投资最重要的是别亏钱
Contents
巴菲特曾说过投资有两条铁律：第一条是永远不要亏钱；第二条是永远不要忘记第一条。
以前我只是把这句话当成一种“心态建设”，认为这只是在强调风险控制。但在深入研究了对数正态分布（Log-normal Distribution）模型后，我发现这句话其实有着极其冷酷且严密的数学底色。
为了方便直观理解，我编写了一个交互式的可视化工具，建议配合本文阅读： 👉 复利真相：对数正态分布实验室
1. 从正态分布说起
在进入复杂的金融模型前，我们需要先理解自然界的基石——正态分布。
高尔顿板：加法的视觉化
想象一块布满交错钉子的板子，小球从顶端落下，每次碰到钉子都会随机向左或向右弹跳。这个物理过程本质上是随机步骤的累加。当小球足够多时，底部的堆积形状必然会呈现出完美的“钟形曲线”。
中心极限定理 (CLT)
这就是数学上的中心极限定理：大量相互独立、分布随机的变量，只要它们是相加（Summation）的关系，最终的加和一定会趋向于正态分布。
在加法的世界里，涨跌是对称的。如果你有 100 元，今天加 10 元，明天减 10 元，你还是 100 元。
2. 投资收益的模型：乘法的陷阱
然而，投资世界遵循的不是加法，而是乘法。
累加 vs 累乘
你的财富增长不是 $P_0 + r_1 + r_2$，而是： $$P_t = P_0 \times (1 + r_1) \times (1 + r_2) \times \dots \times (1 + r_t)$$
这种累乘随机过程导致了一个致命的不对称性：如果你亏损了 50%，你需要盈利 100% 才能回到原点。
对数变换：桥接两个世界
为了使用强大的中心极限定理，数学家对价格取了对数（$\ln$）： $$\ln(P_t) = \ln(P_0) + \ln(1+r_1) + \ln(1+r_2) + \dots$$
现在，等式右边变成了对数收益率的累加。根据中心极限定理，$\ln(P_t)$ 服从正态分布。 推导结论：如果资产价格的对数是正态分布，那么资产价格本身就服从“对数正态分布”。
3. 对数正态分布的图像特质
当我们观察对数正态分布的概率密度曲线时，会发现它与正态分布完全不同：
- 不对称性（右偏）：它有一条向右延伸的长尾巴（理论上无限的上涨空间），但左侧死死地卡在 0（你最多亏光）。
- 重心左移：这是本文最核心的观察点。
在对数正态分布中，有三个“中心”：
- **期望值 (Mean)**：数学上的平均收益。
- **中位数 (Median)**：50% 的人能达到的结局。
- **众数 (Mode)**：概率最高、最可能发生的结局。
4. 深度性质：为什么“别亏钱”是第一法则
通过观察模型参数 $\mu$（预期收益）和 $\sigma$（波动率）的互动，我们可以得出以下实战启示：
4.1 波动率陷阱：亏损是复利的杀手
对数正态分布下，复合年化收益率 $g$ 的近似公式为： $$g \approx \mu - \frac{\sigma^2}{2}$$
看到那个 $\frac{\sigma^2}{2}$ 了吗？波动率会直接从你的收益中“扣钱”。 即使平均收益 $\mu$ 很高，只要波动率 $\sigma$ 足够大，你的真实增长 $g$ 可能是负数。这就是为什么“稳健”比“爆发”更重要的数学原因。
4.2 不要加杠杆：中位数的坍缩
加杠杆会线性增加 $\mu$，但会以平方速度增加 $\sigma^2$。 反映在图像上，虽然平均值（Mean）被极少数暴富的幸存者拉向了右侧，但曲线的峰值（Mode）和中点（Median）会迅速向左侧（亏损区）坍缩。 结论：杠杆越高，你变成那个“被平均”的炮灰概率就越大。
4.3 追高的幻觉：高波动的代价
热门股（高 $\mu$, 极高 $\sigma$）往往呈现出极度的左偏。虽然它“看起来”涨得快，但其众数（最可能发生的结局）往往远低于 1.0。 你追逐的是那条稀疏的、极难捕捉的“长右尾”，而你面对的却是大概率的亏损峰值。
4.4 本金要足够
在乘法模型中，所有的收益都基于 $P_0$。 由于波动拖累的存在，小额本金通过高风险波动翻倍的概率，远低于大额本金通过低波动增长的确定性。本金不仅是资本，更是抗风险的“冗余度”。
4.5 永远有概率赢：时间的解药
只要你的复合收益率 $g > 0$，随着时间 $t$ 的增加：
- 增长项按 $t$ 线性增长。
- 随机波动项按 $\sqrt{t}$ 缓慢增长。 只要你不因大亏或杠杆被清出场，时间最终会稀释掉短期的随机性，让财富分布的山峰缓慢爬过“盈亏平衡点”。
5. 总结
我可能做了一些不严谨的假设才构建了这个模型，但它揭示了一个深刻的真相： 投资不是一个比谁跑得快的游戏，而是一个比谁活得久的游戏。
“别亏钱”不是为了追求保守，而是为了保护那个脆弱的复利引擎不被 $\sigma^2$ 这个恶魔强行熄火。在这个不对称的概率世界里，平庸的赢 + 极少的输 = 伟大的复利。
如果你对这些参数如何影响分布感兴趣，欢迎去我的可视化工具亲手调一调参数，你会对“风险”产生全新的敬畏。