第5章

    第5章 (第1/3页)

反过来，如果有很大一部分人预测去的人数少于60，他们因而去了酒吧，则去的人会很多，超过了60，此时他们的预测也错了。

    因而一个作出正确预测的人应该是，他能知道其他人如何作出预测。但是在这个问题中每个人预测时面临的信息来源都是一样的，即过去的历史，同时每个人无法知道别人如何作出预测，因此所谓正确的预测几乎不可能存在。

    阿瑟教授通过真实的人群以及计算机模拟两种实验得到了两个迥异的、有趣的结果。

    在对真实人群的实验中，实验对象的预测呈有规律的波浪状形态，实验的部分数据如下：

    从上述数据看，虽然不同的博弈者采取了不同的策略，但是其中共同点是这些预测都是用归纳法进行的。我们完全可以把实验的结果看作现实中大多数理性人作出的选择。

    在这个实验中，更多的博弈者是根据上一次其他人作出的选择而作出这一次的预测。

    然而，这个预测已经被实验证明在多数情况下是不正确的。那么，在这个层面上说明，这种预测是一个非线性的过程。

    所谓这样一个非线性的过程是说，系统的未来情形对初始值有着强烈的敏感性，这就是人们常说的"蝴蝶效应"：在某地的一只蝴蝶动了一下翅膀，遥远的另一个地方就下了一场大暴雨。

    通过计算机的模拟实验，得出了另一个结果：起初，去酒吧的人数没有一个固定的规律，然而，经过一段时间后，这个系统去与不去的人数之比接近于60：40，尽管每个人不会固定地属于去或不去的人群，但此系统的这个比例是不变的。如果把计算机模拟实验当做更为全面的、客观的情形来看，计算机模拟的结果说明的是更为一般的规律。

    生活中有很多例子与这个模型的道理是相通的。"股票买卖"、"交通拥挤"以及"足球博彩"等等问题都是这个模型的延伸。对这一类问题一般称之为"少数人博弈"。

    例如，在股票市场上，每个股民都在猜测其他股民的行为而努力与大多数股民不同。如果多数股民处于卖股票的位置，而你处于买的位置，股票价格低，你就是赢家；而当你处于少数的卖股票的位置，多数人想买股票，那么你持有的股票价格将上涨，你将获利。

    在实际生活中，股民采取什么样的策略是多种多样的，他们完全根据以往的经验归纳得出自己的策略。在这种情况下，股市博弈也可以用"少数人博弈"来解释。

    "少数人博弈"中还有一个特殊的结论，即：记忆长度长的人未必一定具有优势。因为，如果确实有这样的方法的话，在股票市场上，人们利用计算机存储的大量的股票的历史数据就肯定能够赚到钱了。而这样一来，人们将争抢着去购买存储量大、速度快的计算机了，在实际中人们还没有发现这是一个炒股必赢的方法。

    "少数人博弈"还可以应用于城市交通。现代城市越来越大，道路越来越多、越来越宽，但交通却越来越拥挤。在这种情况下，司机选择行车路线就变成了一个复杂的少数人博弈问题。

    

    （本章未完，请点击下一页继续阅读）