均值回归：无论高于或低于价值中枢（或均值），股票价格、房产价格、气温、降水等社会现象、自然现象，都会有以很高的概率向价值中枢回归的趋势。
但是，很多时候人们有均值回归的错觉的谬误。
先说最常见的两个。
一个是对“概率”的误解（数学层面的认知偏差），另一个是对“本体”的误解（商业/物理层面的认知偏差）。
1.独立事件误判：赌徒谬误。
这是对“大数定律”的错误应用，人们错误地以为小样本也必须符合大样本的规律。
•核心错觉：认为“运气”具有记忆和补偿机制。
人们潜意识里认为宇宙中有一本“账簿”，如果前面亏欠了（比如连开10把大），后面为了平衡账目，必须开小。人们觉得概率会像橡皮筋一样，拉得越远，回弹的力越大。
•残酷现实：独立事件没有记忆。
对于抛硬币、轮盘赌或随机游走并没有物理约束的市场波动，每一次事件都是全新的。硬币没有记忆，它不知道上一次是正面还是反面。
•如果连续抛了10次正面，第11次抛出正面的概率依然是50%，而不是人们以为的1%（觉得“不可能再是正面了吧”）。
•在赌场里，这种“均值回归”的错觉是导致散户破产的最快方式（倍投法）。
•深层机制：小数定律的陷阱。
均值回归（大数定律）只有在样本量趋近于无穷大时才生效。但在短期（我们有限的生命或投资周期）内，随机性往往表现为“丛集效应”（Clustering），即好运气或坏运气会成堆出现，完全没有任何理由去“回归”。
2.均值本身的不稳定性：价值陷阱
这是对“均值”定义的僵化理解。把“历史价格”误当成了“内在价值”。
•核心错觉：刻舟求剑，通过“锚定效应”看跌幅。
人们判断股票是否便宜，往往不是看财报，而是看K线图的高点。
•“这只股票从100块跌到50块了，腰斩了，应该会反弹（回归）吧？”
•这种思维假设“100块”或者“过去三年的平均价80块”是这只股票永恒的价值中枢（均值）。
•残酷现实：烂股票的均值是动态向下，甚至归零的。
对于一只基本面恶化的股票（如技术被淘汰、财务造假、市场份额丢失），它的内在价值（真正的均值）可能下降得比股价还快。
•股价从100跌到50，看起来偏离了过去的均值；但如果它的内在价值已经从80跌到了20，那么现在的50块钱不仅没有“低估”，反而是严重的“高估”。
•此时，股价继续下跌去寻找20块，才是真正的“均值回归”。
•深层机制：周期性下跌vs.结构性崩塌。
均值回归只适用于周期性行业（如猪肉、航运），因为供需会通过价格自动调节，让利润回归常态。
但对于结构性衰退（如诺基亚被苹果取代、教培行业消失），那里没有周期，只有不可逆的坠落。此时期待反弹，就是接“飞刀”。
对上面这两种均值回归的错觉，对比如下：
•赌徒谬误是虚构了一种回归的力量（以为大自然会平衡账目，实际上大自然不在乎）。
•烂股票陷阱是找错了回归的目标（以为价格会回到高位，实际上价值已经掉到了地板）。
除此之外，在决策科学、投资及复杂系统中，关于“均值回归”的错觉或局限性，还可以从以下几个维度进行补充：
3.分布的错位：正态分布vs.幂律分布
均值回归通常建立在**正态分布（高斯分布）**的假设上，即大部分数据集中在中间，极值很少。
•错觉：人们习惯性地认为所有事物都会回归平均（如身高、智商）。
•现实：在财富、互联网流量、科技创新等领域，遵循的是幂律分布或帕累托分布。
•补充点：在幂律分布的世界里（如“赢家通吃”的市场），强者恒强（马太效应），并没有一个稳定的“均值”可以回归。如果你指望一个被头部企业挤压的小公司股价“回归均值”，它可能只会一路归零。
3.范式转移：均值漂移
“烂股票”只会回归其本质的烂。这是个体的恶化。此外，还有系统的重构。
•错觉：认为历史平均值是永恒的锚点。
•现实：环境发生了结构性变化，导致旧的均值失效，新的均值正在形成（非平稳过程）。
•补充点：比如在胶卷时代，柯达的市盈率均值很有参考意义；但当数码时代来临，整个行业的估值逻辑变了。此时期待它回归过去的估值中枢，就是刻舟求剑。
4.反身性：预期改变了基本面
这是乔治·索罗斯的核心理论，也是对机械式均值回归的强力反驳。
•错觉：认为价格是围绕价值波动的钟摆，价格不会影响价值本身。
•现实：价格的剧烈波动会反过来改变基本面。
•补充点：当一支股票价格暴跌（低于均值），可能导致银行抽贷、人才流失、供应商停止供货。这种“负反馈”会让公司的内在价值（均值）跟着价格一起下坠，而不是价格反弹去寻找价值。"