上一篇的结尾讲到了“黑天鹅”,像这样的小概率事件一旦发生,影响将是灾难性的。黑天鹅的故事要追溯到17世纪,那时的欧洲人认为,天鹅都是白色的。一个再正常不过的现象、一个无可争议的事实,甚至说真理都不为过。直到1697年,一个荷兰探险家在澳大利亚首次发现了黑天鹅......它的发现彻底颠覆了一切——面对成千上万的白天鹅,仅仅一个反例,足以推翻此前人类对天鹅的所有认知。
引发“黑天鹅”问题的关键在于——人们过分依赖于身边已经发生的现象和自身习得的经验。“观察到的天鹅都是白色的 -> 黑天鹅是不存在的“这种逻辑谬误很可能是近现代文明的产物,因为在古代,人们并没有“眼见为实 -> 眼不见为虚”的因果结论,最多只是“眼不见为净”。
人们给”从现象出发,归纳总结出一般规律"的认知方法取了个名字——归纳法。通过上文我们发现,归纳法具有脆弱性。源于两方面的原因:
1、我们观察到的现象都是片面的,你永远无法知道完整的真相。
2、基于现象的片面性,任何归纳总结的理论都是对真相的”削足适履“,理论仅对已知的片面事实起作用。
从现象到理论,就是从特殊到一般,难免以偏概全。有人会说,那么我们何不倒过来——从一般到特殊,是否就能真正做到完整、客观地认知?
关于这个问题早已有人想到,人们给”从一般规律出发,演绎推理得到具体现象"的认知方法也取了个名字——演绎法。
古希腊的亚里士多德就曾提出过著名的三段论:
A、人都会死(大前提)
B、苏格拉底是人(小前提)
C、苏格拉底会死
根据A、B -> C,乍一看没什么问题,但仔细分析,不难看出一些端倪:演绎法的大前提(即A)是由归纳法得到的,如果A本身无法被证实,那么由此推理演绎得到的C就毫无意义。
由此看来,两种认知方法都存在着局限性。纵观当今世界,信息量的日渐庞大带来了噪音、系统的愈发复杂带来了脆弱。人们基于自己的片面认知之上,进一步对失真的信息进行简化和有意识的筛选,最终得到了更离谱的二次偏差模型,并将这些模型应用在各行各业。离基础科学越远的行业,对事实的扭曲程度越严重,因此种问题产生的影响越深远。这也解释了为何经济学家不断推陈出新更精细的模型和假设,而经济系统的运行越发不稳定。
那么面对现实的残酷,我们是否无计可施?显然答案是否定的。
塔勒布在《反脆弱》一书中引用过一个例子:
教皇问及米开朗基罗雕刻出大卫雕像的奥秘在哪里?米开朗基罗回答道,“很简单,我只是剔除了不属于大卫的部分”
它给我们的启发是:虽然我们不能确定某个事物就是什么,但我们知道它必然不是什么,换句话说,证伪总比证实更容易找到依据——这就是“否定法”,而发现黑天鹅正是否定法的应用。
同样的,投资中,我们不知道怎样投资能获得最大的收益,但我们一定知道如何投资能够失败——追高热点股票、盲目押注单一品种股票、犹豫不决、听从电视股评师的建议,等等等等诸如此类。
因此,针对这类问题清单,我们需要做的是:
1、拒绝热门股票。除非你拥有控制股价的资本,或是市场中无人可及的信息渠道。
2、从投资个股 -> 投资基金。个股是脆弱的,而无论是行业基金,还是股指基金,都是一揽子同类型的股票组合,这在一定程度上可以避免出现个股踩雷、暴雷的黑天鹅风险。
3、从投资单一资产 -> 投资多元资产。资产多元化的目的是为了更进一步对冲风险。
我们受益于否定法的启发,不为短期获取高额回报,而是1、首先确保能够长期在这个游戏中生存下去。在这个大前提下,2、获取尽可能多的回报。
在具体资产配置的思路上,
1、我们可以进行大类资产配置,国债、黄金、a股指数、海外指数,这四类资产,都有对应的etf指数允许个人投资者场内交易。
2、计算各类资产波动性的倒数,作为权重比例配比资金。对于闲置的资金,可以配置一部分货币基金。
3、每30个交易日进行调仓换股,根据滚动的波动率更新各类资产之间的配置比例。频繁的交易会产生昂贵的摩擦成本,而长时间的不管不顾无法获取信息的变化(这里主要是指波动率)
在这个框架之上,个人也可根据偏好自定义一些资产类别进行配置,比如增加配置xx行业、xx主题的etf基金。当然,一定的回测验证是需要的,你必须为你的资金负责。
最后,在基金的选择上,建议选择那些被动型跟踪大类资产的基金,并且尽可能选择低佣金基金。任何主动型基金都掺杂了基金经理的主观偏见(偏差),这些偏好或多或少迎合了某种“二次偏差模型”,造成了系统的脆弱性与风险。
原文首发于微信公众号“小狸投资”,欢迎搜索关注。如需转载请注明出处。
网友评论