“ 发现澳大利亚的黑天鹅之前，欧洲人以为天鹅都是白色的。 ”
*本文于2018年11月首发于雪球，有修改
文：屠夫1868
关注公众号：基业长红1868
转载需获本人授权，并注明作者和出处
2008年次贷危机爆发后，塔勒布的《黑天鹅》火了。
2018年的中国股市跌宕起伏，“黑天鹅”这词也几乎被国内媒体用到烂，甚至让屠夫产生了“天下天鹅一般黑”的错觉。
那么问题来了：塔勒布和他的《黑天鹅》到底说了什么？
01 “黑天鹅之父” 纳西姆·尼古拉斯·塔勒布
纳西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb），是阿姆赫斯特马萨诸塞大学的随机科学系教授，也是安皮里卡资本公司的创办人。
根据屠夫在百度上搜到的资料，这位兄台在2001年“9·11”事件发生前大量买入行权价格很低、无价值的认沽权证，“9·11”后大赚一笔。
在美国次贷危机爆发之前，塔勒布又先知先觉重仓做空，又大赚了一笔。
上述两个例子很符合他自己宣称的投资理念：
80%以上的零风险投资+20%以下的高风险投资
完全放弃低效的中等收益投资
利用正面的黑天鹅事件“一夜暴富”
从其行文中，屠夫能感受到塔勒布在投资上，追求“风险-收益不匹配”的机会。
他将“风险”和“波动”看成两种东西——小波动也可以引发大风险。
02 “平均斯坦”与“极端斯坦”
塔勒布在《黑天鹅》一书的前半段，花了大量精力铺设了两个基础概念：平均斯坦与极端斯坦。
在这两个虚构出来的“国度”里，有些基础性的法则会大相径庭。
假如我们从普通人群中随机挑选出1000个人，让他们并排站着，考察这些人的体重。可能其中最重的人的体重可以达到平均体重的3倍，但是他在总体重中所占的比例仍然微不足道（比如0.5%）。
这种状况，属于“平均斯坦”——当样本量足够大时，任何个例都难以撼动整体。
平均斯坦的例子似乎随处可见：人的身高和体重、牙医的收入、（测出来的）智商等等。
同样是这1000个人，现在我们考察他们的净资产。假如富甲天下的比尔·盖茨“混”入其中，假设此时他的净资产超过600亿美元（2012年数据），而其余人不过百万美元的净资产规模，那么，比尔·盖茨一人的净资产已经占据总额的绝大部分。
这种状况，属于“极端斯坦”——不同的个体能对整体产生不成比例的影响。
极端斯坦的例子并不罕见，比如图书销量：J.K. 罗琳的《哈利·波特》系列销量已经达到数亿册，把这样一个“个体”纳入到1000名作家当中考察销量，恐怕能碾压其他999名作家。
类似的例子还包括：词汇表中单词的使用量、行星的大小、公司的规模、金融市场（塔勒布认为大部分投资经理都不知道这一点）等等。
03 归纳推理的禁飞区
在极端斯坦的环境中采用平均斯坦的方法看问题，是要付出严重代价的。
在极端斯坦中，从过去获得的知识实际上无关痛痒，甚至是虚假的误导——
火鸡被饲养了1000天，于是推断第1001天也“大概率”能活下去，然而第1001天是感恩节；
泰坦尼克号的船长在1912年的航行前（泰坦尼克号失事），从未见过失事船只，也从未遇上失事的危险。
生活在平均斯坦是非常容易的，因为黑天鹅问题要么不存在，要么影响极小。
在塔勒布眼中，极端斯坦的情况远比平均斯坦要多。
然而，我们日常学习和思考中依赖的归纳推理，属于平均斯坦。
归纳推理是人类学习的重要方法，用一句话概括就是“从个别到一般”的推理。
观察了一千只、一万只、一亿只天鹅都是白的，进而归纳推理，得出“天鹅都是白色的”的结论，看似无懈可击。
实际上，只需要一只黑天鹅就可以击垮这个由上亿个例“归纳推理”得出的结论。
说到这里，屠夫插一句，数学里“反证法”的核心就是找出那只黑天鹅，使结论不成立。
没错，一只火鸡在感恩节来临前的1000天，泰坦尼克号船长在1912年以前的所有航行，都是“白天鹅”。
04 正态分布的百慕大
正态分布（也叫高斯分布、钟形曲线）在统计学中被广泛运用，在金融行业也不例外。均值和方差能帮助我们快速地抽象出模型，以便近似地描述复杂的问题。
然而这也让我们产生了一种错觉——似乎抓住了均值附近的区域，我们就抓住了事物的内在规律。
但是，正态分布必须假设每次事件相互独立，也就是“硬币没有记忆”。
而这个假设在极端斯坦中并不成立。
由于偏好依附和累积优势的存在（详见书中第十四章），现实中会有大量“今天成功会增加未来成功的可能性”的事件。
这也是为什么绝大多数父母更希望孩子读名校——巴不得从幼儿园到大学都是名校——为的是提升未来“成功”的可能性。
塔勒布用了一整章的篇幅来“拆穿”这个“智力大骗局”。
他认为，钟形曲线的两端是加速下降的，让人们误以为偏离均值的概率下降越来越快，所以高斯方法（正态分布）令稀有事件的发生概率被大大低估。
与此同时，人们又偏爱确定性：我们总是在试图寻找对事物的“合理解释”，好让知识便利地被压缩并存入脑海中（而且全部发生在事后），形成“叙事谬误”——其实大多只是牵强附会。
两种情况一叠加，人们就更容易忽略“黑天鹅”存在的可能性了。
屠夫觉着吧，塔勒布说的就是“事后诸葛亮，事前猪一样”，心理学上称之为“后见之明”。
雪球里的好些用户以及所谓的专家，也有这种习惯……
05 从“求正确解”转向“求错误解”
《黑天鹅》读到一半的时候，屠夫一度有种“这书在散布不可知论”之感。
毕竟塔勒布在不断地击垮我们的惯性思维，却没告诉我们该如何是好。
幸好，书的后半段还是给出了应对黑天鹅的方案。
查理·芒格说：
“如果我知道我会死在哪里，那我就永远不会去那个地方。”
起初屠夫认为，芒格这是借“逆向思维”的外衣劝人“别作死”，后来发现没那么简单。
成功“经验”往往难以复制，失败经验却弥足珍贵。
人在回顾自己成功经历时容易出现“归因谬误”，夸大内部因素而贬低了外部因素（尤其是运气）的影响。
这些“正确解”很容易成为一只只白天鹅，蒙蔽了我们的洞见，忽视了黑天鹅存在的可能。而失败的经验由于不吸引眼球，经常被人们忽略。
塔勒布指出，要想应对黑天鹅，最好留意“不要做……”类型的建议，也就是别人失败的经验。
屠夫对此理解为“求出错误解，然后尽力避免”，和芒格的建议不谋而合。
塔勒布还提出“尊重时间”的概念：
处在黑天鹅高发地带的一系列数据，需要更长的时间来解释其特性。
对，说的就是金融市场。
如果观察窗口太小，就容易忽略掉黑天鹅。
还是拿火鸡做例子——
如果这只火鸡把观察窗口从1000天放大到10000天，又或者把观察窗口从自己这个个体换成饲养场火鸡群体，就不会得出“我在第1001天大概率存活”的结论了。
06 写在最后
面对“黑天鹅”充斥各种报道，屠夫不禁要问：
黑天鹅真的有这么多吗？
还是说，
这是眼光狭隘和过分自信的产物？
可以确定的是，无论我们已经经历了多少黑天鹅事件，今后依然会发现新的黑天鹅。
保持谦卑，保持警惕，没有坏处。
屠夫在做相关性分析时，坚持剔除数据量不足的指数，也是出于“黑天鹅”的考虑，尽可能放大观察窗口。
宁做自认平庸的屠夫，不做自命不凡的羔羊。
[ 作者简介 ]
屠夫1868，结合价值理念和量化工具的指数投基者。
更多投资思考、读书笔记和「半天候资产配置策略」每周在公众号【基业长红1868】更新，欢迎关注。
网友评论