美文网首页书与理
谈论黑天鹅,真的有意义吗?

谈论黑天鹅,真的有意义吗?

作者: 知隐_ | 来源:发表于2017-09-16 19:52 被阅读0次

    学习了《黑天鹅》一书,我们知道了黑天鹅特指罕见的、产生极端影响的、事后才可以预测的事情。但是既然这么罕见并且事后才能预测,那么我们还有必要谈论黑天鹅吗?这不过只是某些学者提出的概念而已,对于一个日常生活中难以遇到的东西,给予过多的关注,其实是没什么必要的,当你意识到这是一个黑天鹅的时候,你已经错过了最佳的进入或逃离时机。但是书中的一些观点倒是值得探讨学习。

    先说预测这事。理论上,只要掌握了足够多的可靠信息,并对信息进行正确地加工分析,就可以预测事物的一切情况,包括过去现在和未来。但首先的问题是,信息无法保证一定可靠,一是信息的来源问题,二是自己对信息真伪的判断问题。其次,信息多少算足够?就拿天气预测来说,如果只看周围五十公里的气象图,那么也许能说明天不下雨;但是从周围一百公里的气象图来看,未来将有一股移动速度很快的台风来袭,那么明天大概率就是下雨了。所以,我们所做的判断预测,不会超过我们所知道的信息。为什么说黑天鹅事后才可以预测,就是因为信息不足无法提前得知;事后信息一目了然,当然就能预测了。

    人们通常认为未来是难以预测的,存在多种可能性,但事实是,未来是唯一而确定的,只是我们现在还不知道而已。当世间所有的信息都汇总在一起并且知道其演化规律后,未来就是已知的。换一种说法,站在现在看过去,过去是唯一的,站在未来的未来看未来,未来也是唯一的。因此我们不得不面对一个残酷的现实:每个人的未来都是确定的唯一的,只是我们目前不知道而已。这有点像宿命论,就像你现在可能认为我是胡说八道,但你否定我的这个举动恐怕也是命中注定的事,多少也能预测到。那我们个人对此就无能为力了吗?我想,我们的主观能动性,能让我们有多种的选择,而每一种不同的选择就对应一种不同的演化规律,未来已知的前提是信息和演化规律已知,而我们的选择也就决定了我们的未来。

    再看归纳这事。为什么会有黑天鹅一词?因为人们之前看到的天鹅都是白色 ,所以归纳得出结论天鹅都是白色的,直到后来发现了黑天鹅,然后就有了黑天鹅这一概念。于是人们就认为,仅通过观察和经验得来的知识,具有严重的局限性和脆弱性。这句话本身没问题,问题在于观察和经验得来的是否一定是知识。归纳法包括完全归纳法和不完全归纳法,人们对天鹅是白色的认知就是不完全归纳法,是伪知识。之所以叫伪知识,是因为在已知条件下,只能暂时认为是对的,直到黑天鹅出现。而完全归纳法推理的要求有三:一是前提所断必须穷尽一类事物的全部对象;二是前提中的所有判断都是真实的;三是前提中每一判断的主项与结论的主项之间必须都是种属关系。

    数学上的归纳之所以严谨可靠,也是因为做到了不重复和不遗漏。而我们生活中通过观察和经验得到的,只是众多的知识之一,如果把这单独的知识认为是知识的全部,自然会出现问题。也就是说,观察到的未必是对的,对它的解读才是关键。比如说,垃圾堆里老鼠蟑螂很多,你可以据此归纳说老鼠蟑螂都是在垃圾堆里出生的,也可以归纳说老鼠蟑螂喜欢来垃圾多的地方。只有按照完全归纳推理的三个要求,才能得到真正的答案。否则,得到的答案就是不真实的,或者真确答案的子集之一。

    要做到完全归纳太难了,事实上很多时候也不可能,那怎么办?书中提到了使用逻辑推理。逻辑推理一般上演绎推理,从一般性的知识的前提推出一个特殊性的知识的结论。这里就要求前提正确和推理正确,才能得出正确的结论。前提正确自不必说,推理要保持正确就不容易了,很多时候人们会把简单的因果关系当作推理逻辑,但是很多因果关系都是存疑的。推理所需的逻辑一般是公理定理,然而我们也知道这些公理定理都是相对的,在已知的知识基础上这些可以认为是正确的,直到新知识出现建立新公理。推理的另一种情况就是归纳推理,上面也讨论过归纳了,此处不再重复。事实上,一切的推理都不产生新知识,知识都包含在已知的前提中,最开始提到的预测,也可算是推理的一种。

    书中还提到了应对黑天鹅的一些方法。比如“杠铃策略”,即在投资领域,将大部分资金的投资于极度安全的地方,少量的资金用于高风险高收益的地方,以小博大,同时风险得到有效控制。还有就是将自己置身于有正面影响的黑天鹅中,获取最大收益。不过现实中当黑天鹅初露苗头时,我们很难分清到底是好是坏,就以比特币来说,刚出现的时候,没人说的出它是不是黑天鹅,直到现在,即使涨到这么高的价格,以比特币的稀缺性来说,未来价格翻几番也不是不可能。现在也许不是最好的入场时机,但是也许是次好的,只有等待明天之后,你才知道自己的选择对不对。

    相关文章

      网友评论

        本文标题:谈论黑天鹅,真的有意义吗?

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