讀書筆記 | 《隨機漫步的傻瓜》

Image by cromaconceptovisual from Pixabay

《隨機漫步的傻瓜》的作者是塔勒布,也許你沒聽過這本書或這個名字,但大概率聽過他的另一本書《黑天鵝》。

《隨機漫步的傻瓜》這本書會加入到我的推薦書單中,加上這本,書單中現在有三本。

一本是《漫步華爾街》,這是一本個人投資指南并介紹了歷史上一次次重復出現的泡沫,在這個時間點看更有意思。

第二本是《小烏龜投資智慧2-投資叢林生存法則》,介紹了與我們利益沖突的機構是如何設置一個個陷阱的。

而今天介紹的《隨機漫步的傻瓜》告知我們要意識到隨機性在投資中起到的作用,并不要做那些可能“炸毀”我們的極端事件。

先來聊聊隨機性。隨機性的背后是概率,當樣本基數大了之后,很多我們認為不太可能發生的事情也會發生。

比如有時我們會看到這樣的報道:某人和朋友剛聊到某款產品或想個需求,接著就在朋友圈看到相關的廣告,某人都認為騰訊肯定在監控著我們的聊天記錄。

但這真的是巧合。所有使用微信的人中出現一個在某一天碰到這種情況的概率遠比我們想像的要大,一個是因為使用微信的人還有廣告多,另一個是要求出現一個案例而不是所有人。

在以前,這種個例是不會被我們所知的。但現在,只要出現一個就可以被互聯網傳播到很多人手里,給人的感覺就是經常會碰到這種事。

再舉個書中的例子,假設35歲的人一年玩一次俄羅斯轉盤,在俄羅斯轉盤中你有5/6的機率存活,一旦活下來就能拿到1000萬美金。他要活動50歲生日的機會十分渺茫。但是如果有幾千個人在玩,一定會有少數人能夠年過半百且極其富有。

當基數大了之后,即使水平很差的基金經理,每年也會出現一些人賺很多錢。比如書中提到的交易員約翰。

從事商業的人數越多,其中某個人純靠運氣便能有驚人表現的可能性越高。很少有人去數市場中的投資人人數有多少,以便計算某段時間里、在這么多投資人的情況下,取得成功的條件概率有多少。

雖然投資帶有隨機性,但我們往往會忽略隨機因素,認為是靠自己的實力賺的。一個個年度排行榜都帶有這樣的偏差。

在任何一個時間點,賺錢最多的交易員往往是最差的交易員,因為他可能是最適合上一個循環的人。這是隨機性的本質使然。

所以要警惕去年業績表現非常好的人。

得自運氣之物,也可能被運氣取回,而且往往出乎意料地迅速被取走。

減少隨機性影響的一個方法就是把時間拉長。

交易員的甄選標準在于他們從事這一行的年數,而不是操作得是否成功,最主要的條件是他們沒有炸毀。

假設一個人的預期年化收益是15%,本年誤差率是10%(假設年化收益率是正態分布,標準差就是10%)。則在不同時間尺度下賺錢的概率是不同的,具體如下:

不同時間尺度下賺錢的概率.jpeg

我們常常會忽略隨機性,一個現象就是喜歡給漲和跌一個合理的解釋。可能我們天然地習慣把同時出現的事情賦予因果關系。

著名的哈佛大學心理學家斯金納曾經給鴿子做過一個實驗,即使面對一件隨機的喂食事情,幾乎每只鴿子都會固化出一套特別儀式。

斯金納做了一個關鴿子的籠子,他以隨機的方式送食物給非常饑餓的鴿子,隨后他觀察到鴿子出現相當驚人的行為。它們根據內在根深蒂固的統計機制,發展出極其復雜、有如祈雨舞般的行為。有只鴿子會對著籠中特定的一角有規律地搖頭,另一只鴿子會以逆時針方向轉頭。幾乎每一只鴿子都發展出一種與喂食聯結起來的特別儀式,慢慢固定到它們心里。

面對每天的漲和跌,我們總是認為背后一定有某種因素在起作用,而不肯接受也許就是隨機性的作用。

也會有一些公眾號每天會分析漲跌的原因。

在這個充滿隨機性的世界中,塔勒布認為他做的最引以為豪的一件事就是戒掉了接觸電視和新聞媒體的習慣。

媒體在報道時從來不會考慮隨機性的因素,大多都是那些碰巧幸存下來的人或事。

講完隨機性,再來聊聊黑天鵝事件。

人們認為不存在黑天鵝的推理邏輯是這樣的:沒有一只天鵝是黑的,因為我看了4000只天鵝,沒看到一只是黑的。

這就是歸納法面臨的一個問題。我們會拿過去的經驗或數據去驗證某個想法,但不能說因為過去沒發生,所以以后也不會發生。或者說過去發生了,以后也會發生。

比如你用歷史數據發現了周一定投的收益是最高的,但也毫無意義。

稀有事件就是那只黑天鵝,你不能說因為過去沒發生,所以以后也不會發生。使用歸納法可以,但不能完全相信它。

比如書中提到的交易員約翰。

到了35歲,財富已經超過1600萬美元,他堅持拿將近1400萬美元投資他的業務。但在短短幾天的時間內,1400萬美元化為烏有。花了7天的時間成為英雄,但7天的時間就把他打成白癡。

我想這是一定要持有一定量現金的原因,有可能你的投資標的都會崩掉。而且即使財富自由了,也要保持自己的競爭力。

如果失敗的代價過于沉重,難以承受,那么這件事成功的概率有多高根本無關緊要。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,333評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,491評論 3 416
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 176,263評論 0 374
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,946評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,708評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,186評論 1 324
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,255評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,409評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,939評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,774評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,976評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,518評論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,209評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,641評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,872評論 1 286
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,650評論 3 391
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,958評論 2 373