读超预测：把判断留下来

01训练有效，仍有边界

《超预测》（Superforecasting）由 Philip E. Tetlock（菲利普·泰特洛克）与 Dan Gardner（丹·加德纳）合著，英文版出版于2015年。它讨论的不是如何准确说中每一个未来，而是如何让概率判断获得可检验的改进。

泰特洛克在《专家的政治判断》第一章回顾了约二十年的研究，并提出对预测设定共同评分标准的困难。不能把这段研究简化成“所有专家都和掷骰子一样”，更不能仅凭上电视或说话自信就判定一个人没有预测能力。

Good Judgment Project 参与了美国 IARPA 的 ACE 预测竞赛。2014年的研究论文分析前两个赛季，覆盖2011年9月至2013年4月的199个已结算问题；概率训练、团队协作及按前期表现组成的优秀预测者团队，获得了更好的评分。参赛者有学历门槛，样本也以美国男性为主，结果不能直接扩大为“任何人照做都能胜过情报专家”。

训练有效，不等于天赋与知识无关。2015年的另一篇论文分析了两年均参赛、至少提交30次预测的743名预测者，发现认知能力、政治知识、开放思维、训练条件和投入行为都与准确性有关。训练和协作来自实验安排，认知能力及更新频率等关系不能一概读成单独的因果证明。

02先把问题写清楚

“这家公司会成功”难以评分。成功是营收增长、利润转正，还是股价上涨？期限不同，问题也不同。一个可操作的练习，是先明确事件、截止日期和判定来源，再给出概率。

例如，假设要研究某公司下一财年营收同比是否超过10%，就应先写清使用哪份正式财报、收入单位与会计口径，以及发生重述时如何处理。这里的公司和阈值只是方法示例，不是本人的投资记录，也不是对某家公司的预测。

找历史参照时，也要核对分母。不能只统计后来成功的公司，再用它们描述全部候选的成功率。拆解问题可以帮助找到关键变量，但营收、毛利率与融资条件可能互相影响，不能把几个主观概率任意相乘，便得到一个更“科学”的总概率。

新信息应该有机会改变判断。改变幅度需要由证据决定，不是为了显得灵活就把70%改为68%。2015年论文报告更新行为与准确性有关，但没有证明每次立即小幅调整都优于保持原判断。记录哪些证据促成变化，才能在结果揭晓后检查更新是否有帮助。

03概率要经得起对账

70%和75%的区别是否有意义，需要放在一组可评分记录里检验。把概率写得精细，不会自动增加信息；一次高概率事件没有发生，也不能独自证明预测者没有能力。

研究论文采用 Brier score 衡量概率预测误差。沿用论文对两个结果的平方误差求和口径，假设给某事件70%的发生概率：若发生，评分为0.18；若未发生，评分为0.98，越低越好。这是本次按公式计算的示例，不是参赛者成绩；只计算一个结果的平方误差会得到另一种尺度，比较时不能混用。

校准要看多次预测中的概率与实际频率是否相称，而非要求每个70%的事件都发生。还需要看预测能否区分不同事件的风险：一直报一个固定概率，并不等于识别了变化。样本有限、问题相关，都会影响结论；同一事件每天更新的记录，也不能当成许多个彼此独立的事件。

IARPA 在2017年的数据公开说明中，将历年预测资料与研究结果开放供复核，并提到聚合过去表现较好的预测者可以改善预测。本文核验的是公开说明与论文相关段落，没有重新计算完整竞赛数据，也没有把数据后来公开的时间写成原始研究发生的时间。

04判断准确，不等于仓位答案

“发生概率60%”不能直接推出5%的仓位，“90%”也不能直接推出20%的仓位。还要知道价格是否已反映该事件，成功与失败分别产生多大损益，其他持仓是否承受同一风险，以及交易成本和资金约束。本文不提供从概率直接换算仓位的规则。

赛事以问题结算和评分检验准确性，投资要承担实际损失。长期问题的反馈较慢，能够评分的问题也未必覆盖最重要的风险。这些差异需要在迁移方法时检查，不能从地缘政治竞赛推导出金融市场必然可预测，或预测能力必然提高收益。

也不能把地缘政治简单归为“没有反身性”。公开预测可能影响参与者的行动，是否形成反馈，需要看传播、决策与结果的具体机制。面对风险，预测记录与损失承受能力应分别复核；改善前者不会自动保障后者。

05谦逊也需要成绩记录

“狐狸与刺猬”可以帮助理解认知风格，但不能成为识别人好坏的捷径。《专家的政治判断》第一章既讨论狐狸型思维的相对优势，也指出过度开放可能使人高估过多情景。限定词多、频繁改口或名气小，都不能替代可比较的预测成绩。

本文不再把塔勒布概括为“预测无用”，也不把两位作者的关系写成未经具体原文核验的对立故事。原文所谓本人的重仓习惯、80%预测只有60%实现，以及“常规90%／极端10%”“避开90%忽悠”，均缺少可复核记录，不予保留。

下一次提出判断时，可以同时留下问题、期限、概率、依据、更新原因与结果来源。结算后把预测与实际结果并排，再与相同问题上的简单基准比较。若不能定义问题或留下记录，就先收窄表述，不靠一个更精确的百分比替判断增加权威。

06资料来源

• Penguin Random House：《Superforecasting》出版资料。核验作者、2015年出版时间及出版介绍，不声称完整原版审阅。
• Philip E. Tetlock：《Expert Political Judgment》第一章公开试读，PDF第1、20至24页相关段落。核验研究与评分边界、狐狸与刺猬及开放思维的限制；不是整本书的逐章核验。
• Barbara Mellers 等：Psychological Strategies for Winning a Geopolitical Forecasting Tournament，2014年，PDF第3至4、6至9页相关方法与讨论。核验赛事时间、样本门槛、训练和协作、评分口径及研究限制。
• Barbara Mellers 等：The Psychology of Intelligence Analysis: Drivers of Prediction Accuracy in World Politics，2015年，PDF第1、6、10至12页相关摘要、样本与讨论。核验认知能力、知识及行为关联，不把统计关联统一解释为因果。
• IARPA：ACE 项目说明与2017年4月28日数据公开说明。后者用于确认数据公开与聚合研究方向，未重算完整原始数据。

更正说明（2026年10月3日）：保留2023年9月30日原始发表日期。补充合著者与研究范围，纠正“优势不来自认知能力与信息”和概率直接决定仓位的说法；撤回没有记录支持的个人经历、比例及作者对立归属。区分实验结果、观察关联、本文方法推论与假设计算，保留已验收封面。