《黑天鹅》|第一周读书打卡

共读安排

  • 第一轮《定投改变命运》第三版——2021年1月11日至2021年1月24日
  • 第二轮《笑来投资30讲》——2021年1月25日至2021年2月23日
  • 第三轮《逻辑课15讲》——2021年2月25日至2021年3月11日
  • 第四轮《投资最重要的事》——2021年3月12日至2021年4月18日
  • 第五轮《周期》——2021年4月19日至2021年5月23日
  • 第六轮《反脆弱》——2021年5月24日至2021年7月11日
  • 第七轮《定投改变命运》第三版——2021年7月12日至2021年8月20日
  • 第八轮 《随机漫步的傻瓜》——2021年8月30日至2021年9月26日
  • 第九轮 《黑天鹅》——2021年9月27日开始...

一、《黑天鹅》这本书的写作目的

揭示我们对随机事件的无视,尤其是与常规经验有很大差异的随机事件:

  • 为什么我们会倾向于本末倒置?
  • 为什么我们看到的总是细枝末节,而不是可能发生的重大事件,即使它们的巨大影响是显而易见?
  • 为什么看报纸新闻实际上削弱了我们对世界的认识?

二、究竟什么是“黑天鹅”?

黑天鹅是指满足以下三个特点的事件:

1、意外性。

在通常的预期之外,没有任何能够确定它发生的可能性的证据。

2、极大的冲击性。

黑天鹅事件会产生极端影响。

3、事后(而不是事前)可预测性

虽然有意外性,但人的本性促使我们在事后为它的发生编造理由,并且使它变得可解释和可预测。

但是,只要审视一下我们周围的环境,就会发现我们的生活正是一系列重大事件的累积结果。

回顾我们自出生以来周围发生的重大事件、技术变革和发明,把它们与人们此前对于它们的预期比较,然后看一下它们中有多少是在预料之中的?

看看我们的生活、职业选择、与配偶的邂逅、被迫离开故土、面临的背叛、突然的致富和潦倒,这些事有多少是按照计划发生的?

三、人类是如何自我欺骗的?

对待历史问题,我们会犯“三重迷雾”:

1、假象的理解

在一个超出我们能想象的复杂(或随机)的世界中,我们都以为自己知道正在发生什么。实际上,这个世界上每一天都在发生出乎我们意料的事情,但我们认识不到自己无法预测的事实。

2、反省的偏差

我们的头脑是一台非常了不起的解释机器,能够从计划所有事物中分析出道理,能够对各种各样的现象罗列出各种解释,并且通常不能接受某件事不可预测的观点。

我们只能在事后评价事物,就像只能从后视镜里看东西。

正因为如此,历史事件总是以一种扭曲的方式展现在我们面前,历史在历史书上比在经验现实中显得更加清晰和有条理)。

3、学习的诅咒(“柏拉图”化)

对事实性信息价值的高估以及权威和饱学之士本身的缺陷。

* 预测方面

聪明和掌握大量信息的人并不比出租车司机更有优势,但二者还是有很大区别的。

出租车司机不会认为自己与博学的人懂的一样多。

但精英思想家们认为他们比别人知道得多。

* 信息方面

所有人都熟悉当前事态的每一个细节。

不同报纸之间的重复信息如此之多,以至于多读一份报纸几乎不能了解更多新的信息。

但每个人都那么急切地想熟知一切细节,

他们阅读每一篇新鲜出炉的文章,

收听每一个广播电台,

似乎下一次报道就会向他们揭露一个惊天的答案。

然而,一切都是徒劳。

塔勒布自从完全放弃阅读报纸和看电视,省出了大量的时间。

比如,每天一个小时或更多,这样每年累积的时间足够用来读上百本书。

四、什么是平均斯坦和极端斯坦?

1、平均斯坦

举例1:体重

假设从普通人中随机挑选1000人来测算平均体重。

如果,找一个体重是平均体重是3倍的人加入样本,在总体重中所占的比例仍然微不足道(约占0.5%);

如果,人数扩展至1万人,则加入的最重的人的比重就几乎可以忽略不计了。

举例2:卡路里摄入量

我们每年摄入的卡路里接近80万卡路里,任何一天摄入的卡路里,即使时在重大节日的摄入量,也不会占年摄入量的很大部分。

所以,在平均斯坦,特定事件的单独影响很小,只有群体影响才大。

平均斯坦的最高法则可总结为:

当我们的样本量足够大时,任何个例都不会对整体产生重大影响。

最大的观察值虽然令人吃惊,但对整体而言最重微不足道。

属于平均斯坦的问题举例:高度、重量、卡路里摄入量、面包师、餐馆老板和牙医的收入、车祸、死亡率、测出来的智商…...

2、极端斯坦

举例1:净资产

假设从普通人中随机挑选1000人计算净资产。

如果,加入微软创始人比尔 ·盖茨接近800亿美元净资产,那么其他人的净资产只不过是他近资产数字的零头而已。

举例2:图书销量

假设挑选1000名作家计算作品销量

如果,再加上J·K·罗琳数亿册的作品销量,瞬间秒杀其他1000名作家加在一起的几百万册。

所以,在极端斯坦,个体能够对整体产生不成比例的影响。

几乎所有的社会问题都来自极端斯坦。

属于极端斯坦的问题举例:财富、收入、单个作者图书销量、名人知名度、谷歌搜索量、城市入口、词汇表中某个单词的使用量、每种语言的使用人数、地震造成的损失、战争死亡人数、恐怖事件死亡人数、行星大小、公司规模、股票持有量、物种之间的高度差异(比如大象和老鼠)、金融市场、商品价格、通货膨胀率、经济数据……

极端斯坦的清单比平均斯坦的长得多。

3、平均斯坦和极端斯坦的差异

在平均斯坦,我们受到集体事件、常规事件、已知事件和已预测到的事件的统治;

不论多么努力,你也不可能在一天内减轻许多体重,这需要很多天、许多周甚至许多月的累积。

一名牙医永远不可能在一天内变富,但经过30年的积极、勤奋、小心和日复一日的钻牙操作,就会变得富有。

在极端斯坦,我们受到单个事件、意外事件、未知事件和未预测到的事件的统治。

当我们从事极端斯坦中的投机行业,那么可以在一分钟之内赚取或赔掉大笔财富。

书中的以下表格总结了平均斯坦与极端斯坦的差别:

极端斯坦和平均斯坦的差异1.png
极端斯坦和平均斯坦的差异2.png

最后,需要注意的是:

虽然极端斯坦能够制造并且已经制造了黑天鹅现象,因为少数事件已经对历史产生了巨大影响。这是本书的主要观点。

但是,黑天鹅现象通常发生在极端斯坦,这只是粗略的近似概括,不能过度简化。

极端斯坦并不全是黑天鹅现象。

有些事件很少发生,很有影响,但某种程度上是可预测的,尤其是对那些有准备并且有办法去理解它们的人。

它们是黑天鹅的近亲,在某种程度上可以用科学方法理解,了解它们的发生会降低我们的惊奇感。

这种事件很少见,却在预测范围内的事件,被称为“灰”天鹅曼德尔布罗特随机现象。

同样,在平均斯坦也会有严重的黑天鹅现象,虽然十分少见。

因为,我们会常常忘了某个事件的随机性,也可能由于缺乏想象力而过滤并忽略了某个不确定性的来源。

以上,《黑天鹅》|第一周读书打卡。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容