轮盘赌也可以作弊吗？

1873年，约瑟夫·贾格斯到达蒙特卡洛，他对轮盘赌一无所知。约瑟夫·贾格斯是一名工程师，他知道关于轮轴的所有知识，知道没有一个轮轴是完全均匀和平稳地旋转的，总会存在着这样那样的不规则。贾格斯利用这个知识，雇用了6名年轻男子，整天为他记录在轮盘赌中桌子上出现的号码。然后，他着手评估这些数字。贾格斯本能地认为，转盘轮子中的某一个已经失衡，它运行得不均匀。由此，在这台机器上出现的数字也不均匀，存在着向某一组数字倾斜的情况，这组数字出现的机会高于平均概率。

贾格斯得到了他想要的信息，他走进赌场，开始赌博，并且只是在那台出现失衡状况的机器上。他赢钱了。赌场的经理惊慌失措，鉴于贾格斯得到的令人不安的盈利，下班后他交换了桌子的转盘轮子。在接下来的几天里，贾格斯输了钱。开始时他很恼火，但后来他回忆起来，他的那个失衡的转盘是有一个小小划痕的。所以，他找了一张又一张的桌子，终于重新找到了他的那个带有划痕、偏好特定数字的转盘，并开始继续赢钱。当他赢了325 000美元后，他离开了蒙特卡洛，永不再赌。

现在请设想，你为了谋生已经观察轮盘赌很长时间了。你觉察到，刚刚红球连续出现了6次。现在你的手指是否有些痒痒，想把钱押到黑球上？此前，你肯定清楚地知道，只要轮盘没有失衡情况，在轮盘赌球的每次投掷，红球和黑球出现的概率是一样的。轮盘赌的轮盘没有记忆。即使是红球连续出现了100次，那在第101次时，黑球出现的概率始终还是48.6%。它不是50%，因为有0号球。在美国的轮盘赌，黑球出现的概率还要低，因为在那里有0号球和00号球。

但为什么直觉告诉你现在该轮到黑球了呢？很简单，因为连续100次红球不符合我们受随机性的代表性启发。对我们来说，如果红球和黑球的数字大致保持平衡，那才叫随机。实际上，红球和黑球也确实会保持平衡，只是从长期来看是这样。这就是我们的问题。在这里，我们遇到了代表性启发学。

这个思维逻辑上的错误在于，我们在进行了为数很少的几轮投掷后就期望红球和黑球能保持平衡。连续6次红球，这不是真的吧，我们可是知道应该是3次红，3次黑才对。是这么想的吧？如果某人这么想的话，那么他就是把随机想象成可准确计算的，想象成友好的事物，即使在细微之处，随机性也能如我们期望的那样讨人喜欢。但随机性恰恰不是这样，它是野性的和不可预计的。

随机事件不可预测，但却能够设计模型，正是这种模型能把我们带入技术分析领域。你可以做一个简单的实验：扔100次硬币，然后把扔硬币的结果填入一个图表。每次硬币投掷产生一个点。毫无疑问，你用这种方式得到的100个点会形成一个线段，这个线段就如同模型。可以是一个规则的“之”字形、一个陡峭的上升趋势、一个狭窄的下降趋势，或是一个波浪形模型。换句话说，你发现了一个规律，一个由随机收集到一起的数据构成的模型，现在你可以给它冠以一个合适的理论名称。

这恰恰是在股市寻找规律的关键之处。人们在股票、货币和其他价格的图表中发现了大量的规律，但这些规律和模型真的具有深刻的意义吗？如果你是技术分析的追随者，你就会相信它们是有意义的。因为我们不能想象，模型是纯粹偶然产生的，模型是不符合我们对随机性的设想的。所以，代表性启发学告诉我们，在这种模型的背后一定存在一个系统性的联系，如同上文中那个失衡的轮盘赌。

相反，如果你摆脱代表性启发学，你就会同意这些模型都是随机产生的，那么，技术分析就会变成股市的假黄金。人们在成千上万的股价数据中寻找那些构成模型的数据，然后给这个模型冠以某个理论的名称，比如“在头肩形态后会出现下跌的趋势”，并在这种理论的基础上做预测。人们给了随机性一个理论的翅膀，借助这个翅膀，人们飞向了预言的涅槃。那到底什么是确定的呢？现在我们来进一步分析，技术分析到底是如何起作用的。