《黑天鹅》读书笔记

这本书是Nicolas Taleb最著名的一本。我现在看了<Fooled by Randomness>与这一本，感觉内容有些重复，<Antifragile>还没看，浏览了一下目录，应该是对于应用策略的详细论述。

我认为这本书核心在于作者提出的事件的两个属性，可扩展性Scalability与可预测性predictability。简单说就是事件是否重大以及是否可以预测。我们最需要关注的当然是重大事件，因为一次金融危机就会让银行业亏掉之前一百年的利润，而今天白菜便宜两毛钱显然对大部分人没有重大影响。

Scalability为什么重要？有些事件，比如人的身高，虽然会有高有矮，但是极值不会偏离很大，而且在整体中占比不会太大。多一个姚明少一个姚明对于中国人的平均身高影响微乎其微，我们按照1米6-1米8来设计汽车、房屋，基本能卖给所有人。但另外一些事件，比如股票价格，个人财富，专辑销量，APP下载量，使用量，极值的偏离是非常大的，比我们熟知的二八原则更为集中和极端。比如最新的Meeker报告，微信一家占了全国网民一半的使用时间。比如某个五年或者十年间，整个VC行业的回报，一大半是由两三个项目带来的。预测对了这些项目，就预测对了一切，其他的都没那么重要。随着技术进步，生产，交易，流转的成本日益降低，以及工具的功能增强，原本不是极端分布的事件变成了极端分布，原来的极端分布变得更极端。比如战争原本不是极端分布，双方战损交换比不会太离谱。但有了核武器之后，就变成了极端分布。也就是说，在极端分布的情况下，决定一切的不是一系列事件，而是一个或者几个极端事件。首富不再是范德比尔特一节一节火车，洛克菲勒一桶一桶煤油积累起来的财富，而是一个网站，一个APP，一次IPO，几乎是瞬间完成的。好消息是你只要比别人做得好一点点，这微小的优势会被放大许多倍。但硬币的另一面是不知从哪里新冒出来一个家伙顶掉你的位置更容易了。

Predictability——可预测性如何影响我们呢？一件事如果人人都知道，除非是行星撞地球这样的不可抗力，否则对我们只有很小的影响，比如知道某地某时要地震，一开始就不会在那里建房子，或者只在那里建非常抗震的房子，地震时所有人撤离。比如知道双色球开什么号，最终两块钱只能换回平分的一块五毛钱奖金。

所以真正对我们有影响的事件，是那些重大且不可预测的事件。这也就是作者所定义的黑天鹅，以及它的三个特性：影响重大，不可预测，且事后回溯发现是可预测的。

作者花了大量篇幅解释为什么不可预测事件一定是存在的。比如：

论据

• 决策依据的信息总是不完备的，火鸡依据过往历史数据，无论再怎么积累和丰富，都无法预测第二天会进屠宰场。人类和三体都无法理解歌者的行事逻辑。

• 可以获取的决策信息本身可靠性不高。历史事件、大佬成功史或者只保留了能够引起关注的部分，或者被有意无意地筛选过。比如国土安全部在飞行学校阶段就抓住了911事件全部恐怖分子，这件事情两三年后就被遗忘了。这种现象作者称为silent evidence。

论证过程本身的缺陷

• 证实的效力有限，与证伪的效力不成比例。持续观察一万只白天鹅也不能得出确定的“天鹅都是白的”这个结论，而一只黑天鹅就可以得出“天鹅不都是白的”结论。关于这点推荐看一下波普尔，了解演绎法与归纳法，这里不详述。

• 结合上一条，证实在信息充分的情况下能够起作用，比如在知道决定毛色的DNA工作机制的情况下，研究DNA可以得出“天鹅不一定都是白的”这一结论。所以黑天鹅理论的优势在于，它给出了在信息不充分的情况下的一种更加准确的决策方法。

• 现实生活复杂度过高，正向预测困难。模型越精确，就越容易受干扰，而模型如果不追求精确，在多环节传递中误差就会逐级放大。

• 某些过程是不可逆的，即使根据完善的结果信息也无法倒推出起始条件。

有人也许会说，如果像神经网络一样，不去理会具体的原理、机制，能否从统计数据中找出规律？统计学非常有效，但是在预测黑天鹅上，它有不少问题

统计学的不足

• 罕有事件在历史上从未出现过或很少出现过，统计所采用的样本里根本没有包含这些极端事件。

• 正态分布非常有用，但是它有它的适用范围，大分部时候我们用错了。

因为这些黑天鹅事件影响重大，所以对于这些事件的预测，只要一次预测不到，整个的预测就失去了价值，只有“完全可靠的预测”和“完全不可靠的预测”两种极端状态，不存在“可靠性非常高的预测”。在我看来，这些不可预测事件的存在，解释了《创新者的窘境》中关于巨头总是被新兴技术取代的现象。

那么对于黑天鹅事件，除了坐以待毙，还有什么办法？作者提出，在“影响重大但不可预测”这个象限内，可能有一些“灰天鹅”是某种程度上可以预测的。也就是说，可以基于不精确但准确的信息，作出决策。

首先，远离错误预测的误导。模糊的准确好过精确的错误。不管是国家的X年计划，X国制造业复兴，批量生产乔布斯还是未来学家RR的预测，都不要根据这些计划都100%实现的假设去决策。

其次，尽量将自己置于正向黑天鹅中，使黑天鹅的结果有利于自己。简单说就是以自己可承受的小额损失去尝试获取一个上不封顶的高回报机会而不是以较大的风险换取并不高的回报。比如价格在一块钱的时候买一万块钱的比特币，比如新药研发，比如VC投资， 这里的反例怎么办？固收？那你推荐的国债也是固收啊 而且要多去主动接触这种机会多去尝试。

还是有几处没有想明白：

• Uncertainty of Phony那章完全不知道在讲什么，看了中译也是（中信的翻译实在是……无助理解）。

• 即使如作者所说，用分形来描述罕有事件，但有些事件不是无法预测会不会发生，而是完全想不到，比如开着飞机撞大楼，这怎么防范？

• 仍然受万能的哥德尔不完备定理约束，作者所建议的杠铃策略，国债那部分就不会遇到黑天鹅吗？川大大突然出来说债转股了怎么办？

• 投资领域，不管是巴菲特的二级市场还是VC投资，都显示出了明显的在高回报项目上下重注才能获得超额收益的特征。（参考胡博予文章）黑天鹅策略是不是能抵御黑天鹅但是只能获取平均回报？

胡博予 《投资是寻找鲸鱼的游戏，经验是独立思考的敌人》

本来还有一篇美国的，忘了是从谁那里看到的，死活找不到了。文章是讲基金回报差异主要取决于明星项目的回报率以及在该项目上是否下了重注，至于失败或者回报一般的项目基本无关紧要。