幸存者偏差：为何"10倍收益故事"不能告诉你投资的全部真相
你有没有听过这样的故事：朋友2020年买了$1,000的比特币，现在变成了$15,000；或者某人抓住了Solana从$2涨到$200的行情，赚了100倍。这些故事都是真实的——但它们只是冰山一角。水面之下是数百万只已经归零的代币、数千家悄悄关门的对冲基金、无数亏损出场的投资者。没有人讲述这些故事。这就是幸存者偏差，投资者最容易忽视的认知陷阱之一。
一、什么是幸存者偏差？
幸存者偏差（Survivorship Bias）是一种认知偏差：我们倾向于只关注"通过筛选"的对象——成功的人、存活的项目、还在运营的产品——同时无意间忽略了那些已经失败消失的案例。
这个概念最著名的来源是二战中的一个故事：匈牙利统计学家亚伯拉罕·瓦尔德（Abraham Wald）被美军委托分析轰炸机应该在哪里加装装甲。分析返回飞机上的弹孔数据后，军方发现：机翼和机身中弹最多，而发动机区域几乎没有弹孔。直觉反应是"在中弹多的地方加装甲"。
但瓦尔德得出了相反的结论：这些飞机能飞回来，说明机翼和机身中弹后还能飞。发动机中弹的飞机根本没有回来，所以我们看不到它们的弹孔数据。结论：应该在发动机处加装甲——那个"看起来安全"的地方，其实才是致命弱点。
二、幸存者偏差在投资中的具体表现
2.1 加密货币市场：95%的山寨币已经死亡
每次牛市，我们都能听到各种"暴富故事"。但很少有人谈及另一面：
| 时期 | 推出代币数（估计） | 已死亡或归零 | 失败率 |
|---|---|---|---|
| ICO热潮 2017-2018 | ~5,000个项目 | >4,500个 | ~90% |
| DeFi夏天 2020-2021 | ~10,000+ 代币 | >8,500个 | ~85% |
| NFT/元宇宙 2021-2022 | ~50,000个系列 | >45,000个 | ~90% |
| Meme币 2023-2025 | >500,000个代币 | >490,000个 | >98% |
| 截至2026年总计 | >250万代币 | ~95%+已死亡 | >95% |
为什么我们只知道比特币、以太坊、Solana和BNB？因为它们是"幸存者"。数百万其他代币已经从CoinMarketCap消失，从人们的投资组合消失，也从我们的记忆中消失。
2.2 对冲基金：沉默的"墓地"
每年约有1,000只对冲基金关闭——但你不会在财经新闻中看到这些消息，因为他们悄然退出。当研究人员分析基金绩效时，他们通常只使用仍在运营的基金数据。那些已经关闭的基金（往往是因为亏损严重）就从统计中消失了。结果？整个行业的平均业绩看起来比实际情况要好得多。
• 15年维度：仅约10%的主动基金经理跑赢标普500
• 扣除管理费后，大多数基金跑输指数
• 若纳入已关闭的基金数据，失败率更高
来源：S&P SPIVA Mid-Year 2025
2.3 "我用了巴菲特的策略，赚钱了"
巴菲特无疑是20世纪最伟大的投资者之一。但幸存者偏差在这里以更微妙的方式渗入：我们不知道有多少人严格执行了价值投资策略却失败了。那些自称"价值投资者"、追随格雷厄姆/巴菲特理念、却在数十年里持续亏损的人，没有任何人知道他们的名字。
2.4 策略回测：最常见的陷阱
如果你曾见过某个"交易系统"展示5年回测收益+300%，请立刻问一个问题：这个回测是否包含了当时已经退市的代币/股票？
例如：用2026年现有的前20大山寨币回测2018年的策略，结果会很漂亮——因为你无意中选择了"已经活下来"的那些币。但2018年的前20名里，很多已经归零或几乎消失：IOTA（跌97%）、Dash、Zcash、Bitcoin Gold……真实回测结果会大相径庭。
三、为什么我们的大脑容易陷入幸存者偏差？
幸存者偏差不是因为愚蠢，而是人类大脑进化出来的认知机制：
- 节省认知资源：处理现有信息（幸存者）比寻找已消失的信息容易得多。
- 向成功者学习："模仿赢家"在原始生存环境中是合理策略。
- 叙事偏好：大脑喜欢故事，"从$1,000变成$100,000"远比"$500打水漂"更吸引人。
- 可得性启发：我们根据容易想到的例子来判断概率。10倍故事被反复讲述，让人误以为普遍。
四、对个人投资者的实际危害
4.1 选择错误的投资策略
投资类畅销书和网红大V分享的内容，天然筛选了"成功者"——没有人出书讲述自己如何用摆动交易亏光的经历。你接触到的所有"有效策略"，都已经过一轮幸存者筛选。你看不到那些用了同样策略却失败的人。
4.2 牛市后的过度自信
在持续上涨的牛市中，几乎所有人都"赚钱了"——因为市场整体在涨。这制造了技能幻觉："我的策略很好"，而不是"市场Beta给了我回报"。等到熊市来临，继续沿用旧策略就会遭遇重大损失。
4.3 对收益的不切实际期望
如果你听到的全是"BTC 10倍"、"NVDA 5倍"，你自然会期望自己的投资组合达到同样水平。当实际收益只有+12%时，你会感到失败，可能做出危险决策：加杠杆、转向更高风险资产去"追赶"这个虚假基准。
4.4 错误评估交易所风险
选择交易所时，我们问朋友在用哪个。那些朋友正在用的交易所A——是因为它还没有倒闭。当年在FTX、LUNA、Celsius上损失惨重的用户，已经不在这里警告你了。我们只记住了活下来的交易所。
五、如何识别并克服幸存者偏差
5.1 始终问："还有哪些人没有成功？"
听到任何成功故事时：
- ✅ "在1,000个采用这个策略的人中，有多少人成功了？"
- ✅ "有多少具有相同特征的代币/股票已经归零？"
- ✅ "这个策略在什么情况下失效？"
- ✅ "这个成功有多少是运气，多少是真正的技能？"
5.2 寻找全市场数据，而非只看"赢家"数据
| 不要只看 | 要同时看 |
|---|---|
| 成功投资者的书 | 同策略的整体胜率研究 |
| 现有运营基金的业绩 | 含已关闭基金的无幸存者偏差数据库 |
| 现有代币/股票列表 | 含已退市标的的历史完整数据 |
| "谁用这个策略赚钱了？" | "这个策略的真实胜率是多少？" |
5.3 使用基础概率思维（Base Rate Thinking）
投资前，了解该类资产或策略的历史基础概率：
- 🔴 Meme币：~98%在2年内归零
- 🔴 小型ICO/IDO：~85-90%失败
- 🟡 前50名山寨币：~50-60%长期失败
- 🟡 个股选股（无研究）：~70%情况跑输指数
- 🟢 指数基金（S&P500/A股宽基）：10年持有~90%情况盈利
- 🟢 比特币（仅BTC）：17年后仍存活，但最大回撤约80%
5.4 使用无幸存者偏差的回测数据
专业工具如Compustat、CRSP（美股）或CoinMarketCap的完整历史API（含已退市代币）都提供无幸存者偏差的数据集。如果你的回测工具无法纳入已退市标的，结果必然过于乐观。
六、幸存者偏差 vs 相关认知偏差
| 偏差名称 | 简述 | 与幸存者偏差的关系 |
|---|---|---|
| 确认偏差 | 只寻找支持现有观点的证据 | 叠加放大——只记住符合预期的成功故事 |
| 可得性启发 | 用容易想到的例子判断概率 | 10倍故事被反复讲述，误以为普遍 |
| 近因偏差 | 过度重视近期信息 | 近期牛市→看到的全是赢家 |
| 事后偏见 | "我早就知道会这样" | 回看历史只看到清晰路径，忘记当时的不确定性 |
| 过度自信 | 高估自身能力 | 来源于牛市中的幸存者集体经历 |
七、现实场景：幸存者偏差如何在日常投资中出现
场景一：Telegram "信号群"
你加入了一个10,000人的"加密信号群"。管理员发布："买入BTC $62,000，目标$70,000 ✅ 已达到！"但前一天他推的某个山寨币跌了40%——那条消息已经被删除或很少有人记得。你只看到成功的信号，因为那是被反复强调的。这是被刻意设计的幸存者偏差，目的是吸引付费会员。
场景二："长期持有指数必然盈利"的误区
从历史数据看，美国股市（S&P500）长期确实上涨。但"幸存者"是指数本身——它会定期替换成份股，将失败的公司剔除，加入成功的公司。个别公司的投资者没有这种自动调仓机制。2000年买入纳斯达克顶部的投资者花了15年才回本；日经225指数在1990年顶部后等了约35年才创新高。
场景三："这个策略在牛市里效果很好"
2023-2024年牛市期间，很多人定投山寨币并获利。他们在社交媒体上分享。那些同样定投山寨币却在2024年底小熊市中亏损的人，很少发帖。结果：社区对"定投山寨币"策略的评价远比实际情况要正面。
结论：看清冰山，而不只是水面上的部分
幸存者偏差之所以危险，不是因为它让人贪婪或恐惧——而是因为它在无声无息中运作，几乎无法被察觉。没有人刻意"只记住赢家"，大脑自动完成了这个过滤。
理解幸存者偏差并不意味着悲观或放弃机会，而是意味着更真实地评估机会：不仅问"这个资产有没有成功过"，也要问"在所有具有类似特征的资产中，成功率是多少"。不仅向成功者学习，也要理解失败者的模式。
冰山不只有水面以上的部分。优秀的航海者会测量全部的冰山。
"历史由幸存者书写。但好的投资决策，建立在对幸存者与失败者的完整理解之上。" — 致敬亚伯拉罕·瓦尔德