有没有过这样的时刻：某只基金过去一年每个月都是正的，你粗粗一算 annualized 差不多 30%，心里就想「这玩意儿真稳」。或者更常见的场景——有人跟你说「我平均每个月能赚 3%，一年就是 36%」，语气笃定得像在报账。
这句话在数学上是错的。而且错得很有意思：它错在一个特别生活化的直觉上——把上坡和下坡的长度除以段数，摊平成一段平路，然后按平路的速度走完全程。但你的钱不是这么走的。
先声明：不荐股、不喊单、不替你做投资决策，也不构成投资建议。今天只讲一个数学机制——为什么算出来的平均收益和你账户里实际长出来的钱不是一回事，以及这个差距会在什么时候咬你一口。
一、最常见的一句话：「平均每月 3%，一年 36%」
1、这个算法错在哪
假设某个月你赚了 3%，下个月你又赚了 3%，再下个月还是 3%。这时候每月 3% 乘以 12，确实就是 36%——因为这一年的每个月都涨，这一段路上根本没有下坡。
问题出在有跌的时候。假设这个月赚 3%，下个月亏 3%。你的钱没有回到原点：100 块变成 103，再变成 100 减掉的 103 乘以 3% 也就是 103 乘以 0.97，等于 99.91 块。差是差了 9 分钱，但关键在于——它没有回到 100。
记住这个数：先涨 3% 再跌 3%，你剩 99.91，不是 100。数学平均说「这一段路净位移是 0」，而你的本金说「我确实少了 0.09」。
2、为什么复利让这件事变得更要命
上面那个 0.09 的差距看着不起眼，但它有个特点：下一轮是从 99.91 往上算，而不是从 100 往上算。每一轮都比上一轮少一点，而且越滚越大。这就是复利的放大效应，它放大的不只是盈利，也放大亏损。
年度收益也一样。你今年赚 20%，明年亏 20%，两年下来不是零，而是 0.96——亏了 4%。这个 4% 就是波动本身收的「税」。你可以在站内另一篇里看到，亏掉五成要赚一倍才回本；这个 4% 是同一类数学的温和版本。
别省的一步：任何「平均下来每年 X%」的说法，如果没有同时告诉你波动有多大，这个数字就是不能用来做规划的。它描述的是一段不存在的中庸路线。
3、两个平均数：算术平均和几何平均
统计学和金融里管这两个数叫算术平均和几何平均。算术平均就是把所有数加起来除以次数，几何平均是把所有数连乘之后开 N 次方根——后者正是你账户真正经历的增长速度。
有个可以立刻验证的近似公式：几何平均约等于算术平均减去方差的一半。翻译成人话就是——波动越大，这道「税」越高，而且它跟波动的平方成正比。
本节结论：算术平均描述的是一段摊平的假想路，几何平均才是你真正走过的路。两者的差就是波动收的税，波动越大税越高。
二、这个陷阱是怎么混进你手里的数字的
1、业绩展示里的「年化」通常是算术平均
产品说明页、群里的收益截图、朋友转发的年度总结，写「年化收益率」时用的几乎都是算术平均：把这一年的涨跌幅加起来除以次数，或者按月平均后乘以 12。这么算本身没错，只是它回答的问题是「这一年的涨跌幅平均是多少」，而不是「这一年我的钱实际长了多少」。
当这一年走势平稳时，两个数字差别很小，误差可以忽略。当这一年忽上忽下时，差距就藏不住了。同一只产品，你算一遍逐月的复利，会发现终值比年化数字推出来的低不少。
记住这件事的性质：年化数字本身没有造假，它只是被拿来回答了一个它不该回答的问题。
2、聊天里的「平均」更粗糙
比年化更粗糙的是日常对话里的说法：「我平均每笔赚 2000 块」「我平均持仓三天」。这些数字的问题更明显——它们连「分母是什么」都没说清楚。平均每笔赚 2000，可能是十笔赚两万加九十笔亏八千，也可能是十笔赚两千加九十笔打平还倒贴手续费。平均数把这两件事抹成同一个数字。
更靠谱的说法是「中位数」加上「最差的那几笔」。中位数告诉你典型的一笔是什么样，最差的那几笔告诉你会不会有归零的那一笔。两个数加上平均，账才算齐。
别省的一步：听到任何平均数，下一句该问「分母是什么」。平均每笔赚多少，得先知道一共做了多少笔、赢的笔数占几成。
3、复利这件事本身会放大误差
单期的算术平均和几何平均可能只差一点点，但复利是逐期滚动的，每一期的差额都会被带到下一期去放大。这就是为什么一条看起来「差不多」的曲线，拉长之后可能分出很远的距离。上面那个先涨 3% 再跌 3% 的例子只差 0.09，两年下来是 0.18；换成十几期、二十几期，差距就不能用「差不多」三个字打发了。
本节结论：年化数字通常没算错，但回答错了问题；日常的平均数连分母都没交代；复利会把每期的差额放大。
三、这道「税」到底有多大：几个能算的数
1、三个月的简单推演
先看一个短的。假设三个月的收益分别是 +10%、−10%、+10%。你的账户是 100 → 110 → 99 → 108.9。三个月的算术平均是 3.33%，看起来一个月能赚 3% 出头；真实的复合增长是 8.9%，除以 3 再开立方，约 2.9%。三个月就差了 0.4 个百分点，而且这个差距是随着期数往下滚的。
把这三个月摊平到「一个月 3.33%」再乘 12，你会得到 40%；按真实复利外推，你会得到一个明显更低的数。哪个更接近你账户里会出现的钱，答案很清楚。
2、同样平均 8%，两条路的差别
设想两个组合，一年的算术平均收益都是 8%。组合 A 平稳，波动率 12%；组合 B 大起大落，波动率 30%。按近似公式算：A 的波动拖累约 0.7%，几何收益约 7.3%；B 的波动拖累约 4.5%，几何收益只有 3.5%。
一年差 3.8 个百分点，看起来不致命。但这是复利，拉长到 30 年，两条路的终值差距会大到需要用「倍数」来说：一条路让本金变成三倍多，另一条路可能只涨了一倍出头。
记住这个对比的形状：波动本身是要付钱的，账单就记在「几何平均」那一栏。很多被标成「高波动高收益」的东西，就栽在这张账单上。
2、杠杆为什么让这件事更糟
很多人以为两倍杠杆就是两倍长期收益。不是的。杠杆把收益线性放大，却把波动平方放大——四倍。而波动拖累跟方差成正比，所以杠杆对复利的伤害是平方级的。
这也是为什么杠杆型产品在震荡市里表现难看：它每日的复位机制让它在上涨市里追不上标的，在震荡市里被磨损掉。2022 年标普 500 下跌约 19% 的年份里，一款三倍标普 ETF 跌了约 70%。数字本身不是重点，重点是它跟你听到的「三倍」之间差了多少。
别省的一步：看到「N 倍」产品，先问一句「它涨的时候追得上吗」。这句话问的是波动拖累，跟产品名字里那个 N 没关系。
3、真实市场的长期差距有多大
有研究者统计过标普 500 从 1926 年到 2001 年的长期表现，算术平均年化 12.49%，几何平均年化 10.51%，两者相差 1.98 个百分点。而按近似公式算出来的理论值是 2.06%——两者对得上。
1.98 个百分点听着不多，但那是七十六年的复利。放到更长的时间尺度上，一段路能不能持续存在，恰恰比它这一年的平均数更能决定终值。
别省的一步：算术平均和几何平均之间那道缝，就是长期里「活下来」和「活得颠簸一些」的差别。它不会在某一年突然出现，是一年一年渗进去的。
4、还有一种顺序的风险
波动还有一层更隐蔽的影响：如果你的持仓期间有加减仓的动作——比如定期买入补仓、或者从中取钱供生活——那么收益出现的先后顺序会影响终值。同样一组年度收益，先经历大跌的和后经历大跌的，最后拿到的钱可能差很远。
这条对要靠定期买入积累的人尤其相关：定投本身降低了择时压力，但如果你恰好在高位积累的份额更多，低位积累的份额更少，实际成本就会被拉高。这不是定投不好，而是说「平均成本」本身也藏着一个算术假设。
本节结论：同样平均收益，波动大的那条路终值更低；杠杆把这项代价平方放大；期间有加减仓时，顺序也会改写结果。
四、除了平均数，还有两个数字决定你能走多远
1、破产风险：期望为正也可能出局
这一条最反直觉。假设一个游戏胜率 55%、赢的时候翻倍、输的时候归零——期望值明显是正的。但如果你每次押上全部身家，只要输一次就彻底出局，那么长期来看你出局的概率是 100%。
这就是赌徒破产问题。它的要点不是「期望值没用」，而是「期望值只在样本足够大的时候才兑现，而你得先活着」。任何让你有一次就归零的操作，都在把「正期望」换成「确定出局」。
别省的一步：破产风险不是「亏得多」的问题，是「再也没机会」的问题。亏 50% 只是难受，归零是出局——后者的代价无法用收益率衡量。
2、凯利公式：仓位是个上限，不是目标
既然仓位太小浪费机会、太大会导致出局，数学上确实存在一个「最优仓位」的公式，叫凯利公式。对连续收益的情形，它的表达很简洁：最优仓位约等于超额收益率除以方差。翻译成人话：预期收益越高、波动越小，可以下的注就越大。
关键在于这个公式是「上限」而不是「目标」。原因有两个：一是公式假设你知道真实的收益和波动，而这东西没人知道；二是它的前提是多次独立下注，一旦你的持仓高度相关，这个公式就不再适用。
还有一条经验：实践中人们常用「半凯利」，也就是最优仓位的一半。代价是少赚大约四分之一的长期增长，换来的是回撤小得多。业内那句「凯利是一个上限」的意思就在这儿。
记住这句：凯利公式告诉你别下多重的注，但它不告诉你该下多重的注。公式算的是天花板，人做的是打折。
3、为什么波动小不等于安全
低波动确实是好事，前面那个公式里它就是减项。但它不是免死金牌。有一类资产的低波动来自「到期必须兑付」这类制度安排——比如有明确期限和兑付顺序的债券，它的低波动是合同给的，不是市场给的。而股票、权益类资产的低波动，往往只是还没遇到那一次。
所以看波动这个数字时，得看它是从哪来的：靠合同约束下来的低波动，和靠市场暂时平静换来的低波动，是两回事。后者的意思是「现在波动小」，不是「以后波动也小」。
记住这条分辨方法：波动率低要看它是「被锁住的」还是「暂时没抖的」。前者是结构，后者是运气。
4、这两个数字和平均数是三件事
把它们放在一起看：一个策略的长期结果由三个东西决定——平均收益（你赚多少）、波动（你为这份收益付多少税）、破产概率（你有没有机会把它赚回来）。三个缺一个，结论都不完整。
本节结论：期望为正不等于不会出局；凯利是仓位上限不是目标；平均收益、波动、破产概率要一起看。
五、这几个坑长什么样，你可能已经见过
坑一：用「平均每月赚多少」推算未来一年。 这个算法默认了每个月都赚，而且赚的幅度差不多。一旦中间有一个跌的月份，差距就开始积累。这类说法常见在聊天群里、业绩展示里，好用是因为听起来简单，而不是因为它对。
对策： 看收益的时候，同时问两个问题：最大回撤多少？最长的连续亏损期多长？如果这两个数对方答不上来，那份收益描述本身就不完整。
坑二：只看到「平均年化」，不看波动和回撤。 平均收益是最好看的一个数字，也是最容易被单独拿出来用的一个数字。两个平均收益相同的策略，终值可能差好几倍，差别全在波动上。
对策： 凡是看到年化数字，配一句「同期最大回撤」才算完整。数字对不上的时候，先别急着算收益，去看那个回撤发生在第几年。
坑三：把「正期望」当成「一定赚钱」。 只要仓位大到有可能一次清零，正期望就换不来结果。这一条在杠杆产品和高集中持仓上最容易出事。
对策： 自查一条底线：有没有任何一种操作，能让你在一次事件里损失掉大部分本金？有的话，先解决这个，再谈收益。
六、能力边界一览：算得清的和算不清的
| 这个机制能帮你看清的 | 这个机制帮不了你的 |
|---|---|
| 为什么「平均收益」不等于真实复合收益 | 哪只资产未来会涨 |
| 波动为什么是一种隐形成本 | 具体该买哪只、什么时候买 |
| 杠杆为什么不是线性放大收益 | 你的胜率到底是不是 55% |
| 为什么仓位过大等于把正期望换成出局 | 某一次结果会落在哪个区间 |
| 凯利公式给出的仓位上限在哪里 | 凯利公式该用的那个真实参数值 |
| 为什么同一组收益换个顺序结果会变 | 接下来这一轮会先涨还是先跌 |
六、一眼看清：这几个概念的关系
| 你看到的说法 | 它背后的机制 | 你该补问的一句 |
|---|---|---|
| 平均每月 3%，一年 36% | 算术平均忽略了中途的下坡 | 中间有几个月是负的？ |
| 年化 20%，很稳 | 年化通常是算术平均，未扣波动税 | 同期最大回撤多少？ |
| 三倍杠杆，收益三倍 | 收益线性放大，波动平方放大 | 震荡市里它跟得住标的吗？ |
| 胜率 70%，稳 | 胜率不等于期望，也不等于不会归零 | 赢一次赚多少，输一次亏多少？ |
| 长期持有，不折腾 | 复利需要时间，也需要不中途出局 | 中途有没有一次性归零的可能？ |
这张表是拿来看清结构，不是拿来给别人挑毛病的。看到一个收益数字时，把三个问题问全，比记住任何一个结论都有用。
常见问题
为什么先涨 3% 再跌 3% 不是回到原点？
因为百分比是相对于当下的本金算的。100 块涨 3% 变成 103 块，103 块跌 3% 变成 99.91 块。跌的那部分比涨的那部分少，是因为分母变大了。这就是为什么「涨多少跌多少就扯平」在数学上不成立。
波动拖累到底是多少，能给我一个数吗？
有一个常用的近似：几何平均约等于算术平均减去方差的一半。所以波动率 30% 的组合，拖累约 4.5 个百分点；波动率 12% 的组合约 0.7 个百分点。这个公式是近似的，真实数字要靠逐期复利算，但用它判断「大概在哪个量级」已经够用。
那是不是波动越小的资产越好？
不是这么简单的。波动拖累是负项，但资产的预期收益也是正项，两者要一起算。有些资产波动大，是因为它同时承载了更高的预期收益。真正要问的是：拿到的这份额外收益，值不值付这份波动税。
凯利公式我该用吗？
把它当上限看，不是当目标。它的输入参数是估计出来的，估计偏乐观就会下注过重，而超额的代价是不对称的——高估边界的损失远大于低估边界的损失。实践中打折使用是常规做法，但更重要的是先确保自己没有单次归零的可能。
定投是不是也有这个平均数的陷阱？
定投本身不受影响，它反而降低了择时压力。但它有个常被忽略的地方：如果你在高位投入的份额更多、低位投入的份额更少，实际平均成本会高于你最初设想的那个数。看定投效果的时候，除了看最终市值，也看看实际持仓成本。
写在最后：别让一个算错的数字替你做决定
这个陷阱之所以生命力强，是因为它太好算了——拿几个数除以几个数，谁都会。而它错得又足够隐蔽，因为算出来的数往往还挺好看。你要做的其实只有一件事：每次听到一个平均收益，往旁边补上波动和回撤两个数。
如果你身边有人正在按「每月 3%」推算一年能赚多少，把这篇转给 TA。让他顺便算一次「先涨 3% 再跌 3%」，那 0.09 块钱就是最好的提醒。
📌 本课必背卡：
🔗 想把「怎么读盘面数据、怎么在自己的记录里算一算」这类操作真正弄明白？这里有一份手把手的教程合集：进入教程频道，从最基础的盘面阅读开始，把知识变成你自己的判断能力。
💬 用户评价 (0)
立即登录