作者：雪鹅，DataCafe
想象你带着1000元起始资金参加这样一个翻硬币挑战游戏，你可以选择一直玩下去：
每轮抛一次硬币，
抛到正面，财富增加 80%。
抛到反面，财富减少 50%。
听上去是个稳赚不赔的游戏！
但现实是……
如果让10万个玩家参加这个游戏，并让他们各自玩100轮，你会发现：他们的平均财富确实在指数增长，但绝大多数人最后的财富竟然不到72元，甚至破产！
为什么平均财富是增长的，但大多数人却越玩越穷？
这就是典型的非遍历性陷阱。总觉得再来一局就能翻盘，恰恰是因为我们误把群体平均当成了个体命运。
非遍历性的陷阱：长期平均≠ 你的真实命运
什么是遍历性？
遍历性（Ergodicity）这个概念最早出现在统计物理学中，也在概率论、金融、行为科学、机器学习等领域产生深远的影响。它试图回答的核心问题是：长期平均值，是否适用于个体？我们在做决策时，到底该相信‘长期平均’，还是‘一次次亲身经历’的现实？
19世纪，物理学家路德维希·玻尔兹曼（Ludwig Boltzmann）研究气体分子运动时提出了遍历性假设：如果观察一个气体分子足够久，它会遍历所有可能的状态。
想象一个封闭的气体容器，容器中有无数气体分子，每个分子都在碰撞过程中经历不同的速度轨迹。单个分子的长期轨迹和整个气体的统计分布是相同的，这意味着我们可以用某个时刻所有分子的状态，来推测单个分子的长期轨迹。
这就是著名的玻尔兹曼的遍历性假设。
数学上，遍历性意味着：
左侧是时间平均：描述一个个体在足够长的时间里，多次经历同一过程后所得的平均结果；
右侧是群体平均：描述在某一时刻观察无数个体的结果所得的统计期望。也就是说：当系统满足遍历性条件时，单个个体的表现最终会收敛到群体的“长期平均”。
如果世界是遍历的，每个人的财富最终都会趋近于社会的平均财富水平。在遍历的世界，所有人都能体验到所有可能的经济状态（富有、贫穷、成功、失败），个体的命运总会收敛到群体的“长期平均”。
但现实生活往往是非遍历的：个体的资源有限，往往在经历到所有可能的路径前就因某次失败直接出局。
我们经常听到这样一些具有引导性的言论：
“某行业的平均年收入过百万。”
“某人30岁就财务自由，创业只花了两年。”
“某指数基金长期年化收益高，只要坚持投就会变富。”
……
这些看似合理的统计数据仿佛在告诉我们一个确定的真相。好像只要行动，长期平均收益就会适用于个体。但这些个案属于路径依赖+不可复制的非遍历过程。模仿者无法经历相同历史背景、关系网络、运气节点，甚至不知道隐藏失败者的数量。
数据告诉你群体长期的平均值，但现实却充满短期的“断崖式失败”。
这正是非遍历性最隐蔽的陷阱 —— 大数据统计的平均值 ≠ 个体的真实命运。
一次崩溃对于个体来说可能再也无法弥补，一次失败可能让人彻底出局，无法再回归到“平均状态”。我们每个人的生命路径只能经历一次，无法像赌场一样吃群体的长期平均，等着概率在无数次个赌徒中平均化。
为何个体的长期命运大多比“平均值”更差？
在非遍历系统中，个体长期表现往往低于群体平均。这不是偶然，而是系统性的结构特征。光鲜的平均值往往是被极少数创业成功、投资暴富、逆袭上岸的故事拉了上去，更多人的失败从未进入统计。
现实系统在多数情况下是乘法型、且具有路径依赖的特征——比如投资的复利、健康的衰退、声誉的损毁。这类系统的典型特征是：上行有限，下行无底。
一次破产，可能毁掉一生；
一场次错误决策，可能彻底改变命运；
一次失信可能彻底摧毁信任；
而能赚到的财富、涨的绩效、建立的优势却总是有限。
这正是为什么在数学上，乘法型过程的长期增长率并不等于“平均收益”，而是更接近于：
相比之下，群体平均通常用的是算术平均，
而由于对数函数是严格凹函数，基于Jensen不等式，有：
因此，乘法系统的长期增长率（即几何平均）始终小于算术平均。波动越大，这个差距越明显。算术平均是告诉你‘如果永远幸运会怎样’，而几何平均告诉你‘在真实世界里走过风雨之后你剩下多少。
这意味着个体的长期表现总是远低于“群体平均收益”，不是运气不好而是结构使然。
如何做最优决策？ 凯利公式的黄金分割线
那么在人生决策中，我们能做点什么避免在长期游戏中归零的命运？如何既不破产出局，还能实现长期复利？
答案是：永远不要 All in，学会凯利下注！
凯利公式（Kelly Criterion）是一种用于重复博弈中的最优下注策略，目标是最大化长期收益的同时避免短期亏光出局。它最初由约翰·凯利（John L. Kelly Jr.）于 1956 年在贝尔实验室提出，原意是解决通信系统中“如何在有噪声的信道中分配信号功率”，以实现信息传输效率最大化。
后来这套理论很快就跨界出圈。
美国数学家、投资奇才爱德华·索普（Edward Thorp）发现凯利公式能够优化财富增长路径。他将凯式带进赌场，在《Beat the Dealer》中首次用它系统性打败了21点庄家，之后又带进了华尔街，在《Beat the Market》中继续“收割”。
这一准则本质上等价于最大化对数期望收益（log-utility），从而兼顾了增长与风险之间的动态平衡。它帮你在“活得长久”和“赚得够多”之间，找到一个最优平衡点。
凯利公式：
其中，成功的概率是 p，失败的概率是q = 1-p；成功时的收益倍率（不包含本金）是b，失败时的亏损比例是 a（通常是1，如果亏的是全部下注金额）。
回到开篇提到的抛硬币游戏，你可以选择下注一定比例的本金一直玩下去，但每次押多少最合理？
也就是说，凯利公式建议你每次投入总资金的37.5%。押得太多，即使有优势，也可能因为几次连输直接爆仓；押得太少，又错过了本该属于你的增长。
凯利公式的意义就在于：找到那个既能长期赚最多，又能活得下去的点。
补充一点，凯利公式对胜率赔率非常敏感，但现实中这些参数往往不确定或动态变化，因此许多稳健的实践者会选择凯利建议值的一半（被称为半凯利策略）以换取更平滑的收益路径。
模拟实验：10万人翻硬币赌局，多少人能“活”下来？
为了更直观地理解不同的下注策略对个体命运的影响，我模拟了10万个玩家参与开篇的抛硬币游戏，总共进行200轮，每人独立进行游戏。
游戏规则依旧是：本金1000，正面朝上赚80%，反面亏50%。玩家可以选择固定的下注比例：比如押全部（100%），押65%，37.5%，……
结果…… 100%下注的玩家几乎全灭！
最终财富呈“幂律分布”，虽有极少数人暴富，但绝大部分人玩家都破产了。
我们对比这4种不同的下注策略的玩家财富分布，资产分布越右玩家资产越高。
a. 100%下注：几乎所有人破产
全押策略下的最终资产分布有庞大的左侧贫困峰 + 极细的右侧暴富尾结构：大部分人破产，极少数人赚走所有的钱，这就是博弈不对称性 + 幸存者偏差的真实呈现。
b. 65%下注： 依旧两极分化，仍有大量人破产
c. 37.5% 下注（凯利公式）：财富稳定增长
凯利下注策略下，资产分布明显右移，多数人资产增长且分布集中，是最优财富积累模型。
d. 10%下注：几乎无人破产但回报太低
没有了类似全押情况下的破产分布尖峰，但整体财富集中在低资产区。相比之下，37.5% 策略会在右侧拉出明显长尾，实现资产倍增。
凯利下注是唯一兼顾“多数情况下不破产”和“可观增值”的策略，是数学上最优的长期生存策略。这正是凯利公式的精髓：它不是让你赢得最多，而是确保你能活得够久。
凯利公式中的生活哲学
凯利公式告诉我们，长期成功的秘诀是学会把控“下注”的比例。人生不是比谁能打出一次暴击，而是比谁能一直玩下去。
在职业上，不是凭一腔热血裸辞、也不是固守舒适区，是持续布局，提升能力，敢于换道，留一手选择权；
在投资中，是不梭哈暴富，而是根据赔率控制仓位，留得筹码；
在关系里，是不把全部情绪和价值寄托于一人，而是投入同时保有自我；
在成长和自律上，不靠一次爆发去获得改变，而是通过稳定、复利式地优化生活结构。
人生就像一场漫长的游戏，你的目标不是赢一次，而是确保自己能一直玩下去。只要不出局，一定会有好事发生。
