引言:同一事实,不同决策
经典实验(Kahneman & Tversky,1981):
场景:疫情,600人面临死亡
方案A组(生存框架):
- 方案1:确定救活200人
- 方案2:1/3概率救活600人,2/3概率全死
- 结果:72%选方案1
方案B组(死亡框架):
- 方案1:确定400人死亡
- 方案2:1/3概率无人死亡,2/3概率600人全死
- 结果:78%选方案2
真相:两组方案完全相同,只是表述不同
启示:表述方式改变决策
第一部分:框架效应基础
定义
框架效应(Framing Effect):
- 相同信息
- 不同表述
- 导致不同决策
公式:
决策 = f(信息内容 + 表述框架)
即使信息相同,框架不同→决策不同
两类框架
1. 增益框架(Gain Frame)
- 强调"获得"
- 人们倾向保守(确定性偏好)
2. 损失框架(Loss Frame)
- 强调"失去"
- 人们倾向冒险(避免确定损失)
第二部分:交易中的框架效应
案例1:盈利vs成本
框架A(盈利框架):
- “这只股票已经盈利50%”
- 感受:太好了
- 倾向:落袋为安(保守)
框架B(成本框架):
- “这只股票距离合理价值还有30%空间”
- 感受:还能涨
- 倾向:继续持有(进取)
真相:同一只股票,同一价格
案例2:亏损表述
框架A(绝对亏损):
- “你亏损了$10,000”
- 感受:痛苦
- 倾向:止损
框架B(百分比+对比):
- “暂时回撤8%,去年最大回撤也有12%”
- 感受:正常波动
- 倾向:继续持有
真相:同样亏$10,000
案例3:机会表述
框架A(损失强调):
- “错过这个机会,你会后悔”(FOMO)
- 感受:焦虑
- 倾向:冲动买入
框架B(风险强调):
- “这个机会成功率60%,失败率40%”
- 感受:警惕
- 倾向:谨慎
真相:同一机会
第三部分:媒体与机构的框架操纵
操纵1:选择性框架
牛市时券商报告:
- “XX股票未来一年目标价$50(当前$30)”
- 强调:+67%空间(增益框架)
- 弱化:风险
熊市时同一券商:
- “XX股票最坏情况可能跌至$20”
- 强调:-33%风险(损失框架)
- 弱化:机会
防御:
- 同时考虑增益和损失
- 自己计算风险收益比
操纵2:锚定+框架
IPO定价:
- “原计划发行价$20-25,最终定价$30”
- 框架:超预期需求(增益)
- 真相:可能$30本就高估
防御:
- 忽略发行价区间
- 独立估值
操纵3:对比框架
广告:
- “XX基金过去3年收益率120%,远超同期沪深300的80%”
- 框架:相对收益(增益)
- 隐藏:高波动、高回撤
防御:
- 看绝对收益和风险调整收益
- 夏普比率、最大回撤
第四部分:利用框架效应
自我激励框架
场景:需要止损时
错误框架:
- “我要亏$5,000了”(损失框架)
- 感受:痛苦→难以执行
正确框架:
- “止损保护我剩余$95,000”(增益框架)
- “止损让我避免更大损失”
- 感受:保护→容易执行
目标设定框架
框架A(绝对收益):
- “今年要赚$100,000”
- 问题:市场不配合时焦虑
框架B(过程目标):
- “今年执行100笔正期望值交易”
- 优点:可控,减少焦虑
复盘框架
错误框架:
- “今天亏了$3,000”(损失框架)
- 感受:挫败
正确框架:
- “今天严格执行了系统,3笔交易符合规则”(过程框架)
- “单笔亏损在预期内”
- 感受:职业
第五部分:克服框架偏差
方法1:双向框架
技术:同时用增益和损失框架表述
例:
单一框架:"这只股票可能涨50%"(增益)
双向框架:
- 上涨50%的概率是60%
- 下跌30%的概率是40%
→ 期望值 = 60%×50% - 40%×30% = 18%
效果:
- 更全面
- 减少框架偏差
方法2:数字化
原则:用数字替代情绪化表述
| 情绪框架 | 数字框架 |
|---|---|
| “巨大机会” | “期望收益18%” |
| “暴跌” | “-8%” |
| “疯涨” | “+12%” |
| “风险可控” | “最大回撤-15%” |
方法3:标准化模板
决策模板:
机会:XXX
潜在收益:+X%
潜在损失:-Y%
概率估计:Z%
期望值:?
风险收益比:?
符合标准吗(期望值>5%)?
效果:
- 强制双向思考
- 避免框架操纵
方法4:逆向框架
练习:故意用相反框架重新表述
例:
初始框架:"这只股票太便宜了"(增益)
逆向框架:"这只股票可能是价值陷阱"(损失)
平衡判断
第六部分:案例
案例:张敏的框架觉醒
2020年7月:
接触信息(增益框架):
- 媒体:“新能源汽车是未来”
- 研报:“XX股未来3年10倍空间”
- 朋友:“不买就亏大了”
张敏反应:
- 框架效应→兴奋
- 决定:重仓买入
学习后重新框架(2020年8月):
双向框架:
增益:确实有3年10倍可能
概率:15%(乐观情景)
损失:泡沫破裂可能-70%
概率:30%(行业估值已高)
期望值:15%×1000% + 30%×(-70%) + 55%×20%
= 150% - 21% + 11% = 140%...
等等,重新算:
如果投$10,000
- 10倍场景(15%概率):$100,000
- -70%场景(30%概率):$3,000
- 中性+20%(55%概率):$12,000
期望值 = 15%×$100k + 30%×$3k + 55%×$12k
= $15k + $0.9k + $6.6k = $22.5k
期望收益率 = 125%(3年)
决策:
- 不是不买,是控制仓位
- 15%仓位(而非50%)
- 用期望值替代框架情绪
结果(2020-2023):
- 该股+180%(3年)
- 张敏仓位15%,贡献+27%
- 如果当初重仓50%,确实+90%,但…
- 张敏:“我承受不了50%仓位的波动”
教训:
- 框架影响情绪
- 数字化框架→理性决策
- 考虑自身承受力
第七部分:实践
每日框架训练
晨间:
- 看到新闻:“XX股暴涨”
- 练习:
- 增益框架:机会
- 损失框架:可能泡沫
- 数字框架:+X%, PE=?, 是否高估?
盘后:
- 今天盈亏:$XXX
- 练习三种框架:
损失框架:"今天亏了$500" 百分比框架:"今天-0.5%" 系统框架:"今天执行了3笔交易,符合系统,单笔亏损在预期内"
决策检查清单
每次重大决策前:
- 我受到了什么框架影响?
- 如果用相反框架表述,我还会这样决策吗?
- 数字化表述是什么?
- 双向框架(增益+损失)是什么?
结语
核心洞察:
- 表述方式改变决策
- 媒体/机构常操纵框架
- 情绪框架→数字框架
克服方法:
- 双向框架(增益+损失)
- 数字化(具体数字替代情绪词)
- 标准化模板(期望值计算)
- 逆向框架(故意反向表述)
实践工具:
- 决策模板(期望值、风险收益比)
- 每日框架训练
- 检查清单
关键转变:
从:"这个机会太好了!"(情绪框架)
到:"期望值+18%,风险收益比1:2.5"(数字框架)
下一步:
- 7月14日:可得性偏差
Daniel Kahneman:
“The way a problem is framed can have a dramatic impact on how we perceive our choices.”
参考文献
- Tversky, A., & Kahneman, D. (1981). The Framing of Decisions and the Psychology of Choice. Science, 211(4481), 453-458.
- Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.