期待値

​

期待値とは

期待値（EV）は、不確実なイベントの平均結果を定量化する確率論と意思決定科学の基本概念です。各可能な結果の値とその確率を組み合わせることで、EVは多くの試行を繰り返したときに平均して得られる（または失う）ものを表す単一の数値を提供します。

「期待値は単一の結果を予測するものではなく、繰り返された意思決定の長期的な平均を理解するためのものだ。」

たとえば、100ドルを獲得する確率が50%、何も得られない確率が50%の場合、期待値は（0.5 × 100ドル）+（0.5 × 0ドル）= 50ドルです。これは毎回50ドル獲得できるという意味ではなく、このベットを何度も繰り返すと、1回あたり平均50ドルになるということです。

​

3つの深さで知る期待値

• 初心者: 各可能な結果にその確率を掛けて足し合わせます。1,000ドルを獲得する確率が10%なら、期待値は100ドルです。
• 実践者: 期待値を使って、異なるリスクプロファイルの意思決定を比較しましょう。より高い期待値は単一のケースでより良い結果を保証するものではありませんが、多くの試行を繰り返せばそうなります。
• 上級者: 効用 — あなたにとっての結果の主観的価値 — を考慮しましょう。100ドルの利益は、お金が少ない人にとって、裕福な人にとってよりも価値が高いかもしれません。EV計算には効用関数を組み込むべきです。

​

起源

期待値の概念は、17世紀の偶然のゲームの研究から生まれました。フランスの数学者ブレーズ・パスカルとピエール・ド・フェルマーは、1650年代にギャンブルの問題を解決しながら基礎となる確率論を開発しました。「期待値」という用語自体は後に作られましたが、数学的原理は確率論の礎となりました。 この概念は、20世紀の統計学と意思決定理論の発展とともにさらに重要性を増しました。今日、期待値は金融や保険からポーカー戦略、ビジネス投資分析に至るまで幅広い分野で不可欠となっています。

​

要点

​

応用場面

​

事例

​

ジェフ・ベゾスの意思決定フレームワーク

Amazonを創業する前、ジェフ・ベゾスは期待値思考に深く依存したキャリア機会を評価するための体系的なアプローチを開発しました。1990年代初頭にヘッジファンドD.E. Shawで働いていたベゾスは、高収入のウォール街のキャリアに留まるか、オンラインで本を売るというリスキーなベンチャーを追うかの選択に直面しました。 ベゾスは、80歳になった自分を想像し、どの選択が後悔を最小限にするかを問う「後悔最小化フレームワーク」を作りました。しかし、その根底には明確なEV計算がありました：インターネットは年間2,300%で成長しており、オンライン書籍販売の潜在的な市場は不確実でしたが、成功すれば天文学的な上昇余地がありました。 D.E. Shawに留まる期待値は非常にポジティブでしたが上限がありました — 良い給与、安定したキャリア。Amazonを立ち上げる期待値は非常に不確実でしたが上限がありませんでした。ベゾスは、高い失敗確率があっても、巨大な潜在的な上昇余地がEVをポジティブにすると計算しました。 このEV思考 — 「勝てる人生の次元の数を最大化する」 — はAmazonの企業哲学の中核となりました。同社は、失敗リスクが高いが潜在的な上昇余地が巨大な事業に繰り返し参入してきました：AWS、Kindle、Prime。 教訓：期待値を理解することで、時間とともに巨大な優位性に複利で膨らむ計算されたリスクを取れるようになります。

​

境界と失敗モード

期待値分析には重要な限界があります：

1. まれなイベントの確率重付けが困難: ブラック・スワン・イベント — 非常に起こりにくいが影響の大きい結果 — をEV計算に正確に組み込むのは困難です。
2. 効用は非線形である: 100万ドルの利益は、ほとんどの人にとって10万ドルの利益の10倍の価値はありません。EVは線形効用を仮定していますが、実際の好みはそうではないかもしれません。
3. 確率の見積もりはしばしば間違っている: EVは確率の見積もりの質に依存します。確率を過信すると、間違った意思決定につながります。
4. 繰り返しが必要: EVは多くの繰り返しでのみ発現します。一度しか試せない場合、すべてを失う確率が90%のプラスEVのベットは依然としてリスクが高すぎるかもしれません。

​

よくある誤解

​

関連概念

​

一言で言うと