60遍历性(Ergodicity)
费曼学习法:一句话讲明白
一个赌局:抛硬币,正面收益 +50%,反面亏损 −40%。期望值是正的(+5%),看起来值得一玩。
现在有两个玩法:
- 玩法一:一千个人各玩一次,把结果平均。→ 平均收益接近 +5%。大家发财。
- 玩法二:你一个人连玩一千次。→ 会怎样?
算一下:+50% 和 −40% 交替出现,你的钱是 1.5 × 0.6 = 0.9——每两轮就缩水 10%。 玩一千轮之后,你几乎必然归零。
同一个赌局,一千个人各玩一次的结果是正的,一个人玩一千次的结果是毁灭性的。
这就是遍历性问题的核心:集合平均(同一时刻的一群人)和时间平均(一个人穿越时间)不是一回事。 而你的生活是后者。
定义
遍历性(Ergodicity)指:系统的"集合平均"等于"时间平均"。 当这个性质不成立时,用群体的统计结果去推断个体的长期命运就是错的。
判据只有一条:是否存在"吸收壁"——一旦触碰就再也回不来的状态。
- 有吸收壁(破产、死亡、出局、信誉破产)→ 非遍历。时间平均远低于集合平均,因为一旦触碰吸收壁,个体就退出了统计,而"平均值"里还留着他。
- 无吸收壁(收益可以无限叠加、不会被清零)→ 遍历,两种平均一致。
由此得到最重要的一条实践原则:
只要存在出局的可能,哪怕概率很小、数学期望为正,长期重复也必然出局。
这正是 #4 期望值 的边界所在:期望值在可重复的赌局里可靠,在一次性、有吸收壁的场景里会骗人。 → 见 #4 期望值
对策不是"更精确地算期望值",而是改变结构:控制单次下注规模、不用杠杆、保留冗余、避开不可逆的赌局。
边界
- 不要把它理解成"别冒险"。 它的意思是:区分"可以重复很多次的冒险"和"一次出局就再也来不了的冒险"。 前者可以算期望值,后者必须先算生存。
- 它解释了为什么"大数定律救不了你"。 大数定律保证的是群体的频率收敛,不是个体能活到看见那一天。赌场的钱来自集合平均,你的风险来自时间平均。 → 见 #50 大数定律与中心极限定理
- 吸收壁常常是隐藏的。 不只破产是吸收壁:声誉破产、健康崩溃、关系破裂、被行业淘汰、长期失业导致的技能折旧——这些都会让你失去"再来一次"的资格。
- 它是凯利公式与杠铃策略的底层理由。 凯利控制的是"不爆仓的前提下最大化增长",杠铃把绝大部分资源放在无吸收壁的安全端。两者都是在应对非遍历性。 → 见 #82 凯利公式、#14 非对称性与凸性
- 反过来,正凸性也有遍历性版本。 如果上行无封顶、下行有限,那么时间平均会优于集合平均——这就是"多试就是多赚"的数学依据。
交叉引用
→ 见 #4 期望值 · → 见 #82 凯利公式 · → 见 #37 杠杆 · → 见 #14 非对称性与凸性 · → 见 #50 大数定律与中心极限定理