第三章：幸存者偏差 —— 你看到的样本永远被筛选过

机制：失败者不出现在数据里#

10000 个抛硬币经理里，你只会听说那 300 个幸存者——失败者不出书、不上采访、不出现在数据库里。于是”观察到的成功率”永远系统性高于真实成功率。

塔勒布书里的场景是富人社区：搬进来的都是成功的交易员/牙医/企业家，于是”周围人人成功”——你观察不到的，是同期离场的整个失败人口。观察窗口本身就是筛选器。

它藏在所有你意想不到的地方#

• 回测数据：今天的股票列表天然只含”活到今天”的公司——退市股的亏损从样本里蒸发（《黑箱》第 8 章讲过的工程版）；
• 基金业绩：数据库回填历史时只收录活着的基金，清盘基金的记录整体消失——行业平均收益被系统性高估；
• 策略圈子：你听到的都是别人晒的盈利策略——晒亏损的人少，亏光离场的人彻底沉默；
• 经典书单：连”向成功者学习”本身都中招——《宽客》四位主角的共同特质（聪明、勤奋、敢上杠杆），可能同样出现在一百个已经爆仓的无名者身上。从幸存者身上总结”成功因子”，方法论上就是错的——要看的是幸存者和失败者的差异项，而差异项需要失败者的数据。

与”分母问题”的合并公式#

第一章问”分母多大”，本章问”分母里死掉的部分我看得到吗”。合并成一个尽调动作：

看到任何令人心动的记录（基金、大 V、策略、因子），先重建完整样本：多少人/多少次尝试进入了这个游戏？失败的那些现在在哪里？重建不出来，就假设观察到的成功率至少要打对折。

A 股语境的三个具体案例#

1. “量化私募平均超额 15%“——统计的是活到今天、愿意披露的私募；清盘的和藏业绩的不在分母里；
2. “打板战法大师”——每一个晒单的背后，是无数个亏完离场的沉默者；他们用的”战法”可能一模一样；
3. 你自己的因子库——你记住的是最好的那个因子，忘掉的是试过的另外四十个。对自己也要做幸存者审计（研究登记簿的价值，《黑箱》第 9 章）。

本页带走的三句话#

1. 观察窗口本身就是筛选器：失败者不出现在你的视野里；
2. 从幸存者身上总结成功因子，方法论上就是错的——差异项需要失败者的数据；
3. 重建不出完整分母的记录，成功率先打对折再评估。