纳西姆。尼古拉斯。塔勒布,当前最令人敬畏的风险管理理论学者。
世界隐藏在迷雾中,而表象在愚弄我们。
世界是通过大的随机变化前进的。
黑天鹅事件是意外事件,即不被预期发生的重大事件。
几乎社会生活中的一切都是由极少发生但是影响重大的剧变和飞跃产生的。生活正是一系列重大事件的累积结果。历史不会爬行,只会跳跃。
所有人都知道预防比治疗更重要,但预防只得到很少的奖赏。
错误地把对过去的一次天真观察当成某种确定的东西或者代表未来的东西,是我们无法把握黑天鹅现象的唯一原因。具有重大影响力和低发生概率的事件造成悲剧的主要原因是,对人们进行补偿所需的时间与人们决定不赌这一稀发事件不发生所需要的时间不一致。人们总有冲动去赌它不发生。
我们习惯把知识当做一种疗法。我们习惯于在一个黑天鹅现象发生之后立即忘记所有黑天鹅现象的存在。
我们的思维太狭隘了,无法考虑时间偏离我们预测的可能性,而且,我们太过专注于相关任务内部的失误,而不考虑外部不确定性,即“未知的未知”。
预测的固有局限性,与人性没有多大关系,而是来源于信息本身的特性。
我们看到别人的缺点,而看不到自己的。
未来对过去的偏离有无数种可能。
一旦黑天鹅事件发生,人们不能泄气。
别人会不知道自己所知道的信息,别人的想法会与自己的想法不同。
不可能用不规则碎片来得到精确的可能性。
黑天鹅事件的三个特点:稀有性、极大的冲击性和事后可预测性;不可预测、影响重大、事后可解释。
1.具有意外性
2.会产生极端影响
3.虽然具有意外性,但人的本性促使我们在事后为它的发生编造理由,并且使它变得可解释和可预测。
应对黑天鹅事件的5个基本原则:
1.不要预测
2.谨慎预防
3.危中取机
4.最重要的一点是,保持充足冗余
5.不要负债 -- 取消投机性的债务
应对黑天鹅的办法:在思维中避免从众。将知识转化为行动,并找出哪些知识是有价值的。
掌握大量数据并不一定能够证实什么,一个个例就可以证伪。
巴菲特早就认识到黑天鹅事件必须按照可能发生的最坏情况进行预防。
线性进展是柏拉图化的观点,并非常规现实。
我的存在是低概率事件的重大结果,而我经常忘记这一点。-- 沧海一粟
通过观察或经验获得的知识具有严重的局限性和脆弱性。
信息的增加并没有增加预测的准确性,只不过他们对预测的信心极大地提高了。
生活正是一系列重大事件的累积结果 -- 每一次重大变故,有多少是在预料之中?有多少是按照计划发生的?
人类冒险的回报与对它的预期呈反相关。
既然黑天鹅事件是不可预测的,我们就需要适应它们的存在。没有哪一项科学发现或重要技术来自按步就班的设计和计划,它们都是黑天鹅。正确的策略应该是尽可能多地尝试和尽可能多地把握黑天鹅机会。 -- 不要让复杂的数学模型把你弄晕。
几乎社会生活中的一切都是由极少发生但是影响重大的剧变和飞跃产生的,而同时几乎一切关于社会生活的研究都聚集于“正常”,尤其是采用“钟形曲线”的推论方法,你会什么真相也看不到。
你所知道的与你以为他人知道的远远不是一回事。
我们总有一种“只关注”我们认为有道理的东西倾向。
我们的世界是由极端、未知和非常不可能发生的(以我们现有的知识而言非常不可能发生的)事物所主导的,而我们却一直把时间花在讨论琐碎的事情上,只关注已知和重复发生的事物。 -- 规律是由已知推断出来的,但规律本身就存在缺陷和不确定性,因为事情本身就在不断的发展和变化过程中。
读过的书远远不如未读的书有价值。我们把自己知道的东西太当回事了。我们都以为自己知道其中正在发生什么。
记忆是有限而且是被过滤的,我们倾向于记住那些事后看来与事实相符的信息。
诚实意味着不惧怕特立独行,也不惧怕特立独行的结果。
少数人获得蛋糕的大部分,其他人可能什么也得不到。赢家通吃的生态法则。--8/2原则广泛存在,帕累托法则。
怀疑主义,非因果,多原因。
平均斯坦的最高法则:当你的样本量足够大时,任何个例都不会对整体产生重大影响。
极端斯坦:不平均指个体能够对整体产生不成比例的影响,个体能够轻易地以不成比例的方式影响整体。
在平均斯坦,我们受到集体事件、常规事件、已知事件和已预测到的事件的统治;在极端斯坦,我们受到单个事件、意外事件、未知事件和未预测到的事件的统治。
我们从过去获得的知识实际上顶多是无关痛痒或虚假的知识,甚至是危险的误导。
任何事件都可能有无数种可能的原因。
冷眼看世界而不需要找理由满足自我膨胀的欲望。
为了自己的利益,我们有太多方式解释过去的事件。
我们从重复中学习,但忽略了从未发生过的事件。不可重复的事件上在发生之前是被忽视的,在发生之后则被过度估计。
奖励不需要很大,只要频繁就行。--大量一般的好消息比一个非常好的消息更令人感到幸福。在一个短暂的时期里经历全部痛苦胜过在很长的时间里分散这些痛苦。
好与坏没有绝对的标准,关键不在于你对人们说什么,而在于你怎么说。
我们看不到的那一面容易被人们忽视而已。现存的人类天性不愿理解抽象事物,我们需要具体背景。随机性和不确定性是抽象事物。
我们多么擅长事后叙述、编造故事。
意外不只是被低估,还被错误估计,而两个方向的错误估计都有可能发生。
不论任何人告诉你任何事,对专家思考过程的错误率提出疑问都是有好处的。
相反,统计学家把精力放在建造更为高深的模型上,而不考虑这类模型是能够更为准确地预测现实生活。
可能是有些事物太复杂,超过了我们的理解能力,所以让我们暂时接受它们,同时保持思维的开放。
不但过去是有误导性的,而且我们对过去事件的解释也存在很大的自由度。
不能以别人的角度考虑问题,不能以别人的立场看世界。
大样本分析时同样存在片面性。
一旦有了想法就去实施,之后再“完善”这种想法或者产品。--承担小的风险,超常创新力的原因。
最终推动我们的是历史,而我们却一直以为我们自己才是推动力。
运气甚至比智慧更公平。
事件越稀有,我们越不了解它发生的可能性,我们对其概率估计的错误越大。
我们似乎天生喜欢简单的东西,而且只用学到过的东西思考。
在认知局限的情况下,如果没有冗余形式的存在,便难以取得进步,甚至难以生存。
最年长的老师阅尽沧桑,很多经历与认识都是我们的认知范围所不能企及的。岁月的沧桑意味着对黑天鹅更高程度的抵御能力。
活的有机体需要可变性和随机性。
罕见事件发生的频率不能通过经验观察来预测。复杂体系中不仅要假定一个远期,还要假定没有新情况的出现。
事件越罕见,我们对其作用的了解也越少,同时,我们也越需要运用推断和归纳的理解弥补这一不足。
风险形成的方式会极大地影响人们对风险的认识。
复杂性暗示着极端斯坦。
冒能估量之险要比衡量你冒的险些更可靠。
所有可能被剥夺的东西都不值得他留恋。
做最好的准备,做最坏的打算。
对平均值的应用。
肥尾:对缺乏知识缺乏认识。
世界是由极端、未知和百常不可能发生的事物主导的。
苏格拉底说,唯一真正的知识是知道自己的无知。