很難得有一本書的後記與附錄註腳，能夠比本文更精華與讓人看見作者淵博知識背後底下的冰山XDD
後記隨筆-談堅強與脆弱，哲學和實證上的深層思考
向大自然學習
以多餘(redundant)作為保險
不要追求效率最佳化、比較利益法則！
沒有最適負債比(稅盾)這檔事，最好只用自己的閒錢去投資
大就是醜陋而且脆弱
規模越大的公司，雖然看似越有規模經濟效率與效益，但也越容易受到某些不可見的錯誤與隨機性的傷害！
最好不有太密的聯結與全球化
這會降低多樣性，單一環境事件壓力就會造成大滅絕
沒有區別的差異機率的兩種意義
一種是現實世界當中事件的性質（可能不得而知）
另一種則是某人對於某件事發生可能性的理性相信程度（透過統計估算）
關於風險與機率，我們其實不是”測量”，而是”預測”（無法精準的測量，只能不精準的猜測預估）
不怕錯誤的柔韌社會
人就是不能預測、不能從問題當中學到教訓
試圖降低波動性與隨機性(人造的安寧、安穩)，反而會增加受到黑天鵝傷害的機會與嚴重度。
如何面對因果關係不明而互動非常複雜的系統與世界？
活體組織(人體與經濟體)需要變異性與隨機性，不去面對壓力因子的人或經濟體，一但碰到壓力就會無法生存
古典熱力學產生高斯變異，而資訊的變異來自於極端世界
聯準會(與試圖消除景氣循環的經濟學家)往往把政策造成的低波動期視為低風險，而非把這段期間當成進入高風險期(極端世界)的準備期。
因此要藉著強度與持續期間的改變來自我鍛鍊與得到快樂
師法大自然：食物和運動都是身體的壓力因子，想想原古時代人類飲食運動型態：
偶爾的飢餓（與暴飲暴食）與極端的刺激壓力(天災猛獸)，有助於強化身體免疫系統、幫助細胞年輕化（相對於飽食終日、沒有壓力）
大部分的時間的運動都只是很溫和的散步，搭配少數、短時間的強烈運動(逃命)
讓自己的生活型態就是冪次分佈：大部分的時候溫和、搭配少部分的時候高強度
（觀念）明珠配（現實生活當中各種自欺欺人的）豬玀
黑天鵝效應講的是人類實證與理論知識的極限-事件離我們越遙遠，我們就越不容易預測到它們、而且是事件發生之後的衝擊越大。
人們使用遠超過自己理解的方法、對於錯誤的結果投以過度的信心，造成黑天鵝事件的心理衝擊。以統計”測量”為專業的人士，幾乎沒有人知道自己在說什麼(包含計量經濟、財務工程從業人員)，大多數人員不了解他們使用的工具與標準差在實務的意義與對照、對於任何形式的風險管理都毫無益處。
亞斯柏格症與黑天鵝事件的本體論
黑天鵝事件只是某些特定觀察者(囿於自己的心智與認知障礙)沒預期到(=以為不存在)的事物
人的兩種能力類型
系統化的能力（school smart）：
由上而下，從一個模型開始，把整個世界套入模型(忽視一些例外與模糊地帶)，通常是學術界的人系統化能力強(亞斯柏格症的人通常痛恨模擬兩可的事物)，也造就是黑天鵝眼盲
同理了解別人的能力（street smart）：
由下而上，從現實生活觀察，歸納出一些分類，找尋合適因應方法；同理心強的人多半從事社交類的職業，包容多元想法、容許意見發散
就黑天鵝事件(機率)的本體論而言，不斷會有新東西出現在現實當中，因此不能用過去來預測未來、不能用短期去歸納長期的發展；現實世界當中的每一樣事物，或多或少存在不可預測性，出現機率越小的事件越難預測；甚至整個系統越來越趨向於發散與複雜（熱力學第二定律）；社會與經濟上的變異不能使用過去的極端事件來進行預測。
就黑天鵝事件(機率)的認識論而言，機率必然主觀的=>不同的人，在理性的狀態下，對於世界未來的狀態，可以有不同的看法，然後以不同的機率來表示(所以股票市場才有買賣與交易，一方看多 買，另一方看空 賣)
只是人往往把看過最大的東西當成是世界上最大的東西=>用過去發生過最糟糕的變異來當成參考標準(金融業進行壓力測試的方法)=黑天鵝眼盲。
現代(數理統計)哲學史上最有用的問題
機率分配只是用來評估(=猜測)真實(=對or錯)的程度，而無法反應自己本身的真實性與正確性（這句話真是震撼，太多人自以為自己瞭解統計與機率，誤以為機率=真實事物發生的可能性，還用得很高興）現實很難用公式表示
而真實與極端世界當中的風險，要考慮機率與發生後的嚴重度，不只是否發生的Yes or No，更要預測戰爭死傷人數或損失的規模；在高斯分配當中，偏離一個標準差的機率比較小，但是稀有事件扮演的角色(=貢獻的嚴重度)，相對重要許多（在一萬筆的資料當中，刪除最嚴重的一筆，就會喪失90%的峰度）=>這意味著依賴標準差、變異數與最小平方法的東西都不可靠。
在某些領域，必須避免暴露在這些小機率的極端事件，我們沒有可靠方法計算。
在極端的世界當中，沒有典型(=常態分布、具備平均值與標準差)類型的成功或失敗
真實世界的複雜性與交互作用：
*變數自身的路經依賴=>一個變數與過去的變動相關 time dependent
*變數之間的水平、兩兩 相關=>(A影響B，B影響C…)
*變數之間的垂直相關=>變數A過去的歷史影響變數B未來的發展
以上複雜性交互作用的結果，會形成再強化的回饋迴路，造成發散的厚尾現象（贏家通吃與富者越富）與中央極限定理的失效(各項因素的作用不會相互抵銷)
因此事件的發展機率不是隨機漫步，而是滲流模型(percolation
model)=>計量經濟學的模型即便能夠追蹤正常情況下的回饋迴路效果，也無法表示與表達大擾動
最有用問題的解答
四個象限
嚴重度(後果與報酬)
1.
簡單報酬，只看結果是Yes or No，輸贏，有或沒有
2.
複雜報酬，贏家通吃，或者暴漲暴跌代表90%的損益
可能性(發生機率型態分配)
A事件的發生來自平庸世界，不可能會有很大的偏斜與峰度發生
B事件的發生來自極端世界，機率分配會有(難以估計)的偏斜與峰度
第一象限：平庸世界，簡單報酬 =>極為安全
日常生活規律、模型與統計有用
第二象限：平庸世界，複雜報酬 =>(還算) 安全
雖然不公平，但統計期望值有用
第三象限：極端世界，簡單報酬 =>安全
無傷大雅，遇到就算了
第四象限：極端世界，複雜報酬 =>黑天鵝領域
發生機率與嚴重程度都很難預估（發生機率很低、嚴重度卻很高的那種）
在阿爾卑斯山(極端世界power law)迷路，不要用匹里牛斯山（平庸世界 normal distribution）的地圖
一些笨蛋往往聽信一些自以為是專家提供的錯誤統計機率預估，讓自己冒了更大得風險，最後自食惡果，屢試不爽！
要如何對付第四象限？（個體角度）
第四項象限的遊戲規則：
成功與存活不是靠取得利潤，而是避免損失與致命的失敗（活得久一點，是靠避免死掉，而非延長壽命），在極端世界做得多不如做得少或不要做（沒有模型與預測，比使用錯誤預測來得好
）！
只是大家都只喜歡聽英雄成功的00種秘訣與步驟，而非魯蛇從破產中學到的XX教訓與錯誤
學術界往往只宣揚正面顯著的結果，卻沒有大聲宣告研究與自己的限制(這是嚴重的道德缺陷，可謂詐欺！)；醫學的進步亦然，抗生素意外被發現前，被醫生害死的人比被醫生就活的人多，明知自己知識不足，卻仍過度醫療(把病人當實驗品)=>所以現代醫療的第一準則反而是先求不傷身（以往醫師打著救人的名號，基於不足的知識與傲慢偏見，其實只是在傷害病人，而且還逃過批判與審判！）
如果你不知道某樣知識在什麼地方沒用，也不知道萬一用錯了之後的後果，那麼你最好不要亂用這項知識！
=>這是泛科學目前對我們的最大傷害：許多543的研究只宣告張揚部分的顯著結果，卻沒有向使用的人提醒告知限制與後遺症，導致普羅大眾甚至政府官員基於錯誤與片段的知識，採取錯誤&傷害更大的行動。關於經濟體系，政府應該做的不是維持穩定與更多的管制(反而造成更大的後座力），而是尊重系統的循環
那麼，到底要怎麼做才能避免其傷害 (第四象限) 呢？(P.536)
一 避免進入第四象限
(換言之，不要創業、玩股票、當作家演藝人員、捲入社會動亂、全球氣候變遷；然而人生際遇其實就是在第四象限
TAT)
二 買保險或採取前面所提的槓鈴策略，如果可行的話
三 採用以下九點智慧規則增加自己的抗脆弱性：
1. 要尊敬時間和非外顯性的知識
已經運作很長一段時間的東西比較好=>這些東西的存活有一定的道理（跨越短多長空與炒短線的陷阱，背後有一些隱性的知識智慧）
2. 避免最適化；學著去喜愛多餘
沒有最適負債比這回事，現金與存款才能避免黑天鵝事件的傷害
3. 避免去預測小機率的報酬，但普通事件的報酬不在此限
4. 小心罕見事件的「無典型性」
指後果的嚴重度與情勢的演變
5. 小心獎金的道德風險
指投資銀行高層（許多炒短線的專業經理人都是）每年靠冒險賺取高額獎金，等到多年一次的黑天鵝出現時，銀行倒閉債留國家、股東與納稅人時，自己拍拍屁股走人
6. 避開風險矩陣的這樣東西
這只是一群對於風險沒有正確觀念的笨蛋，拿來自欺欺人的東西
更”精準”的線型迴歸、ANNOVA，夏普比例，貝他係數等教科書的東西，一樣全部沒用。
7. 正面或負面黑天鵝事件？
負面的黑天鵝，如風險性投資、大流行病其可能性被低估
正面的黑天鵝，如創投、科技研發其成功可能性亦被低估
8. 不要把沒有波動性和沒有風險混為一談
風險不是用波動來測試，意外的跳躍才會是黑天鵝
9. 小心風險數字的表達
可能性與嚴重度都不可能正確預料
黑天鵝堅固社會的十個原則 (總體角度)
1. 脆弱的東西應該趁他還小時，盡早打破
不能讓東西大到不能倒
2. 不要損失社會化、利益私有化
不應該用國家納稅人的錢，去對企業紓困
3. 那些曾矇住眼睛開車的人，絕對不要再給他一輛新車
大學教授、主管機關官員、經濟學家這些造成亂局的人，應該被換掉
4. 別讓某人把他們的「激勵」獎金設定在管理核電廠 -- 或是管理你的金融風險
一些經理人的高額激勵獎金來自於cost down，等到風險炸開時，這些人的獎金沒有被追討回來=>獎金制度的不對稱性，造成絕多數公司玩短多長空的”管理”
5. 用簡單性來補複雜性
市場免不了會有泡沫，財務槓桿會讓泡沫更嚴重；金融商品應該簡化
複雜系統的存活歸功於鬆散與多餘，而非財務槓桿與最適化。
6. 不要給小孩子炸彈玩，即使上面有警示標籤
大家都不了解的複雜性金融商品必須被禁止
7. 只有龐式騙局才要靠信心，政府不需要「重建信心」
謠言是市場與複雜系統的副產品，政府不應理會謠言也只不住謠言
8. 吸毒者如果有戒除痛苦，就不要再給他毒品了
用槓桿（貨幣寬鬆）來治療槓桿(金融資產泡沫)=給吸毒者更多的毒品來減緩他的痛苦；政府應該要讓市場忍受戒毒的痛苦(經濟衰退)
9. 老百姓不應該依賴金融資產來做為價值的儲藏庫，而且他們的退休金不該依賴不可靠「專家」的建議
投資對於一般菜籃族老百姓而言，應該只是娛樂（他們的焦慮應該來自於自己的本業，而非自己無法控制的市場風險）；菜籃族老百姓不應該把金融市場當成自己資產保值或增值的庫房
10. 用破掉的蛋做煎蛋捲（2008金融海嘯之後學到教訓）
必須重建整個金融系統，讓系統完蛋前自己有重建的能力，必須壞掉倒掉的自己壞掉。
教導人們航行在一個不是那麼確定的世界，讓經濟學與商學院變得可有可無
關閉經濟學諾貝爾獎項、禁止槓桿收購
把銀行家放到他們該去的地方(監牢)，向罪犯(銀行CEO)討回詐騙的金額
讓市場經濟回復到一個比較接近自然生態的環境：廠商比較小、生態比較豐富、沒有投機槓桿操作、冒險的是企業家而非銀行家，每天都有公司生死=>不會上新聞。
熱愛命運: 如何變得堅不可摧
先想好自己的遺囑與墳墓位置
找出方法來克服損失趨避的天性和變得比較不依賴你目前所擁有的一切
觀念：
凡是能夠從我身上拿走的，沒有一樣是我的東西
包括自己的生命在內
Be Strong and Be Value：要有勇氣與堅持自己的價值
--------------------------------------------------------------------------------------
注釋
作者自稱為經驗論者(empiricist)，而非實證論者，主要是因為他認為，現實經驗重於理論實証；而理論的實証用的方法應該是預測(用過去的資料建模，再觀察是否能夠恰當地解釋未來的發展)
他批判許多統計學家自稱為”實證”研究人員，事實上他們只是把理論到套用到過去的資料
經驗論的三大基礎與來源
1.觀察
2.歷史(記錄下來的觀察)
3.類比判對(事前事後，不同情境下的差異)
群眾的智慧：對於猜測平庸的事物很有洞察力，但對於複雜的事物與更久遠之後的變化，其實沒有什麼用處
歸納法的罩門
1.只能觀察到一部份，無法觀察到全部
2.只能觀察到過去，不能觀測到未來
3.事務無法在完美的狀態下被了解，因為影響該事物的因素很多(不能可完全控制)
4.一定有部分被忽略
終極（root cause）與近似(直接)的原因
如果你因為口渴而喝水，那麼口可不應該被視為喝水的直接原因，這個現象背後還有一個更大的機制(身體電解質平衡？)在發揮作用。
要區別不同形式的原因之間的差別：形式表象上的、有效的解釋的、最後的和實質上的
腦的分化：
提供一個60%機率得到想要事物的A拉杆與另一個提供40%機率得到想要事物的B拉杆
右腦會選擇只拉A拉杆（成功期望值0.6）
左腦會60%的時間選擇A拉杆，另外40%的時間選擇B拉杆（期望值0.6*0.6+0.4*0.4=0.52）=>左腦拒絕隨機性=>大多數人是右撇子/慣用左腦，難怪無法深入理解機率
俗諺與科學中的敘事性
活在社會規範的人，會輕易相信更種耳熟能詳的虎爛故事與宗教神話（企業文化的建立往往是經由一些唬爛的故事）
學術權威(=學閥)的科學唬爛，比較容易被大家買單，直到這些老頭們掛點
展望理論與損益的感受不對稱
損失的感受是凸性(convex)：一次損失一百元比每次損失ㄧ元一百次來的不痛苦
賺取的感受是凹性(concave)：一次賺一百元的樂趣比每次賺ㄧ元一百次來得小
演化造成看短不看長的人性與無法解釋商業上的破壞式創新
人腦演化自遠古時代，只能關注一小片土地、有限的親族與未來的下一代。所以很久之後、發生在很遠與很複雜的事情，天生會將其忽略
遠大的眼光需要遠景與利他，而具備利他觀念的這種人往往很難成為領導人或繁殖眾多自己基因的下一代。
就商業競爭而言，演化沒有遠見，它缺乏長期眼光，這使得創新難以解釋與預料
三種錯誤的哲學
詭辯：例如亞里斯多德，用邏輯推理(詭辯)來腐蝕自然哲學，形成了充滿範疇的世界
個人經驗：以為自己貧乏與膚淺的個人想法，可以成為放諸四海的普世價值
迷信：食古不化的基本教義與教條
為什麼資訊的傳播很重要
體重變化很大的人，遠比一個體重低於平均值的人，更傾向於把她那非常瘦的照片拿給你看
學術界的傲慢與庸俗
學術界不等於嚴謹，同儕審查經常只是偽裝
今日世界的成就也只有一小部份來自於學術研究
學界只寫給自己圈內人讀的期刊文章，對一般大眾使出障眼法(專有名詞、複雜數理模型)，讓自己不需要被公開檢驗；造就一些象牙塔中的怪咖。
歷史學家的誤謬
他們往往前溯與後溯的過程搞混，導果為因，不了解事件發展的非線性與後向問題的複雜度。
彩券的悖論(lottery paradox)
不相信任何一張中(頭)獎，但相信全部的彩券一定會中(頭)獎
除了Yes or No之外，我們需要有不同程度的信心與機率期待
沒有留言:
張貼留言