái)做推斷可柿。
