避风港第一章：算术均值与几何均值的复利陷阱

投资背景

马克·斯皮兹纳格尔管理着环宇投资，这家基金建立在一个具体的判断上：大多数投资者错误定价了避免大额亏损的价值，因为他们从根本上错误理解了复利的数学。《避风港》不是一本预测崩盘的书。它讲的是几乎每个人都能正确说出、却几乎没有人能正确感受到的一段算术，以及这个落差在一生投资中的代价。

这一章是全书的地基。后面几章——避风港的分类、支付保险费的心理、六四组合的死亡、在恐慌顶点变现的纪律——都依赖读者真正感受到这一章的数学，而不只是点头认同。

华尔街的翻译

精确陈述的不对称

这是一个几乎所有人都知道、却几乎没有人真正内化的事实：盈亏并不对称，因为它们是乘法式复合的，不是加法式相加的。

假设一个组合下跌百分之五十，然后上涨百分之五十。直觉会说：跌五十，涨五十，大致回到原点。算术给出的答案完全不同。

从十万美元开始。下跌百分之五十变成五万美元。在五万美元的基础上上涨百分之五十是两万五千美元——总额变成七万五千美元。组合是下跌了百分之二十五，而不是持平，尽管跌幅和涨幅的百分比相等。

要从百分之五十的亏损中完全恢复，需要的不是百分之五十的盈利，而是百分之百的盈利——因为恢复的百分比是按亏损之后更小的基数计算的。亏得越深，这种失衡就越严重：百分之九十的亏损需要百分之九百的盈利才能回到起点。

为什么看过数学之后感觉依然不对

大多数投资者处理盈亏的方式，就好像它们是从一个固定参照点上加减出来的——算术均值，在那里正五十和负五十正好抵消为零。市场用的不是算术均值，它是复合计算——几何均值，同样两次变动会让你变得更穷。

这不是一个小小的四舍五入差异。在很长的时间跨度里，一个避开了深度亏损、只捕获了适度收益的投资者，其复利结果可以超过一个捕获了更大收益却也承受了深度亏损的投资者——即便后者按算术方式计算的平均年回报在纸面上看起来更高。决定你最终财富的，是几何均值，而不是算术均值，而大额亏损对几何均值的损害，远远超过等额收益对它的帮助。

与图书馆其他书籍的分工

《反脆弱与黑天鹅》拥有凸性和杠铃策略的哲学论证——不对称敞口作为一种世界观。《风险模型与投资组合构建》第一、二章拥有凯利公式——针对一个已知、为正的优势的最优下注规模。本书拥有的是：为什么避免深度亏损比追逐等额收益复利更好这段具体的算术，以及这段算术对「避风港到底是什么」这个问题的含义。

与凯利公式的区别很重要：凯利公式回答的是「在有优势的情况下，我该下注多少」。本书回答的是一个更前置的问题：为什么保护下行比任何单笔赌注的数学所暗示的更重要——一旦你考虑到复利对同等大小的亏损和收益究竟做了什么。

可执行的交易规则

第一，永远不要只看一个策略的平均年回报就下结论，一定要同时问它的复合（几何）回报是多少。一个在大额盈利和大额亏损之间摇摆的策略，可能有一个看起来很亮眼的算术平均值，实际复合结果却平庸甚至为负。

第二，把大幅回撤当作不成比例地昂贵，而不只是成比例地痛苦。百分之四十的亏损，从恢复所需的角度看，并不只是比百分之二十的亏损「差一些」——它需要大约三倍的恢复涨幅，而不是两倍。

第三，比较两个组合的历史表现时，去计算一美元在每个组合里实际变成了多少，而不只是看平均年数字。最终的美元价值是几何均值给出的答案；平均年数字往往是算术均值给出的答案，两者可能对同样两个组合给出不同的排名。

第四，对任何「避风港」候选对象都要问：它降低的是最深回撤的深度，还是只降低了平均波动率？这不是同一个问题，第二章会说明为什么只有前者才真正有价值。

与退休组合的关系

这或许是横跨提取期的退休计划中最重要的一段数学。一个在深度亏损期间提取组合资金的退休者，同时叠加了两个伤害性效应：上面描述的算术与几何均值落差，加上从一个已经缩水的基数中提取资金——也就是这个平台的提取内容直接讨论过的收益顺序风险。

这里的结论不是「避开所有风险」。低成本、全球分散的股票核心依然是长期增长的引擎，任何避免亏损的做法都无法替代足够的储蓄和足够长的持有时间。这里的结论更窄：要理解一个策略的任务不只是产生高的平均回报，而是产生高的复合回报——而这两者并不相同，对于一个必须在崩盘中挺过提取的组合来说尤其如此。

第二章将介绍斯皮兹纳格尔用来区分真正有效的保护和只是看起来安全的避风港的分类法。