为了弄懂炒股总是亏钱，我给大家举一个有趣的例子：
假如一百个人中有一个人是坏人。捐款测试可以检验一个人的好坏，99%的准确率。如果一个人是好人，那么他99%会捐款，如果一个人是坏人，那么99%不捐款。
假如一个人没有捐款，那么他是坏人的概率是多少？
说实话，一开始我看这个有点懵，没有思考的话，直觉给我的答案是99%.
这种就是忽略了先验概率：99%的人都是好人
但其实没有捐款的人是坏人的概率是50%
为什么呢？
这其实应用到统计中的贝叶斯定理,就是条件概率，用来描述两个条件概率之间的关系。
先验概率：99%的人都是好人
信号：他没有捐款
后验概率：他是坏人的概率？
所以就是不捐款分为两种：好人不捐和坏人不捐
好人不捐的概率就是0.99*（1-0.99）
坏人不捐的概率就是0.01*0.99
所以假如他没有捐款，那么他为坏人的概率就是50%
应用学家在股市中发现这样一个有趣的现象：
短期正相关：短期内回报率高的股票，接下来短期内还会回报率高。
长期负相关：短期内回报率高的股票，接下来长期回报率会变低。
根据这个现象呢，行为经济学有这方面专业的解释这个现象为概率判断偏误。
这里要引入一个概念叫做大数定理：
样本均值在观测值足够多（大于400）的时候趋向原变量的期望值。
简单解释一下，就是说当样本观测值大于400的时候样本的均值才趋向你最开始的期望值。
相应的就有小数定理：
这个就很好理解了，就是说样本观测值不够大时，人们会误把当前的平均值当做期望值。
所以，从短期看，假如短期回报好的股票，因为相信回报会回到平均值，所以会卖掉当前好的股票，相反的，会买入当前回报差的股票。
但是这样的结果会导致回报好的股票价格变低，回报率反而上升。
在经济学中这也叫赌徒谬误，就是赌徒在连续输很多局后，他相信下一把肯定会赢，因此连续赌博，因为他相信总的平均来说，输赢应该是一半一半。
但是他忽略了这样的大数定理结论只有大样本情况下才适用。
长期看，相信连续产生高回报的股票确实与众不同。于是买回报好的股票，卖回报差的股票。
于是，回报好的股票价格变高了，回报率反而下降。
在经济学中这叫做热手谬误，一个赌徒连续赢了五把后，他相信今天有幸运之神的眷顾，他有一双热手，因而继续赌博。
因为他觉得正常情况下（大数定理），他不可能连续出现五把赢，所以反推自己今天运气特别好。
这其实也是很经典的谬误，即，觉得自己出现赢面的先验概率大于50%
当然了，这只是股票价格变动和价值回报率的一种解释，在股市中还有很多复杂的现象会影响，这只是从经济学中决策谬误可能发生的一种解释。
总结一下：人们在对事物进行系统性概率判断时，往往会忽略先验概率，而在很小样本里边就期望样本平均值达到期望值。导致了赌徒谬误和热手谬误。
閱讀更多 李家精選好貨 的文章
