非对称性风险

决策者如果无法对自己的决策负责，那会有更多的黑天鹅。
想了解非对称风险，首先我们要知道遍历性和非遍历性。
遍历性是动力系统或统计力学中的关键性质，指系统在长时间演化中，其时间平均等于系综平均（即所有可能微观状态的统计平均）。而非遍历性却与之相反。
我们想象一个赌徒参与一场 “公平” 的赌博游戏（比如轮盘赌或公平硬币赌局），规则如下：
•每次下注：赌徒有 50% 的概率赢 1 元，50% 的概率输 1 元（长期期望收益为 O）。
• 两种观察方式：
。系综平均（统计平均）：假设有 “无数个平行宇宙的赌徒”，每个赌徒都玩 100 局游戏，统计所有赌徒在 100 局后的平均收益。由于游戏公平，这些赌徒的收益会围绕 0 波动，长期平均趋近于 0。
。时间平均（单个赌徒）：观察同一个赌徒连续玩 100 局游戏，计算他最终的净收益（比如赢了 30 局、输了 70 局，净收益=30×1+70x（-1）=-40 元）。
遍历性分析
•如果游戏是遍历的：单个赌徒玩足够多局（比如 10 万局）
后，他的时间平均收益（最终净收益/总局数）会趋近于系综平均（0）—即长期来看，整体不赚不亏。
•但现实中赌博是非遍历的！：即使游戏规则公平（系综平均为 0），单个赌徒的时间平均可能永远偏离 0（比如连续输
100 局后破产，无法继续参与）。更关键的是，赌徒无法通过无限次重复游戏 “遍历” 所有可能状态—因为一旦破产（进入 “负收益” 状态），他就无法继续体验 “正收益” 的可能性。换句话说，单个赌徒的轨迹被限制在 “有限资金” 和 “破产风险” 的子空间里，无法覆盖所有可能的收益路径（比如 “先赢后输”“先输后赢” 等各种组合）。

• 如果游戏是遍历的：单个赌徒玩足够多局（比如 10 万局）
后，他的时间平均收益（最终净收益/总局数）会趋近于系综平均（0）—即长期来看，整体不赚不亏。
•但现实中赌博是非遍历的！：即使游戏规则公平（系综平均为 0），单个赌徒的时间平均可能永远偏离 0（比如连续输
100 局后破产，无法继续参与）。更关键的是，赌徒无法通过无限次重复游戏 “遍历” 所有可能状态—因为一旦破产（进入 “负收益” 状态），他就无法继续体验 “正收益” 的可能性。换句话说，单个赌徒的轨迹被限制在 “有限资金” 和 “破产风险” 的子空间里，无法覆盖所有可能的收益路径（比如 “先赢后输”“先输后赢” 等各种组合）。
结论：公平赌博的系综平均（所有赌徒的统计结果）看似合理，但单个赌徒的时间平均（实际经历）可能完全不同一这就是非遍历性的体现：个体长期行为不等于群体统计平均。通过这个例子我们就可以联想到现实，股市投资，长期股市投资收益是向上的，但是对于个人来说，如果稍有不慎就会永远离开市场，巴菲特的名言，第一条保住本金，第二条，永远不忘记第一条。就很好理解了。
在现实社会中，有很多决策者做出的决策是非对称风险的，这就会导致尾部效应的出现。我们在拿股市举例，同样是有些人推荐了一些股票，推荐的是自己买的，这就是对称风险，如果推荐的是自己都不买的，那就是非对称风险。如果一个人把自己置身于风险当中，那么说的话分量就很足。