现实中，能力与运气能分开吗？

我们几乎每天都在做这个判断。同事升职了，是他确实厉害，还是站对了队；朋友三年前买的房子翻了倍，是眼光，还是命；某个基金经理连着五年跑赢市场，是真本事，还是一枚一直落在同一面的硬币。

诚实的答案是：能分开一部分，但存在一个原理性的上限。而这个上限低到让人不太舒服。

先说那道数学题

判断一个人是不是有真本事，本质上和判断一枚硬币是不是被动过手脚，是同一类问题。你不能只看它连着出了三次正面。你得看它抛了多少次，以及它偏离公平的幅度有多大。偏离越小，你需要的次数就越多。

统计学把这件事写成一个很朴素的式子：判断的把握，等于"每次的优势"除以"每次的波动"，再乘以次数的平方根。放到投资上，就是信息比率乘以年数的开方。

代入一个真正优秀的主动基金经理：年化超额收益百分之三，跟踪误差百分之十，信息比率零点三。这已经是相当好的成绩了。要让他的记录在统计上达到百分之九十五的置信度——也就是能说一句"这大概率不是运气"——需要多少年？

约四十四年。

一个真有能力的人，需要接近半个世纪不间断的记录，才能在数学上洗清"运气"的嫌疑。而基金经理的平均职业寿命，远远短于这个数。

这不是方法论上的偷懒，也不是谦虚的姿态。这是样本量的物理限制。对于绝大多数个体投资者、绝大多数基金经理，能力与运气在统计上就是不可区分的。这是一个事实，不是一种态度。

但确实有几个地方能分开

第一个关键变量是频率。可测性正比于独立决策次数的平方根——注意是独立决策，不是交易笔数。

一个每年做几次择时判断的人，一辈子攒下的独立样本可能只有几十个，他永远无法向别人、也无法向自己证明什么。而一个高频做市或统计套利的机构，一年有数百万笔独立下注，几个月就能把技能从噪音里剥离出来。这就是为什么量化机构敢用很短的业绩周期做考核，而主观多头的基金公司不敢——不是前者更严苛，是后者手里根本没有足够的数据来严苛。

第二个是群体层面比个体层面更可判定。"主动基金整体跑输基准"这个命题，样本量充足，结论在几十年、多个市场里反复稳健；而"张三到底有没有能力"这个命题，样本量永远不足。前者可以下结论，后者只能悬置。这两句话不矛盾，它们说的是不同粒度上的事。

第三个是持续性检验。如果业绩纯属随机，上一期排在前百分之二十五的基金，下一期仍留在前百分之二十五的概率应该是百分之二十五。标普的持续性记分卡长期跟踪这件事，结果是：连续多年维持顶部四分位的基金数量，接近甚至低于随机预期。这里要小心，这并不完全等于"没有技能"——管理费会先把真实的alpha吃掉一层——但它至少排除了一种可能：技能大到能穿透费用还留下明显剩余。

顺带一个反面的、也是最硬的证据。台湾用全市场账户的完整数据做过研究，覆盖每一个交易账户，没有幸存者偏差的余地。结论是散户整体持续净亏损，但大约百分之一的日内交易者能稳定盈利。这个百分之一，是能力真实存在的证据；同时也是能力分布极端稀薄的证据。两件事是同一个数字说出来的。

最反直觉的一层：技能悖论

Michael Mauboussin 提出过一个让人愣一下的结论。结果等于技能加运气。当所有人的绝对技能都在提升，而且技能的横截面差异在收窄——大家读同样的教材、买同样的数据、跑同样的模型——那么，运气在结果差异中的占比反而会上升。

因为决定名次的从来不是绝对水平，是相对差距。差距被抹平了，剩下来决定输赢的，就只有噪音。

古尔德分析过棒球：历史上最高打击率随时代单调下降。不是因为击球手退化了，是因为投手同步变强，整个系统的方差在收窄。主动基金超额收益的横截面离散度，也呈现同样的长期收窄。

这个结论对A股格外重要。一个散户占比高的市场，技能方差大，所以能力更容易被识别——这解释了早年A股为什么"股神"辈出，那不全是幻觉，当时确实有人靠真本事在人群里拉开了可见的差距。而随着机构化和量化化推进，广义机构目前已占到剔除自持总市值的六成左右，中国市场正在快速滑入技能悖论区间。

未来的A股，超额收益会更难获得，而且更难被证明是能力。这两件事会同时发生。

一个粗略但可辩护的分解

单笔交易或单一年度的结果，方差里九成以上来自运气。这意味着一年的业绩几乎不含信息——好的和坏的都不含。

五到十年，运气仍占多数，但技能开始有可测量的贡献。

三十年以上，且决策频次足够高，才进入可辨识区间。巴菲特六十年的记录已经超出了任何合理的运气解释门槛——但请注意，能被这样验证的人，全世界数得过来。

还必须再扣掉一层。风险敞口不是技能。在 Fama-French 之后，大量所谓的alpha被重新归因为规模、价值、动量、质量这些因子beta。能被因子解释的那部分，是承担风险的报酬，是任何人只要愿意承担同样的波动就能拿到的东西，不是能力。扣掉这一层之后，剩下的真alpha，比人们以为的少得多。

为什么原理上无法彻底区分

前面讲的都是"数据不够"。但即使数据无限，仍然有几道过不去的坎。

幸存者偏差是最容易理解的一道。破产的人被系统性地删除了。一亿人各自抛硬币，必然有人连对二十五次。我们最后采访的，是那个人。我们向他请教方法，他也会真诚地告诉我们他的方法。

反身性是最根本的一道。成功本身会改变后续的概率。运气带来的资本、声誉、渠道、跟风的资金、更好的信息源、更强的团队，会实实在在地转化为能力条件。统计分离的前提是两个变量相互独立，而在现实中，它们互相生成——运气长出能力，能力又召来更多运气。这就不再是测量困难，而是变量定义本身的困难。你没法把一杯已经调好的酒分回原来的两瓶。

叙事的事后建构是最难自察的一道。结果一旦发生，大脑必然生成一个因果故事，而且这个故事会顺畅得让人无法怀疑。卡尼曼说的叙事谬误，塔勒布《随机漫步的傻瓜》讲的，是同一件事：我们不是在解释世界，我们是在给已知结局配一个像样的剧本。

最后一道，是技能本身是环境依赖的。牛市里追涨是技能，熊市里追涨是自杀。技能从来不是一个孤立的属性，而是一个人与所处环境的匹配度。而环境的出现是随机的。

那么，"在正确的时代做了正确的事"，究竟算能力还是运气？

这个问题没有客观答案。不是因为我们还没想清楚，而是因为它本来就不存在一个客观答案。

那么该怎么办

如果结论是"多数情况下无法区分"，是不是就该躺平？恰恰相反，我觉得有三件事变得更清楚了。

一是把注意力从结果移到过程。既然结果在短期内几乎不含信息，那么唯一还能被检验的东西，就是决策的逻辑是否自洽、是否事前可陈述、是否在下一次相似情境里可复用。事前写下你的理由，事后不要修改它——这是普通人唯一能对抗叙事谬误的手段。

二是尽可能提高有效决策的频次，或者干脆放弃证明。要么去做那种一年能积累几十万个独立样本的事，要么就承认自己这辈子都不会拥有统计上的证据，从而不再用别人的三年业绩来做重大判断，也不再用自己的三年业绩来给自己下定义。

三是对自己的成功保持一点结构性的怀疑，同时对自己的失败保持一点结构性的宽容。两者用的是同一个理由：方差太大了。

这不是让人变得虚无。恰恰是因为承认了运气的份额，你才有可能把有限的注意力，放在那少数几件确实由你决定的事情上。