华尔街在40年中出现一个“米勒奇迹”★◈，其实是一个大概率事件★◈；如果一直没有出现这么一个人★◈，反而是很稀奇的事★◈。

　　俗话说“不以成败论英雄”★◈，理论上人人都同意这句话★◈，一个人的能力不应该以一时的成败得失来判断★◈。这好像表明★◈，我们在看待一个结果时★◈，是将随机性因素的影响考虑进去了的凯发k8(中国)天生赢家★◈！★◈。真的是这样吗？其实★◈，我们在现实中很容易犯这样的错误★◈，把一次随机测量值当成了真实水平K8凯发★◈，★◈，并以此来制定相应的奖励或者惩罚措施★◈。比如我也玩★◈，孩子某次考试得了100分就会得到奖励★◈，而某次考试不及格就会挨揍★◈；销售人员在某年业绩特别突出就会得到提升★◈，而某年业绩特别差就会被扣年终奖金★◈；某个年轻球员某赛季表现特别突出就会被评为“年度新秀”我也玩凯发K8官网★◈，而某赛季成绩不好就只能坐冷板凳★◈。问题是★◈，这些奖励和惩罚措施真正有效吗？

　　有意思的是★◈，我们会发现★◈，一般而言惩罚措施比奖励措施更有效★◈。也就是说★◈，孩子拿到奖品之后的下一次考试不太可能再得100分★◈，而不及格被胖揍一顿之后k8凯发(中国)旗舰厅★◈，★◈，下次考试多半会顺利过关★◈。销售人员被提升之后★◈，第二年的业绩很可能不太好★◈，而被扣年终奖后的第二年销售业绩很可能有明显提升★◈。体育界甚至有个专门的名词叫做“二年生症候群”★◈，是指那些被评为“年度新秀”的球员们★◈，在随后一个赛季中的表现大多不如人意★◈。这是怎么回事呢？难道说人们天生就吃罚不吃赏？

　　对这个现象★◈，一开始心理学家们百思不得其解★◈，后来终于由诺贝尔奖得主★◈、心理学家丹尼尔·卡尼曼解开了谜题★◈。原来这种现象根本和赏罚效应无关★◈，而和随机现象有关★◈。一次考试分数★◈、一年的销售业绩或者一个赛季的比赛成绩★◈，其本质是一次随机测量数据★◈，它们服从正态分布★◈，偏离均值越远★◈，出现的概率就越低★◈。如果某次数据特别地好★◈，或者特别地差★◈，那么它很可能是远离均值的一次小概率事件★◈，简单说就是超水平发挥或者发挥失常★◈。那么在下一次测量时★◈，就很有可能回归正常水平★◈，这种现象在统计学上被称为“回归平均”★◈。

　　正是“回归平均”现象★◈，让人们误认为是惩罚有效而奖励无效★◈，其实它和奖惩措施毫无关系★◈。体育界普遍存在的“二年生症候群”★◈，并不是得了“年度新秀”的球员们个个骄傲自满所以第二年发挥不好★◈，而是他们本来就是因为超水平发挥而获得“年度新秀”★◈，第二年表现平平就是典型的“回归平均”★◈。

　　那接下来我们自然会问★◈，如果一次两次结果不能说明什么问题★◈，那么★◈，那些薪水远超普通人的高收入群体★◈，他们的业绩究竟在多大程度上可以归因于个人能力呢？有一本介绍随机性原理的书叫做《醉汉的脚步》全屋定制★◈，★◈，书中举了这样一个例子★◈。

　　在好莱坞★◈，电影公司主管们的平均年薪超过2500万美元★◈。这些主管能否保住自己的饭碗★◈，取决于他们能否每年从几千个剧本中我也玩★◈，连续选出票房能大热的影片来★◈。这并不容易我也玩★◈。因为长久以来好莱坞一直面临一个非常尴尬的事实★◈，那就是★◈：没人能预测一部电影能否走红凯发K8官网首页登录★◈。★◈。名不见经传的小制作电影上映后红得发紫★◈，或者阵容豪华★◈、被寄予厚望的大制作电影遭遇滑铁卢★◈，这在好莱坞已经见怪不怪★◈。一位著名的电影监制就这样感叹★◈：“如果我对所有被我毙掉的片子说‘行’★◈，而对所有我通过的片子说‘不行’★◈，最终的票房结果可能也差不多★◈。”可以认为★◈，在一部电影杀青之前对它的票房潜力进行预测★◈，准确性和抛硬币猜正反面是差不多的★◈。

　　问题是★◈，在好莱坞的确有一些电影主管★◈，似乎有慧眼识珠的能力★◈，能在10年中有8年押中热门电影★◈，这又怎么解释？这就要用到概率论的知识了★◈。不妨把问题换一种说法★◈：如果让10名好莱坞主管★◈，每人扔10次硬币★◈，你猜猜看★◈，至少有一个人扔出8次以上正面或反面的可能性有多大呢？正确答案是2/3★◈。换句线名好莱坞主管的能力差不多★◈，考察他们连续10年的业绩表现★◈，那么★◈，仅仅由于随机性★◈，就会有66%的大概率★◈，出现一名8年都走狗屎运的超级赢家★◈，或者8年都发挥失常的超级输家★◈。

　　这表明★◈，在连续成功或者连续失败事件中★◈，人们很容易低估随机性的影响力★◈。在现实中凯发K8官网★◈，那个倒霉的超级输家必须卷铺盖走人★◈，而那个幸运的超级赢家则会被视为能力卓越的典范★◈。这种把“随机性重复”归因于优异能力的错误认知★◈，学术界有个专门的术语叫“热手谬误”★◈。除好莱坞之外★◈，“热手谬误”的另一个重灾区是华尔街★◈。华尔街总是每隔几年就会出现一个明星基金经理★◈，在某个连续时间段中的业绩表现非常突出★◈。

　　书里还举了这样一个例子★◈：一名叫比尔·米勒的基金经理★◈，在1991年至2006年的连续15年中★◈，他的业绩表现都跑赢了标准普尔500指数★◈。米勒被媒体誉为“1990年代最伟大的基金经理”★◈。在评论米勒的表现时★◈，观察家们指出★◈：“在过去40年中★◈，没有一只基金的表现★◈，能连续12年优于市场★◈。”并且他们肯定地说★◈：“米勒仅凭运气就能做到这一点的可能性微乎其微★◈。”然而★◈，如果正确计算的话★◈，出现“米勒奇迹”的真正概率★◈，恐怕会让你大吃一惊★◈。

　　一般人以为★◈，如果米勒仅凭运气做到15年连胜凯发K8官网凯发,凯发k8,K8★◈，★◈，相当于他连续扔15次硬币★◈，每次都是正面朝上★◈，概率为2的15次方分之一意式风格★◈，★◈，也就是1/32768★◈。但是★◈，这种算法仅仅适用于只有米勒一个人只扔15次硬币的情况★◈，这与现实不符★◈。现实情况是什么呢？目前华尔街有好几千名基金经理★◈，为了方便计算★◈，这里假定只有1000名★◈。

　　现实情况是★◈，这1000名基金经理每人每年都扔一次硬币★◈，一共扔了40年我也玩我也玩★◈。那么我也玩★◈，这40年中出现某一个基金经理★◈，连续15年扔到正面朝上的概率有多大？答案是将近75%★◈。没想到吧？换句线年中出现一个“米勒奇迹”★◈，其实是一个大概率事件★◈；如果一直没有出现这么一个人★◈，反而是很稀奇的事★◈。

　　实际上★◈，产生“热手谬误”的根本原因★◈，是人们搞混淆了一个概念★◈，就是认为随机性意味着平均分布★◈。事实正好相反★◈，随机性的典型模式是一簇一簇的不均匀数据★◈。葡萄干面包里的葡萄就是随机分布的★◈，有的地方特别多我也玩★◈，有的地方一颗也没有★◈。随机发生的“成功事件”就好像是这些葡萄★◈，它们更有可能是成串出现★◈，而不是均匀分布★◈。

　　那么★◈，有没有什么办法★◈，可以消除“热手谬误”的影响呢？这就要说到随机性原理的一个重要定律——大数定律★◈。大数定律是指★◈，当测量样本量足够大时★◈，样本均值就会越来越趋近于真值★◈。大数定律也可以反过来理解★◈，就是当测量样本量很小时★◈，随机测量误差的影响就变得突出★◈，这被称为“小数定律”★◈。

　　换句话说★◈，如果想要知道这些高收入人士的真实业务水平★◈，那么仅仅只考察他们几年或者十几年的业绩是远远不够的★◈，因为这时候运气会占很大比重凯发K8官网★◈。如果可以考察他们成百上千年的业绩极简法式★◈！★◈，那么运气特别好的年头和运气特别差的年头就相互抵消了★◈，业绩的均值才会非常接近于他们真实的业务水平★◈。遗憾的是★◈，这个办法在现实世界中显然做不到凯发K8官网★◈。不过我们至少可以提醒自己★◈：当测量样本量很小时★◈，要警惕热手谬误★◈，“不以成败论英雄”★◈。