将不确定的世界量化为概率，以系统性替代直觉判断，做出更理性、更可重复的决策方式。
概述
概率思维是决策算法的认知基础，核心是：用”可能性的分布”来思考未来，而非追求伪确定性。
帕斯卡与费马在17世纪讨论赌局时发现：决定胜负的不是命运，而是可计算的概率。这一洞见奠定了现代决策科学的基础。概率论的三大决策支柱——期望值、凯利公式、贝叶斯定律——共同构成了老喻的 EKB 决策算法框架。
核心要点
- 概率是工具，不是宿命：将概率与结果分离，避免”成功了就是好决策”的幸存者偏误
- 二阶理性：真正的理性，不只是”冷静应对”，而是理解自身认知偏差并系统纠正
- 胜率 × 赔率 = 期望值：一维只看胜率，二维才看赔率，三维再算期望值
- 对数思维：在面对极端小概率高收益的机会时（如抓住一个1/200000的机会），需要用对数尺度而非线性尺度思考
- 概率不等于确定性：即使一件事发生概率高达99%，依然需要为那1%做准备
概率思维的三个层次
在投资中的核心应用
价值投资的概率本质：
- 巴菲特说”投资是寻找确定性高的机会”，本质是寻找高期望值且概率判断更准确的机会
- 格雷厄姆的安全边际，就是在概率不确定时，通过压低价格提高赔率
- 约翰·博格指数基金策略：放弃”选对股”的低概率博弈，拥抱市场的整体正期望值
幸存者偏误的概率反思：
- 尼德霍夫曾是投资界传奇，但其策略本质上是持续卖出”黑天鹅保险”——在99%的时间里赚小钱，在那1%的崩溃时归零
- 绝大多数赢家靠的是运气，而非能力，概率思维帮助区分两者
对数思维：处理极端概率
当涉及极小概率但极大收益的机会时（如创业、投资某只潜在10倍股），需要用对数尺度：
- 音阶中高八度不是线性+1，而是频率×2（对数关系）
- 二进制的”256种情况”看起来可怕，但思维层次上是”8个二选一”
- 亿万分之一的基因组变化与亿万分之一的投资机会，在对数思维下更易理解和应对
常见误区
- 混淆概率和确定性：将”大概率”当”一定”，导致不必要的风险
- 忽视样本量：小样本结论缺乏统计显著性
- 线性外推：将当前趋势线性延伸，忽视均值回归
- 忽视独立性：将相关事件的概率相乘（实际上它们并非独立事件）
相关概念
- 期望值思维 — 概率思维的核心应用工具
- 凯利公式 — 概率思维的资金管理应用
- 贝叶斯定律 — 概率思维的动态更新机制
- 黑天鹅 — 对极低概率极高影响事件的特殊处理
- 安全边际 — 在概率不确定时提高赔率的方法
- 反事实思维 — 概率思维与反事实思维共同构成不确定决策的认知框架
资料来源
- 老喻·决策算法100讲 — 得到课程，2024-2025