打棒球有這麼難嗎？

Published in CUP Magazine, vol 118, Nov 11

雖然筆者對職業棒球一竅不通，但仍覺這項運動較近日的金融市情有趣，可見筆者此際迷失的心情。今年北美職業的波士頓紅襪隊非但無緣問鼎美聯東區王座，還淪落到被坦帕灣光芒抓屁股的窘境，在大部份人眼中這簡直是不可思議。

Safe bet?

   失望的球迷或會看些報導來了解原因，就像股市大跌時，投資者到處找內幕消息一樣，無奈都搔不著癢處，因為問題不在事件本身，而是在於人們對未來的期望。棒球數據指出，直至八月底紅襪的成績還屬全聯盟最佳，當時打入季後賽的機率高達99％，誰料到了九月份紅襪會一敗塗地？至於光芒，曾在一場比賽落後7比0，而對手就是由1953年起從未（在此情況下）失守的紐約洋基，當其時勝算只低於1％。若果你是賭仔，你會怎生下注？

   人們習慣從事件的表象中，尋找與未來有關的徵兆與線索，因而產生機率論及統計學等模型。正所謂「不明於計數欲舉大事，如舟之無楫而欲行於大海也。」（《管子‧問篇》）為何Google比你更了解你的品味？賭場如何能立於不敗之地？數學公式怎能幫你算命甚至幫你減肥？金融界有經濟計量學，紅襪隊亦有「棒球數據統計分析法」，萬物彷彿離不開數據分析。誠然，不少從中所得的推斷亦精準非常。那麼，這回當真是黑天鵝勝過紅襪？

Garbage in, garbage out！

   紅襪也許不幸，但球隊的勝算亦有疑被高估了。首先，棒球統計模型假設球員在所有賽事中亦能保持水準，球員受傷或疲倦的相繼風險就無從計算。而且球員過份自負或信心崩潰等心理狀況亦量化不來，可見太多要素被忽視了，模型計算的結果便不切實際。此外，有見紅襪在常規賽最後一個月, 頭十二場只有兩勝，然後曾領先競爭對手十場之多，最後又淪陷至整個9月只有七勝二十負的局面，這些極端的數據出現次數太多，放進分析模型後，所得的推論都失去代表性了。

   同樣地，在過去四年內金融市場實在發生過太多的「黑天鵝」事件，令人懷疑風險監測模型的可靠性。零八年的金融海嘯，更肇因於過分相信華爾街金控模型的數學分析，而忽略對人性貪婪的警覺，以及投資者信心危機的惡性循環效應。殷鑑不遠，值得「數據思考型」的投資風險管理者反思。無奈事後孔明，回顧每個金融風暴，就像紅襪隊回顧敗績－－難受，卻不再感到詫異。若此賽事拍成電影，更可能無人問津，這就是現實的弔詭。

Human error

   假設賭仔被數據分析誤導了，才會下注押紅襪贏，那麼錯不在他吧？須知道，當Nate Silver估計紅襪慘敗的機會率為2.78億份之一的同時，Curt Schilling卻大字標題唱衰紅襪，（他語出驚人反令筆者警覺他可能真有內幕消息！）可是忠言逆耳。賭博令人忘記分析的原動機及獨立性，令展望「理想化」續自圓其說，造就了「失望」的機會。棒球如是，投資亦如是。

   也許賭博等同賭運，也許大膽逆市押紅襪輸的人只是走運，也許巴菲特與八爪魚阿Paul一樣皆靠運氣。。。但如此幸運兒世上有幾個？假設世界上有一萬個投資者，贏輸也只因運氣，每年有一半人贏錢，十年後就只有九個人能夠留下來。所以與其埋怨運作弄，倒不如怪自己過分相信工具，忘卻理性，有如《笑傲江湖》小說中的吸星大法，被吸納的數據反噬，結果毒火焚身。