看好看坏是空话
看好看坏是空话
"看好或看坏的概念往往空洞无物，不能用到充满随机性的世界中，尤其是如果这个世界有很多不对称结果的话。"
"看好"或"看坏"是方向语言——在不对称的世界里，方向语言解决的不是你面对的问题。
一 · 看好/看坏有效的前提
"看好"在什么时候是完整的信息？
在对称世界里：赌对方向赚 X，赌错亏 X，幅度相当。这时候方向预测 ≈ 期望值生成。你对，赚钱；你错，亏钱。方向判断和期望值判断是同一道题。
这个前提在哪里断掉？一旦收益和损失不对称。
股票下行有限（最多归零），上行理论无限。期权损失有限（权利金），收益可以是倍数。做空收益有限，损失无限。这不是市场的偶然特征——这是常态。
二 · 火鸡的准确率
Taleb 的火鸡：从 1 月到 11 月底每天被喂食，每天数据支持"看好"。它的方向预测准确率超过 95%，优于大多数分析师。感恩节前一天，模型清零。
问题不是火鸡"看法错了"——在清零前，它的方向判断几乎一直正确。问题是赔付函数灾难性不对称：对了 1000 次，每次赢一顿饭；错了 1 次，失去全部。这个赔付函数用"看好"完全描述不了，但"看好"这个词掩盖了它。
胖尾分布的核心特征：大部分时间你是对的，期望值可以是负的。
方向准确率和期望值因此完全脱钩。脱钩发生的条件正是"结果不对称"——而这恰恰是随机性最集中的地方。
三 · 同一个"看好"，三种赔付结构
同样是看好某只股票，三个人的实际处境：
| 人 | 位置 | 对了赚多少 | 错了亏多少 | 赔付结构 |
|---|---|---|---|---|
| 甲 | 无杠杆多仓 | +50% | -50% | 对称 |
| 乙 | 深度 OTM 看涨期权 | +500% | -100%（权利金） | 凸 |
| 丙 | 卖出看涨期权 | +权利金（有限） | 无限 | 凹 |
甲乙丙"看法"相同，赔付函数截然不同，期望值可能相反。"看好"这个词对三人是同一个标签，但真正重要的信息——赔付函数的形状——被这个词掩盖掉了。
这里有一个更隐藏的机制：看好/看坏的语言不只是描述不精确，它还在训练你优化错误的目标函数。
当你用"看好"来组织决策，你隐含设定的目标函数是：
argmax P(direction_correct) ← 最大化方向准确率但正确的目标函数是：
argmax E[payoff] ← 最大化期望收益在对称世界里，两者等价——准确率高，收益就高。在不对称世界里，两者分岔。最大化方向准确率甚至可以主动损害期望值：当你已经判断了"看好"，且仓位是凹性的（如裸卖期权），你会为了维护判断一致性而在亏损中补仓——因为"我的方向是对的"。这是目标函数错了，不是执行力差。
Taleb："I don't care about direction; I care about the magnitude of the payoff when I'm right versus when I'm wrong."
四 · 替换掉"看好/看坏"（杀手层）
把"看好/看坏"替换成一个问题集，不是一个问题：
① 如果对了，收益是多少？ （magnitude when right）
② 如果错了，损失是多少？ （magnitude when wrong）
③ ①和②的比值如何？ （赔率结构）
④ 结果分布是胖尾还是瘦尾？ （分布形状）
⑤ 我的仓位让赔付函数凸还是凹？ （凸性）"看好/看坏"是对这五个变量的粗暴压缩——把一个分布压成二值变量，压掉的正好是尾部和不对称性：恰恰是随机世界里最致命也最有利的部分。
| 问题 | 对称世界的信息量 | 不对称世界的信息量 |
|---|---|---|
| "你看好还是看坏？" | 完整 | 几乎为零 |
| "你的赔率结构是什么？" | 完整 | 完整 |
| "你的仓位凸还是凹？" | 完整 | 完整 |
还有一个更危险的二阶机制：看好/看坏语言不只让你优化错误的目标函数，它还让你在连续看对的时候主动积累风险敞口。
每一次"看对"都在强化方向框架，每一次强化都在推高仓位置信度。你看对了十次，你会开更大的仓；你开了更大的仓，感恩节那天的模型清零就把你消灭。这是一个反向筛选机制：被市场淘汰的，不是总是看错的人，而是总是看对、然后在仓位随胜率累积之后、最终遇到一次不对称事件的人。
胜率越高，且仓位与胜率正相关，尾部暴露越大——不是尽管你对了很多次，而是因为你对了很多次。这是"看好/看坏"框架在不对称域最隐蔽的损害：它不只遮掩了期望值，还主动奖励了加仓行为，直到尾部出现。
"看好/看坏"在对称世界里不是坏问题——它在那里是充分的。这个语言本身有其进化来源：人类面对的原始随机性（天气、觅食、捕猎、社交）大体是近似对称的。预测明天会不会下雨，对了是"看好"，错了是"看坏"，幅度相当。这是几十万年打磨出来的有效启发式。
它的失效只在一个特殊的域里：人工制造了不对称性的金融产品——杠杆、期权、可转债、衍生品。这些工具的存在使得"对了10%，错了100%"成为常态，是人类在进化中从未遭遇过的赔付结构。"看好/看坏"被搬进这个域，但语言没有内置的失效探测器，没有自动更新的机制——你还在用觅食时代的量尺，量期权市场的赔付。 ( 凸凹与圣杯:在凸凹框架里，真正的问题是"哪个方向拥有凸性"，不是"涨还是跌"——这是同一个替换，从另一端切进来 )
终点 · 判别三则
先认域：你在问方向，还是在问赔付结构？
这两个问题在对称世界里是同一个问题。在不对称世界里，它们完全独立——分开问，分开回答。
三该
- 把方向判断和赔付结构判断分开——先问"对了/错了各是什么结果"，再问方向
- 把期望值理解为赔付函数×概率的积分，不是方向预测的准确率
- 对凸性仓位保持耐心——多数时间"方向错"不等于亏钱，如果赔付函数是凸的
三不该
- 用方向准确率评估投资判断——在不对称世界里这个指标几乎无效
- 把"看好/看坏"当成完整的投资论点——它是方向，不是决策
- 混淆"判断对了方向"和"做了正确决定"——在不对称世界里两者完全可以相反
"看好"或"看坏"，在随机性充满、结果不对称的世界里，是一个无法告诉你期望值的变量。
把它当成结论，是把二值变量误认成了分布。
(箭到底了。)