投资解读

后见之明偏差:回头看,市场好像早就写好了结局

更新于 · 阅读约 13 分钟

投资中的后见之明偏差(hindsight bias),是指一旦知道了结局,就觉得这个结局本来就能预见:股灾“明摆着”要来,牛股“一看就是”牛股。说白了,就是事后诸葛亮。心理学家巴鲁克·菲施霍夫(Baruch Fischhoff)1975 年用实验测出了这种效应,称之为“渐进决定论”。麻烦在于,它会让你从每一张历史走势图里学到错误的教训。

下文有几只大牛股当年经历过的深度回撤,一张隐去公司名、可以用来自测的走势图,还有《华尔街日报》飞镖选股比赛 14 年下来的真实战绩。

什么是后见之明偏差:菲施霍夫的实验

1975 年,时在耶路撒冷希伯来大学的菲施霍夫让学生阅读一段约 150 词的短文,讲的是一段冷门史事,比如 1814 年 11 月英国对尼泊尔廓尔喀人开战。短文列出了四种可能的结局。一组学生读到的版本不交代结果;另外四组读到的文字完全相同,只多一句话,告诉他们“实际”发生的是哪一种。其中三组拿到的结局,其实是编的。

无论被告知哪种结局,学生给它估的概率都高于不知情的那一组,也更看重支持这一结局的细节。而且他们意识不到自己受了影响。在后续实验中,研究者明确要求受试者按“不知道结果时”的想法作答,答案依然偏向被告知的结局。菲施霍夫引用历史学家乔治·弗洛罗夫斯基(Georges Florovsky)的话,把这种倾向称为渐进决定论(creeping determinism):觉得已经发生的事,不可能有别的走向。

菲施霍夫和露丝·贝斯(Ruth Beyth)还做过一项配套研究。1972 年尼克松访问北京和莫斯科之前,他们请受试者估计各种事件发生的概率;两周到六个月之后,再请同一批人回忆当初的预测。结果,人们记忆中的概率悄悄向自己认为已经发生的结果靠拢。后来,尼尔·罗斯(Neal Roese)和凯瑟琳·沃斯(Kathleen Vohs)把这种偏差分成三层:记错自己当初的预测;觉得结局是必然的;相信自己本来就能预见。

金融市场正是这三层偏差的温床。价格留下的是永久、公开的记录,而这份记录送到你眼前时,结局已经写在后面了。

每一次股灾,事后看都“很明显”

股灾是投资中后见之明偏差最典型的例子。说起 2000 年,大家记得那些不赚钱的互联网公司;说起 2008 年,记得次级贷款。被记忆剪掉的是另一面:同样的警报在许多年份也响过,最后却相安无事。急跌是最常见的“信号”,所以我们统计了一下,它到底有多常见。

我们用标普 500 价格指数(不含股息)统计了 1963 年至 2025 年的数据:63 个自然年里有 34 年,指数曾从年内高点回落至少 10%。这 34 年中,有 19 年全年仍然收涨。年内跌幅达到 20% 以上的有 11 年,包括 1987、2008、2020 和 2022 年。可身处其中的投资者看到一次 10% 的下跌时,并没有标签告诉他,眼前是最终收涨的 1987 年,还是收跌的 2008 年。

这就是被后见之明抹掉的基准概率。2008 年金融危机和互联网泡沫破裂之前都有响亮的警报,可同样响亮的警报,在许多年份最后都不了了之。

后来的大牛股,当年看着都像要完蛋

“明摆着的股灾”反过来,就是“明摆着的赢家”。今天回头看,亚马逊、苹果和英伟达的成功仿佛命中注定。可每一家都有过这样一段日子:拿着它的股票像是在犯错,当时的新闻也给足了卖出的理由。

后来的赢家经历过的最大回撤(外加一只用了二十年才收复前高的股票)
公司高点低点跌幅同期标普 500收复前高前高至 2026 年 10 月 1 日
亚马逊1999 年 12 月 10 日2001 年 9 月 28 日-94%-27%2009 年 10 月+4,553%
苹果2007 年 12 月 28 日2009 年 1 月 20 日-61%-46%2009 年 10 月+5,427%
奈飞(Netflix)2011 年 7 月 13 日2012 年 9 月 25 日-82%+9%2013 年 9 月+1,490%
Meta2021 年 9 月 7 日2022 年 11 月 3 日-77%-18%2024 年 1 月+92%
英伟达2021 年 11 月 29 日2022 年 10 月 14 日-66%-23%2023 年 5 月+595%
思科2000 年 3 月 27 日2002 年 10 月 8 日-89%-48%2021 年 8 月+112%
收盘价取自本站数据集,为全收益口径(已按拆股复权,股息再投资),因此派息公司的涨跌幅包含股息。“同期标普 500”一栏为价格指数(不含股息)在同一起止日期之间的涨跌幅。数据截至 2026 年 10 月 1 日。

这些数字背后的新闻,当时听起来都不像买入机会。2000 年 6 月,雷曼兄弟的可转债分析师拉维·苏里亚(Ravi Suria)发表报告,认为亚马逊如果不融资、不大幅削减开支,四个季度内就可能把现金烧光。6 月 23 日,亚马逊股价下跌 19%,此后又跌了 15 个月。苹果的低点出现在 2009 年 1 月 20 日:金融危机正在蔓延,不到一周前乔布斯刚刚宣布病休。

2011 年,奈飞把 DVD 租赁和流媒体拆成两个单独计价的套餐,对两样都要的用户来说,这等于大幅涨价;接着又宣布把 DVD 业务分拆为 Qwikster,没过几周就作罢。10 月,公司公布美国用户流失约 80 万,次日股价暴跌 35%。Meta 则在财报中披露 Facebook 日活用户首次出现季度下滑,2022 年 2 月 3 日股价下跌 26%,创下当时的最大单日跌幅。

再看最后一行。当时看来,思科的跌势和亚马逊几乎一模一样,故事甚至更动听:它是赚钱的行业龙头,卖的正是互联网赖以运转的设备。可即便算上股息再投资,它也要到 2021 年 8 月才回到 2000 年 3 月的高点。后见之明只记住涨回来的那几行,忘掉没涨回来的,幸存者偏差也是这样扭曲真相的。

盲测:遮住名字看走势

下面是两只真实存在的美国大盘科技股在同一时期的五年走势,以 1999 年 12 月 1 日为 100。日期看得到,名字看不到。往下读之前先想好:站在 2004 年底,你更愿意持有哪一只?理由是什么?

0.005010015020002001200220032004指数,1999 年 12 月 1 日 = 100
资产 A→ 52.1资产 B→ 42.3
两只美国科技股,1999 年 12 月至 2004 年 12 月。名字是故意隐去的。全收益收盘价(按拆股复权,股息再投资),以图中第一个交易日为 100。

当时能看到的就是这些:资产 B 在 2000 年 3 月冲到 175,随后一路下跌,2002 年 10 月只剩 19。资产 A 更惨,起点后没几天就在 126 见顶,2001 年 9 月跌到 7,跌幅 94%,2004 年底收于 52;资产 B 则收于 42。作为对照,同期标普 500 价格指数下跌 13%。仅凭这些,两只股票看不出多大差别:都元气大伤,2003 年都有反弹,2004 年又都回落,而资产 A 伤得更深。

揭晓答案

资产 A 是亚马逊,资产 B 是思科。从 2004 年最后一个交易日到 2026 年 10 月 1 日,亚马逊股价涨到原来的约 112 倍;思科(含股息再投资)接近原来的 9 倍。2004 年底两者伤痕相仿,此后的回报却相差约 13 倍。

105010050010005000200020052010201520202025指数,1999 年 12 月 1 日 = 100(对数刻度)盲测图到此为止
亚马逊(资产 A)→ 5841思科(资产 B)→ 371
同样两只股票,一直画到 2026 年 10 月 1 日。全收益收盘价(按拆股复权,股息再投资)。对数刻度下,相同的纵向距离代表相同的百分比涨跌。

现在留意一下自己的想法。知道名字以后,第一张图看起来就不一样了:亚马逊 2003 年的反弹像是转折点,思科 2004 年的下滑像是预警。可站在 2004 年,谁也读不出这层意思。菲施霍夫的学生读完廓尔喀战争那段材料,经历的正是同样的转变。

猴子掷飞镖选股:《华尔街日报》的飞镖比赛

如果高明的预测和运气很难分清,随机选股的成绩就该和专家差不多。伯顿·马尔基尔(Burton Malkiel)1973 年在《漫步华尔街》里抛出过一个故意刺耳的说法:让一只蒙眼的猴子朝报纸财经版扔飞镖,选出来的组合不会输给专家精挑细选的组合。

《华尔街日报》把这只猴子做成了专栏。比赛从 1988 年 10 月开始,第一镖由马尔基尔亲手掷出:几位专业投资人各选一只股票,报社员工则朝股票行情表扔飞镖,两边的成绩都和道琼斯工业平均指数(道指)比较。比赛起初每期一个月,1990 年起改为六个月。2002 年 4 月,报社宣布停办这个栏目。截至当时,1990 年以来 142 期六个月比赛的战绩如下:

  • 专家对飞镖:87 胜 55 负。
  • 专家对道指:76 胜 66 负。
  • 六个月平均收益:专家 10.2%,飞镖 3.5%,道指 5.6%。

看起来专家完胜,单看原始数字也确实如此,但问题出在细节上。收益只算价格涨跌,不含股息,而专家偏爱股息较低、贝塔值略高的股票;马尔基尔指出,这类股票在上涨的市场里往往涨得更多。此外,专家的推荐刊登在全美读者最多的报纸之一上。布拉德·巴伯(Brad Barber)和道格拉斯·勒夫勒(Douglas Loeffler)1993 年发现,被推荐的股票见报后两天内约有 4% 的异常收益,25 天内又部分回吐。

Bing Liang 1999 年研究了 1990 年至 1994 年的比赛,结论是:扣除见报效应、缺失的股息和样本太小的影响之后,专家既没跑赢市场,也没跑赢飞镖。马尔基尔本人也说,他从没建议过只买四只飞镖选出的股票,他的意思是广泛持有整个市场。

随机组合研究

后来,研究者用电脑取代了飞镖。罗伯·阿诺特(Rob Arnott)等人 2013 年以 1964 年至 2012 年市值最大的 1,000 只美股为样本,构建了随机组合和一些刻意“简单粗暴”的组合,发现不计交易成本的话,它们普遍跑赢市值加权指数。同年,伦敦卡斯商学院的安德鲁·克莱尔(Andrew Clare)、尼克·莫特森(Nick Motson)和斯蒂芬·托马斯(Stephen Thomas)用 1968 年至 2011 年市值最大的 1,000 只美股,随机分配权重,生成了 1,000 万个指数,几乎每一个都跑赢了市值加权版本。

猴子选股最容易被误读的就是这一点。和市值加权指数相比,随机权重会把更多资金分给规模更小、估值更低的公司。阿诺特团队发现,超额收益大部分可以用规模和价值这两个知名因子来解释。猴子什么也不懂。这些研究说明的主要是指数该怎么编,至于该不该相信选股高手,几乎没有给出答案。主动选股和指数基金孰优孰劣,专业投资人跑赢标普 500 的概率有多大,可以看我们的跑赢大盘指南。

怎样克服后见之明偏差

研究结论相当直白:已经知道的事,靠下决心是忘不掉的。菲施霍夫的受试者被明确要求这样做,结果没做到。真正管用的是改流程:把知道结局之前的判断留存下来,再主动去质疑它。

  1. 写决策日志。每次买卖之前,写下你的预期、理由、有几成把握(用百分比表示),以及出现什么证据就说明你错了,并注明日期。菲施霍夫和贝斯的研究表明,记忆会悄悄改写当初的预测,白纸黑字不会。
  2. 做事前验尸(pre-mortem)。加里·克莱因(Gary Klein)2007 年在《哈佛商业评论》上介绍过这个方法:先假设决定已经失败,再列出失败的原因。克莱因引用了德博拉·米切尔、杰伊·拉索和南希·彭宁顿 1989 年的研究:这种“前瞻性后见”(prospective hindsight)能让人准确找出未来结果成因的能力提高 30%。
  3. 先看基准概率。把一次下跌当成信号之前,先问问类似的下跌有多少次最后不了了之。以标普 500 为例,1963 年以来,年内回撤达到 10% 的年份比没有的年份还多。
  4. 反过来想。罗斯和沃斯建议刻意推演:换一种结局,它可能是怎么发生的。拿上面的表格练习:只用当时能拿到的信息,为 2002 年的思科写一份看多理由,为亚马逊写一份看空理由。
  5. 决策和结果分开打分。合理的决定也可能亏钱,鲁莽的决定也可能赚钱。复盘日志时,先评估推理的质量,再看盈亏。

Blindfolio 为什么隐去公司名(随机模式下连年份也隐去)

后见之明要起作用,需要两条线索:公司名称和日期。Blindfolio 始终隐去前者,在随机模式下连后者也一并隐去。每局游戏是 1962 年至 2026 年间的一段行情,长度为 10 年、15 年或 20 年,公司全程以临时代号出现。随机开局时,年份同样是隐藏的:日期里不显示年份,沿途看到的历史新闻标题也抹去了年份,到终局才揭晓是哪个年代。如果自己选定起始年代,日期会照常显示,但公司名依然隐藏。无论哪种方式,公司真名都到终局才揭晓,并附上与同期标普 500(含股息再投资)的对比。资产池里也有后来破产的公司,比如安然、雷曼兄弟和 Pets.com,并没有只留幸存者。一局具体怎么玩,见模拟炒股游戏页面。

这样做只能减轻后见之明,无法根除。老玩家有时能从某次著名崩盘的走势形状或利率水平,猜出大致年代。即便如此,时间一周一周往前走,你在不知道名字的情况下做决定,这已经相当接近菲施霍夫实验里“事前组”的处境:手上只有当时能拿到的信息,没有结局。

常见问题

投资中的后见之明偏差有哪些例子?

比如 2008 年以后说美国楼市崩盘“早就明摆着”,或者现在说 2022 年买英伟达“稳赚不赔”。这两种说法都忽略了类似的警报有多少次不了了之,也忽略了英伟达 2022 年的回撤有多深:从 2021 年 11 月的高点下跌约 66%。

后见之明偏差是谁最早提出的?

巴鲁克·菲施霍夫在 1975 年的论文中用实验证明了这种效应,当时他称之为“渐进决定论”。“后见之明偏差”是今天学界通用的叫法。

猴子掷飞镖选股真的赢过专家吗?

按原始成绩算,没有:142 期六个月比赛中,专家以 87 比 55 胜过飞镖。但收益没算股息,专家承担的风险更高,推荐见报本身也会推高股价,所以学术研究发现,经风险调整后专家几乎没有优势。

后见之明偏差和幸存者偏差有什么区别?

后见之明偏差扭曲的是你对结果可预见程度的判断,幸存者偏差扭曲的是样本,把失败者排除在外。两者常常一起作祟:人们记得亚马逊东山再起,却忘了思科即使算上股息再投资,也花了 21 年才回到 2000 年的高点,更忘了 Pets.com 早已倒闭。

复盘投资时怎样避免当事后诸葛亮?

决策之前写下预期、理由和把握程度,并注明日期;复盘时先评价推理质量,再看盈亏。“事前验尸”和“反过来想”这两个方法,也能帮你保住知道结局之前的视角。

来一局没有后见之明的投资

选一个起始年代(能看到日期,但看不到公司名),或者开一局随机模式,连年份也一起隐藏。时间一周一周往前走,公司真名到最后才揭晓。

开始一局盲投

资料来源

  1. Fischhoff, B. (1975). Hindsight ≠ foresight: The effect of outcome knowledge on judgment under uncertainty. Journal of Experimental Psychology: Human Perception and Performance, 1(3), 288-299
  2. Fischhoff, B. & Beyth, R. (1975). "I knew it would happen": Remembered probabilities of once-future things. Organizational Behavior and Human Performance, 13, 1-16
  3. 《科学美国人》(Maria Konnikova,2013):The perils of hindsight judgment,介绍菲施霍夫的尼克松出访研究
  4. 美国心理科学协会:“I knew it all along... didn't I?” Understanding hindsight bias(Roese & Vohs,2012),ScienceDaily 转载
  5. Gary Klein:“Performing a Project Premortem”,《哈佛商业评论》,2007 年 9 月
  6. Georgette Jasen:“Investment Dartboard: Putting Away the Darts After 14 Years”,《华尔街日报》,2002 年 4 月 18 日(课程转载版)
  7. Investor Home:The Wall Street Journal Dartboard Contest(概述 Barber & Loeffler 1993 与 Liang 1999 的研究)
  8. CFA 协会文摘:Arnott, Hsu, Kalesnik & Tindall,“The Surprising Alpha From Malkiel's Monkey and Upside-Down Strategies”(Journal of Portfolio Management,2013)
  9. 卡斯商学院(现 Bayes 商学院):Monkeys vs fund managers, an evaluation of alternative equity indices(Clare, Motson & Thomas,2013)
  10. Nico Katzke & Christiaan Bothma,斯泰伦博斯大学(2017):The Monkeys Prevail: Questioning the Efficiency of Cap-Weighted Indexes(概述 Clare, Motson & Thomas 的研究:1968 年至 2011 年市值最大的 1,000 只美股,1,000 万个随机组合)
  11. Commoncog:How Amazon survived the dot-com bust(拉维·苏里亚 2000 年 6 月的报告)
  12. Forbes:雷曼兄弟分析师预言亚马逊现金耗尽,引发股价暴跌(2017)
  13. Fortune:乔布斯宣布病休(2009 年 1 月 14 日)
  14. CNN Money:Netflix 第三季度流失 80 万美国用户(2011 年 10 月 24 日)
  15. InvestorPlace:Netflix 与 Qwikster 风波,美国用户减少约 80 万,降至 2,380 万(2011 年 10 月 25 日)
  16. CNBC:Facebook 股价暴跌 26%,创有史以来最大单日跌幅(2022 年 2 月 3 日)
  17. Blindfolio 数据集:AMZN、AAPL、NFLX、META、NVDA、CSCO 日度全收益收盘价(股息再投资)及标普 500 价格指数,2026 年 10 月 3 日重新导出

本文为教育内容,不构成投资建议。指数点位与收益率根据历史价格数据计算;过往表现不代表未来收益。

延伸阅读