美文网首页
《黑天鹅》,区块链 ?

《黑天鹅》,区块链 ?

作者: 绍波_2c77 | 来源:发表于2017-08-06 22:48 被阅读27次

    原书名:The Black Swan The impact of the highly improbable

    作者简介

    塔勒布(Nassim Nicholas Taleb),黎巴嫩裔美国人,是个杂家,在哲学、数学、经济学、心理学等多个领域都有涉猎,通晓多种语言,同时还是个出色的企业家,主要研究随机性、不确定性、稀有事件等问题,著有《随机骗局》、《黑天鹅》与《反脆弱》。

    什么是黑天鹅?

    在发现澳大利亚黑天鹅之前,几乎所有欧洲人都确信天鹅肯定是白色的。这个事实说明,我们仅仅通过观察和经验得出的知识具有严重的局限性和脆弱性。唯有从逻辑出发,才能得到正确的知识和结论,仅仅通过归纳,比如谁是通过怎样的方式成功的,哪怕这样的人有成百上千个,也是无法得出这是成功之道的。

    黑天鹅特指这样的事情:罕见的、极端影响的和事后才可预测的事情。

    我们在生活中常常会发现“学习成绩好”跟“社会上混得好”并不总是一致的,那就是因为在既定的规则和条条框框中做得好,不代表能在无规则的复杂环境中做得好,在复杂环境中,永远有意料之外的情况发生,而通常谁有更好地抗不确定性能力,谁才能笑到最后。

    书中举了两个人的例子,一个叫肥托尼,是个总能从市场中发现投机机会的商人,另一个是约翰博士,是一家保险公司的精算师。作者分别问了两个人同一个问题:假设硬币是公平的,我把它抛出99次,每次都正面朝上,下一次得到反面的概率是多大?约翰博士回答:很简单,你说硬币是公平的,那不管你前面抛了多少次,下一次当然还是1/2。肥托尼回答:我不认为会超过1%。如果你相信50%的说法,你一定是个草包,这硬币百分百做过手脚,谁如果说是50%,你就能从这些傻瓜身上赚到钱。


    长尾和马太

    马太效应虽然是一个不可阻挡的趋势,但我们很少有看到什么领域内的差距一直在不断拉大。比如贫富差距,看起来遵循马太效应,但如果马太效应从一开始就必然存在,几百几千年后,人与人之间的贫富不该只有现在那么点儿差距。

    马太效应导致两极分化,这种分化就像弹簧,被不断拉长之后,其维持现状的力量就会越来越难,也就是整个系统是越来越脆弱的,局面被打破的概率也越来越大。

    在应对黑天鹅事件上,长尾明显会更有优势。所谓长尾,那就是许许多多的小人物加在一起能控制商业中不小的部分。看上去小人物的数量更多,争端更多,死亡的概率也更大,但对整个系统来说,由于他们更容易相互替代,因此系统作为一个整体反而更平稳,更有能力承受黑天鹅事件的侵袭。

    不过,现实的规律是,长尾终将走向马太,而马太在不断拉远强者和弱者的距离之后,终将因为一些不可预知的事件回到长尾状态,于是又开始了新一轮的马太积累,这是一个循环。

    成为黑天鹅的对手

    平均斯坦和极端斯坦代表着两种模式。平均斯坦的世界里拥有温和的随机性,我们常常可以选择相信。比如说身高、体重。假如平均身高是170cm,平均体重是60kg,你很难想象一个250cm的人或者是一个超过500kg的人,身高每增加10cm,人群中出行的概率就会指数级下降,在这些事情上,出现黑天鹅的概率就会非常小。

    而在极端斯坦的世界则拥有疯狂的随机性,在这里,我们经常得保持怀疑。比如财富分布,1%的人可能掌握者超过地球50%的财富,或者是书的销量,J.K.罗琳的《哈利波特》系列的销量就抵得上几万名作者出版的所有书籍销量总和,在这些领域,出现突破性远远超出我们意料之外的黑天鹅的概率就会大大增强。在不设涨跌幅的金融市场上,最极端的几天收益或许会超过几十年收益的一半以上。

    保持怀疑并不代表我们只能什么都不做,而是对不可见的风险有足够的自保和准备意识,人们常常误以为黑天鹅指的只是简单随机性,比如以为在赌场中了666就是黑天鹅事件,其实黑天鹅指的是不可预知的随机性,那些广为人知、可预期的风险或收益都不是真正的黑天鹅,黑天鹅永远可能在你的想象之外。

    要成为黑天鹅的对手,当我们将自己置于正面黑天鹅的影响之下时,我们可以以小博大,此时应该非常冒险,因为失败的损失很小,失败的频次不那么重要;当我们可能预估会受到负面黑天鹅的影响之时,应该极度保守,因为在压路机前捡硬币并不是一个好习惯。

    个人观点

    区块链的世界,去中心化之下,具长尾形态。大量个体节点弱小,系统总体却安全无比,这是个极端斯坦的世界。

    相关文章

      网友评论

          本文标题:《黑天鹅》,区块链 ?

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