专栏名称: 3W互联网深度精选
关注最新鲜的互联网行业趋势动态,推荐最有价值的互联网行业深度言论。
目录
相关文章推荐
腾讯研究院  ·  腾讯研究院AI速递 20250313 ·  昨天  
雷峰网  ·  中国AI智驾联盟风云再起,不只有引望 ·  2 天前  
51好读  ›  专栏  ›  3W互联网深度精选

赌王何鸿燊永远不会输,5000亿财富背后的秘密

3W互联网深度精选  · 公众号  · 科技媒体  · 2020-05-27 19:00

正文



来源 l 量子学派(ID:quantumschool)


赌王去世,热搜挂了很久,随之是刷屏的文章,但大多数,要么是同质化的传奇故事梳理,要么是各种八卦吃瓜文,真正有思考的文章不多。

今天这篇深度文章我希望你认真读下,文章 6000 字,整体上地方可能有些烧脑,但边读边思考,认真读完能够理解一部分,也会带给你很多启发。

赌徒迷信的是运气,何鸿燊相信的是数学。


赌王何鸿燊
赌的不是运气
而是数学

2020 年 5 月 26 日,赌王何鸿燊逝世,享年 98 岁。

这一天中午,港澳地区突降大雨。

这位知名的港澳企业家,素有 “澳门赌王” 之称的传奇人物,至此谢幕。

1961 年,澳葡政府规定博彩业须通过专营制度实施。何鸿燊看准时机,接手葡京赌场,从此事业蒸蒸日上。 直至今日,何鸿燊及其家族控制着高达 5000 亿港元的资产。

▲ 年轻时期的何鸿燊

曾有人请教何鸿燊:“如果他们老是赢怎么办?”

老爷子说过一句名言: “不怕你赢,就怕你不来。”

在何鸿燊的眼中,他是不可能输的。 因为他赌的不是运气,而是数学。

一个现代的赌场,它集中了 概率学、统计学 等诸多知识。 所谓的各种致胜绝技,除了《赌圣》里的周星驰,现实世界里的周润发都不信。

一个痴迷于发财梦的赌徒永远不明白,与自己对赌的不是运气,也不是庄家,而是狄利克雷、伯努利、高斯、纳什、凯利这样的数学大师,赢的概率能有多大?


看得到的是概率
看不见的是陷阱

何鸿燊的记忆力和算力一直堪称神奇, 他创业期间,澳门的两千多个电话号码,他能倒背如流。

直接比复杂的赌博游戏,在数学上可能比不过。 就来一个最简单的玩法: 与何鸿燊比抛硬币。

规则是这样的:

掷硬币,正面赢反面输,如果你赢了可以拿走比赌注多一倍的钱,如果输了则会赔掉本金。

你一听可能觉得这游戏还不错,公平!

于是你拿出了身上的 100 元来玩这个游戏,每次下注 5 元,这样你至少有 20 次的下注机会。

不过,你运气不太好,第一把就是反面,输了 5 块钱。

生性乐观的你觉得没什么,反正不管怎么说,赢面都有 50%,下一把就可以赢回来。

结果,很快你就把身上的钱都输光了。


你百思不得其解,明明是公平的 50% 赢面,在 50% 概率下至少不会亏本的,可为什么最后会输光?

事实上,你以为自己看到了 50% 的概率,把游戏看得透彻明白,殊不知,你看到了概率,却没有看到背后的陷阱: 大数定律。


普通人以为的公平
是对大数定律的误解

你觉得游戏是公平的:

一正一反,均为 50% 概率,按照大数定律来说,这是必然规律。

然而,你有没有想过,正是这种你以为的“公平”,让你误解了大数定律,才陷入了“赌徒谬论”里呢?

先来看看这种让你觉得“公平”的大数定律究竟是什么。

它是数学家伯努利提出的:

假设n是N次独立重复试验中事件A发生的次数,p是每一次试验中A发生的概率,那么,当N趋于无穷时:


式中 n 表示发生次数,N 表示试验总次数。

也就是说,大量重复的随机现象里其实藏着某种必然规律。

还是以掷硬币为例,当投掷次数足够大时,出现正 (反) 面的频率将逐渐接近于 1/2,且随着投掷次数的增加,偏差会越来越小,如下图。这是最早发现的大数定律之一。

▲ 掷硬币频率分布图

从表面概率看,这确实是场公平的游戏。

但这种公平是有一定条件的,注意,这就是普通人看不到的。

大数定律讲究“大量重复的随机现象”,只有足够多次试验才能使得硬币正反面出现次数与总次数之比几乎等于 1/2。

可具体多少次才算“足够多”?才能够把它用在个人对赌上?

没有人知道。 因为,概率论给出的答案是——无穷大。 谁也不知道无穷大有多大,只知道这是一个令人仰望的数量。

可投掷硬币次数越小,大数定律的身影就越模糊,可能 10 次中 5 正 5 反,也可能 9 正 1 反,也可能 10 正 0 反或 0 正 10 反……

现实往往是,在远未达到“足够多”次试验时,你就已经输了个精光了。

你觉得自己比何鸿燊更有钱吗?

你身上有100元结果如此,你身上有10000元结果也是如此,就算你身上有一百万也是如此,因为你永远不可能有“足够多”。

“输赢概率为 50%”,这本身就具有很大的误导性。 在硬币抛出之前,50% 的概率代表的是可能性;在硬币抛出之后,50% 代表的是结果的统计平均值,却并不是实际分布值。

这是你对大数定律的误解之一。

把“大数定律”当“小数定律”,觉得游戏是无条件“公平”的,正面和反面出现的频率都为 1/2。

这种在潜意识里被奉为圭臬的“公平”,紧接着让你踏入了第二个误解—— “赌徒谬论”。


赌徒谬论:
即下一把就可以赢回来的
强烈错觉

大数定律有一个明显的潜台词:

当随机事件发生的次数足够多时,发生的频率便趋近于预期的概率。但人们常常错误地理解为:随机意味着均匀。

如果过去一段时间内发生的事件不均匀,大家就会“人工”地从心理上把未来的事情“抹平”。也就是,如果输了第一把,那下一把的赢面就会更大。

这种你下一把就可以赢回来的强烈错觉,就是“赌徒谬论”。


当你玩游戏连输时,你的心底突然冒出一个神秘的声音,它激动地朝你呐喊:稳住,风水轮流转,下一把你很有可能就要赢了何鸿燊!

而其实,上一把和下一把之间并没有任何联系。

就好比一个笑话:

在乘坐飞机时带着一枚炸弹就不会遇上恐怖分子了,因为同一架飞机上有两枚炸弹的可能性是极小的。

两者如出一辙,都把独立事件误认为是互相关联的事件。

要知道,大数定律的工作机制,可不是为了平衡对抗。

在这场游戏中,任意两次事件之间并不会相互产生影响。

赌局是没有记忆的,哪怕你曾经输了多次,它也不会因此给你更多胜出的机会。


为什么只要进了赌场
你就是一个穷鬼?

你不服,想与何鸿燊再来一把。

游戏仍然很简单:还是抛硬币。

何鸿燊没有别的要求,这次你要来他的赌场赌。

规则还和前面一样:掷硬币,正面赢反面输,如果你赢了可以赢走比赌注多一倍的钱,如果输了则会赔掉本金。


这一次你运气很不错,第一把你就赢了何鸿燊 100 元!可把你高兴坏了!

但是和前面的个人对赌相比,这次多了一个赌场。

赌场跟你说:“你看你也赢了这么多,我呢,辛辛苦苦搭个场子,最后什么都没捞着。要不这样,你赢了,就给我留下 2% 当流水,就算是救济救济老哥,给捧捧场!”

你想了下,2% 也不多,拿去吧,不差钱!好了,这事就这么定下来了。

然而你做梦都想不到的是:就是这小小的 2%,又一次让你输得倾家荡产!

你同样百思不得其解,不过是小小的 2% 抽水,毫不起眼,明明也是开门红,玩了很多把,赢了不少,可为什么在最后,它就成为了庄家赚钱的利器,自己又输光了?

天真的你,肯定不知道在赌场有一个逃不开的魔咒: 赌徒破产困境。


赌徒破产困境

一鼓作气,鸿运当头。

第 1 把,赢;第 2 把,赢;第 3 把……

你觉得自己被幸运女神眷顾,一身富贵命。

可早在 18 世纪初,那群热爱赌博的概率论数学家们,就提出了那个让赌徒闻风丧胆的破产噩梦:

在“公平”的赌博中,任何一个拥有有限赌本的赌徒,只要长期赌下去,必然有一天会输个精光。

我们来看看, 为什么那么多长期赌徒都输成了穷光蛋?钱都到哪去了?

假如你的小金库是 r,你带着小金库和庄家开始了一场追逐多巴胺刺激的赌博游戏,打算赢得 s 后就离开,每一局你赢得筹码的概率为 p,那你输光小金库的概率有多大呢?

我们可以在马尔科夫链、二项分布、递推公式等的助攻下,列出一组组粗暴的、令人头皮发麻的函数,但也许它们都不如一张二维模拟图来得直白,如下图所示。

▲ 赌徒破产定理模拟图

把不同 r 对应的 f (r,n) 和 f (r,s,p) 放到同一个图中进行比较,它形象地揭示了赌徒输光定理的含义: 所谓的“公平”赌博,其实并不公平。

在 f (r,n) 中,随着次数 n 的增加,赌徒输光的概率会逐渐增加并趋近于 1,并且 r 越小,这种趋势越明显。 这说明在公平赌博的情况下,拥有筹码更少的赌徒会更容易破产。

而在 f (r,s,p) 中,右侧的图则以一种冷峻而无情的话语告诉我们:如果希望输光的概率比较小,那么需要每次的赢面 p 足够大或者是手里的筹码 r 足够多。

你真能从庄家那里虎口夺食、在赢面和筹码中 PK 一把吗?

答案,显然是难乎其难的。

第一,庄家不是赌徒。

庄家的背后是赌场,也就意味着庄家相比于你,拥有“无限财富”。你的小金库永远比不过庄家的赌场钱庄,这也意味着,你比庄家更容易山穷水尽。






请到「今天看啥」查看全文