04期望值（Expected Value）
费曼学习法：先讲给十二岁的孩子听
有人递给你一个信封，说：里面可能有 100 块，也可能什么都没有，一半一半。要玩的话先付 40 块。玩不玩？
大多数人的第一反应是"一半一半，说不定就赚 60 块"——然后掏钱。少数人的第一反应是"可能白扔 40 块"——然后拒绝。
这两种反应都是感觉，都不是算。真正的算法只有一行：
100 × 50% + 0 × 50% = 50 块。信封平均值 50 块，你要付 40 块。
赚 10 块。 该玩。
注意这里发生了什么：你没有预测这一次会开出什么，你算的是如果同样的赌局重复很多次，平均每次赚多少。这就是期望值。它不告诉你这次输赢，它告诉你这个游戏本身值不值得玩。
更有意思的是后半段：如果这个赌局只能玩一次，而你全部家当只有 40 块呢？按期望值你还是该玩——但你要是输了就得饿肚子。这时候期望值是对的，但你不能只听它的。
一句话讲清楚：重复的事情算平均值，一次性的事情先算会不会出局。
一、这个思维模型是什么
1. 定义
期望值（Expected Value, EV）是所有可能结果按其概率加权的平均值：
EV = Σ(pᵢ × vᵢ)
其中 pᵢ 是第 i 种结果发生的概率，vᵢ 是那种结果对你的价值（可以是钱，也可以是时间、健康、声誉等价物）。
它是本清单里极少数能直接算出答案的工具：多数思维模型帮你"看清"，期望值帮你在纸上写出一个数，然后照着做。
判据只有一条：正 EV 的事，重复做就一定赚；负 EV 的事，重复做就一定亏。 至于这一次的输赢，是运气的事。
2. 期望值 vs. 期望效用：人为什么不按 EV 行动
严格讲，人不最大化金钱的期望值，而最大化效用的期望值。效用是钱对你的主观价值，而它是边际递减的：
丢 1000 块的痛苦，远大于捡到 1000 块的快乐（约为两倍，这是 #29 损失厌恶 的核心发现）。所以一个"50% 赢 1000、50% 输 1000"的公平赌局，EV = 0，但对大多数人来说效用为负——不玩是对的。
这不是 irrational，这是风险厌恶，而且它常常是理性的。 期望值的正确用法不是"强迫自己按 EV 行动"，而是"算出 EV，然后清醒地知道你为回避风险付了多少钱"。
3. 期望值何时会骗人：可重复性
这是本模型最重要的边界，也是它排在概率思维之后、却又比凯利公式靠前的原因：
- EV 在可重复的场景里是铁律。 保险公司不知道哪一栋房子会着火，但它知道一万栋房子里平均烧掉几栋——大数定律保证它的 EV 计算能兑现。赌场同理。→ 见 #50 大数定律与中心极限定理
- EV 在一次性、不可逆的场景里会骗人。 你的人生只有一条，破产一次就没有"下一次平均回来"这回事。这时候真正该算的不是平均值，而是出局概率。→ 见 #60 遍历性
- EV 在肥尾场景里会严重低估风险。 当结果分布有肥尾时，那个"小概率的极端损失"可能大到让平均值失去意义。→ 见 #21 肥尾风险
一句话概括这三条：可重复 → 算 EV；一次性 → 算出局概率；有肥尾 → 先怀疑 EV。
4. 与相邻概念的关系
- 与概率思维：概率是输入，期望值是算法。没有靠谱的概率估计，EV 就是垃圾进、垃圾出。→ 见 #2 概率思维
- 与凯利公式：EV 告诉你"值不值得下注"，凯利告诉你"该下多大"。只看 EV 不看仓位，会在正 EV 的赌局上因为下注过重而出局。→ 见 #82 凯利公式
- 与决策树：面对多阶段、有分支的决策，手工算 EV 容易漏项，决策树是把 EV 结构化的工具。→ 见 #81 决策树与蒙特卡洛模拟
- 与非对称性：寻找"亏损有限、收益上不封顶"的机会，本质上是在找 EV 极高且下行可控的结构。→ 见 #14 非对称性与凸性
二、为什么它重要
- 它是唯一能把"感觉划算"变成事实检验的工具。 买了十年彩票的人从没算过：彩票的 EV 大约只有票价的一半。保险、延保、各种"稳赚"的理财，摊开一算往往原形毕露。
- 它把运气和水平分开。 用 EV 评价决策，你就能在"做对了却亏了"的时候不否定自己，也能在"做错了却赚了"的时候不误以为自己英明。这是长期投资者的核心心理装备。
- 它让"小赢"和"大赢"有了共同的尺子。 是花两小时排队领一份礼品，还是花两小时学一个技能？把时间折算进去，EV 会给出明确答案。
- 它是抵御话术的解毒剂。 一切推销都在放大收益、隐藏概率。只要你习惯性追问"那概率是多少"，然后心算一下，大部分话术立刻失效。
三、生活中如何使用
1. 把选项摊成一张表
遇到重要选择，别在脑子里盘，写下来：三列——结果、概率、价值，最后一行求和。这个动作的价值不在精度，在于它逼你把"可能""也许"翻译成数字。
举例：要不要花 3 个月做某个副业？
- 做成并有稳定收入（15%）：+30 万
- 做成但收入微薄（35%）：+3 万
- 失败但学到可迁移技能（50%）：+2 万（时间成本的残值）
- EV = 4.5 + 1.05 + 1 = 6.55 万，减去 3 个月的机会成本。
数字粗没关系，重要的是你现在有了一个可以被质疑、被修正的东西，而不是一团感觉。
2. 识别日常里的负 EV 行为
- 彩票与各类"一元夺宝"：EV 约为票价的一半，是设计好的负 EV 产品。
- 超出免赔额的小额保险、家电延保：定价里已包含商家利润与运营成本，绝大多数对消费者是负 EV。但注意——保险的价值常常不在 EV，而在规避毁灭性风险，这一点在 #46 安全边际 里细说。
- 为省小钱反复比价三小时：把时间按你的时薪折算，往往是负 EV。
- 在明显负 EV 的产品上"再试一次"：赌徒的核心认知错误不是算不清，是不相信 EV 会在自己身上兑现。
3. 主动寻找正 EV 且可重复的事
这是 EV 思维最有建设性的用法：找到正 EV 的事情，然后想办法把它重复很多次。
写作、做内容、投早期项目——单次结果方差极大，但只要 EV 为正且能重复，大数定律会替你兑现。相反，单次赌注很大的正 EV 机会，对普通人往往是陷阱，因为你没有足够的次数让平均值生效。
4. 用 EV 校准"要不要再坚持"
沉没成本让人继续，EV 让人看清：要问的不是"我已经投了多少"，而是"从今天起，再投一份的期望回报是多少"。这个问法能立刻把情绪剥离出去。→ 见 #24 沉没成本谬误
四、注意事项与常见误用
- 不要拿 EV 给不可重复的事下注。 这是最危险的误用。俄罗斯轮盘赌的 EV 可能是正的（五格有奖一格死），但没人会玩——因为死亡是不可逆的。一次性决策先看会不会出局，再看 EV。 → 见 #60 遍历性
- 概率估错了，EV 毫无意义。 EV 的精度完全取决于概率输入的精度。在毫无信息的情况下给一个"30%"，再算出 EV = 正，那不是计算，那是给拍脑袋穿了件数学外衣。→ 见 #23 基础概率
- 别在肥尾场景里信 EV。 卖保险式的小赚大亏策略（连续小赚、一次巨亏），在账面上 EV 为正，直到那一次到来。遇到"收益曲线异常平滑、月月正收益"的产品，先怀疑它在悄悄卖出尾部风险。→ 见 #21 肥尾风险
- EV 不等于你该按它做。 风险厌恶是合理的。正确姿势是：算出 EV，明确知道你为安心付了多少钱，然后有意识地选择。 稀里糊涂地规避风险，和清醒地付钱买安心，是两回事。→ 见 #29 损失厌恶
- 别忘了给时间和健康定价。 只算钱不算时间的 EV 是残缺的。把机会成本折进去，很多"划算"立刻变成"亏"。→ 见 #5 机会成本
- 模型边界：期望值回答"平均而言值不值得"，不回答"这次会怎样"（需要概率分布，见 #17 正态分布与幂律分布）、"该下多大注"（见 #82 凯利公式）、"能不能承受最坏结果"（见 #46 安全边际、#73 冗余备份）。EV 是一把好尺子，但它测的是平均值——而生活里真正致命的，常常是那些不平均的部分。
五、一句话总结
把每个选项摊成"结果 × 概率"求和，正 EV 的事重复做就一定赚——但记住：可重复的事算期望值，一次性的事先算会不会出局，有肥尾的事先怀疑期望值；而且算出 EV 之后，你可以清醒地选择不按它做，只要你清楚自己为安心付了多少钱。
免责声明
本文为思维模型的科普与方法论介绍，所涉博彩、保险、投资案例仅用于说明概念与计算方法，不构成任何投资、保险或理财建议。历史数据不代表未来表现，任何计算方法均无法消除风险。读者据此做出的任何决策及其后果，由决策者自行承担。