01原理
彩池下注和庄家开盘不同：赛马场不给每匹马定赔率，而是把所有人押的钱汇进一个池子，先抽走一成多到两成，剩下的按押中者的份额分。押某匹马的人越多，它的赔率就越低。于是赔率不是谁拍脑袋定的，而是全场下注者对胜率的一次集体估计。
芒格把股市看成同一种东西。人人都看得出一匹体重轻、胜率高、闸位好的马更可能赢，就像人人都看得出全盛期的 IBM 比被工会和对手夹击的铁路公司前景好。问题在于这份“看得出”早已写进价格：热门马只赔一点几倍，好公司卖到账面价值的好几倍。比较两个下注，看的不是哪匹马好，而是胜率和赔率之间有没有差。
这个模型给出两条朴素的结论。第一，市场大体有效，但不完美：抽水一样，有人长期输得少，极少数人还能小赢。第二，能赢的人赢在少下注：大部分比赛的价格是对的，他们只在发现明显错价时出手，其余时间不动。对小公司创始人来说，“比赛”可以是一个赛道、一次融资、一个招聘方向，道理相同。
为什么成立
彩池之所以难打败，是因为价格把信息汇总了。每个下注者带着一点自己的判断进场，钱押得越多，判断的权重越大，最后的赔率就成了一个相当精明的胜率估计。你的信息如果别人也有，它已经在价格里，再押只是在付抽水；只有你知道而人群不知道、或者人群系统性看错的那部分，才可能值钱。
抽水决定了门槛有多高。芒格说赛马场抽 17%，意思是你不仅要比别人聪明，还要聪明到足以先付掉这 17%。在公司里，这份抽水是渠道分成、模型调用费、获客成本、你自己的时间。另外，彩池里你的下注会压低自己的赔率：押得越多，赔得越少，所以即便看对，可下的量也有上限。
02芒格怎么说
芒格多次把股市比作赛马场的彩池（同注分彩）系统。1994 年在南加大商学院，他用它来简化“股票市场到底在发生什么”：赔率由所有人的下注决定，好公司和好马一样，价格早已反映了它们的好，再加上庄家抽水，要赢就得大幅胜过其他下注者。2003 年在加州大学圣塔芭芭拉分校，他又讲起少年时在奥马哈赛马场的观察，用来说明市场有效但不完美：同样的抽水，有人长期输得少得多。
If you stop to think about it, a pari-mutuel system is a market. Everybody goes there and bets and the odds change based on what’s bet.
停下来想一想，彩池系统就是一个市场。大家都去下注，赔率随下注的情况而变。
But once you put the price into the formula, it wasn’t so clear anymore what was going to work best for a buyer choosing between the stocks.
可一旦把价格放进公式，在这些股票之间挑选的买家，选哪只最划算，就没那么清楚了。
some people consistently lost a lot less than 17% of all their bets, and other people consistently lost more than 17% of all their bets.
有些人长期输掉的远少于全部下注的 17%，另一些人长期输得比 17% 还多。
Just think of it as a heavy odds against game full of craziness with an occasional mispriced something or other.
就把它当成一场对你极为不利、充满疯狂、偶尔冒出某个定价错误的游戏。
03怎么用
- 01
评估一个赛道时，先问“价格里已经有什么”
一个方向人人都说好，不代表值得做，只说明它的赔率低：竞争者多、投资人估值高、大模型厂商随时可能下场。把你看好的理由一条条列出来，再标出哪些是公开共识。剩下的、只有你团队才有的那几条，才是你真正的下注依据；如果一条都不剩，你押的就是热门马。
- 02
把“抽水”算在前面
做任何业务前，先把必然被拿走的部分算清楚：应用商店分成、云和模型 API 成本、支付手续费、销售提成。再问：扣掉这些之后，你的优势还剩多少？很多看起来毛利不错的 AI 应用，扣掉抽水后，剩下的利润薄到容不得一次判断失误。
- 03
先拿人群的估计当基准，再看你能补上多少
不要假设市场是蠢的。先承认公开信息给出的估计大致对，然后只在你有独立数据或独立视角的地方修正它。客户访谈、自有的使用日志、行业里的一手关系，都可能让你的估计和共识不同；没有这些，你的“独到见解”多半只是共识的复述。
- 04
少下注，下注就要够分量
小团队的子弹有限，同时押五个方向，等于在五场比赛里各付一次抽水。宁可大部分时间做研究、等待，只在胜率和赔率明显错开时集中资源。这和芒格说的“偶尔冒出的定价错误”是一回事：机会稀少，所以不必场场都押。
- 05
留意你的下注会改变赔率
彩池里押得越多，赔率越低；市场里也一样，一个小众需求被你做大了，就会引来跟随者，价格随之变化。估算机会的大小时，要把“我进场之后，这里会变成什么样”算进去，别拿你进场之前的赔率做规划。
04案例
本特的香港赛马模型：先承认公众的赔率很准
威廉·本特在 1994 年发表的报告里，公开了他在香港赛马彩池上的做法。他的第一个判断是：公众下注给出的赔率本身就是对胜率相当精明的估计，在他使用的香港赛马会 1986 年 9 月到 1993 年 6 月的数据里，公众估计和实际胜率吻合得很好。所以他不是拿自己的模型取代公众，而是把基本面模型和公众赔率合在一起，只看模型能在公众之上额外补充多少信息。他还做了对照：一个基于“贴士”（tipster）的模型几乎不增加任何信息，合并后永远不会给出值得下注的信号。按他的说法，组织数据、做出有显著优势的模型花了约五个人年，把运作做到高利润又花了约五个人年；平均抽水约 19%，每年大约下注 470 场，五个赛季中四个盈利，亏损的那一季损失约为初始资金的 20%。他也写明了彩池的限制：每一注都会压低自己的分红，现实中可达到的最大期望利润只占每场总投注额的 0.25% 到 0.5%；而其他电脑派玩家的模型即使独立开发，也很可能彼此高度相关，压低同一批马的分红，让所有人都赚得更少。[3]
奥马哈赛马场：同样被抽 17%，有人输得少得多
芒格在 2003 年的演讲里说，他一直清楚股市不可能完全有效，原因是少年时去过奥马哈采用彩池制的赛马场：抽水是 17%，但有人长期输掉的远少于 17%，有人输得更多。这个观察让他不接受“股价永远完全理性”的说法。1994 年他讲过另一个例子：前一晚碰巧和圣塔安妮塔赛马场的总裁同桌吃饭，对方说有两三个通过场外投注下注的人，扣掉全部抽水后还在小赢。芒格的总结是，这些历史上打败彩池的人有一个共同点：下注很少。两段话合起来就是这个模型的全部：价格大体对，抽水很重，少数人靠很少的、有把握的下注赢。[1][2]
Numerai：只为“和人群不一样且对”的那部分付钱
Numerai 是一家用众包机器学习模型做交易的对冲基金，它的规则几乎是彩池原理的工程版。参赛者提交股票预测并用 NMR 代币下注，只有下了注的预测才会进入按下注额加权平均的“元模型”，对冲基金拿这个元模型交易。打分时，除了预测和真实结果的相关性（CORR），还有一项“元模型贡献”（MMC）：先把你的预测中与元模型重合的部分剔除，只看剩下的独立部分和真实结果的协方差。换句话说，你和人群看法一致时，就算看对了，这部分也算不到你的贡献里；你和人群不同而且对了，才算。分数为正，下注的代币增加；为负，则按比例被销毁。这和本特的发现是一回事：和公众看法重合的“贴士”模型加不进新信息，只有独立且正确的判断才值钱。这里看的是它的规则设计；Numerai 的团队规模我们没有查到可靠数字。[4][5][6]
8 人团队在热门马和冷门马之间选
一个 8 人团队手里有两个方向：通用的 AI 编程助手，和给中小外贸公司做报关单据审核的智能体。前者谁都看得懂，市场大，但赔率很低：大公司和资金充足的创业公司都在押，模型厂商自己也在做，价格里已经写进了它的全部好处，扣掉模型调用费这份“抽水”，小团队的优势所剩无几。后者看起来小，但团队里有人做过五年报关，知道哪些单据最容易出错、客户愿意为哪种错误付钱，这些不在公开共识里。按彩池的算法，后者的胜率未必更高，但胜率和赔率之间的差更大。团队要追问的是：这个差有多大，能下多少注才不把赔率压没；如果大公司明年顺手做了这个场景，差还剩多少。
05误用与边界
把“冷门”当成“便宜”
赔率高不等于值得押，坏马赔一百倍往往是因为它真的跑不赢。彩池模型要求的是你对胜率有独立且更准的估计，而不是专挑没人做的方向。没人做的领域，很多是因为根本没有生意。
觉得人群都是傻瓜
芒格的结论是彩池很难打败，不是很容易打败。本特花了大约十个人年才把优势做出来，而且他先承认公众赔率很准。创始人如果一开始就认定“市场都没看懂”，多半是把自己的信息当成了独家信息。
只算胜率，不算抽水和容量
看对了也可能亏钱：抽水吃掉优势，或者机会太小，押上去就把赔率压没了。本特写过，在投注量小的赛马场，就算模型有效，也赚不到足以养活团队的钱。一个只够两个人糊口的细分市场，对想做到 10 人的公司就是负期望。
06检查清单
下次做相关决策前逐条过一遍。勾选只保存在你的浏览器里。
08来源
- 1
- 2
- 3
- 4
- 5
- 6