很多時候，個人認知或人類知識無法區別訊號與雜訊，因此會過度反應
Black Swan 的世界中，真正的英雄是避免發生 Black Swan Event 發生的人，而非發生 Black Swan Event 發生後收拾殘局的人。可惜的是，我們的 bonus system 通常都會去獎勵後者，忽視前者。
一棵樹木從生根發芽到枝杈參天是自然而然的，不要去告訴一棵樹如何生長，就像不要去教一隻鳥兒如何飛翔。同理延伸至人類活動，愈接近自然的活動其反脆弱性愈強，反之愈弱。過多人為的干預，無異於將其推向「脆弱」邊緣，這也是為什麼作者反對過多政府干預，稱格林斯潘為「超級脆弱推手」的原因。
推銷『看看我為你做了什麼』遠比『看看我為你避開了什麼事』更容易。根據『績效』建立的獎金制度，當然使問題惡化。我曾經在歷史中尋找因為沒做什麼事而成為英雄的人，但要觀察沒有作為很難。黑天鵝世界中的英雄，是防止巨大災害的人，但由於巨大災害沒有發生，所以他們沒有因此受到獎賞或鼓勵。
發揮人類拖延的本能－ 事實上，我們人類很不擅長於過濾資訊，尤其是短期資訊，拖延可能是讓我們過濾得更好，抗拒資訊跳躍所帶來不良後果的一種方式。如果你相信我們對事物的看法不完整，那麼靜候時間去考驗，也許是有效的方法。
為何活在資訊爆炸的時代，反而愈不知道發生什麼事?因為連十萬八千里外的一條狗被撞你都收得到新聞，這種雜訊漫天蓋地的充斥資訊管道，變成 99.5% 的雜訊，淹蓋掉 0.5% 的資訊。
太多的雜訊 (noise) 將寶貴的資訊掩蓋，每日的新聞就是雜訊，會讓你的投資決策做出錯誤的判斷。最好的方式是，忽略每日發生小的變化，只看長久的、巨幅的變化。
媒體常誤導你對這個世界的了解，每一天在美國有 6200 人死亡，許多都是可以避免的意外。但是，媒體只會報導因颶風、奇怪的車禍、飛機失事等意外所導致的死亡，誤導你對真實風險的認知
尾端風險/極端風險 (Tail Risk) 是指統計學上兩個極端值可能出現的風險，按照常態的鐘型分佈（Bell Shape），兩端的分佈機率是相當低的（Thin Tails）；但是兩個極端值的分佈亦有可能出現厚尾風險/肥尾（Fat Tails）風險，那就是距離中值（Mean），出現的機率提高。也就是原本不太可能出現的機率突然提高了，運用在金融市場上，那就是極端行情出現的可能性增加而且頻繁，這樣可能會造成市場行情的大幅震蕩，造成的原因可能是市場上出現不尋常的事件，如2008年雷曼兄弟倒閉、2010年的南歐主權債信危機，皆產生肥尾效應。
第一象限是平庸世界簡單報酬：預測很安全，模型有用，但較多出現在實驗室與遊戲，而非現實世界。
第二象限是平庸世界複雜報酬：統計方法令人滿意，只有一點風險。
第三象限是極端世界簡單報酬：無傷大雅，遇到就算了。
問題在於第四象限，極端世界複雜報酬，也就是黑天鵝事件所在：無法對罕見事件的報酬作預測，沒有可用的模型或定理 （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，不要用庇里牛斯山（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
假如無法避免第四象限，例如氣象與流行病，作者則建議採取以下方法鞏固自己的反脆弱︰
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）
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
避免去預測小機率的報酬，但普通事件的報酬不在此限
小心罕見事件的「無典型性」：指後果的嚴重度與情勢的演變
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
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。
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
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
小心風險數字的表達：可能性與嚴重度都不可能正確預料
許多人開始使用複雜的模型 (ex. Chaos-complexity-catastrophe-fractal theory)，試圖想要預測黑天鵝事件。對我來說，less is more，拋棄這些複雜的模型，提升自己的反脆弱力，才是正確的方向
做預測的人會因為預測而脆弱，飛行員因為過度自信而失事墜毀，迷信預測的人會讓自己冒更大的險
威尼斯人古諺：「The sea gets deeper as you go further into it.」（譯註：大略和中文諺語「學然後知不足」類似）。你懂得越多，就越了解自己要學的東西還有很多
務實的做事態度，應是不講機率，不要用科學估計法算百分比，而是先做好準備
我們應將恐懼轉換為謹慎、將痛苦轉換為訊息、將犯錯轉換為學習、將想法訴諸行動
越是害怕混亂 (disorder)，越是害怕失多於得，你就會越 fragile；不怕混亂，經過評估可以放手一搏 (nothing to lose)，這樣你只有獲得，沒有失去，你就會更加 antifragile
Fragile 隱含著失多於得，不利 (downside) 大於有利 (upside)，這是不利的不對稱性 (asymmetry)；antifragile 意味著得多於失、有利大於不利，這是有利的不對稱性
邁向反脆弱的第一步，是先降低下檔 (downside) 損失，不是提高上檔 (upside) 利益；也就是說，減少暴露在負面「黑天鵝」的機率，並讓自然的反脆弱自行運作。
路徑依賴 (path-dependent) 類似於物理學中的「慣性」，一旦進入某一路徑(無論是「好」的還是「壞」的)就可能對這種路徑產生依賴。某一路徑的既定方向會在以後發展中得到自我強化。人們過去做出的選擇決定了他們現在及未來可能的選擇。好的路徑會對企業起到正反饋的作用，通過慣性和衝力，產生飛輪效應，企業發展因而進入良性循環；不好的路徑會對企業起到負反饋的作用，就如厄運循環，企業可能會被鎖定在某種無效率的狀態下而導致停滯。而這些選擇一旦進入鎖定狀態，想要脫身就會變得十分困難。
一旦人們做了某種選擇，就好比走上了一條不歸之路，慣性的力量會使這一選擇不斷自我強化，並讓你輕易走不出去。「路徑依賴」 (path-dependent) 類似於物理學中的慣性，事物一旦進入某一路徑，就可能對這種路徑產生依賴。這是因為，經濟生活與物理世界一樣，存在著報酬遞增和自我強化的機制。這種機制使人們一旦選擇走上某一路徑，就會在以後的發展中得到不斷的自我強化。
如果某樣東西具有脆弱性，那麼它發生損壞的風險，將抹殺掉你為了改善它或者使它變得「有效率」所做的任何事情，除非你先降低發生損壞的風險。
國家很容易以讓子孫背負債務的方式，促進國內生產毛額（GDP）的成長，但將來的經濟可能因為需要償還這些債務而崩潰。
財務上採取槓鈴策略（barbell strategy），也就是用超積極與超保守的投資組合，取代溫和的保守、積極的投資組合。例如把 80~90% 的資金，放在極保守的投資工具（像政府債），剩下的 10 ~20%，放到極為投機的賭注上，槓桿倍數盡可能放大（像是選擇權或者期貨），這樣你的核心部位，就不會受到風險管理錯誤的影響，沒有任何黑天鵝事件可以對你造成傷害。因為你把無法計算的風險，也就是對你有害的風險減除了，你的風險不是中度風險，而是一邊高風險，但另外一邊無風險，平均起來將是中度風險。中間策略是賺錢有上限、虧損無下限；而槓鈴策略是賺錢無上限、虧損有下限。
No comments:
Post a Comment