决策陷阱

引言：第一印象的枷锁 实验（Kahneman & Tversky）： 转动转盘（随机数1-100） 问：非洲国家在联合国占比是多少？ 结果：转盘数字影响答案 转到10→平均答案25% 转到65→平均答案45% 随机数字影响专业判断 交易中的锚定： 买入价=心理锚 历史高点=心理锚 影响后续所有决策 第一部分：锚定效应基础 定义 锚定效应（Anchoring Bias）： 过度依赖第一条信息 后续判断被"锚定" 调整不充分 公式： 最终判断 = 锚定值 + 不充分调整 即使锚定值不相关，仍会影响 交易中的锚定 类型1：买入价锚定 现象： 买入价=$50 现价=$40 想法：“等回$50再卖”（亏损厌恶+锚定） 问题： 市场不知道你的买入价 决策应基于当前价值，非历史成本 类型2：历史高点锚定 现象： 某股曾到$100（1年前） 现价=$60 想法：“才$60，很便宜啊” 问题： 基本面可能已恶化 $100可能是泡沫，不是合理价 类型3：首次接触价锚定 现象： 第一次看到某股=$80 半年后=$50 想法：“跌了好多，便宜了” 问题： $80可能本就高估 $50可能仍不便宜 第二部分：锚定的危害 危害1：无法止损 案例： 买入价：$50 现价：$40（-20%） 基本面恶化（业绩预警） 想法：“等回$50”（锚定买入价） 结果：继续跌至$25 根源： 锚定买入价 不愿承认$50买贵了 期待"回本"（沉没成本谬误） 危害2：错过卖出时机 案例： 买入价：$30 涨至$50（+67%） 曾见过$55（锚定高点） 想法：“等回$55再卖” 结果：跌回$35，未卖 根源： ...

引言：大脑的系统性Bug 如果你的电脑操作系统有25个已知的、会导致崩溃的Bug，你会继续使用吗？ 不幸的是，人类大脑的"操作系统"就有这样的系统性缺陷——认知偏差（Cognitive Biases）。更糟糕的是，我们无法"卸载"这个系统，只能学会识别和规避它们。 Daniel Kahneman和Amos Tversky用毕生精力揭示了人类思维中的系统性错误。2002年，Kahneman因此获得诺贝尔经济学奖（Tversky于1996年去世，未能见证）。 今天，我们要绘制一份完整的认知偏差地图——25种在交易中最致命的心理陷阱。这不仅是理论学习，更是一份生存手册。每一个偏差，都曾让无数交易者损失惨重。 第一部分：记忆偏差——历史在大脑中的扭曲 1. 后见之明偏差（Hindsight Bias） 定义：事件发生后，人们倾向于认为"我早就知道会这样"。 经典研究（Fischhoff & Beyth, 1975）： 事件前：让被试预测尼克松访华的结果 事件后：让被试回忆"当时的预测" 结果：被试系统性高估自己当时的预测准确性 交易中的表现： 市场暴跌后：“我当时就觉得要跌”（实际当时可能认为"五五开"） 危害：虚假的学习——以为自己能预测，实际只是事后诸葛亮 导致过度自信，下次仍然会错 案例： 2020年3月疫情暴跌，很多人事后说"早就该预料到"。但实际上，2020年1月时，几乎没有人预测到全球股市会在2个月内跌30-40%。 去偏差策略： 前瞻性日志：交易前写下预测和理由，事后对比（锁定"当时的认知"） 概率记录：不说"会涨"，而是"65%概率涨"，事后可以客观评估 2. 可得性偏差（Availability Bias） 定义：根据信息提取的容易程度（而非实际频率）来判断概率。 经典研究（Tversky & Kahneman, 1973）： 问题：英语中，以"K"开头的单词多，还是第三个字母是"K"的单词多？ 大多数回答：“K"开头的多 真相：第三个字母是"K"的单词是"K"开头的3倍 原因：以"K"开头的更容易被回忆起 交易中的表现： 刚看过2008年金融危机纪录片→高估崩盘概率（可得性高） 刚经历牛市→低估风险（熊市记忆可得性低） 中国市场案例： 2015年股灾后，散户长期低估股市收益（创伤记忆可得性极高） 导致2016-2019年慢牛中，大量资金仍在场外 去偏差策略： 基础概率优先：先查历史统计数据，再考虑"感觉” 刻意反向思考：“我高估这个风险，是因为最近看了相关新闻吗？” 3. 峰终定律（Peak-End Rule） 定义：人们对体验的记忆由峰值和结尾决定，而非全程体验。 经典研究（Kahneman et al., 1993）： 实验：让被试把手放入冷水 A组：60秒，14°C B组：60秒14°C + 额外30秒15°C（稍微不那么冷） 问题：愿意重复哪个？ 结果：60%选择B组（实际痛苦更长！） 原因：B组的"结尾"没那么痛苦 交易中的表现： 一年交易下来，总收益+15%，但因为12月亏了5%，感觉"今年很糟" 一只股票持有过程中涨到+50%（峰值），最后卖在+20%，感觉"错过了" 案例： 交易者A：全年慢慢盈利，最后一笔大赚 → 满意度高 交易者B：全年慢慢盈利，最后一笔亏损 → 满意度低 （即使A和B的年度收益相同） ...