一、本书主题

人的思维是有局限性的。最近几千年人类社会进步太快，而人的思维模式大多还是沿袭几万年前的存货。

本书论述了人类思维决策的模式，并通过人们常用的模式和理性判断模式的对比，揭示了人类决策过程的一些错误的思维习惯，并给出了改善的建议。

本书使用了大量试验案例，介绍了一些心理学原理，读起来比常见的只介绍谬误的书吃力，但是好处是理解更深入。本文只介绍其中的原理、常见错误和对策部分，对后面的心理学前沿研究部分略过。

二、思维模式

思维是基于已知事实，通过推理或想象，创造出的并不存在于当下的心理对象。例如面对股价下跌，做出对原因的判断，以及买入或卖出的操作决策。

思维模式可以分为两种，自动的思维和控制性的思维。自动的思维来自单纯连接，从一件事自然地想起另一件。这种方式速度快，很多情况下也是准确的，例如驾驶技能。控制性思维是通过对可能性的演绎进行思维，典型的语句是“如果。。。那么。。。“，这种方法速度慢，但是能得出更准确的结论，如科学研究。

人类对信息的处理方式类似于计算机，对输入的信号转化为符号信号，放在短期记忆（内存）中，然后进行处理，并输出结果。同时将处理过程和结果放入长期记忆（外部存储）中，便于在以后遇到类似情况时参考。但是人的短期记忆是有限的，这决定了同一时间无法处理大量信息。这也是人类思维有限性的来源之一。

三、理性选择

我们面对的是一个不确定世界，因为我们不可能获得所有信息，也没有那么强大的大脑来处理所有信息。因此理性选择不是看选择结果是否正确，而是看选择过程，是否充分考虑到了所有应当考虑到的可能性，并基于每一种可能性的概率、效用做出最优的决定。

在选择过程中常犯的错误是不完整思考和过分涵盖。

不完整思考是指没有考虑所有可能性。常见的原因是首因效因，受最初的印象影响（先入为主），只关注最明显的概率及后果，而忽视其他可能性，从而导致不完整的分析。

过分涵盖是指将不该考虑的选择因素考虑进来，比如沉没成本。如果一件事和所有可能的结果都相关（所有结果都会包含这件事的发生），那么这件事对决策就没有用处。决策应当仅仅基于未来的后果做出。过去的事情只能为以后的事情提供信息参考。

要避免这些错误，可以使用决策树，将每种可能的情况、发生的概率和带来的后果都用图形表达出来，避免出现遗漏。

四、心理偏差对决策的影响

1、锚定效应。

当有一个值作为估计起点时，判断会基于这个“锚”，即使调整也不会太远，通常会出现“调整不足”。

2、启发式判断

人们在做出决策时，并不是每次都要从头开始理性分析，更经常的是根据自己记忆中存储的相同或类似案例进行分析决策。这种方法通常能节省大量精力，但是经常会出现偏差。常见的决策方法有：

可得性：通过归纳记忆中以前发生过的案例做出判断。这种方法存在的问题是，记忆是有限的，并且不同事件对记忆的影响不同。在使用这种方法时，人们使用归纳法而非演绎法进行总结，容易高估发生频率低，印象深刻，更容易想象的事件的概率，而低估发生频率高，印象不那么深刻，难以想象的事件的概率。例如高估飞机失事死亡的概率，而低估汽车车祸死亡的概率。

相似性：人们基于相同属性的清单（相似性）而不是事件本质的区别对事物进行分类。这可能导致分类时没有使用重要的统计和逻辑结构（如基准概率）。

3、基于解释的判断

人们对于合理、完整的故事更容易相信，因而会高估这种故事发生的可能性，导致合取谬误，即认为一连串独立事件同时发生的概率高于单独发生的概率。

4、偶然性与因果性

人们倾向于对发生的偶然事件过度解释，这也是很多迷信思想的来源。

控制错觉：将偶然发生的好事情归功于自己的技能，如投资者将自己的股票上涨归功于自己的投资技能。

赌徒谬误：认为一个独立随机事件有一段时间没有发生，它就即将发生。例如硬币连续抛出10次正面，认为下一次反面的可能性更大，实际是下一次的结果是独立事件，还是二分之一。（但是从另一方面看，连续抛出10次正面也可能是硬币有问题）。这种错误来源于对交替变化的错误期望，认为哪怕很小的序列也应该反映总体的比例。

均值回归：偶然出现的带有趋势性的一系列结果会让人错误地认为趋势会延续，但是大多数情况下以后的结果会向均值回归。

五、面对不确定性的正确方法

在面对不确定的决策时，要避免以上这些偏差，首先要从全局进行分析，站在更高的角度，思考每一种可能性（使用决策树），并判断每一种可能性之间的逻辑关系。然后使用概率思维，考虑每一种事件的概率。

六、从一系列策略中进行选择的方法

在判断了事情的可能情况后，结合自己的偏好，就需要做出最终的决策，从一系列可能的策略中选择一个。首先，准备备选属性（条件）和备选项，并确定重要属性。然后可以使用以下方法：

1、优势策略

选择在所有重要属性上都不差于其他备选项的选项，或排除在所有重要属性上都差于其他备选项的选项。适用于选择的初期阶段。

2、线性添加策略

对每个属性赋予权重，对每个选项的每个属性评分，计算总分。缺点：花费大量时间和努力。

3、满意策略

对所有重要属性设立一个底线，选出在所有重要属性上都不低于底线的备选项。适用于初期剔除不满足要求的选项。