传统的社会学家和经济学家喜欢用高斯正态分布来描写随机事件,然而我们的生活中大量事件却不是正态分布的。比如畅销书的销量,富人的财富,其极端例子都比正态分布预测的多得多。正态分布,描写的是一个大致均匀的世界。然而不平等是我们这个世界的本质属性。这个分布所预言的极端情形的概率,比正态分布要高的多。这就是为什么一般人往往会低估黑天鹅出现的概率。所谓的"80-20法则",其实就是这个不均匀分布的特点。 幂律分布与分形数学紧密结合。实际上如果你考察畅销书作家的成绩,或者富人财富的分布,你会发现其结构是分形的:每4个身价超过1亿美元的富人中,会有一个身价超过10亿的,而每4个身价超过10亿的人中,又会有一个超过100亿的。100亿级别富人看10亿级别富人,就好想10亿级别富人看1亿级别富人一样。也就是说分形结构带来了幂律。
同样,因为这种突破性会导致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。
所谓黑天鹅,是指具备了以下三个特征的事件:
不可预测,人们事前往往低估其发生的可能性。
造成极大影响。
事后回头再看,又觉得此事发生的有理。
有黑天鹅的本质原因是人们经常无法分清“无证据表明是这样”和“证据表明不是这样”是不一样的。
具体说,黑天鹅又分两种,一种是叙述中的黑天鹅现象,即那些人们谈到,你也能在电视中看到的黑天鹅现象(可以认为是灰天鹅)。第二种是无人谈及的黑天鹅现象。第一种往往被高估,第二种被严重低估。金融风暴这种”小概率事件“其实出现得比专家们预见的要频繁得多。原因是这个世界要比百年来一直在用的统计学模型要复杂得多。而且正态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。4sigma的概率是4.15sigma的两倍。20sigma的概率是21sigma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。
为什么这样了?
一是自大,我们在自以为拥有的知识方面非常自大,我们有一种内在的倾向,以为我们比实际上知道得多一些,这一点常常招致严重的麻烦。认知自大有双重影响:我们高估我们的知识,低估不确定性。
二是我们喜欢故事,喜欢总结,喜欢简化,也就是减少事情的影响因素。故事严重扭曲了我们对世界的思维反应,在稀有事件上尤其严重。
本书作者为纳西姆·尼古拉斯·塔勒布,他一生专注于研究运气、不确定性、概率和知识。在看了那么多本书后,虽然这本书并没有充满趣味性,文字也并不浅显易懂。但是,这本书在我的感觉中是最有深度的。作者的思想以及书中的文字,都说明了这一点。
关于黑天鹅,有这样一个事件:在澳大利亚黑天鹅被发现之前,生活在十七世纪欧洲的人们都相信所有的天鹅都是白色的。因为当时所能见到的天鹅的确都是白色的,所以根据经验主义,对于天鹅都是白色这一点的简直就是一个真理。直到1697年,探险家在澳大利亚发现了黑天鹅,人们才知道以前的结论是片面的,原来并非所有的天鹅都是白色的。黑天鹅的存在寓意着不可预测的重大稀有事件,它在意料之外,却又改变一切。人类总是过度相信经验,而不知道一只黑天鹅的出现就足以颠覆一切。所以,黑天鹅事件其实是一种现象,而这种现象就是不确定性和无法预知。这本书就是一本关于不确定性的书籍。作者和其他人不同,他对正常现象是不太关注的。就像观察一个人的品行,显然在正常的现象中并看不出来什么,要在特殊情况下的表现通常才能看出问题所在。
在这本书中显然不仅是在谈论发现了黑天鹅本身这件事,而是这种现象所呈现出来的特点。黑天鹅现象有哪些特点呢?
一,具有意外性。它通常发生在预期之外。
二,它会产生极端影响。
三,虽然它具有意外性,但人的本性促使我们在事后为它的发生编织理由,并且或多或少认为它是可解释和可预测的。概括起来就是:稀有性、冲击性和事后可预测性。
在本书中,有两个术语是很重要的。平均斯坦与极端斯坦。在平均斯坦,我们受到集体、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、未知事件和已知事件的统治。黑天鹅事件就经常发生在极端斯坦,但也并不全是黑天鹅现象。有些事件很少发生,而且很有影响力,但是是可以预测的,尤其对那些又准备有办法理解他们的人来说。这被称为“灰天鹅”现象。在平均斯坦里也会发生黑天鹅,只是少见而已。在作者的观点中,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是不可能发生的事情主导的,也就是通常是由极端斯塔所主导的。但是我们却一直把时间花在讨论琐碎的事情上,只关注已知和重复的事物。我觉得这句话确实十分精辟,仔细想想真的很有道理。我想这也是为什么每次出现什么新奇到足以颠覆我们世界观的事物之后必然引起轰动。
在本书中,作者还用了大量的篇幅来阐释事后描述。用现在通俗的话来说就是:事后诸葛亮,事前猪一样。书中是这样写道的:“我们只是一台巨大的回头看的机器,而且人类极为善于自我欺骗”。每件事情发生之后,我们总能够找到各种事件发生的理由,而且我们也习惯从这些事件中汲取经验,虽然很多都是无法预测的事情,但是我们表现出来的就好像所有事情我们都能够预测的样子。其实,事情发生之后把整件事情梳理清楚是非常容易的,因为已经发生了,但是在事件发生之前,事情显然复杂很多倍,而且很多事情我们都是预测不到的。
这在对历史事件的回顾中最能情绪说明这一点。这里作者提到“三重迷雾”,这是对待历史问题,人类思维会犯的三个毛病。
一,假想的理解。也就是人们都以为自己知道一个超出他们认知的更为复杂或更具随机性的世界中正在发生什么。
二,反省的偏差。也就是我们只能在事后评价事物,其实历史在历史书中比在现实中更加清晰有条理。
三,高估事实性信息的价值。由于事前和事后差异是很大的,所以事后描述其实对于事前的预测并非常常是可靠的。但是人们不以为然。
看完这本书,我想用这段话来总结再合适不过:黑天鹅并不可怕,可怕的是人们的自以为是,我们忽略黑天鹅的存在,自以为掌握了白天鹅的规律就掌握了世界,结果当黑天鹅飞来时,措手不及,导致过往的努力化作泡影。
人们总是不自觉的由惯性思维主导对未知的认知,或者自觉的基于现有的知识体系和逻辑框架来认知变化中的世界,这种“自以为是”正是黑天鹅的藏身之处。
我们的世界,其突变是由极端、未知和非常不可能发生的(以我们现有的知识非常不可能发生的)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,只关注已知和重复的事物;即使我们取得了知识上的进步和成长,未来仍会越来越不可预测,而人性和社会“科学”合谋起来向我们隐藏了这一点。
错误地把对过去的一次天真的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原因。
我们的头脑是一台非常了不起的解释机器,能够从几乎所有事物中分析出道理,能够对各种各样的现象罗列出各种解释。我们只是一台巨大的回头看的机器,并且“合乎情理”的不断的“自欺欺人”。这种“自欺欺人”导致的一次又一次的面对意外的猝不及防(负面黑天鹅)以及颠覆认知的重大发现(正面黑天鹅)都发生在人类自以为是的认知海洋的边界之外。
我们面对黑天鹅的无知,根源在于:人们学习已知的太多,思考未知的太少。
我们只有专注于我们不知道的,才有可能从容应对未知。我们必须把极端事件当作我们认知的起点,而不是把它当作意外事件置之不理。
我们不是始终生活在按已知规律可以预知未来的风平浪静的平均斯坦中,现代世界是极端斯坦,被不经常发生及很少发生的事件左右。黑天鹅现象要求我们换一种思考方式。我们不能把问题藏起来,就只有更深入地挖掘。
我们可以通过负面例子而不是正面证据,才能接近真相;因为依靠正面证据存在过早下结论或可能误导对未知进行判断的风险,可能出现证实谬误。有时候大量信息变得毫无意义,而少量信息却具有非凡的意义,正如:1000天并不能证明你是正确的,但一天就能证明你是错误的。
所以,从认知世界的方式来看,我们更多的需要冷眼看世界而不需要找理由满足自我膨胀的认知感,让我们把重点转向缺陷和未知吧。
传统认知方面,我们无法在不编造理由或者强加一种逻辑关系的情况下观察一系列事实。对事实的解释与事实混在一起,使事实变得更容易被记住,更符合道理。这种倾向的坏处在于它使我们以为对事物有了更好的理解。这就是传统认知导致的叙述谬误,这种叙述行为来自一种根深蒂固的简化事物复杂性的生物需要。对于发生过的事件,我们会不断根据事件发生之后我们觉得有道理的逻辑持续叙述过去的事件。这也使得历史事后看上去比实际上更可解释--当下也是如此。
我们是寻找原因的动物,习惯于认为一切事情都有确定的原因,并且把最明显的那一个当做最终解释。但实际上可能并没有可见的原因,相反,很多情况下什么也没有,甚至没有任何可供选择的原因。沉默的让人无法得知的隐藏中的证据掩盖了这一事实,让人们可以“合乎情理”地串联起让人信服的理由,这是因为我们潜意识的推理机制忽视沉默的证据,即使我们知道需要考虑它。不进入视线则不进入大脑:我们对抽象的东西怀有天性上的甚至行动上的蔑视。
其实,在现实的世界里,重要的东西往往乏味而无情,因为我们内在的情感功能是为线性因果关系设计的,而我们的世界比我们想象中更加非线性,也比科学家们的意愿更加非线性,更加的不合乎固有的因果关系。实际情况往往是:令人不安的事例在确定真相方面有力得多,但我们通常并不知道这一点或者习惯性的排斥这些“意外”。
幂律分布的随机变量有两个重要特点:
1、可扩展。打工仔的工资其实不是可扩展的,因为你的财富取决于你工作时间的长短,而你的工作时间是绝对有限的。反过来说如果你写书,那么你就是可扩展的,你写一本书,这本书可以的销量可以无穷大。黑天鹅变量因为可以很极端,所以一定是可扩展的。
2、具有自我加强的特征。也就是说越富有的人,越容易赚到更多的钱;越出名的作家,书越容易卖,然后正反馈,作家就更出名。财富的增加几率随着财富本身的增大而增大。正是这个性质决定了幂律的分布,正所谓“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”。
智力,科学和艺术行为属于有突破性的行业,在这里成功是高度集中的,少量赢者得到蛋糕的大部分。可突破性基本上适用于所有“有意思”的职业,但从事他们并不是好主意,因为在这些行业赢家太少,挨饿的演员比挨饿的会计师要多。
基于是否有突破性,可以那段那些行业的专家是真的专家: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。
哪些行业的专家不是专家: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,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。但是,如果想伪装成专家,还要有下面几点本事:
1、自信,人们会相信你说的话,只要你不表现出一丝动摇。你得尽量用自然的方式使用这种技俩。在你表现得极为礼貌和友好的时候,传递出自信要容易得多。你可以在人们毫不察觉的.时候控制他们。关键不在于你说什么,而在于你怎么说。为了自信,你必须在别人面前保持低调和超然的冷静。而且,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。
2、只讲简单的故事。我们十分渴求规律和模式,因为我们需要把事物简化,好让它们进入我们的大脑。找到了模式,找到一系列事物的逻辑,你再不需要记住所有事情,你只需要保持这一模式。此外,美化的东西和柏拉图式的简化东西天生容易被看见,我们喜欢已知的模式和有条理的知识,达到了对现实视而不见的地步,这也解释了为什么我们在归纳问题上犯错。我们试图强制性的理解事物的习惯,实际是谋求降低复杂性。所以,要迎合人们的这些错误习惯。
从前有个小女孩,做了一个黑娃娃。黑娃娃会走路会说话,虽然一身漆黑可是心地善良。自从有了她,小女孩不再寂寞得没人陪她说话。
快乐的日子过了一天又一天,有一天小女孩突然想到,只有一个黑娃娃,那她不是很寂寞吗?于是小女孩就拿起老神仙给她的神针神线,又做了一个花娃娃。
花娃娃真漂亮,花衣服花裙子,还会唱歌和跳舞。黑娃娃开心地对花娃娃说:“我们做好朋友吧!”可是花娃娃一下子打掉了黑娃娃的手,还说她又黑又丑,才不要和她做朋友。黑娃娃可伤心了,默默地流着眼泪离开了。
每一天,主人都和花娃娃玩,把黑娃娃丢在一边不理不睬。每当有客人来的时候,他们都会说:“你家的.花娃娃可真漂亮,这个黑娃娃可真难看呀。”黑娃娃总是忍住眼泪暗暗地鼓励自己:“虽然我外表不漂亮,可是我的心却是美丽的。”
有一天,小女孩和花娃娃玩的时候,不小心把她的脸刮破了,小女孩连忙用神针把脸补好了,可是花娃娃的脸从此却留下了一个难看的疤痕。渐渐地小女孩不再宠爱花娃娃了,又天天和黑娃娃一起玩了。这时花娃娃才后悔以前不应该嘲笑别人。正在花娃娃难过的时候,黑娃娃却拉起了花娃娃的手,叫她和小女孩一起玩。
黑娃娃、花娃娃,从此以后变成了好朋友。
© 2022 xuexicn.net,All Rights Reserved.