数学与统计 · 11/12
遍历性Ergodicity
许多人各试一次的平均结果,未必是你反复尝试后的长期结果。
一次失败就能结束比赛时,过去的平均成绩救不了参赛者。1998 年,美国康涅狄格州格林尼治,约翰·梅里韦瑟创办的长期资本管理公司陷入危机。这家拥有两位诺贝尔经济学奖得主的基金,此前连续数年盈利,却在俄罗斯债务危机后的市场震荡中遭受巨额损失。纽约联储召集金融机构商议,最终由十四家机构出资约三十六亿美元救援。价格日后能否回到基金预想的位置,已经退居其次:眼前的损失和追债,足以让它失去等到那一天的资格。
为什么成立
别人的下一次,接不上你的下一次
俄罗斯轮盘把两种平均的区别推到了极端。六个弹巢放一颗子弹,每次扣动前重新随机转动。许多人各玩一次,平均有六分之五活下来。一个人连续玩,活过全部轮次的概率却是:
也就是说,轮次越多,活下来的机会越接近零。别人活着,不能替你继续;死亡把你的后续机会全部截断。
遍历性要针对一个具体的量来问
遍历性问的是:沿同一条轨迹长期观察某个量,所得平均能否等于系统的群体平均?如果可以,我们才能拿“许多对象的平均”代表“一个对象经历很久的平均”。判断之前,必须说清观察的是财富、收益率,还是存活状态。
财富会把上一次的结果带进下一次
即使没有死亡,两种平均也能分开。每人拿一百元下注,每轮独立,有一半机会涨百分之五十,一半机会跌百分之四十。第一轮的群体平均财富是一百零五元。一个人先赢后输,财富却变成:
先输后赢也是九十元,因为第二轮押上的是变化后的余额。长期输赢次数各占一半时,每轮的几何平均增长因子趋近:
也就是说,几乎每条长期路径上的财富都会缩水;按全部可能路径计算的平均财富却按每轮百分之五增长。极少数特别富的路径抬高了平均数,个人无法把自己的经历换成那些路径。
出处
遍历性起源于统计力学,后来成为数学与统计中的重要概念。玻尔兹曼在十九世纪后期研究气体时,探索用系统沿时间的运动解释统计平均。1931 年,伯克霍夫证明点态遍历定理:在保测度系统中,可积量的时间平均几乎处处存在;系统遍历时,它等于空间平均。
换个领域看
投资
基金平均不等于账户
一批基金的平均回报,不能直接充当你的退休账户增长率。你把全部积蓄放进其中一只,亏损后只能用剩下的钱继续投资。其他基金赚得再多,也不会自动进入你的账户。比较策略时,把它逐年作用于同一个账户,并把取款和追加资金放进这条路径,才能看到自己能否走到目标年份。
商业
全年赚钱也会停业
一家餐馆全年预计赚钱,也会在淡季失去开到旺季的机会。老板算出旺季盈余足以覆盖淡季亏损,却只留了一个月现金。连续两个月客流不足,房租和工资先到期,餐馆被迫关门。行业里其他餐馆的平均利润填不了这个缺口;把每个月的余额排出来,才能看见自己的经营路径在哪里断掉。
工程安全
成功次数不能续命
反复执行任务,会让同一批人持续暴露于失败风险。1986 年 1 月 28 日,美国佛罗里达州,挑战者号航天飞机升空后解体,七名宇航员遇难。此前航天飞机已有二十四次成功任务。那些成功保存在项目记录里,却无法抵消这次任务对机组的终结;项目还能延续,个人的生命不能重新开始。
遇事时问自己
- 这个平均数描述的是许多人各经历一次,还是同一个人连续经历许多次?
- 我关心的量究竟是财富、每轮收益、存活概率,还是别的结果?
- 上一次的损失,会怎样改变我下一次可用的钱、健康或行动机会?
- 把同一规则沿着我的经历反复执行,哪一种结果会让我无法继续?
- 别人获得的收益,能通过什么真实安排进入我的账户,或分担我的损失?
边界与误用
群体平均能否代表个人长期经历,取决于观察的量和系统规则。独立重复掷骰子时,点数的时间平均会趋近同一分布的平均;有限次数里的差异不能证明非遍历。财富按比例变化,也不表示每个量都非遍历:独立同分布的每轮对数收益仍可有相同的时间与群体平均。俄罗斯轮盘强调的是退出后无法继续;若把死亡后的存活状态记为零,时间与群体的长期存活平均都会归零。最常见的误用,是看到一次破产便宣布整个系统非遍历,却没说清比较的量和时间尺度。
练一练
一家客服中心把来电随机分给员工。每处理一通电话,客服专员有一半机会拿到10元奖金,一半机会拿到30元,各次独立。奖金直接累加,不影响后续派单,也没有业绩淘汰。一位新入职的客服专员前八通电话平均只拿到15元。同事说:“全体员工平均每通拿20元,对你没有参考价值。”
哪种判断最站得住?
个人经历与群体平均确实可能不同。但这里每通奖金独立且分布相同,前面的结果不会改变后面的机会。
观察的是每通奖金的平均,各次独立且分布相同。八通电话的偏差,不能否定这个长期趋势。
自己的记录更切身,容易让人优先采用。但题目没有个人派单差异,八次结果也没有改变下一通的奖金分布。
平均逐渐接近20元,容易被理解成后面会补偿前面。但独立派单没有记忆,下一通的期望奖金仍是20元。
这道题考的是边界:个人与群体暂时不同,不代表两种平均长期不同。这里观察的是每通奖金,各次独立且分布相同,个人长期平均会趋近20元,无须靠后续好运补偿。
一位准备积累退休资金的投资者,考虑采用一个每月独立结算的策略:投入的钱有一半机会上涨80%,一半机会下跌50%。一种方案每月投入全部账户余额;另一种每月只投入账户的四分之一,其余留作现金,月底重新调整到这个比例。两种方案都没有费用,现金不计利息,也不追加或取出资金。
如果关注同一个账户的长期增长,哪种判断最站得住?
平均单月收益为正,让全额投入显得划算。但涨80%再跌50%,账户只剩原来的90%,不能把单月平均直接用于长期增长。
涨跌次数各占一半,很容易被理解成盈亏抵消。但百分比作用于变化后的余额,次数相等不等于财富回到原点。
亏损反复出现,容易让人认为账户迟早缩水。但投入四分之一时,账户涨20%或跌12.5%,一涨一跌后的余额反而增加。
全额投入的长期每月增长因子趋近√0.9,小于1。投入四分之一时,它趋近√(1.2×0.875),大于1。
单月平均收益描述许多可能结果,账户长期增长则取决于沿途增长因子的连乘。保留现金并每月恢复投入比例,改变了同一个账户承受的涨跌幅,也改变了长期结果。
一家户外俱乐部推出峡谷穿越活动。假设每次参加都有0.5%的概率遭遇重伤,此后无法再参加;各次风险独立且保持不变。宣传页写着“单次安全完成率99.5%”。一位购买了多年活动套餐的会员打算参加100次,据此认为自己完成全部活动的机会也接近99.5%。
对这位会员的判断,哪种评价最站得住?
重复尝试常能让样本比例接近平均值。但重伤会终止后续参加,不能用这一规律推出完成全部活动的概率更高。
完成全部活动的概率约为60.6%。单次99.5%的安全率,没有包含同一个人连续承受100次风险的结果。
每次风险不变,容易让人把单次安全率沿用到全程。但完成100次,需要连续100次都避开重伤。
保险能分担经济损失,容易让人以为个人风险也被分散了。但赔偿不能恢复参加资格,也不能提高连续避开重伤的概率。
宣传页描述单次活动的结果,会员关心的是自己能否连续完成100次,比较的量不同。重伤会截断个人路径,其他人的成功无法接上他的下一次;这个结论也不能用来否定所有单次统计数据。