我们为什么赚不到钱（3）——信息加工阶段的认知偏差

在信息加工阶段，人最容易犯代表性偏差，也就是人倾向于根据代表性特征来冲动地做判断。

例如，你看到一家公司连续3年利润都翻番，于是立即对它的股票做出判断——买！

我们分析一下：连续3年利润翻番，这是一个好公司的代表性特征。但你注意到背后的原因没有？公司高管近期需要减持股票，业绩可能是有意调整出来的；或者这家公司未来的主要盈利渠道消失，业绩不能持续等等。

那我们再深究一下，你为何会那么冲动，觉得仅凭几个代表性特征就可以做判断了呢？

原因就是，你可能将“大数定律”误用为“小数定律”了。

“大数定律”是概率论历史上第一个极限定理，指的是当试验次数足够多的时候呈现的统计规律性。

例如，你扔硬币，若次数足够多，出现正面的概率几乎是50%。你需要注意的是，大数定律，需要数据量足够多、样本量足够大才能下结论。

而代表性偏差，则是人们只用少量样本就做决策，这种错误被称为“小数定律”。

还是以扔硬币为例，当连续6次都正面朝上，让你下注押下一次，你会押正面还是反面？

你可能会押反面吧？即使赌场高手也会犯这个错误，所以小数定律也被称为“赌徒谬误”。

小数定律错在了小样本是不可以用来下统计推断的。在小数这里，都是偶然，下一次出现正、反的概率仍然相等。

代表性偏差就是错在用很少的小样本信息来做判断。

尼古拉斯.塔勒布在《随机漫步的傻瓜》一书中描述了骗子玩的把戏，我转述一下，大概是这样的：

他们从电话簿找出1万个人，给一半的人发股票看涨的信息，另一半的人发看跌的信息。

第二天股市涨了，他把收到看涨信息的5000人，再分成两半，各按看涨和看跌发信息。

第三天继续，收到正确信息的人有2500人；

第四天收到正确信息的人有1250人；

......

第十天收到正确信息的人有39人。

这39人觉得非常神奇，居然有人在变幻莫测的股市中连续预测对了十次涨跌，这肯定是真正的高手啊！由此，他们对骗子极为信任，从而落入骗局。

这个例子说明了什么？

骗子的推荐完全是随机的，他只是利用了数学概率及代表性偏差，让39个“幸运儿”相信他很厉害，从而跟随他上当受骗。

生活中代表性偏差的例子也挺多，比如你看到一座寺庙香火旺盛，就判断这家寺庙一定许愿很灵验。但实际上可能是，寺庙规定许愿需还愿才能保证灵验，还愿还需要有郑重其事的仪式。觉得许愿不准的人，自然不会回来，结果在寺庙出现的都是愿望实现的人，如此口口相传，寺庙的香火就显得愈发旺盛。