Nội dung này phục vụ mục đích giáo dục, không phải lời khuyên đầu tư hoặc tín hiệu giao dịch.

Trả lời ngắn: Tư duy xác suất là cách mô tả mức bất định bằng một estimate có điều kiện, rồi cập nhật khi evidence thay đổi. Xác suất 70% không hứa outcome cụ thể sẽ xảy ra. Chất lượng estimate chỉ nên được review qua nhiều forecast tương tự, với record giữ nguyên từ trước khi biết kết quả.

Đọc xong, bạn sẽ hiểu:

  • Vì sao forecast 70% vẫn có thể gặp outcome không xảy ra.
  • Cách đi từ base rate tới update và range mà không tạo precision giả.
  • Cách audit một bucket 10 forecast trong 15 phút, chưa dùng tiền thật.

1. Tư duy xác suất là gì?

Một event là điều được định nghĩa để có hoặc không xảy ra trước một deadline. Probability estimate là mức tin có điều kiện rằng event sẽ xảy ra, dựa trên thông tin đang có tại thời điểm viết.

Ví dụ, dự báo “khả năng mưa ngày mai là 70%” không có nghĩa trời đã được hứa phải mưa. Nó nói rằng, trong điều kiện và model hiện tại, mưa được đánh giá có khả năng cao hơn không mưa. Cả hai outcome vẫn nằm trong forecast.

Tư duy xác suất không phải:

  • Tiên tri outcome cụ thể.
  • Cách đổi chữ “chắc chắn” thành một con số cho có vẻ khoa học.
  • Tỷ lệ đã quan sát được, nếu ta đang nói estimate trước outcome.
  • Lời bào chữa để sửa forecast sau khi biết kết quả.
  • Tín hiệu mua, bán hoặc cách tính position size.

Một câu đầy đủ cần có event, deadline và điều kiện. “A có 70%” quá mơ hồ. “Trong demo, event A xảy ra trước ngày X có estimate 70% dựa trên evidence Y” mới có thể lưu và review.

Bài Checklist Cognitive Bias #20 dạy tách observation khỏi hypothesis. Tư duy xác suất thêm một lớp: ghi mức tin trước outcome, rồi giữ nguyên record để việc học không bị hindsight sửa lại.

2. Probability khác outcome thế nào?

Hình 1 — Probability là estimate có điều kiện, không phải kết quả được hứa.

Giả sử ta có 10 forecast khác nhau, mỗi forecast đều được ghi 70%. Nếu 7 event xảy ra và 3 event không xảy ra, cả 10 outcome đều tương thích với ý nghĩa của probability.

Calibration là mức khớp giữa probability đã ghi và observed frequency qua một bucket forecast tương tự. Với demo:

  • Forecast bucket: 70%.
  • Số forecast: 10.
  • Outcome xảy ra: 7.
  • Observed frequency: 7/10 = 70%.

Không forecast riêng lẻ nào “đúng 70%”. Mỗi event chỉ xảy ra hoặc không. Con số 70% được review ở cấp một tập forecast.

Fischhoff, Slovic và Lichtenstein nghiên cứu extreme confidence bằng các câu hỏi general knowledge và nhiều response format. Người tham gia vẫn có thể sai khi báo mức chắc chắn rất cao. Đây là experimental knowledge tasks, không phải chẩn đoán trader hay bằng chứng mọi confidence cao đều sai (Fischhoff, Slovic & Lichtenstein, 1977).

Hình 2 — Calibration cần một tập forecast cùng bucket.

Một outcome không đủ chấm forecast:

  • Event không xảy ra không chứng minh estimate 70% là tệ.
  • Event xảy ra không chứng minh estimate 70% là tốt.
  • Muốn review calibration, cần nhiều case được định nghĩa tương tự và record không bị sửa sau outcome.

3. Vòng lặp base rate → evidence → update → range

Base rate trước câu chuyện riêng

Base rate là tỷ lệ nền của một nhóm case tương tự. Hỏi “trong các case cùng loại, event xảy ra bao nhiêu lần?” trước khi chìm vào chi tiết case hiện tại.

Evidence theo hai phía

Ghi evidence ủng hộ và evidence chống lại event. Mỗi evidence cần có source, thời điểm và lý do nó làm estimate tăng, giảm hoặc không đổi.

Prior và update

Prior là estimate trước evidence mới. Update là estimate sau khi xét evidence mới. Viết đường đi giúp phân biệt update có lý do với cú nhảy do cảm xúc:

prior 40% → evidence mới → current range 55–65%

Con số trên chỉ là demo. Nó không phải market estimate.

Range thay precision giả

Nếu data hoặc model không biện minh một point estimate, range 55–65% trung thực hơn 61.7%. Range không có nghĩa né trách nhiệm; ta vẫn phải ghi điều kiện làm range đổi.

Gigerenzer và Hoffrage nghiên cứu cách frequency format có thể làm một số bài toán Bayesian dễ xử lý hơn. Trong các problems được nghiên cứu, cách trình bày bằng số case hỗ trợ nhiều người suy luận tốt hơn. Điều đó không chứng minh frequency format luôn ưu việt trong mọi context (Gigerenzer & Hoffrage, 1995).

Vì vậy, thay vì chỉ viết 70%, có thể thêm “khoảng 7 trên 10 case tương tự”. Cách nói này giúp mắt người nhớ rằng vẫn còn khoảng 3 case không xảy ra.

4. Ba cách dùng xác suất sai

Đọc probability thành certainty

“70% nên sẽ xảy ra” đã bỏ mất 30% còn lại. Câu có điều kiện đúng hơn là “70% nghĩa event được đánh giá có khả năng cao hơn, nhưng outcome đối diện vẫn nằm trong forecast”.

Dùng một outcome để chấm estimate

Đây là outcome bias. Forecast 70% gặp outcome không xảy ra chưa tự sai; forecast 30% gặp outcome xảy ra cũng chưa tự giỏi. Cần bucket và sample.

Tạo false precision

Estimate 67.3% cần data, model và quy trình đủ sức phân biệt nó với 65% hay 70%. Nếu không, số thập phân chỉ làm uncertainty trông nhỏ hơn thực tế.

Hai lỗi khác từ Phase 2 vẫn có thể chen vào update:

  • Recency Bias: vài outcome gần đây lấn baseline dài hơn.
  • Gambler's Fallacy: tin outcome đối diện “đến lượt” dù trial independent.

Giới hạn quan trọng: calibration tốt không đồng nghĩa resolution tốt. Resolution là khả năng tách case có nguy cơ cao khỏi case có nguy cơ thấp. Một người luôn nói 50% có thể trông calibrated trong tập cân bằng nhưng không phân biệt được case nào khác case nào.

5. Checklist viết một probabilistic forecast

Bước 1: Viết event và deadline

Event phải có cách xác định outcome rõ. Nếu hai người có thể chấm khác nhau, definition chưa đủ.

Bước 2: Chọn reference class

Ghi nhóm case dùng để lấy base rate và lý do các case đó tương tự.

Bước 3: Ghi evidence hai phía

Tách evidence for, against và chưa rõ. Không đếm số bullet; kiểm chất lượng và independence của source.

Bước 4: Ghi prior và update

Viết prior trước evidence mới, rồi current estimate hoặc range sau evidence. Không xóa prior.

Bước 5: Ghi điều kiện đổi estimate

Nêu evidence cụ thể có thể kéo range lên hoặc xuống. Nếu không điều gì đổi được estimate, forecast khó kiểm.

Bước 6: Khóa record trước outcome

Ghi timestamp. Khi outcome tới, thêm dòng mới; không sửa dự báo cũ cho “đẹp”.

Bước 7: Gom bucket và review

Gom các forecast 50%, 60%, 70%… rồi so observed frequency. Sample nhỏ chỉ là checkpoint.

Mellers và cộng sự nghiên cứu một geopolitical forecasting tournament hai năm. Trong bối cảnh ấy, probability training, teamwork và tracking liên quan cải thiện calibration và resolution. Đây là tournament có recruitment, aggregation và intervention riêng; không phải bảo đảm hiệu quả trading (Mellers et al., 2014).

Brier đề xuất cách verification forecast dưới dạng probability trong bối cảnh weather forecasting. Bài này chỉ mượn nguyên tắc record forecast trước outcome; chưa yêu cầu người mới tính Brier score (Brier, 1950).

Đứng ngoài kết luận calibration khi deadline mơ hồ, forecast bị sửa sau outcome, case không comparable hoặc sample quá nhỏ.

6. Bài tập 15 phút: bucket 70%

Hình 3 — Khớp số học trong sample nhỏ chưa chứng minh forecasting skill.

Dùng giấy, Notes hoặc Google Sheets miễn phí. Tạo 10 thẻ demo, mỗi thẻ đã được gắn forecast 70%. Outcome giả lập cho biết 7 event xảy ra, 3 event không. Không dùng tiền thật và không biến thẻ thành market forecast.

Mẫu đối chiếu tham khảo

Mục Nội dung mẫu
Forecast bucket 70%
Số thẻ 10
Outcome xảy ra 7
Outcome không xảy ra 3
Observed frequency 7/10 = 70%
Calibration gap 0 điểm %
Giới hạn Sample nhỏ
Status Demo khớp số học; chưa kết luận skill
Dùng tiền thật Không

Phép tính:

  • Observed frequency: 7 ÷ 10 = 70%.
  • Calibration gap: 70% − 70% = 0 điểm %.

Gap bằng 0 trong demo không chứng minh người dự báo calibrated. Chỉ 10 thẻ là sample nhỏ; hơn nữa, các thẻ còn phải comparable và outcome definition phải nhất quán.

Thử đổi một outcome từ xảy ra sang không xảy ra: observed frequency thành 6/10 = 60%, gap so bucket 70% là −10 điểm %. Bài tập cho thấy mỗi case ảnh hưởng mạnh khi sample nhỏ, chứ không dạy cách điều chỉnh lệnh.

7. Tổng kết và đường sang Kỷ luật

a. Năm ý chính

  • Tư duy xác suất mô tả bất định bằng estimate có điều kiện.
  • Probability khác outcome; 70% không hứa event cụ thể.
  • Base rate, evidence, update và range phải được ghi thành đường đi.
  • Calibration cần một bucket forecast; một outcome không đủ chấm.
  • Record trước outcome là điều kiện để review trung thực.

Muốn xem lại cách kiểm bias trước khi estimate, quay về Checklist Cognitive Bias #20. Bài sau là Kỷ luật trong Trading #22, nơi record và rule được chuyển thành hành vi lặp lại.

b. Câu hỏi tự kiểm tra

  • Vì sao forecast 70% vẫn có thể gặp outcome không xảy ra?
  • Calibration khác resolution thế nào?
  • Vì sao phải khóa record trước outcome?

c. Gợi ý đáp án

Xem gợi ý câu 1

Vì forecast vẫn dành 30% cho outcome không xảy ra. → xem mục 1–2.

Xem gợi ý câu 2

Calibration đo mức khớp probability–frequency; resolution đo khả năng tách case cao/thấp. → xem mục 4–5.

Xem gợi ý câu 3

Để hindsight không sửa forecast cũ và làm sai audit. → xem mục 5–6.

d. Thuật ngữ cần nhớ

Thuật ngữ Giải thích ngắn
Tư duy xác suất Nghĩ bằng estimate có điều kiện.
Event Điều có hoặc không xảy ra trước deadline.
Probability estimate Mức tin có điều kiện.
Calibration Estimate so với frequency theo bucket.
Base rate Tỷ lệ nền của nhóm tương tự.
Prior Estimate trước evidence mới.
Update Estimate sau evidence mới.
Resolution Khả năng tách case nguy cơ cao và thấp.

e. Nguồn tham khảo

Nội dung này phục vụ mục đích giáo dục, không phải lời khuyên đầu tư hoặc tín hiệu giao dịch. Mọi thị trường đều có rủi ro mất vốn.