好久没写读书笔记了，今天就聊聊这个时代的大神纳西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb）。
如果你搞统计学和风险控制，塔勒布是绝对需要知道的一个人，他写过《随机漫步的傻瓜》《黑天鹅》《反脆弱》和《非对称风险》四本书，讲的都是在这个充满不确定性的现代社会里，我们应该怎么面对风险。
塔勒布不仅是个作家，更是一个统计学家、学者和哲学家，塔勒布的名字总是跟“不确定性”联系在一起，可以说现在不管谁想谈论“随机性”这个话题，都不得不引用他。
大家最熟悉的估计就是他的黑天鹅的理论，但如果你以为他的黑天鹅只是是在谈小概率事件，那你就太小看他了，里面其实蕴含着深邃的思想。
塔勒布的洞见实在太多了，包括极端斯坦和平均斯坦、黑天鹅、非对称、反脆弱性、风险共担等等。
笔者这里就将他的关于随机性的洞见摘取部分转述于你（部分案例引自《得到》万维刚精英日课的相关文章），当我第一次看到这些观点的时候，的确有种大开眼界的感觉。
洞见一：登山摔死了不是什么黑天鹅事件
“黑天鹅”这个词现在已经流行到被滥用的程度了，很多人从《黑天鹅》这本书中得到的教训大约就是“不要忽略小概率事件！”但不敢忽略小概率事件可不叫懂统计学。
下面介绍一场争吵 ：也许能从中更精确地体会到什么叫“不确定性”，什么叫“预测”，以及什么叫“黑天鹅”。
西尔弗是当今预测界首屈一指的人物。他自学成才，因为在2008年总统大选中成功预测了美国51个州中50个州的选举结果而一举成名，后来创办了“538”网站，专注预测体育比赛和政治竞选结果。
但是2016年，西尔弗失手了。他一直预测特朗普当选的概率在50%以下，有时候甚至低于20% ,那既然你是预测名人西尔弗，别人就有权据此嘲笑你。
而西尔弗的反驳是，嘲笑者不懂数学。
他这么说是有道理的。538网站给的预测从来都不是给一个单一的结果，而是一个概率，它只会说“特朗普赢的概率是35%”，这个我们做模型的都懂，概率问题嘛，即使是95%的概率，100次中也有5次未命中的可能。
但塔勒布不干了。
塔勒布说西尔弗不懂数学，意思是说西尔弗预测出来的概率总是剧烈变化，这种预测毫无价值，为什么？
塔勒布解释，预测其实包含两种不确定性：
第一种是“偶然不确定性（Aleatoric uncertainty）”， 也叫统计不确定性。它的意思是在给定模型的情况下，在模拟的过程中出现的不确定性有多大。
比如你问我一个骰子投出去之后，数字“6”会不会朝上。我假设这个骰子是公平的，六个面朝上的可能性一样大，所以我告诉你“6”有可能朝上，这个概率是1/6。我不能给你准确的结果，但是我能给你一个准确的概率。
第二种是“认知不确定性（Epistemic uncertainty）”，也叫系统不确定性。意思是说你这个模型可能不对。也许这个骰子是有缺陷的，而我却以为它是个公平的骰子。
也就是说，塔勒布认为西尔弗的模型不行，别拿概率忽悠人。
什么叫“黑天鹅”呢？
黑天鹅说的是认知不确定性。明知道登山有一定的危险，有人还非得登山，结果摔死了 — 这不叫黑天鹅，这叫运气不好。反过来说，2008年金融危机则可以称为一次黑天鹅事件，因为导致金融危机的一系列连锁反应，这个机制不在经济学家的预测模型之内。
塔勒布理解的黑天鹅，可能跟你想的并不一样。
洞见二：股市上涨大多数人输是因为缺乏遍历性
我们知道，新股刚上市的时候，股价波动往往很大。咱们干脆假设，任何一只股票 IPO 第一周，股价都是或者上涨80%，或者下跌60%，可能性各占一半。
涨幅比跌幅大，机会。
那我们能不能搞一个投资策略，每个星期一都买一只 IPO 的股票 ，然后在星期五把它卖了。我的资金有一半的可能性会上涨80%，有一半的可能性会下跌60%，平均下来，数学期望是赚10%，对吧？
那如果我每周都赚10%的话，一年下来利滚利，那就是1.1的52次方 —— 如果我投入了1万元，到年底我会有142万元。
这142万元，就是市场的平均回报。
但是这可不是你最有可能拿到的回报。你最有可能拿到的回报是什么呢？1.95元。
因为你最可能面对的结果是在50%的时间里，你的资金增长80%，在另外50%的时间里，你的资金下跌60%。你的资金要乘以1.8倍26次，乘以0.4倍26次，结果就是你平均每两周亏28%，一年后一万元就变成了1.95元。
那股市的红利到底被谁吃了？前面那个142万元的平均收入又是从哪来的呢？
这其实是假设有很多很多个投资者都在市场里使用这个策略买卖股票。其中有的人比较幸运，遇到很多个周期都是增长80%，很少的周期是下跌60%。而那些不幸的人则是很多周期下跌60%，在很少的周期上涨80%。
其中最幸运的那个人，是连续52周里全都是上涨80%，他的收入就是1万乘以1.8的52次方，等于1.88×10^13万，你看，股市平均收益被暴富的几个人平均了，就好比北京一公布平均收入大家都觉得自己拖了后腿一样。
这就是塔勒布说的“这个系统没有遍历性”。一群人做一件事取得的平均值，和一个人经历这件事很多很多次，是不一样的。
如果以赌场来说明遍历性问题，那就是这样的：一堆人赌博，按照概率肯定有一个人赢钱；一个人参照这个概率不停地赌钱，迟早输光，这就是“非遍历性”。
这就是说，同一时间一群人的集合的数学期望，和时间上也就是一个人连续去很多次的数学期望是不一样的。
对抗非遍历性的一种炒股方式就是准备52万资金，每周投入1万买股票，周末卖出，结果一年下来有10%的利润，但谁又有那个坚定的信念和足够的耐心呢？况且10%对于幻想一夜暴富的人太没吸引力了！
洞见三：埃博拉病毒流行和溺死在浴缸是完全不同性质的风险
埃博拉病毒流行的时候，有些记者就说没有必要恐慌，要知道全世界死于埃博拉病毒的人数比美国每年在自己家浴缸中淹死的人都少！
这个事实肯定对，但这是不是说埃博拉病毒就不可怕了呢？
病毒，是“极端斯坦”的事儿，在自己家浴缸里淹死，是“平均斯坦”的事儿。不管世界怎么变化，明年在浴缸里淹死的人数也不会比今年突然增大一倍 ——而病毒就不一样了，如果没有有效的控制，病毒很容易把死亡人数翻倍甚至增加十倍百倍。病毒是有连带效应的东西，它是一个“尾部风险”。
什么是尾部风险呢？就是在正态分布曲线里面，尾部发生的概率看似很小，但是它对应的后果极其严重，也就是标准的黑天鹅事件。 传统习俗对黑天鹅有非常敏锐的反感，但是现代一些所谓“理性”的人，却看不到这个危险。
古人说得好啊：“君子不立危墙之下”，在《穷查理宝典》这本书中，芒格也同样反复强调了这个观点，“如果我知道自己将来会死在哪里，那我一辈子也不会到那个地方去。”
当然“尽量”避免的意思可不是“不惜一切代价”避免，毕竟任何事情都是有代价的。正确的应该是不做那些明明没有太大的好处，却包含一个潜在尾部风险的事情。
立于危墙之下就是这样的事情：站在那里没什么好处，那就躲远一点。而在浴缸里洗澡、交通出行、过马路坐飞机这些事情的好处实在是太大，风险又实在是太小，所以是值得的。
洞见四：会算牌的人即使输了也配得上科学决策
假设摆在你面前有两个选项。选 A，成功率是65%；选 B，成功率只有35%。科学的决策是坚决选 A。那如果你选了A 之后发现结果却是 B 正确，你能说当初不该选 A 吗？
扑克选手能做的是选赢钱概率大的选项。至于结果没成功，那只是运气问题。头脑清醒的人必须能区分决策和运气。我小时候也玩玩牌，那些会记牌和算牌的人，总体上赢的概率会大。
有这么个例子，统计学家在给CEO们讲课的时候经常搞个小调查。说你们所做过的所有决策中，最好的一个是什么，最坏的一个是什么？
结果收到的答案高度一致：最好的决策其实都是最好的结果，最坏的决策其实都是最坏的结果。这些CEO，分不清决策水平和决策的结果之间的差别。
比如有一个CEO说，我们公司最差的一个决策是解雇了一位高级领导。我们花了很长时间找他的替代者，结果换了两个人都不如他，我们非常后悔。
统计学家就问他当初是如何做出这个决策的。CEO说那位领导虽然业务水平很高，但是领导力不行。我跟他多次沟通，还专门给他聘请了一位领导力教练。可是几个月之后他的领导力水平还是没有提高，而且还把教练给解雇了。最后我判断，以公司的实力完全可以吸引到更高水平的人来担任这个职位，所以做出了解雇的决策。
统计学家说你这个决策过程没有什么大毛病啊。很可能后来没找到好的替代者只是运气问题。
在塔勒布《随机漫步的傻瓜》这本书中，作者提到在重读《伊利亚特》的叙事诗时，自己的第一印象是：叙事诗人没有以成败论英雄。英雄打胜仗或败仗，和他们本身的英勇行为完全无关，他们的命运完全取决于外部的力量，而这通常是命运之神的杰作。英雄之所以是英雄，是因为他们的行为十分英勇。
人们总是事后诸葛亮，认为如果结果不好，当初肯定可以有更好的决策 —可是如果你经常打扑克，你就知道完全不是这么回事，我们要关注决策过程的合理性，而不是最后的结果，别把运气当能力，反过来也一样。
因此，成功的反义词不是失败，而是平庸。
除了以上，塔勒布关于“反脆弱”，“非对称风险”等观点也是极其精彩，它们甚至会影响你的世界观，笔者很多的文章引用的“skin in the game（利益攸关）”这个词，就是受了他的影响，如果你对这些内容感兴趣，推荐去看看塔勒布的这四本书。
参考文献：
【1】《得到·万维刚精英日课第三季》的《哪种不确定？什么黑天鹅》
【2】《得到·万维刚精英日课第二季》的《数学题：为什么绝大多数投资者都会输给市场》
【3】《得到·万维刚精英日课第二季》的《利益攸关》
本文为专栏文章，来自：与数据同行，内容观点不代表本站立场，如若转载请联系专栏作者，本文链接：https://www.afenxi.com/64444.html 。
