来源：雪球App，作者： 少数派投资，（https://xueqiu.com/7887458466/334928231）
你是不是也有这样的时刻：打开雪球、刷刷微博，看到满屏的“赚了20%”；听朋友说刚抄底了AI龙头，一周涨了15%；看公众号写某ETF长期年化收益20%，简单买入、拿住就好。低头看看自己的账户，收益不如人意，心里开始打鼓：
·是不是只有我不适合投资？
·为什么我越努力研究，结果越不好？
·难道别人都比我聪明，运气还好？
别急着怀疑自己。你可能只是被统计上的错觉误导了。我们今天来聊聊三个常见的统计悖论，看懂之后，你会发现：你不是投资不行，而是看数据的方式出了问题。
一、你看到的“投资赢家”，其实只是幸存者——视察者悖论（Observer's Paradox）
视察者悖论的核心是：你所看到的数据，只是某个“被观察群体”的一部分，而不是全部。
我们可能都听过一个故事，二战时期，美国军队聘请专家研究成功返航的战斗机，看看哪些薄弱位置应该加强，以提高战斗机存活率。返航飞机上面满身弹孔，机翼身上尤其多。军方的专家得出结论：机翼是容易被攻击的薄弱部位，应加强机翼的防护。但有一位外聘专家提出与众不同的意见：应该加强机尾的防护。有人讽刺他：教授，返程的飞机上很少能看到机尾上有弹孔，您这个结论也太离谱了吧。教授说：你看到的都是成功返航的战斗机，那些没能返航的战斗机你见到了吗？在我看来很多机翼中弹严重的战机返航了，而机尾中弹的却没有返航的，难道不恰好证明机尾才是致命要害，一但击中就没法存活？
在投资圈也是一样：社交平台上看到的大多是赚钱的投资者，真正亏得多的人，可能早就割肉离场、销号退出；留下的，是那些“至少没死”的账户；他们会告诉你经验、复盘策略、操作逻辑，但很少有人提自己踩过多少雷。
亏钱的人往往选择沉默甚至退圈。这就像战时军方研究被打中的返航飞机，却忽略了那些根本没能返航的。
所以你看到的“投资好像很容易赚钱”，只是因为你身处的是一个筛选过的环境。真实情况是，大多数人的投资收益甚至可能是负的，只是没人讲出来。我们看到的投资讨论区，可能本身就是由少数活跃的“盈利者”主导的。这也是为什么你会误以为：“大家都赚钱，只有我不行。”
二、总收益差不代表你选股差——辛普森悖论（Simpson's Paradox）
再来看一个更隐蔽的误导方式。
假设你投资了一年，收益率不如别人高，于是怀疑自己“不会选股”。但你有没有注意：
你大部分资金投在了相对保守的ETF或蓝筹；
而别人可能集中买进了几个运气极好的热门股；
或者，他们恰巧在热门赛道爆发前重仓了。
如果拆解来看，你在每一类资产上的选股胜率可能并不差，只是资金配置不同导致了总收益落后。
这就是辛普森悖论：整体统计结果，可能与各子组统计趋势相反。
在每一个小类里你都做得不差，但加总在一起的结果却比别人差，只因为权重分配不同。
所以，做投资比较时，不能光看“全局平均”，还要看具体构成和分布。这就像一个大学的录取例子：分专业来看，每个专业的女生录取比例都比男生更高，但因为女生集中报考了录取率更低的专业，导致女生整体录取率反而不如男生。错觉的关键，是混淆了总体和结构。
三、“轻松赚钱”的人，其实只是没看到努力失败的那批人—— 伯克森悖论（Berkson's Paradox）
有没有听过这种说法：“有些人炒股都不看基本面，也不盯盘，每年轻松赚20%，还自由了。”
你羡慕，但又有点困惑：我看了那么多研报、跑了那么多调研，怎么结果还不如人家？
这时候你可能会怀疑自己是不是方法错了。其实，你也可能掉进了伯克森悖论的坑。
这个悖论的核心是：样本选取受到“进入条件”的限制，导致你观察到的现象并不能代表整体规律。
举个例子：股市有“七亏二平一赚”的说法，我们简化一些，赚钱概率20%，亏钱概率80%，假设有10万人炒股，一半的人努力研究公司、做功课，另一半人随意买买。我们先不考虑赚钱与努力之间可能有正相关关系，退一步，就说赚钱和努力与否完全无关，那么这10万人就被分为四组：
努力且赚钱，1万人；不努力但赚钱，1万人；努力但不赚钱，4万人；不努力且不赚钱，4万人。
在社交媒体上，由于前两组人都赚到了钱，无论有没有努力，都经常会发帖指导或者炫耀战绩，第三组由于付出了汗水，也会发文总结或者抱怨，而第四组不努力且没赚到钱的人往往保持沉默，他们不发言，也不写帖子，我们通常是看不到的。在我们能看到的前三组共6万人里面，人们就看到有1万人不努力也赚钱了，而另外5万人都很辛苦，却也只有1万人赚到钱。于是得到结论：努力研究的成功率是20%，不努力反而100%赚钱。于是开始自我怀疑，好像努力并不重要。于是稀里糊涂选票，稀里糊涂亏钱。这就是认知陷阱：看不到失败者，会高估成功者的方式。
伯克森悖论里的错误，还出现在很多地方。比如很多家长和学生有一个错误印象，学霸似乎学习很轻松，自己的孩子或者自己很努力却学不好，于是就得出结论，自己不是读书的料，努力也没有用。
真实情况是什么样的呢？我们假设一个年级500人，一半人用功，一半人不用功；再假设全年级有100名学霸，其中80名用功，20名不用功。在这里，用功和成为学霸是正相关关系，但在旁人的眼中是怎么样呢？
大家只盯着学霸看，就会发现有20%的人明明不用功也能学好，就觉得学好和用不用功之间没有必然联系；然后大家又看那些用功学习的人，就会发现就算用功了，也有170/250=68%的人学不好。于是有些人就觉得，用功也没有用啊，学不好就是学不好，也不是我努不努力能改变的。
但你认真算一下就会发现，用功的学生成为学霸的概率是80/250=32%，而不用功的人成为学霸的概率只有20/250=8%。不论资质怎么样，比起不用功的人，用功学习的人成为学霸的概率足足高出了4倍。之所以会产生前面的错觉，是因为我们忽略了那些既不用功、学得又差的人。
基于上述错觉，一部分人大力鼓吹读书无用论，论据是身边成功人士里那么多都是初高中学历，比尔盖茨和乔布斯辍学创业也获得成功，但他们没看到的是，不读书不努力最后失败的人其实多的多，只是没人记录他们罢了。
这正是伯克森悖论的本质：我们看到的世界是“筛选”后的世界，而不是完整的世界。
写在最后：小心你看到的数据，保持独立思考
视察者悖论、辛普森悖论、伯克森悖论这三者，有一个共同的本质：我们很容易被片面的数据和样本误导，做出错误的判断。
这不仅是统计学的问题，更是投资中的常见陷阱。在信息爆炸的今天，每个人都被数据包围，但不是每个人都能正确解读这些数据。你看到别人赚钱，并不等于大多数人都赚钱；你看到某只基金跑得快，并不代表买进去就能赚；你看到轻松赚钱的人，并不代表努力没用。在投资中，数据能帮助我们判断，但前提是要看对数据，理解数据的结构。
不要被“幸存者”影响判断：你看到的成功投资故事，往往是筛选过的。不要用别人的幸运经验，否定自己的努力路径。不要让错觉压垮自己：感觉投资很难、自己总失败，不是因为你不够好，很多时候，是你看到的“世界”就有偏差。真正该做的，是对自己诚实：回到自己的资产配置、投资逻辑和长期目标，踏实做功课，找到适合自己的方法。
投资这件事，不靠热闹，不靠感觉，更不靠故事。如果能多一点对数字的敏感，对样本的分辨，对错觉的警惕，你就比很多人多了一道防线。这，也是金融世界最需要的“数学思维”。
往期文章回顾
……
少数派周良：关税霸凌是纸老虎
踏空暴涨100%的黄金，当前还能上车吗？
这一次，可以自信一点
回调不改强势基调，积极寻找新的机会
霍华德・马克思的情绪周期：读懂市场脉搏的投资哲学
投资与投机
当炒股遇上“AI”：是否是股市投资的新时代？