在證券分析現實中，我們經常在大數定律的潛意識支配下游走于小數定律之間，無論是策略分析、行業(yè)配置還是個股選擇。

　　市場中流行的資產配置決策一般都叫投資策略，但是行業(yè)內并沒有約定俗成的規(guī)范和套路。很多人還是有意無意地采用技術分析。技術分析就很容易陷入困境：要是頻繁作判斷，準確率一般就收斂于50%左右；假如出現情緒性偏差，從結果看，準確率還不到50%。這就是大數定律。

　　決策過程就充斥小數定律。依賴歷史上出現的圖形作為案例依據，但由于歷史上的案例有其發(fā)生的特定條件，抽象程度不夠，樣本的可比性就很差，而且和容易發(fā)生與現有狀況相似的統(tǒng)計意義上的比較無從談起，很容易陷入小數定律偏差。

　　所謂的壓力線和支撐線都只是心理暗示而已，各種圖形出現的可能性都是存在的，從歷史中提煉普遍規(guī)律是件很困難的事，要發(fā)現超過10個以上的相同樣本都很難。結果就是大家總是按照指數的整數位作為心理底線，市場對指數點位的判斷就是一場情緒波動的正態(tài)分布，只是平均數總在隨著大盤漲跌而漂移。

　　在行業(yè)和股票基本面分析中也有類似情況。例如，我們總會不經意間把中國經濟跟日本和美國對比，偶爾會把韓國拉進來，但是很少會去對比歐洲，其實這主要是因為我們相對而言不太熟悉歐洲經濟史而已。局限于這幾個小樣本就隱含著小數定律偏差的威脅，選擇樣本環(huán)節(jié)就已經出現了知識結構的偏差。具體而言，韓國經濟結構存在嚴重的產業(yè)不均衡特點，這是小經濟體的普遍現象。

　　另外一個例子就是銀行和地產業(yè)的簡單對比。美國的銀行發(fā)展路徑是高度分散到集中，直接融資占主導性地位，而中國的銀行業(yè)則從高度集中到相對分散，結果就是兩者的資產負債結構完全不同，過多地拘泥于利差，沒有可比性。為了佐證自己的觀點，投資者習慣于拿中國銀行業(yè)的短板與美國的長處比，殊不知老外多么羨慕中國的銀行有比例這么高的穩(wěn)定的負債來源。

　　地產則是典型的非貿易品，其定價更多地取決于各國的貨幣環(huán)境和內需驅動因素，而且地產都是各國的支柱產業(yè)，經濟周期都逃不脫房地產業(yè)的波動。日本的案例是一個極端畸形的表現，拿日本樣本演繹中國房地產業(yè)還是要小心。

　　股票分析中小數定律更多，最典型的就是在尋找成長股中試圖發(fā)現第二個微軟、第二個蘋果、第二個沃爾瑪，當然還有第二個巴菲特，結果都是徒勞的。這些偉大公司和投資者的成功本來就有其獨特的不可復制的因子，從我們微觀角度看到的很多是偶然性，特別是企業(yè)家精神。我們去比較蘇寧和百思買，也會發(fā)現前者拷貝后者商業(yè)模式的基礎上大量受益于低成本這一中國特色，而且財務報表差別也很大。

　　有個同事很形象地說證券分析就像拼圖游戲，一定程度上點中了問題的本質。面對復雜的證券市場，我們把復雜的現象簡單化，概率決策的結果就是尋找有限樣本之間的共同點和差異之處，但是要時刻提防小數定律偏差。