Chris Lan2020-09-01 10:34:28

同学你好
代表性偏误是基于过去的信息对新的信息进行简单归类。比如说，过去涨的好，现在涨的好。
但如果过去涨的好，现在表现不好，也就是现在的信息和以前的经验是不同的，这个时候投资者会overweighted new information。所以他会选择卖出。

Although this perceptual framework provides an expedient tool for processing new information, it may lead to statistical and information-processing errors. The new information superficially resembles or is representative of familiar elements already classified, but in reality it can be very different. In these instances, the classification reflex deceives people, producing an incorrect understanding that often persists and biases all future thinking about the information. Base-rate neglect and sample-size neglect are two types of representativeness bias that apply to FMPs. In Bayesian terms, FMPs tend to underweight the base rates and overweight the new information—resulting in revised beliefs about probabilities and outcomes that demonstrate an overreaction to the new information.