非對稱風險報酬：找下檔有限、上檔開放的機會

Nassim Taleb 在《黑天鵝》和《反脆弱》裡反覆提一個結構：重要的不是你預測對什麼，而是當你錯了，你賠多少；當你對了，你賺多少。

換句話說，真正可持續的決策不靠準確度，靠賠率。

一個對稱結構為什麼是輸家

設想兩種賭注：

• 賭注 A：50% 機率賺 $100，50% 機率賠 $100。
• 賭注 B：80% 機率賠 $20，20% 機率賺 $500。

期望值：

• A = 0
• B = (0.8 × −20) + (0.2 × 500) = −16 + 100 = +84

A 看起來很「公平」，B 看起來像在輸——五次裡有四次賠錢。但 B 是非對稱的：下檔有限、上檔遠大於下檔。長期下注 B、短期下注 A，誰會贏？

直覺往往騙我們。我們對「贏的次數比例」過度敏感，對「贏輸的金額比例」嚴重不敏感。

真實生活的非對稱機會

非對稱不是只有投資。

• 寫一封冒昧的 email：下檔 = 沒回信、被忽略；上檔 = 認識一個改變你十年的人。
• 試一個你 weeks 後可以辭掉的工作：下檔 = 三個月薪水；上檔 = 看清這條路適不適合。
• 公開一個小作品：下檔 = 沒人看；上檔 = 一個讀者改變了之後的所有可能性。
• 報一門你不確定的課：下檔 = 學費 + 時間；上檔 = 一個技能解鎖未來十年的機會集。

每一個的形狀都是同樣的：有限可量化的下檔，未知但開放的上檔。

Taleb 把這個結構叫做 convexity——遇上正向衝擊會超額放大、遇上負向衝擊有底。找到並買下凸性，是長期決策的一級紀律。

怎麼判斷

對任何一個決定，做這個比較：

1. 下檔（最壞情況）： 具體寫出最差會發生什麼。是錢？時間？聲譽？
2. 上檔（最好情況）： 如果這件事完全成功，最好的版本是什麼？
3. 比例： 上檔大致是下檔的多少倍？
4. 可承受性： 即使下檔發生，你撐得住嗎？

如果上檔是下檔的 5 倍以上、且下檔可承受——這件事該做，即使機率不在你這邊。 如果上檔不到下檔的 2 倍、或下檔會擊垮你——這件事該避，即使機率在你這邊。

一個常見錯誤

把「機率」和「賠率」混為一談。「這次大概會成功」（高機率）不等於「值得做」（好賠率）。如果上檔有限、下檔吃光本金，再高的勝率都會在某次失手之後歸零。

完整的引導問題在 Hone 的非對稱風險報酬頁裡。