美文网首页投基取巧读书
归纳推理的禁飞区,正态分布的百慕大:塔勒布的《黑天鹅》

归纳推理的禁飞区,正态分布的百慕大:塔勒布的《黑天鹅》

作者: 屠夫1868 | 来源:发表于2019-05-13 06:40 被阅读8次

     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)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。

    相关文章

      网友评论

        本文标题:归纳推理的禁飞区,正态分布的百慕大:塔勒布的《黑天鹅》

        本文链接:https://www.haomeiwen.com/subject/axekaqtx.html