人物背景#
吉仁澤（Gerd Gigerenzer）是德國心理學家，研究有限理性（bounded rationality）與啟發法（heuristics）在決策中的作用。他是德國馬克斯普朗克人類發展研究所「適應行為與認知中心」（Center for Adaptive Behavior and Cognition, ABC）的榮譽主任，也是哈丁風險素養中心（Harding Center for Risk Literacy）主任。
著作包括：
- Simple Heuristics That Make Us Smart
- Reckoning with Risk: Learning to Live with Uncertainty
- Gut Feelings: The Intelligence of the Unconscious
- Risk Savvy: How to Make Good Decisions
- Simply Rational: Decision Making in the Real World
對交易者與投資人而言，吉仁澤的研究幾乎是趨勢追蹤（trend following）成功的「哲學基礎」——關於人如何在時間有限、知識不足的情況下做出推論。
風險（Risk）vs 不確定性（Uncertainty）#
吉仁澤批評主流經濟學最大的盲點：
- 混淆「已知風險」與「不確定性」
- 把人的行為建模成彷彿能完整計算所有風險
- 真實世界大多無法用機率模型涵蓋
他要做的是發展另一種途徑——找到能處理不確定性的工具，啟發法就是這些工具之一。
棒球場上的「凝視啟發法」（Gaze Heuristic）#
外野手如何接到飛球？多數人以為大腦在計算彈道。連 Dawkins 在 The Selfish Gene 中也假設人能像電腦一樣計算一切。
實際上，外野手用的是凝視啟發法：
- 把眼睛盯住球
- 開始往球的方向跑
- 調整速度，使「凝視角度保持不變」
- 跑著跑著，自然會抵達球落下的位置
「複雜的問題不一定需要複雜的解法。」這是另一種哲學：當你願意去找，往往能找到那個簡單卻有效的解。
一理由決策（One-Reason Decision-Making）#
交易世界一樣有兩種哲學：
- 複雜派：從 Markowitz 的最佳化模型，到各種高深的計算流程
- 簡單派：承認交易是不確定的世界，最佳化模型未必管用
柯維爾分享自己的方法：只看價格本身——上漲就做多、下跌就做空。
吉仁澤指出這屬於「一理由決策」家族：
- 找出最重要的那一個理由
- 忽略其他的所有資訊
社會心理學與行為經濟學常把這種做法歸為「不理性」。但這個批評忽略了「風險世界」與「不確定世界」的根本差別。
- 在已知風險的世界，忽略相關資訊確實不理性
- 但在不確定的世界，好的決策必然要忽略一部分資訊
- 試圖列完整的優缺點清單往往會失敗
哈德遜河奇蹟（Miracle on the Hudson）#
啟發法不只能無意識地用，也可以有意識地用。哈德遜河奇蹟是經典案例：
- 飛機從拉瓜地亞起飛幾分鐘後，撞上一群加拿大雁
- 引擎被「太肥」的鳥群塞住，雙引擎同時失效
- 機長必須立刻判斷：能不能飛回機場？
機師用的也是凝視啟發法：
- 透過駕駛艙擋風玻璃盯住塔台
- 如果塔台在玻璃裡向上移動，就代表來不及——會在抵達前撞地
- 這比任何計算都更快、更準確
- 機師可以把省下的時間拿去做其他關鍵動作
啟發法與「有意識的推理」不是對立關係。他們研究過的每一種啟發法，都既能無意識使用，也能有意識使用。
風險與不確定性的學術源流#
吉仁澤強調這個區分並非自己原創：
- 經濟學家 Frank Knight 早在 1920 年代就提出過
- 但這個區分一直未被認真對待
- 多數學術努力反而是把不確定性化約為已知風險，再套用機率方法
把機率論或貝氏理論當成解決一切問題的萬靈丹，就像把鐵鎚當成整套工具箱，然後以為世界上每樣東西都是釘子。
吉仁澤主張「適應性工具箱」（adaptive toolbox）的概念——就像人體不是只有一個超級器官，而是多個器官各司其職，反而表現更好。
直覺 vs 理性：不是二選一#
當有人問「你是直覺型還是理性型？」吉仁澤反對這種對立：
- 我們既需要大腦，也需要直覺
- 也就是「審慎思考」與「相信直覺」都需要
- 真正的問題是：何時該用哪個？
哪些情境必須靠直覺？
- 作曲家無法靠計算寫出曲子
- 雞性別鑑定師（chicken sexer）也說不出自己怎麼判斷
- 該信任誰、該娶誰、該接哪份工作、該如何處理人生壓力——這些都無法計算
直覺多半建立在簡單啟發法之上，因為直覺要面對的是不確定性，而不是已知風險。
黑天鵝與意外#
一旦把所有不確定性都化約為已知風險，「意外」就從方程式中消失——理論上不再有新事物會發生。
2007–08 金融危機就是教訓：
- 標準的風險評估模型錯過了每一次危機，也未阻止任何一次
- 我們對「不該那麼容易發生的事」感到震驚
- 處理不確定性也意味著處理意外
- 需要靈活的方法和啟發法來適應未預期的情境
「少即是多」（Less Is More）效應#
吉仁澤與 Stephen Gould 設計了一個簡單實驗：
- 問題：「Milwaukee 跟 Detroit 哪個人口多？」（答案是 Detroit）
- 美國人只有約 60% 答對（兩個城市他們都聽過，必須回憶事實）
- 德國人有 90% 答對——多數沒聽過 Milwaukee，只聽過 Detroit
- 他們用了「辨識啟發法」（recognition heuristic）：聽過的那個比較大
在不確定的世界裡，「不知道某些事」反而能讓決策更好。試圖計算一切是「確定性的幻覺」。
這也對應到統計學上的偏差/變異權衡（bias/variance dilemma）：
- 估計時不該擬合每一個資料點
- 必須忽略一些東西、容許一點偏差
- 在吉仁澤的研究裡，「偏差」是正面的，而不是社會心理學裡那個被責備的詞
用辨識啟發法選股#
吉仁澤與同事曾做過一個經典實驗：
- 在芝加哥街頭問路人：這份名單裡哪些股票你聽過？
- 在慕尼黑做同樣的調查
- 也問了一些商學院學生
- 用「最多人聽過的 10 檔」組合 vs「最少人聽過的 10 檔」當對照
- 加上專家挑的、藍籌股、隨機選的等等
- 等半年後比較績效
結果：半無知行人辨識出來的投資組合績效最好。這個研究在不同情境下重複過幾次，並非總能複製，但他敢打賭簡單啟發法至少不輸專業選股。
知識有個臨界點——某個程度的知識有幫助，超過之後反而會誤導你。
Markowitz 與 1/n 啟發法#
談到 Markowitz 的均值-變異組合（Mean Variance Portfolio）：
- Markowitz 沒錯——他的模型在假設成立的條件下確實成立
- 但「Markowitz 模型適用於真實金融世界」這個延伸宣稱才是錯的
- Markowitz 自己為退休投資時，並沒有用他自己的諾貝爾獎模型
- 他用的是簡單啟發法：把錢平均分配（1/n）
什麼時候 1/n 比 Markowitz 好？
- 不確定性愈高，啟發法愈占優勢
- 資產數量 n 愈大，啟發法愈占優勢
- 樣本數愈大，Markowitz才有機會
- 模擬顯示：n=50 的股票要等 Markowitz 模型勝出，約需 500 年的歷史資料
也就是說，要到西元 2500 年我們才能開始懷疑直覺、改用計算——前提是那時候同一批股票還在市場上。
防禦性決策（Defensive Decision-Making）#
吉仁澤的研究還跨入醫療等領域。一個讓人不安的發現：
- 93% 的美國醫師承認自己採取防禦性決策
- 也就是建議你「次優」或「第三好」的選項，因為那能保護自己不被告
- 醫師對待病人和親戚的方式並不一樣
吉仁澤分享自身案例：母親一眼失明，他打給知名實驗療法的醫師：
- 第一次問：「您建議我母親怎麼做？」醫師說：「試試這個療法。」
- 後來他意識到問錯問題——醫師處於防禦立場，他可能被告
- 改問：「如果是您自己的母親，您會怎麼做？」
- 答覆變成：「我什麼都不會做。」（自己的母親不會告自己）
不能怪醫師——是「整個系統」逼他這樣做，而你才是那個會告他的人。簡單的啟發法（換個問法）就能突破這個框架。
教學與終身使命#
吉仁澤把這些研究帶給多種專業人士：
- 約 50 位美國聯邦法官（決策訓練）
- 大約 1,000 位德國醫師（風險溝通）
- 也包括金融、管理、法律、醫療等多個領域
他常說自己從這些專家身上學到的，跟他們從他這裡學到的一樣多。最終的訊息是：
- 沒有單一方法可以應對所有情境
- 我們需要「適應性工具箱」（adaptive toolbox）
- 必須認得「已知風險」與「不確定性」的差別，才能選對工具