黑天鹅

按有用程度 按页码先后 最新笔记

• 

  第1页

  Elty

  (美)Taleb, N.N 塔勒布 著，万丹译。北京：中信出版社，2009.8 Taleb,N.N是一位数理专家（应用数学、工程学和统计学的综合体），专注于复杂金融衍生工具的技术缺陷研究以保护大的投资组合。 “ 欧洲人观察了上千年，见到的天鹅全部都是白天鹅，于是总结得出结论：所有的天鹅都是白的。后来欧洲人发现了澳洲，一上岸竟发现有黑天鹅。只是看见一只黑天鹅，这个事件就足以推翻几百年来数百万次观察总结出来、一直信奉、.. (更多)

  (美)Taleb, N.N 塔勒布 著，万丹译。北京：中信出版社，2009.8

  Taleb,N.N是一位数理专家（应用数学、工程学和统计学的综合体），专注于复杂金融衍生工具的技术缺陷研究以保护大的投资组合。

  “

  欧洲人观察了上千年，见到的天鹅全部都是白天鹅，于是总结得出结论：所有的天鹅都是白的。后来欧洲人发现了澳洲，一上岸竟发现有黑天鹅。只是看见一只黑天鹅，这个事件就足以推翻几百年来数百万次观察总结出来、一直信奉、一直灵验的历史结论。塔勒布称这类极少发生而一旦发生，就会有颠覆性影响的事件为黑天鹅事件。

  几乎社会生活中的一切都是由极少发生但是影响重大的震动和飞跃产生的，而同时几乎一切关于社会生活的研究都聚焦于“正常”，尤其是采用“高斯曲线”的推论方法，你会什么真相也看不到。为什么？因为钟形的高斯曲线忽略大的离差，无法解释它们，但还要让我们相信不确定性是可以控制的，我在本书中戏称它为“智力大骗局”。

  为纪念哲学家柏拉图的思想（和个性），我把由于只关注那些纯粹而有明确定义的“形式”而导致的错误称为柏拉图化……我并不是说柏拉图式的形式不存在。模型和结构并非永远是错的，它们只错在一些具体的运用上。困难在于你不可能事前指导哪里会错，以及错误能够导致严重后果。这些模型就像有些有可能有效，但同时具有非常严重的副作用的药品。

  柏拉图边界是柏拉图式思维与混换的现实交锋的爆炸性边界，在这里，你所知道的与你以为你知道的远远不是一回事。黑天鹅现象正式在这里产生的。

  第一部分 极端斯坦与黑天鹅现象

  第一章 自我欺骗的人类

  历史和社会不会爬行，只会跳跃。它们从一个断层跃上另一个断层，中间只有很少的摇摆。而我们（以及历史学家）喜欢相信我们能够预测的小的逐步演变。我们只是一台巨大的回头看的机器。

  在预测上，非常聪明和掌握大量信息的人并不比出租车司机更有优势。

  第二章 出版业中的黑天鹅

  曾被断言只能卖出10本的书，却销售了数百万册，被翻译为40种语言。

  第三章 极端斯坦与平坦斯坦

  在理想的平均斯坦，特定事件的单独影响很小，只有群体影响才大；在极端斯坦，个体能够对整体产生不成比例的影响。极端斯坦能够制造黑天鹅现象，少数事件已经对历史产生了巨大影响。

  如果你开一家美味的餐厅，你最多只能逐步扩大生意规模（除非连锁经营）。在这些职业中，不论报酬多高，你的收入总是受到限制的。你的收入取决于你持续的努力，而不是你的决策质量。而且，这种工作在很大程度上是可预测的：它会有变化，但不可能达到一天的收入超过余生收入的程度……

  还有一些职业，如果你干得好的话，能让你在产出（以及收入）后面加上零，几乎或者完全不需要额外的努力。

  如果你是一个脑力劳动者，你不必工作太卖力，只需要多想。你的产出为100和1000时，你做的工作是一样的。在定量交易中，买100股股票与买10万股甚至100万股股票的工作量是一样的。……

  录音师和电影演员也是一样：你会让电影院的音效工程师调好播放器，他们不必再每一次播放电影时都出现。同样，一位作家吸引一名读者与吸引数亿读者需要花费的努力是一样的。……

  于是，著名作家与面包师、投机者与医生之间的区别是一种看待行为世界的有用方式。

  加入我必须给出建议的话，我会建议选择一个收入不具有突破性的职业！收入具有突破性的职业只有在你成功的时候对你是好的。这样的职业竞争更激烈，导致更大的不平均，更具不确定性，在努力和回报之间存在巨大差异，因为少数人获得蛋糕的大部分，其他人可能什么也得不到，而这怪不了别人。

  有一种分类是受中庸、平均和中间路线驱使的，其中中庸力量整体而言具有很大影响。在另一种分类中，要么是巨人要么是侏儒，更精确地说，是非常少的巨人和大量的侏儒。

  美国比许多国家具有大得多的创造力，它对自下而上的改良和无序的反复尝试也更宽容。全球化使美国专门从事创造性活动，产出新的理念和思想及具有突破性的产品，并且通过输出工作机会的方式，逐渐把不那么具有突破性的部分分离出去，让那些喜欢按小时取酬的人去做。设计一双鞋比真正把它们做出来赚钱的多——耐克、戴尔和波音只需要思考并组织和运用它们的专有技术就能赚钱，发展中国家的转包工厂做哪些繁琐的制造工作，而有文化和擅长数学的国家的工程师们负责解决哪些没有创造性的技术性小问题。……显然，思维创造获得大部分报酬的世界经济框架的缺陷就是造成更大的不公平和提高了机会和运气的重要性。

  第四章 1001天

  某件事情1000天的历史不会告诉你第1001天的任何信息。

  看待事物应该以相对而不是绝对的时间尺度衡量：地震持续几分钟，“9-11”持续了几小时，但历史变化和技术发展是可能持续数十年的黑天鹅现象。总之，正面的黑天鹅时间需要时间来显现它们的影响，而负面的黑天鹅事件发生的非常迅速——毁灭比缔造要容易和迅速的多。

  我坚持认为博览群书对我而言非常重要。它表明一个人在思想上是真正具有好奇心的。它说明你具有开放的思维并且渴望探寻其他人的思想。最重要的事，一个博览群书的人对自己的知识是不满意的，这种不满意是避免柏拉图化，避免成为5分钟经理或者过度专业化的无聊学者的绝佳防护墙。实际上，不读书的学术会导致灾难。

  第五章 不能只靠过去的经验判断

  我们的环境比我们意识到的更为复杂。为什么？现代世界是极端斯坦，被不经常发生及非常不经常发生的时间左右。它会在无数白天鹅之后抛出一只黑天鹅。

  除非我们的注意力非常集中，否则我们很可能会无意识地简化问题，因为我们的思维在我们无意识的情况下习惯这么做。

  第六章 叙述谬误

  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，因为它们太抽象了；相反，我们只注意到容易进入我们思维的精确而生动的具体事件。

  第七章 活在希望的小屋里

  世界上有两种人，有的人就像火鸡，面临巨大的灾难却不知情；有的人正好相反，它们等待着让别人大吃一惊的黑天鹅事件发生。

  思维就像身体里的一个居住者，受到生物性的拘禁，除非我们找到聪明的逃脱办法。

  作为灵长类中的人类，我们十分渴求规律，因为我们需要把食物简化，好让它们进入我们的头脑，或者说好把它们挤进我们的头脑。信息越具有随机性，食物就越复杂，因而越难以概括。你越概括，让事物越有条理，随机性就越低。因此，正是我们的简化行为使我们以为世界的随机性比实际上小。

  记忆更多是一台自动进行动态更新的机器，你记住的是你最后一次回忆的事件，并且在毫无意识的情况下，每次重新回忆时就改写故事一次。

  所以我们让记忆也符合因果关系，在不自觉和无意识的情况下改写它们。我们不断根据事件发生之后我们觉得有道理的逻辑重新叙述过去的事件。

  某一年赚100万美元，但在前9年一分钱也不赚，与在相同时间段内平均地获得相同的总收入，即10年内每年获得10万美元的收入，带来的幸福感是不同的。……出于某种原因，你的幸福系统将很快饱和，……实际上，你的幸福感更多取决于正面情绪出现的次数，心理学家称之为“积极影响”，而不是某次正面情绪的强度。也就是说，好消息首先是好消息，究竟有多好并不重要。因此，要过快乐的生活，你应该尽可能平均分配这些小的“积极影响”。大量一般的好消息比一个非常好的消息更令人感到幸福。

  我们的不幸感则符合相反的情形。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。

  但有人能够超于痛苦与快乐的不对称，摆脱幸福感不足的状态，将自己置身事外，而靠希望活着。

  第八章 永不消失的运气——沉默的证据问题

  进化是一系列侥幸的成功，有的是好的，许多是不好的。你只看到了好的。但在短期内，哪些真正对你是好的并不明显，当你处在会产生黑天鹅现象的极端斯坦环境下时尤其如此。

  第九章 游戏谬误——愚人的不确定性

  如果你是一个钟表修理匠、脑外科医生或棋手，注意力集中是一个好品质。但对待不确定性问题是，你最不需要做的就是“集中”（你应该让不确定性集中，而不是我们自己）。

  第二部分 我们就是无法预测

  第十章 无赖预测

  即使我们生活在大事件很少发生的平均斯坦，我们仍然会低估极端事件，我们会认为它们离我们很遥远。

  信息对知识有害

  你提供的信息越多，他们就会形成越多假设，他们的结论就越糟糕。他们看到了更多的随机噪点并将其当成了信息。

  请记住，我们把思想当做财产，所以很难舍弃它们。

  我们已经认识了“技术”和“知识”的区别。

  是专家的专家：牲畜检验员、宇航员、飞机试驾员、土壤检验员、国际象棋大师、物理学家、数学家、会计师、谷物检验员、图像分析员、保险分析师。

  不是专家的专家：证券经纪商、临床心理医生、精神病医生、大学招生官员、法官、顾问、人事官员、情报分析师。我还要加上我自己分析文献的结果：经济学家、金融预测者、金融学教授、政治科学家、“风险专家”、国际清算银行员工、国际金融工程师协会的傲慢成员以及个人金融咨询师。

  很简单，因变化而需要知识的事物，通常是没有专家的，而不变的事物似乎会有专家。

  每小时收听广播新闻比阅读周刊糟糕得多，因为较长的时间间隔能够过滤掉一些信息。

  在几乎一切领域，复杂方法对现实都不适用。另一项研究对博弈论的实践者进行了分析，其中最著名的人物是约翰-纳什，因电影《美丽心灵》而出名的患精神分裂症的数学家。不幸的是，尽管博弈论在学术上很有魅力，并获得了媒体的大量关注，其实践者还是不比普通大学生更擅长预测。

  经济学是最孤立的学科，它是最少引用本学科以外观点的学科！它也或许是目前拥有市侩学者最多的学科，这些市侩学者涉猎不广泛，也不具备天然的好奇心，思维封闭，最终会导致学科的分裂。

  第十一章 怎样寻找鸟粪

  预测过程本身太复杂了

  培根评论说：人类最重要的发展是人们最没有预料到的，是“想象之外的”。

  1965年，新泽西贝尔实验室的两名无线电天文学家在爬上一个巨大的天线时，听到了一种背景噪声，一种咝咝声，就像信号不好时的静电噪声。这种噪声无法消除，即使在他们以为是鸟粪导致了噪声因而将之扫除之后，任然如此。他们很长时间以后才明白，他们听到的是宇宙诞生的声音，宇宙背景微波辐射。这一发现复兴了大爆炸理论，一个被人们遗忘的，由早期研究者提出的理论。

  我们有一个矛盾。不但预测者通常无法预见这种由意外发现带来的巨变，而且事物的渐变也比预测者的预计慢。当新技术出现时，我们要么总体低估，要么严重高估它的重要性。ＩＢＭ创始人托马斯-沃森曾预测人类只需要几台计算机。

  实际上，在统计学中有一个法则，叫做迭代预期法则，我在这里概括它的较强形式：如果我预期将来未来某时点预见到某件事，那么我现在就已经预见到了那件事。

  ……

  但这一迭代人之法则还有一个较弱的形式：为了理解未来并预测它，你需要考虑这段未来本身包含的因素。如果你知道将在未来有什么发现，那么你已经发现了。

  三体问题

  彭佳莱是第一位了解并解释我们的方程具有局限性的伟大数学家。它引入了非线性特征的概念，提出小的事件可以导致严重后果的思想，即混沌理论。这一理论后来变得流行，或许太流行了。流行有什么不好？因为彭佳莱的全部观点在于非线性特征对预测造成的局限性，而不是邀请人们运用数学技巧进行预测。

  彭佳莱以一个非常简单的例子演示了这一点，即著名的“三体问题”。如果在一个类似太阳系的系统中只有两颗行星，并且没有其他因素影响他们的运行，你将能够毫不费力地预测他们的运行。但在两颗行星之间再加入第三个天体，比如一颗小小的彗星。最初第三个天体不会导致行星运行偏离轨道，对它没有影响；然后随着时间的推移，它对另外两个天体的影响可能是爆炸性的。这个微小天体的位置将最终决定着两个庞大行星的命运。

  预测困难的急剧增加来自对这个系统稍稍增加复杂性。

  在动态系统中，你不是只考虑一枚孤立的弹子球，还要考虑各枚球之间的相互影响，面对这样的复杂局面，人们预测未来的能力不是降低了，而是存在根本的局限性。彭佳莱指出，我们只能处理定性的事物，能够讨论系统的某些特点，而无法计算。你能够严谨地思考，但不能使用数字。彭佳莱甚至为此创造了一个领域——原位分析，现在属于拓扑学。预测比人们通常以为的复杂得多，但人们必须懂得数学才能理解这一点。接受这一点则既需要知识又需要勇气。

  ……

  可悲的是，据说保罗-萨缪尔森是他这一代最具智慧的学者之一。显然，他的智慧没有用对地方。……可叹的是，萨缪尔森和他的大部分追随者不懂数学，或者说不懂如何运用它们所知道的数学，不懂怎样将之用于现实。他们知道的数学只够蒙蔽他们的眼睛。

  可悲的是，在不懂实证检验的白痴专家大量出现之前，真正的思想家，如凯恩斯、哈耶克和曼德尔布罗特，就已经开始了有意义的研究。结果他们被人遗忘，因为他们让经济学远离了二流物理学的精确。

  （哈耶克指出，物理学方法不适用于社会科学，并批评了这种做法中的工程学思维。但在他所处的时代，物理学作为科学的王后，其影响力不断扩大）

  如果你用线性方式解释过去，你只能朝一个趋势继续。但未来对过去的偏离有无数种可能。

  第十二章 认知斯坦——一个梦

  认知斯坦

  每个人都有心目中的乌托邦。对许多人而言，它意味着平等、公平、没有压迫……对我而言，乌托邦就是认知斯坦，一个所有人都是认知者的社会，一个认知者能够当选的社会。它将是一个以承认无知而不是承认有知为基础的社会。

  可惜，人们不可能通过承认自己会犯错误来显示权威。

  黑天鹅事件的不对称性使你对“什么是错的”有信心，而不是对“什么是对的”有信心。

  在过去与未来之间存在不对称性，这太神秘了。

  当我们想到明天时，我们只是把它当做另一个昨天。

  一件小事，可能导致你选择一个人而不是另一个人做生活伴侣，所以你应该关注这些非常小的细节。

  第十三章 假如你不会预测怎么办？

  自亚里士多德以来的哲学家告诉我们，我们是沉思的动物，能够通过推理学习。我们花了一段时间才明白，我们确实思考，但我们更多是在进行事后叙述，给自己理解的假象，也为过去的行为找一个借口。

  在正确的地方犯傻

  做好准备

  世界是通过大的随机变化前进的。

  杠铃策略

  你的策略应该是极度保守或极度冒险，而不是一般保守或一般冒险。

  不要把钱投入“中等风险”的投资，（你怎么知道它是中等风险的？听某个谋求终身教职的“专家”的吗？）而应该把一定比例的钱，比如85-90%投入极为安全的投资工具，比如国债，总之投入你能找到的最安全的投资工具。余下的10-15%投入极具投机性的赌博中，用尽可能多的财务杠杆（比如期权），最好是类似风险资本的投资组合。（一定要参与大量这类小赌博。不要被对一个黑天鹅事件的想象遮住眼睛，尽量多地从事这种小赌博。即使风险投资公司也会落入叙述谬误，被少数“合理”的故事蒙蔽，因为他们赌博的数量还不够多。如果风险投资公司能赚钱，那不是因为他们脑子里有的那些故事，而是因为他们遇到了计划外的稀有事件。）

  我永远不可能知道未知，因为从定义上讲，它是未知的。但是，我总是可以猜测它会怎样影响我，并且我应该基于这一点做出自己的决策。

  第三部分极端斯坦的灰天鹅

  第十四章 从平均斯坦到极端斯坦，再回到平均斯坦

  世界是不公平的

  世界有那么不公平吗？我一生都在研究随机性、实践随机性、憎恨随机性。随着时间的流逝，事情在我眼里变得越来越糟糕，我越来越害怕，对自然感到越来越反感。我越思考我的课题，就看到越多的证据表明我们头脑中的世界与实际中的世界不同。每天早上，世界在我眼中都变得比前一天更具随机性，人类都比前一天受到了更大的愚弄。者变得令人难以忍受。写下这段话让我痛苦，世界令人厌恶。

  随机事件或者意外事件也可以解释成功，并且成为赢家通吃结果的原动力。

  我写这些文字时，在使用苹果电脑，但之前我使用了几年的微软产品。苹果公司的技术优越得多，但较差的软件赢得了世界。为什么？运气。

  马太效应

  社会学家罗伯特-K-莫顿比罗森早十多年提出关于马太效应的观点，也就是劫贫济富效应。（詹姆斯一世钦定版《圣经-马太福音》中说：“凡有的，还要加给他，叫他多余；没有的，连他所有的也要夺过来。”）

  学术成功在某种程度上（但非常可观的程度）是抽奖。（提早成功是必要的，也包括提早认识这一点）

  那些在学术生涯一开始就很顺利的人将在一生中不断积累优势。富人容易变得更富，名人容易变得更有名。

  通用语言

  偏好依附理论的应用无处不在：它能够解释为什么城市规模属于极端斯坦，为什么词汇表中只有少数单词被集中使用，为什么菌群的大小会有巨大差异。

  ……

  一个城市聚集的人越多，陌生人就越可能把这个城市当做目的地。大的越来越大，小的仍然很小，或者变得相对更小。

  思想与传染性

  思想的传播有一定的结构。有些思想是具有传染性的，有些不是；有些形式的迷信会传播，有些不会；有些宗教信仰会占据统治地位，有些不会。人类学家、认知科学家及哲学家丹-思铂佰提出了观点表述上述的传染性。被人们称为“觅母”（memes）的东西，也就是以人体为媒介传播并互相竞争的思想，并不真的像基因一样。思想会传播是因为作为媒介的自私的人类对它们感兴趣，并且喜欢在复制过程中将它们扭曲。……人类不是复印机。所以具有传染性的思想一定是那些我们准备要相信的，甚至是天生要相信的。要获得传播，一种思想必须与我们的本性相符。

  在极端斯坦，没有人是安全的

  失败者可能一直是失败者，但胜者可能被某个凭空冒出来的人取代。没有人是安全的。

  ……

  想想城市的发展：罗马，一个在公元1世纪人口120万的城市，如何在3世纪人口下降到1.2万？巴尔的摩，美国曾经的主要城市，为何在后来极度衰败？费城又如何被纽约掩去了光芒？

  ……

  看看下面的统计数据。1957年美国最大的500家公司中，只有74家在40年后仍然位列S&P500。只有少数公司因为合并而消失，其余的要么衰退了，要么破产了。

  有趣的是，几乎所有的大公司都来自世界上最资本主义的国家——美国。一个国家的方向越是社会主义的，大公司就越容易生存。可为什么是资本主义（而不是社会主义）摧毁了这些食人怪兽？

  也就是说，如果你放任那些公司不管，它们就会被吃掉。崇尚经济自由的人声称那些残酷而贪婪的公司是无害的，因为竞争制约着它们。我在沃顿商学院看到的事实使我相信真正的原因在于别的：随机性。

  运气甚至比智慧更公平。如果人们严格根据能力获得报酬，有可能仍然不公平，因为人们无法选择自己的能力。随机性能够对社会进行重新洗牌，把那些大人物拉下马。

  长尾

  在极端斯坦，没人是安全的。反过来也一样：也没人受到完全失败的威胁。我们现在的环境允许小人物在成功的希望前等待时机——活着就有希望。

  天真的全球化

  全球化发生了，但并不是只带来了好处。它还导致全球在互相牵制状态下的脆弱性，同时降低了波动性并制造稳定的假象。换句话说，它创造了毁灭性的黑天鹅事件。我们此前从未面临全球性崩塌的威胁。金融机构合并为更少的超大机构。几乎所有银行都联为一体。金融生态正膨胀为由近亲繁殖的、官僚主义的巨型银行主导的生态（它们通常使用高斯分布进行风险管理）——一损俱损。银行业集中的加剧似乎有减少金融危机的作用，但会使金融危机更具全球性，给我们带来非常严重的打击。我们从由小银行组成的、存在多种贷款条件的多样化生态转变为由相互类似的公司组成的同质环境。确实，我们的破产减少了，但一旦发生……这一想法让我发抖。我再次强调：我们将面临更少但更严重的危机。事件越稀有，我们越不了解它发生的可能性。

  远离极端斯坦的回转

  公平不全是经济问题，而且在我们基本物质需要满足之后，安全更不是经济问题。重要的是等级顺序！总是存在超级明星。苏联经济或许垮了，但他们培养了自己的高尚节操。人们不明白或干脆否认：普通人对智力成果的产出没有贡献。极少数人在智力上的超凡统治地位比财富分配不均更让人感到不安。因为，与收入差距不同，没有哪种社会政策能够消除这种差距。共产主义可以掩盖或缩小收入差距，但不能消除智力生活中的明星机制。

  第十五章 钟形曲线——智力大骗局

  高斯的主要理论是，大部分观察结果集中在中等水平附近，也就是平均值附近；随着对平均值的远离，偏离平均值的可能性下降得越来越快（呈指数下降）。

  假设人的平均身高是1.67米。我把一个偏离单位定义为10厘米，然后我们在1.67米之上逐渐增加高度，并考虑人们身高为这个高度的可能性。

  我相信，在22个偏离单位之后，也就是比平均值高出220厘米，可能性会变成一个古戈尔分之一，古戈尔是1后面加100个零[1]

  曼德尔布罗特分布

  高斯分布最容易发生错误理解的地方，在于它在尾部事件估计上的脆弱和不足。4 sigma 的概率是4.15 sigma 的两倍。20 sigma的概率是21 sigma 的1万亿倍！也就是说，sigma值的一个微小差错将导致对概率的极大低估。对于某些事件，我们的错误可以达到上万亿倍。

  不具突破性的高斯分布，和突破性的曼德尔布罗特随机性。

  突破性的另一个叫法是冥率。只是知道我们处于一个冥率环境并不能让我们获得很多信息。为什么？因为我们必须计算现实生活中的参数，这比在高斯框架下困难得多。只有高斯分布能够很快显现出特性。我的建议就是只把它当做看待世界的一般方法，而不是精确的解决方法。

  记住什么

  记住：高斯钟形曲线家族都受到一种阻力，使偏离平均值的概率下降得越来越快，突破性分布或者曼德尔布罗特分布家族则不受这种限制。

  不平均

  在高斯框架下，随着离差的扩大，不平均程度降低，因为概率在加速降低。在突破性框架下不是这样的：不平均程度保持不变。超级富人中的不平均与中等富人中的不平均程度是一样的，它没有缓和。

  极端斯坦与80/20法则

  你听说过80/20法则吗？它是一种标志性的冥率，实际上冥率的发现正是从它开始的。当时维尔弗雷多-帕累托观察到意大利80%的土地被20%的人占有。有人运用这一法则指出，80%的工作由20%的人完成；或者80%的工作只产生20%的结果，反之亦然。

  80/20法则只是比喻的说法，它并不是法则，更不是严格的规律。

  有两种不同的随机性，它们具有本质的不同，就像空气与水。一种不关心极端情况，另一种受到极端情况的严重影响；一种不会产生黑天鹅，一种会。我们讨论气体和液体不能使用同一种方法。即使能，也不能把这种方法称为“近似”。一种气体不可能与一种液体“近似”。

  事件越稀有，我们对其概率估计的错误越大，即使使用高斯方法，也是如此。

  如果你使用“统计显著性”这种说法，请小心它所带来的确定性假象。人们又可能把观测误差当做满足高斯分布来处理，而这要求它必须来自高斯环境，比如平均斯坦。

  不要试图理解标准差是不是平均偏差，不是，而许多使用标准差这一说法的人不明白这一点。标准差只是一个参照数字，只是一种对应性，如果相关现象是高斯现象的话。

  方便的假设

  请注意我们在抛硬币游戏中的核心假设。

  第一核心假设：每次抛硬币是独立的。硬币没有记忆。前一次得到正面或反面不会影响下一次得到正面或反面的概率。你不会随着时间的推移变成“更好”的抛硬币手。如果考虑记忆，或者抛硬币的技巧，整个高斯世界都会动摇。

  回忆我们在第十四章中谈到的偏好依附和积累优势（马太效应）。两种理论都假设今天的成功会增加你再未来成功的可能性。因此，概率取决于历史，高斯钟形曲线的第一核心假设在现实中不成立。当然，在游戏中，过去的胜利不会意味着未来胜率的提高，但现实生活中不是这样，者就是我对从游戏中学习概率感到担忧的原因。但当胜利带来更多胜利时，与原始高斯曲线的情况相比，你更有可能看到连赢40次的结果。

  第十六章 随机审美

  曼德尔布罗特设计了一种叫曼德尔布罗特集的数学图形，是数学史上最著名的图形。它在混沌理论的追随者中流行起来，因为它通过使用一种巧妙的微型递归法则产生越来越复杂的图形。……你可以把图形分解为越来越小的图形，永无止境，你会不断看到能够辨认的图形。图形永不重复，但他们互相具有相似性，一种强大的家族相似性。

  有时一个分形过程会让你以为它是高斯过程，尤其当采样点很高的时候。在分形分布中，极端离差出现的概率极低，足以迷惑你：你根本没有意识到它是分形分布。

  我所说的是现实的迷雾，信息的不完整性，世界推动者的不可见性。历史不会向我们透露它的想法，我们必须猜测。

  非线性过程比线性过程有更高的自由度，也就是说你更有可能用错模型。

  世界上有大量以校准为目的的经济物理学（把统计物理学应用于社会和经济现象）论文，旨在从现象中剥离出数字，许多试图预测未来。可惜，我们无法从“变迁”中预测危机或传染病。

  灰天鹅是可以模型化的极短事件，黑天鹅则是未知的未知。

  第十七章 洛克的疯子——在错误的地方出现的钟形曲线

  第十八章 骗子的不确定性

  你不能从书本到问题，而应该是相反，从问题到书本。

  真正的哲学问题的根总是在哲学以外，如果这些根腐烂了，它们也会死亡……哲学家会轻易忘掉这些根，它们“研究”哲学，而不是被非哲学问题强迫思考哲学。

  我对黑天鹅的应对方法是在思维中避免从众。

  结语

  我们很容易忘记我们活着本身就是极大的运气，一个可能性微小的事件，一个极大的偶然。

  ”

  --------------------------------------------------------------------------------

  [1] 最大的数，从数学意义上讲是不存在的。但是有一个数。宇宙间任何一个量都未能超过它，这个数就是10的100次方，也叫“古戈尔”(gogul的译音)。目前世界上每秒运算10亿（10的9次方)次的最快速的电子计算机，假定它从宇宙形成时（距今约200亿年）就开始运算，到今天，其运算总次数也不够10的100次方次。 (收起)

  2011-06-20 22:02:51   6人收藏   回应

  收藏

  推荐
• 

  第85页

  法克玛勒格彼得

  许多人在生活中忙忙碌碌，相信自己在做正确的事情，但很长时间都无法拿出实实在在的成绩。他们需要一种不时获得满足感的能力，才能在不断受到周围人的残酷打击的情况下不失去勇气。没人对他们做出肯定、承认，没有学生来奉承他们，没有诺贝尔奖，也没有其他奖。“今年过得怎么样？”这样的问候会让他们在内心深处感到一阵小小的痛苦，因为对于一个从外部看待他们生活的人而言，几乎过去的那些年都被浪费了。然后，突如其来的成功降... (更多)

  许多人在生活中忙忙碌碌，相信自己在做正确的事情，但很长时间都无法拿出实实在在的成绩。他们需要一种不时获得满足感的能力，才能在不断受到周围人的残酷打击的情况下不失去勇气。没人对他们做出肯定、承认，没有学生来奉承他们，没有诺贝尔奖，也没有其他奖。“今年过得怎么样？”这样的问候会让他们在内心深处感到一阵小小的痛苦，因为对于一个从外部看待他们生活的人而言，几乎过去的那些年都被浪费了。然后，突如其来的成功降临了，随之而来的是对他们巨大的肯定。或者，这一天永远不会到来。 (收起)

  2011-08-05 14:53:47   回应

  收藏

  推荐
• 

  第107页

  ItoTimoCheen

  “求助于随机性也就是求助于无知”，也就是说，我们不愿意承认我们不能解释的事物，所以我们喜欢用我们擅长记忆的方式阐述一个问题，最好的办法就是加上因果关系。唔，世界之大，不是所有的东西都是因果联系的。无法解释就不要解释，解释苍白无力。只会给人留下错误的思想。 (更多)

  “求助于随机性也就是求助于无知”，也就是说，我们不愿意承认我们不能解释的事物，所以我们喜欢用我们擅长记忆的方式阐述一个问题，最好的办法就是加上因果关系。唔，世界之大，不是所有的东西都是因果联系的。无法解释就不要解释，解释苍白无力。只会给人留下错误的思想。 (收起)

  2011-04-08 22:12:25   1人收藏   回应

  收藏

  推荐

• 

  第1页

  mandy

  D82邂逅的男子，读着《黑天鹅》--那个漂亮的眼神萦绕心头 于是，我也买了一本黑天鹅 纪念。。。 预见，有一天再次相遇 (更多)

  D82邂逅的男子，读着《黑天鹅》--那个漂亮的眼神萦绕心头

  于是，我也买了一本黑天鹅

  纪念。。。

  预见，有一天再次相遇 (收起)

  2011-03-17 17:04:06   回应

  收藏

  推荐
• 

  第1页

  biabia (Alive！我的自由式~)

  昨天在楼道里看见李子奈老师推荐看这本书的海报，晚上就梦见黑天鹅了，决定看看~ (更多)

  昨天在楼道里看见李子奈老师推荐看这本书的海报，晚上就梦见黑天鹅了，决定看看~ (收起)

  2011-03-31 17:44:55   回应

  收藏

  推荐
• 

  第1页

  陈英英-Ivy+

  “我喜欢你是不确定的，宛若确定一般 ” 喜欢这句书评！ (更多)

  “我喜欢你是不确定的，宛若确定一般 ”

  喜欢这句书评！ (收起)

  2011-04-12 22:39:29   回应

  收藏

  推荐

• 

  无赖的预测

  极昼EDS

  很明显人类预测未来的成绩是极其失败，这一点已经被无数历史事件所证实。在这一章中，作者将专家分为两类： 是专家的专家：会计师、图像分析员、土壤检验员等； 不是专家的专家：证券经纪商、经济学家、风险专员等； “很简单，因变化而需要知识的事物，通常是没有专家的，而不变的事物似乎会有专家。也就是说，与未来有关，并且其研究是基于不可重复的过去的行业通常没有专家。” 依据这个定义，我觉得把项目经理加入到不... (更多)

  很明显人类预测未来的成绩是极其失败，这一点已经被无数历史事件所证实。在这一章中，作者将专家分为两类：

  是专家的专家：会计师、图像分析员、土壤检验员等；

  不是专家的专家：证券经纪商、经济学家、风险专员等；

  “很简单，因变化而需要知识的事物，通常是没有专家的，而不变的事物似乎会有专家。也就是说，与未来有关，并且其研究是基于不可重复的过去的行业通常没有专家。”

  依据这个定义，我觉得把项目经理加入到不是专家的专家中是合适的。项目是极其多变的，世上没有两个完全一样的项目，由于其多变，我们需要学习相当多的关于它的知识。我们所有对项目的研究几乎都是基于曾经发生过的项目，而这些都是不可重复的。所以这个行业通常没有专家。

  对于我而言，在从事这一职业这么长时间之后，得出这个结论十分的让人沮丧。为了进一步的验证，我拿证券经纪商常干的事和我常干的事做了一个对比。

  证券经纪商经常预测股市的点数和股票价格的未来趋势；

  项目经理经常预测项目所需的总时间和工作量的未来趋势；

  大部分的股民都会关注证券经纪商的报告和预测数据；

  大部分的项目干系人都会关注项目经理的项目报告和预估数据；

  证券经纪商的预测数据是相当离谱的，我的直觉和经验告诉我，结果及其离谱，但是没有足够的数据来统计。作者在文中举过一个例子，“一个随便把某一期的数字当作对下一期预测的人也不会比他们做的更糟糕”

  项目经理的预估数据也好不到哪里去。我特地统计了一下我过去几年做过的几十个项目。在项目周期小于三周的情况下，预估时间和实际时间的误差在20%到40%（3~6个工作日），项目周期在6个月以上的，误差在30%到120%，从来没有一个项目是完全按计划完成的。

  这使我倒回到若干年前一直在思考的一个问题，我存在的价值在哪里，没有我项目会不会走得更好？ (收起)

  2012-01-06 00:16:32   回应

  收藏

  推荐
• 

  第30页

  Ronica

  George Will访问Robert Shiller的过程说明了什么？ 智慧常常不能被常人理解。俄罗斯轮盘堵如果第三发仍然没有打中你，第四发你认为会中吗？根据过去预测将来不一定准确，根据事理预测将来却不一定让人甘受。 (更多)

  George Will访问Robert Shiller的过程说明了什么？ 智慧常常不能被常人理解。俄罗斯轮盘堵如果第三发仍然没有打中你，第四发你认为会中吗？根据过去预测将来不一定准确，根据事理预测将来却不一定让人甘受。 (收起)

  2012-01-05 22:24:56   回应

  收藏

  推荐
• 

  第85页

  极昼EDS

  赌徒相信初学者几乎总是有运气。这一说法从经验的角度来看实际上是对的。但是同样还是错觉。因为刚开始赌博的人要么走运，要么不走运。走运的那些，感到自己受到命运的垂青，会继续赌博；余下的感到失望，会停止赌博，因此不会出现在样本中。继续赌博的人会记得自己曾经是幸运的初学者。放弃赌博的人，从定义上讲，将不再属于赌徒行列。这就解释了初学者的运气。 初学者的运气是一个典型的沉默的证据问题。沉默的证据的核心在于... (更多)

  赌徒相信初学者几乎总是有运气。这一说法从经验的角度来看实际上是对的。但是同样还是错觉。因为刚开始赌博的人要么走运，要么不走运。走运的那些，感到自己受到命运的垂青，会继续赌博；余下的感到失望，会停止赌博，因此不会出现在样本中。继续赌博的人会记得自己曾经是幸运的初学者。放弃赌博的人，从定义上讲，将不再属于赌徒行列。这就解释了初学者的运气。

  初学者的运气是一个典型的沉默的证据问题。沉默的证据的核心在于，拿出来做统计的样本是有预筛选过的，导致最后的结果是有偏差的，而且往往偏差的很大。

  看完这个之后相当的感慨。2007年的时候，上海工作室在开发一款耗时超过三年的大作。公司在做决策的时候，为了决策的正确，特地找了一组人过来了解并试玩游戏片断，同时为游戏评分，最后评分得到95+。这是一个相当优异的成绩，极大地鼓舞了公司高层推进游戏的开发。

  等到游戏正式公测时，第一天上线人数有一两万人，而后就逐日递减，两周之后稳定在只有数百人的规模。对于一款三年的大作来说，这意味着彻底的惨败。

  为什么一款试玩评分95+的游戏最后惨败如此呢？其实看看试玩的人员组成和数量就知道一二了。试玩人员包括三类人：保持良好关系的行业人士、深度合作伙伴、公司发烧级粉丝，人员数量不超过50人。

  样本过少。公司游戏平台帐户数是以千万来计的，低于50人的样本显然不足以推算出正确的结果。

  样本本身也有问题。参与试玩的并不是普通玩家，而是所谓的专业人士。公司当初之所以相信这个不到50人的小组的结果是因为他们都是专业人士，但是显然专业人士的看法和市场的看法相差甚远。他们对游戏的看法和普通玩家显然差距甚远。很可惜，决定一款游戏的成败的是占绝大多数的普通玩家，而不是那个不到50人的专业团队。 (收起)

  2012-01-03 23:46:39   回应

  收藏

  推荐