在投资界，大家常说的“定投（定期定额投资）是免费的午餐”，核心数学逻辑建立在波动性管理与概率统计之上。
虽然它不能保证在任何行情下都“绝对盈利”，但通过概率和代数计算，它从根本上改写了投资者面对市场波动的风险收益比，达到了“少亏、降成本、提胜率”的效果。
1. 核心数学逻辑：“调和平均”击败“算术平均”
这是定投最硬核的数学基础。定投采用的是固定金额买入，而非固定份数。这使得你在价格高时买到的份额少，价格低时买到的份额多。
假设你在连续 3 个月定投某只波动很大的基金，每次投入 1000 元：
-
第 1 个月：净值 10 元 $\rightarrow$ 买入 100 份
-
第 2 个月：净值暴跌至 5 元 $\rightarrow$ 买入 200 份（低谷重仓）
-
第 3 个月：净值反弹至 8 元 $\rightarrow$ 买入 125 份
我们来看这期间的数学差异：
-
价格的算术平均值：$(10 + 5 + 8) \div 3 =$ 7.67 元
-
你的持仓平均成本（调和平均）：$$\text{平均成本} = \frac{\text{总投入金额}}{\text{总获得份额}} = \frac{3000}{100 + 200 + 125} = \frac{3000}{425} \approx \mathbf{7.06\text{ 元}}$$
结论：你的平均成本（7.06元）明显低于这三个月的平均价格（7.67元），甚至当第 3 个月价格仅反弹到 8 元（尚未回到初始的 10 元）时，你已经实现了 13.3% 的盈利。
2. 为什么定投能让你“少亏”？
① 降低“买在最高点”的极端尾部风险
单笔一次性建仓（Lump-sum Investment）最大的风险在于择时失误。如果你在市场顶部将资金一次性买入，一旦遭遇 50% 的暴跌，你需要 100% 的涨幅才能本金回本。
定投将你的资金在时间轴上进行了分散分散（Dollar-Cost Averaging），数学上将原本集中在一个高点处的概率分布，拉平为一个随时间变化的均匀分布，直接消除了“刚好买在最高峰”这种极小概率但毁灭性的尾部风险。
② 极大地拉低回本线（微笑曲线效应）
在下跌行情中，定投利用低价不断积攒低成本份额。假设市场从 10 元跌到 2 元，再反弹：
-
一次性买入者：必须等价格重回 10 元 才能回本。
-
定投投资者：因为在 2 元、3 元处不断摊低成本，持仓成本可能已经被拉低至 4-5 元。市场只需要反弹到 5 元，定投者就已经保本甚至盈利，而此时一次性买入者还在亏损 50%。
3. 为何称其为“免费的午餐”？
在现代投资组合理论（MPT）中，马科维茨将资产配置称为“免费的午餐”，因为通过配置不完全相关的资产，可以在不降低预期收益的前提下降低整体波动。
定投则是时间维度上的“免费的午餐”：
-
利用“波动”本身创造价值：传统交易中，波动是风险的来源；而在定投中，波动变成了降低成本的工具。波动越大，低谷积累高性价比份额的效果越明显。
-
克服人性弱点（行为金融学）：人性的“追涨杀跌”是导致散户亏损的主要原因。定投通过程序化的规则，强制你在市场恐慌（低价）时加仓、在市场狂热（高价）时减仓，用数学纪律代替了情绪决策。
4. 定投的数学边界与风险局限
定投虽然优秀，但数学上也有适用边界，并非无敌：
-
怕“单边下跌”：如果一个资产长期趋势是单边向下、归零（如退市股票或垃圾币），定投只是在“分批送人头”，无法拯救零价值资产。
-
钝化效应（钝化危机）：随着定投时间变长，账户里积累的积累总本金越来越大。此时每期新投入的资金占总资产的比重极低，再遇下跌时，摊低成本的效果会大幅减弱（需要适时配合“止盈”机制）。
-
胜率高 vs 收益率：在长期单边牛市中，一次性建仓的收益率 mathematically 会高于定投（因为一次性建仓全额享受了上涨过程），定投是用一部分潜在的超额收益，换取了极高的安全边际和确定性。
