集體的智慧蜂群最發人深省的特徵在於：儘管沒有領導者，但成千上萬只蜜蜂卻總能協調一致，相互配合。 蜂群的內在一致性依賴於以自然選擇過程為目標的分散性控制機理••這一點與自然界的種群秩序和人類世界的競爭性市場經濟有著異曲同工之處。 ——托馬斯 •D. 西利（Thomas D. Seeley） 摘自《蜂群的智慧》（The Wisdom of the Hive）一書， 決策市場 （Decision Markets） 把眾多個人的已知資訊整合為一個共同的資訊源，和新闡媒體、同級評議和意見調查等常見的資訊整合機構相比，決策市場有著很多不可比擬的優勢。投機性市場是集中性的，市場參與者之間的地位相對較為平等，它能為我們所面對的問題提供直接、 精確而及時的答茶。 羅賓•D. 漢森 （Robin D.Hanson） 摘自《決策市場》（Decision Markets）一書
1魔鬼投資學聰明絕頂的螞蟻在精彩紛呈的《蜂群的智慧》（The Wisdom of Hive）一書中，康奈爾大學的生物學家托馬斯•西利告訴我們，在返回蜂房後，覓食歸來的蜜蜂會透過簡單的舞蹈告訴蜂群中的其他蜜蜂食物在什麼地方。但最令人稱歎的是，舞蹈的持續時間不僅能反映覓食地點的食物數量，還能體現蜂群所需要的食物型別。換句話說，每一隻蜜蜂透過舞蹈所進行的溝通，都能同時考慮到蜂群所面臨的機會和它們的需要。因此，即使沒有任何一隻蜜蜂處於控制地位，但蜂群的整體協調方式卻是以讓它們運轉自如。 螞蟻也向我們展現出同樣令人稱奇的集體行為模式。著名的螞蟻研究專家黛博拉•高登（Deborah Gordon） 發現，螞蟻把墓地安置在離蟻群最遠的地方，更奇妙的是，在選擇垃圾堆的地點時，它們總能保證蟻群到這地的距離最大。儘管不是有意識的行為，但螞蟻卻能以近乎標準智力測驗般的方式解決微妙的空間佈局問題。 對於蜜蜂或是螞蟻這樣的群居昆蟲，其行為方式的最神奇之處在於，根本不存在核心性的領導者，也沒有任何一隻昆蟲專門負責交通。但是，這些由簡單個體形成的集體卻能形成複雜、有效、適應於具體環境的結果。群體中的覓食者不僅有規律的生活週期，而且能有效地根據環境改變其行為模式。這些分散性個體能以集體方式解決非常困難的問題，但最令人不可思議的是，它們解決問題的 240
方法卻完全不同於人類所偏愛的發號施令。 我認為有三種體系的行為依賴於集體行為：群居性的昆蟲、決策市場以及股票市場。在這裡，我們不妨考慮一下它們之間的異同之處，這也許可以幫助我們更好地認識市場運作機理。透過對比， 筆者得出了這樣的結論：儘管集體行為方式在很多情況下是非常有效的，但是，在這些系統之間卻存在實質性的差異。 蟻群投資法在詳細描述了蜂群的運作方式之後，西利對蜂群的組織方式進行了總結。按照西利總結的這些特徵，我們可以考慮如何進行資源的最最佳化配置，並在蜂群和市場之間做一下比較。西利所總結的蜂群具有如下特徵： • 基於臨時性專長而進行的勞動分工； • 工蜂之間不存在有形的聯絡； 今資訊流之間的多樣化路徑； •溝通方式的高度集約化； 今逆向（負）反饋； 今在沒有集中規劃情況下進行的協調。 蜜蜂和螞蟻的來來去去也許會讓我們感到妙趣橫生，但是，我們人類能從中學到些什麼呢？透過這些群居性昆蟲的組織模式，也許可以為我們解決一系列難以透過演繹方式應對的問題提供啟示。 在這些問題中，最著名的範例就是旅行商問題。研究人員認為，解決旅行商問題是實現組合最佳化的一個基礎性前提。旅行商向題的目標就是為銷售員找到一條走遍所有城市的最短路徑。 科學家已經指出，透過以螞蟻覓食模式為基礎的蟻群演算法（Ant 第4部分科學與翼雜性理論 241
魔鬼投資學 Algorithm），可以為我們提供質量遠超過標準方法的結果。 神奇的決策市場群居性昆蟲給我們帶來的一個啟示是：整體的效應往往要超過個體效應的加總。人類經常依賴於各個領域的專家，比如說醫藥、 政治、金融或是公共政策。那麼，這些專家真的能給我們帶來更好的答案嗎？或者說，是否能找到一種有效的方式，以集體的方式去充分利用眾多個體的知識呢？ 最近，決策市場正在引起人們越來越多的關注，透過這種方式， 人們可以對相關問題的結果下賭注，並依據猜測的結果是否正確確定誰輸錢，誰贏錢。事實證明，決策市場的準確率令人難以置信， 和群居性昆蟲一樣，決策市場的成功同樣也有賴於分佈在群體之中的個體智慧。 最有名的決策市場是建立於1988年的愛荷華電子市場（the lowa Electronic Markets）②對總統選舉結果進行的預測。該市場以美國總統候選人的得票率做賭注。預測的準確率相當驚人：在四次大選中，愛荷華電子市場的市價已經成為競選結果的一個指示器，其準確率超過當時3/4的民意調查（總共有近600種調查）。此外，愛荷華電子市場還針對其他市場進行預測。 決策市場的覆蓋範圍早已經超越了政治範疇。如果你想評價一下某部電影的票房收入，不妨可以看看好萊塢股票交易所 （Hollywood Stock Exchange），在這裡，經紀人的預測準確度可以讓任何一位電影專家相形見絀。該交易所對奧斯卡（Oscar）獎提名方面的預測也極為精確。假如有人和你打賭，在熱播中的電視連續劇 《美國偶像》（American Idof）中，誰能成未來的明星？只要有了他 242
們的預測，你就可以毫不猶豫地下賭。 而最具流動性的決策市場之一則是Bet Fair（英國的一家網路賭博門戶網），他們的下賭物件非常廣泛，從體育比賽到政治選舉， 再到股票市場，幾乎無所不包。在這裡，投資者可以看到該決策市場對諸多領域具體結果的預測，並根據預測結果下賭。 決策市場為什麼能有如此之高的預測準確率呢？首先，在這些市場中，每個人都是各自領域的專家，他們具有某些方面的優勢和特長，因此，他們可以根據自己的判斷選擇是否加入；其次，經紀人都有足夠的動力保證自身預測的正確性—一他們的收人來源於那些預測準確度不如自己的經紀人；再次，這些市場能連續提供實時預測—這本身就是有效的反饋形式。最終的結果是，決策市場集中了所有經紀人的資訊，使他們解決複雜問題的效率遠遠超過個人所能達到的程度。 最深奧的蜂群——股票市場股票市場具有很多與螞蟻、蜜蜂等群居類昆蟲相同的特徵。首先，這個市場也是在個別投資者的相互作用之下形成的。前面的討論已經告訴我們，無論是蜂群還是決策市場，都能有效地解決問題。 要更好地認識這些系統的運作機理，我們還要認識一下這些系統之間的異同之處。 蜂群和市場之間的最大差異也許體現於激勵（回報）和價格的作用。在一個蜂群中，每一隻蜜蜂的行並不是為了實現自身福利的最大化，而是為了整個蜂群利益的最大化（這是一種透過進化選擇而形成的行為模式）。而在市場中，每個交易商都在追求個人利益最大化的目標。這個差異也許是導致蜂群比市場更有效的原因所第4部分科學與複雜性理論 243
魔鬼投資舉在，因為蜂群永遠也不可能作出導致市場異常脆弱的正向反饋。 此外，在蜂群中沒有價格這樣的媒介物。在自由競爭的市場經濟體系中，價格是不可或缺的介質，因為它可以幫助市場中的個人決定如何進行資源配置。在蜂群中，蜜蜂藉助於舞蹈進行溝通，但是在市場中，價格的作用不僅僅體現為引導投資者，還能主動地去影響投資者，甚至激發某些不健康的效仿行為。 同樣，決策市場也遠不同於股票市場，因為它的時間範圍是有限的，同時，決策市場的結果也具有明確的定義。這種具體性和確定性造成了結果在變動範圍上的有限性，有效地限制了投機的邊界。 換句話說，衝動性的策略在決策市場上是永遠也行不通的。此外， 在股票市場上，股票的業績也有可能會影響到企業的基本狀況，而在決策市場中，結果和市場卻是相互獨立的。 用智慧戰脞市場投資者可以從這個問題中有所啟發。首先，即便區域性的智慧是有限的，但分散性系統依然能有效地解決複雜問題。當我們找到更便捷的途徑去發揮集體智慧的時候，這種分散性智慧的重要性必將日漸顯著。 其次，我們總是有衝動要把所有解決問題的分散性體系融為一體，但是，某些重要的差異卻是無法消滅的，也正是這些差異之處， 才決定了這些分散系統的特點和優勢。例如，當投資者趨於異質性的時候，股票價格同樣也將趨於有效化。但是當市場缺乏異質性時， 投資者的個人偏差就不再互不相干了，此時的市場有可能出現過度投資現象。因此，和蜂群以及決策市場相比，市場更有可能趨於過度。 最後需要指出的是，分散性系統一般更有活力。儘管暫時性的 244
過度現象是不可避免的，但這樣的市場卻有能力對外界變化作出合理的調節和適應。因此，個別投資者不可能承擔起作出理性判斷的責任，相反，這個觀點只能告訴我們，配置的效率源於市場本身的組織。市場的智慧是區域性資訊彙總的結果，正因為如此，要打敗一個功能完善的市場，絕對不是什麼容易的事情。 ◎ 本章譯者注◎ ① 旅行商問題：給定各城市的地點及其相互距離，找出經過所有城市恰好一次並最終回到源，點的最短路徑。 ② 蟻群演算法（Ant Algorithm）：又稱螞蟻演算法，是一種用來在圖中尋找最佳化路徑的機率型技術。它由馬爾科•多里戈 （Marco Dorigo）於1992年在他的博士論文中引入，其靈感來源於螞蟻在尋找食物過程中發現路徑的行為。 ③ 愛荷華電子市場 （lowa Electronic Markets）：愛荷華大學（University of Iowa）所經營的愛荷華電子市場是一個預測市場。在這裡，參與者可以對總統選舉、某公司什麼時候上市、未來某日的微軟股價等專案進行下注。該市場預測的結采大部分情況下超過專業調查公司。 第4部分科學與複雜性理論 245