帕斯卡式不对称

核心讲解

作者坦言自己对统计学抱一种刻意的不对称态度：如果统计在某件事上对他有帮助、且风险可控，他就大胆用它来下注；但如果同一个统计结论反过来构成对他生存的威胁，他就坚决不用它来管理风险。这个态度借自帕斯卡著名的“上帝赌注”——权衡的不是概率本身，而是后果的极端不对称书外。举例说，历史数据显示某类策略长期胜率高，作者可以据此小注参与；但他绝不会因为“历史上从未爆仓”就加杠杆重仓，因为一旦那一次小概率发生，代价是清盘。换句话说：统计可以用来放大有利的机会，但不能用来替自己承担致命风险。现代决策科学把这对应为鲁棒优化和极小化极大准则——先保证最坏情况能活下来，再谈收益书外。

要点

• 对统计采取不对称态度：有利且可控时用，威胁生存时弃用。
• 依据不是概率大小，而是后果的不对称。
• 统计可用来抓机会，但不能用来承担致命风险。
• 先确保最坏情况能活，再谈收益。

常见误区

• 认为同一个统计模型要么全信、要么全不信。
• 因为“历史上从没爆过仓”就加杠杆重仓。
• 用统计上的高胜率来为致命风险开脱。

编者注

• 观点这是作者基于帕斯卡赌注的效用不对称思路；它对应现代鲁棒决策，学界也有更系统的处理，见「多方视角」。

多方视角

作者的看法

统计学对自己有帮助、安全时就采纳，构成威胁时坚决弃用；后果的不对称比概率本身更重要。

不同的看法

• 现代决策科学主张用统一的概率模型做鲁棒优化和极小化极大权衡，而不是对统计采取时用时弃的双重标准。

支持作者的理由

• 在肥尾世界里，一次尾部事件的代价是清盘；任何“平均而言很安全”的统计，都不足以支撑把生存押上去。