第九章：買賣比煎蛋容易#

章節概要#

本章是全書最具「破壞力」的一章。Taleb 用蒙地卡羅模擬生成一批虛擬基金經理人，證明在純粹隨機的世界中，也必然會出現績效驚人的「明星經理人」。這些人的績效不是因為技能，而是因為數學上的必然性。

牙醫 vs. 鋼琴家#

Taleb 用一個精妙的對比開場：

• 煎蛋需要真正的技能——你不會因為運氣而煎出完美的蛋
• 買賣股票幾乎不需要任何技能——你只需要按一個按鈕
• 問題在於：進入門檻越低的領域，隨機性的角色越大
• 牙醫的收入幾乎 100% 來自技能；基金經理人的績效中有多少比例來自運氣？

Taleb 並不是說「所有基金經理人都靠運氣」。他的論點更精確：在一個充滿隨機性的領域中，我們無法僅從績效紀錄區分技能和運氣。

蒙地卡羅模擬實驗#

實驗設計#

• 想像 10,000 位基金經理人，每年有 50% 的機率賺錢、50% 的機率虧錢
• 虧錢的人被淘汰，賺錢的人進入下一年
• 完全沒有技能成分——純粹的拋硬幣

實驗結果#

• 五年後，仍有 313 位經理人擁有「連續五年獲利」的完美績效紀錄
• 這些人會被媒體報導、被學術論文研究、被投資人追捧
• 但他們的「技能」完全是虛幻的——他們只是 10,000 次拋硬幣中的幸運兒

數據挖掘與回測陷阱#

生日悖論#

• 23 個人中，有兩人同一天生日的機率超過 50%
• 這個違反直覺的結果說明：在足夠大的數據中，「巧合」是數學上的必然
• 同理：如果你測試足夠多的交易策略，一定會有一些「看起來有效」的

回測的危險#

• 回測（backtesting）：用歷史數據測試策略是否有效
• 問題：如果你測試 1000 個策略，即使沒有任何策略有真正的預測力，統計上也會有一些看起來非常優秀
• 這就是數據窺探（data snooping）——先看結果，再找「規律」

癌症治療的類比#

• 如果你測試 1000 種隨機的化學物質對癌症的效果，統計上大約有 50 種會「顯著有效」
• 但這不是因為它們真的能治癌——而是因為統計上的假陽性
• 金融市場中的「有效策略」很多也是同樣的假陽性

核心教訓：**績效紀錄本身不能證明任何事。**你必須知道：有多少人嘗試了類似的策略（樣本總量）、有多少人失敗了（存活偏差）、以及這個績效是事前預測的還是事後發現的（數據挖掘）。