叙事谬误与后见之明

回忆热身

在开始新内容之前，不看笔记回答以下问题：

1. 三阶段模型中，阶段二有哪三个论点确认信号？你在原油交易中具体观察到了哪个？
2. 惊讶度公式是什么？用委内瑞拉原油股的案例分析：当时的惊讶度大吗？为什么价格最终回归？
3. 你在03批注中说"外部因素引爆内部因素会导致巨大的延迟影响"。用01学过的催化链概念解释：日元和泰铢的案例中，外部催化剂是什么？内部催化剂是什么？为什么你判断它们会"进入无人区"？

你的大脑在骗你

前三篇我们建立了事件驱动交易的分析框架——催化剂、惊讶度、三阶段反应模式。这些都是向外看的工具，帮你分析市场。但现在要把镜头转向内部：你的大脑是事件驱动交易中最大的风险来源。

Kahneman 在《Thinking, Fast and Slow》中把人类思维分为两个系统。System 1"operates automatically and quickly, with little or no effort and no sense of voluntary control"（自动快速运作，几乎不费力，没有自主控制感）。System 2"allocates attention to the effortful mental activities that demand it, including complex computations"（把注意力分配给需要它的费力心智活动，包括复杂计算）。

交易决策的危险在于：你以为自己在用 System 2 做理性分析，但实际上大部分时候是 System 1 在主导。Kahneman 指出，当 System 1 遇到困难问题时，它不会老老实实承认"我不知道"，而是偷偷把问题替换成一个更简单的问题来回答——他称之为"substitution"（替代）。"If a satisfactory answer to a hard question is not found quickly, System 1 will find a related question that is easier and will answer it"（如果一个困难问题没有被快速找到令人满意的答案，System 1 会找到一个更容易的相关问题并回答它）（依据《Thinking, Fast and Slow》）。

在事件驱动交易中，这种替代无处不在。"这个事件会导致多大的价格变动？"是一个需要 System 2 深度分析的困难问题。但 System 1 会悄悄把它替换成"这个事件听起来有多吓人/多兴奋？"——然后用情绪强度来回答本该用惊讶度公式和五维度框架来分析的问题。你在委内瑞拉原油股上追高的那一刻，很可能就是 System 1 在替代 System 2：马杜罗被抓这个消息听起来很炸裂（情绪强度高），所以感觉应该涨很多（替代了对惊讶度和持续性的理性评估）。

叙事谬误：为什么你总能"解释"市场

Taleb 在《The Black Swan》中定义了一个概念——叙事谬误（Narrative Fallacy）：人类大脑对随机事件强行编织因果故事的倾向。他指出，叙事谬误会让人"从 representation 到 reality"时出现错误，倾向于用事后叙事去解释复杂的不确定性，而忽视世界的不透明性与随机性（依据《The Black Swan》第25部分）。

这对事件驱动交易的杀伤力极大。每天收盘后，财经媒体都会给出"今日市场为什么涨/跌"的解释——"受贸易战担忧影响，大盘下跌1.2%"或"受强劲财报推动，科技股走高"。这些解释听起来合理、清晰、因果完整。但它们绝大多数是事后编造的故事。市场在任何一天下跌1.2%可能有几十个原因，也可能根本没有单一原因——纯粹是买卖力量的随机波动。但人脑无法接受"没有原因"这个答案，所以 System 1 会自动搜索一个看起来合理的叙事来填充这个空白。

你在03批注中对油沙币电解铝案例的分析就触碰到了叙事谬误的边界。"霍尔木兹海峡被封了→电解铝出不去→电解铝供给下降→做多电解铝"——这个因果链在叙事上非常完美，逻辑无懈可击。但你自己也指出了结果："主要资金全在原油里面，谁管你电解铝，电解铝才涨百分之可能20不到"。叙事的逻辑完美性不等于交易论点的有效性。一个故事讲得通，不代表市场会照着这个故事走。

叙事谬误在事件驱动交易中最危险的表现形式是：你构建了一个传导链（事件A→影响B→标的C上涨），这个链条逻辑清晰，你对它充满信心，然后你根据这个链条下注。但你没有问一个关键问题：这个叙事是否是当前市场的主导论点？还是说它只是你个人脑中一个自洽的故事？用02学过的概念来说——交易论点不是个人推理，是市场的集体因果叙事。你的叙事再完美，如果没有足够多的资金追随它，它就不会变成价格变动。

Taleb 进一步指出，叙事谬误会使交易者高估自身模型与判断的有效性，忽略不确定性本身的影响（依据《The Black Swan》第25部分）。你回顾过去的成功交易时，倾向于认为"我判断对了所以赚了"，而不是承认"我判断了一个大致方向，运气也帮了忙"。这种扭曲会让你在下一笔交易中过度自信。

后见之明偏差：复盘的最大陷阱

Kahneman 在《Thinking, Fast and Slow》中深入分析了另一个与叙事谬误密切相关的认知陷阱——后见之明偏差（Hindsight Bias）。他指出，这种偏差让人"无法重建过去的信念"，在事件发生后高估自己原先的判断准确性，产生"我早就知道会这样"的错觉（依据《Thinking, Fast and Slow》附录部分）。

用你的委内瑞拉原油股来做一个思想实验。现在你回头看这笔交易，你知道结果是什么——追高进入，被套两周，最终小赚。你的批注中写道"很明显被发现是过度反应"。但问题是：在你32块追进去的那一刻，"过度反应"这个判断是"很明显"的吗？如果真的很明显，你为什么还追进去了？

答案是：它在当时并不明显。马杜罗被抓是一个非预定事件，惊讶度极高，你在膝跳反应阶段看到价格从29跳到35，System 1 告诉你"这个事件很大，价格还会继续涨"，你追进去了。两周后尘埃落定，你带着结果回头看，大脑自动重构了当时的认知——"其实当时就应该知道委内瑞拉原油是垃圾油，这个事件不可能持续"。但这个认知是你现在有的，不是你当时有的。

后见之明偏差对交易的破坏力在于它扭曲了复盘。Kahneman 指出，这种偏差会使人"用结果好坏来评估决策质量"，而不是用决策当时的信息与判断合理性来评估（依据《Thinking, Fast and Slow》附录部分）。这就产生了一个致命的衍生偏差——结果偏差（Outcome Bias）。

结果偏差的逻辑是：赚了钱=决策正确，亏了钱=决策错误。但这完全是错的。一个基于正确分析的交易可能因为运气不好而亏钱（正确的决策+坏结果），一个基于冲动追高的交易也可能因为运气好而赚钱（错误的决策+好结果）。如果你用结果来评估决策，你会强化错误的行为模式——"上次追高赚了，所以追高是对的"。

用三阶段模型重新评估你的委内瑞拉交易：你在阶段一（膝跳反应，29→35跳开）追入。这在框架上是一个高风险动作——03已经讲过，"如果你在膝跳反应阶段追进去，你买到的很可能是情绪溢价"。最终你赚了钱（小赚），但决策过程有问题。如果下次你用同样的方式追入另一个膝跳反应，但那个事件的惊讶度更大、回撤更深，你可能就不是"被套两周后解套"而是"深度套牢或止损出局"。

噪声与信号：为什么看太多反而看不清

叙事谬误还有一个延伸问题：你观察的信息越多，编出来的故事就越多，但判断准确度不一定提高。Taleb 在《Antifragile》中给出了一个精确的量化论述：如果按年观察数据，信号与噪声比例大约是1:1；按日观察，同一数据会变成95%甚至99.5%的噪声（依据《Antifragile》第9部分）。

这对你的交易实操有直接影响。你有自建的新闻舆情监测服务，你用新闻热度来推测资金方向。在03的批注中你说"新闻热度阶段一比较有用，阶段二也比较有用，阶段三也比较有用"。但 Taleb 的论述暗示了一个风险：如果你的监测频率太高（每分钟刷新），你接收到的绝大部分是噪声，不是信号。你会被噪声驱动去行动，而这些行动在统计上是亏钱的。

Taleb 进一步强调，"媒体和高频信息流会导致系统性误判"，他建议只关注"very large changes"（非常大的变化），而不是小幅波动（依据《Antifragile》第9部分）。这和你的动量交易体系其实是一致的——EMA 20 本质上就是一个噪声过滤器，它把高频波动平滑掉，只留下趋势方向的信号。

把这个原则应用到事件驱动交易：不是所有事件都值得关注，不是所有新闻都包含信号。用02学过的惊讶度公式来过滤——惊讶度低于某个阈值的事件，直接忽略。用01学过的五维度框架来筛选——幅度太小、持续时间太短的催化剂，不值得消耗注意力。你的注意力是稀缺资源，把它浪费在噪声上，就没有余量在真正的信号出现时做出高质量决策。

graph TD
    A["原始信息流
新闻/社交媒体/盘面"] --> B{"惊讶度过滤
偏离预期大吗？"}
    B -->|小| C["忽略
（噪声）"]
    B -->|大| D{"五维度评估
幅度/速度/持续时间"}
    D -->|不达标| C
    D -->|达标| E{"三阶段定位
当前在哪个阶段？"}
    E --> F["构建交易论点
等待盘面确认"]
    style C fill:#9ca3af,color:#fff,stroke:none
    style F fill:#16a34a,color:#fff,stroke:none
  

这张图把前四篇的概念串联成了一个信息处理流程。从原始信息到交易决策，中间有三道过滤器：惊讶度、五维度、三阶段定位。每一道过滤器都在砍掉噪声，只有通过全部三道过滤的事件才值得你消耗认知资源去分析和交易。