贝叶斯定理：最被误解的应对工具

针对文章《只应对不预测》，有读者问了一个很好的问题：

贝叶斯定理算预测还是应对？它不就是根据各种条件来调整概率吗？

这个问题直击要害。很多人的第一反应是：贝叶斯定理在“计算未来概率”，所以当然是预测工具。

这个直觉是错的。贝叶斯定理在本质上是数学语言写成的应对框架。

一、预测和应对的根本区别

先明确一下两者的区别，不是说预测一定不好，而是两种思维模式在面对不确定性时有根本性的不同：

预测思维是静态的、执着的。它的逻辑是：“我判断市场接下来大概率上涨，所以我满仓买入，等着就好。”一旦预测形成，它就锚定在那里，即使新的信息出现，也会下意识地去抵制。

应对思维是动态的、客观的。它的逻辑是：“基于当前信息，上涨的可能性更高，所以我持有一定仓位。但如果市场走出反向信号，我会立刻更新判断。”它不执着于某个结果，只忠于当下的证据。

贝叶斯定理，恰恰是应对思维的数学表达。

二、拆解贝叶斯公式

贝叶斯定理的公式是：

\[P(A|B) = \frac{P(B|A) \cdot P(A)}{P(B)}\]

这个公式看起来抽象，但拆开来每一块都对应着应对的具体动作：

$P(A)$——先验概率，你的初始底牌

这是你在看到任何新消息之前，基于所有历史经验对某个判断的基础概率。比如“当前市场处于牛市中段，继续上涨的概率大约是 60%”。

注意这里就已经体现出应对思维的谦逊：先验不是 0% 或 100%，而是一个介于两者之间的值。预测者会说“我确定会涨”；贝叶斯框架从一开始就强制承认不确定性。

$B$——新证据，市场刚刚发生的事

这可以是任何新信息：CPI 数据超预期、美联储表态转鹰、某个重仓股突然放量暴跌、期权市场隐含波动率（IV）骤升。

**$P(A

B)$——后验概率，更新后的判断**

这才是贝叶斯定理的核心输出：当新证据 $B$ 出现之后，你对原来判断 $A$ 的概率应该更新到多少？

这就是应对的动作本身。你没有固守原来的 60%，而是根据新信息重新校准。

用一个具体场景走一遍：

你持有一定仓位的A股科技板块（先验判断：上涨概率 65%）。某天，美联储意外宣布暂缓降息，叠加国内 CPI 数据不及预期——这是新证据 $B$。

贝叶斯框架的问题是：“在这两个信号同时出现的情况下，科技板块继续上涨的概率应该更新到多少？”假设更新后的后验概率是 40%。

这个过程不是“预测接下来会跌”，而是“承认胜率已经发生了变化，需要据此调整”。

巴菲特的卖出标准，就是贝叶斯更新的自然语言版

巴菲特在不同场合谈到过他的卖出标准，核心归纳下来是三条：竞争优势消失（基本面恶化）、有更好的标的、承认自己当初判断有误。他的原话是：“如果竞争优势消失了，如果我们对管理层失去了信任，如果我们在最初的分析中犯了错误——这种情况确实会发生——我们就会卖出。”

这三条听起来简单，但它们的结构完全就是贝叶斯更新：

竞争优势消失：新证据 $B$ 出现，使得“这是好投资”的后验概率大幅下降。巴菲特不需要预测“这只股票会跌到多少”，他只需要判断“支撑我持有的假设还成立吗”。
有更好的标的：这是机会成本的贝叶斯更新。原持仓的后验概率没变，但新候选标的的后验概率更高，资本应该流向胜率更高的地方。
承认看走眼：最难的一步——意识到最初的先验 $P(A)$ 就设错了。不是市场变了，是当初的判断本身就有问题。

三条卖出标准，没有一条是“我预测它会跌”，全部都是“支撑我持有的条件发生了变化”。这正是应对思维的精髓，也是贝叶斯更新的日常语言版本。

三、从概率到仓位：凯利公式

贝叶斯给出了更新后的概率，但概率本身还不是行动。投资者需要回答的是：这个概率意味着我应该持有多大的仓位？

这就是凯利公式（Kelly Criterion）的用武之地：

\[f = \frac{p \cdot b - (1-p)}{b}\]

其中 $p$ 是胜率（贝叶斯后验概率），$b$ 是赔率（盈亏比）。$f$ 是建议的仓位比例。

当贝叶斯把你的胜率从 65% 更新到 40% 时，凯利公式会自动告诉你：把仓位从 X% 降到 Y%。不是“清仓”，不是“死扛”，而是一个与当前概率相匹配的合理仓位。

贝叶斯 + 凯利，构成了一套完整的应对决策链：

新证据出现 → 贝叶斯更新胜率 → 凯利重新计算仓位 → 执行调整

每一步都是在响应现实，而不是在坚守某个预测。

四、为什么很多人把贝叶斯当预测工具

误解的来源通常是这样的：有人算出“上涨概率 70%”，然后就满仓做多，不再更新。

这个用法的问题不在贝叶斯，而在于停止了更新。贝叶斯定理的生命在于持续迭代——每一条新信息都应该触发一次更新。一旦停止更新，它就退化成了普通的预测。

真正的贝叶斯应对是：即使你刚刚更新出 70% 的上涨概率并据此建仓，一旦下一根K线拿出放量破位的信号，你就立刻启动下一次更新，而不是说“我算过了，应该涨的”。

算命者坚守自己的卦象；贝叶斯实践者只忠于最新的证据。

五、先验本身就是谦逊

还有一点值得单独说。

先验概率 $P(A)$ 的存在，本身就体现了应对哲学中最重要的态度——承认无知。

你没有资格把先验设为 100%（“我确定会涨”）或 0%（“绝对不可能涨”），因为这两个极端都意味着你声称自己全知全能。贝叶斯框架在数学层面就拒绝了这种傲慢。

所有的先验都必须在 (0, 1) 区间内，所有的判断都只是当前信息下的最优估计，都随时可以被更新。这不就是“只应对不预测”的数学实现吗？

总结一句话：

预测者试图猜硬币哪面朝上；贝叶斯实践者根据硬币在桌上滚动的轨迹和倾角，持续更新它落地概率——并据此决定押注多少。