Total Pageviews

2018/12/05

[閱讀筆記] Antifragile: Things That Gain from Disorder (7/10)

  1. 在極端世界 (extremistan) ,你要盡可能地去嘗試,大量地去嘗試,適度的冒險(upside 回報 > downside 負面影響時才冒險),必能獲得豐厚的回報
  2. Adam Smith 提到的看不見的手 = 集體協同合作 (collaboration) = 市場機制,這機制超越任何英明的單一中央計劃者
  3. 在反脆弱的情境 (正面的非對稱性、正面的黑天鵝),如 trial and error,過去資料的抽樣結果傾向於低估長期平均,其會將數量隱藏起來、而非缺陷;在脆弱的情境 (負面的非對稱性、火雞問題),過去資料的抽樣結果傾向於高估長期平均,其容易僅顯示數量、掩蓋缺陷
  4. 在 turkey problem 裡,罕見事件就是罕見,無法在過去資料裡面得知,將罕見與負面畫上等號;在反脆弱中,觀念則是相反,將罕見事件視為機會,用正面看待
  5. 「選擇權的賣方」屬於「脆弱」:大多時候擁有高勝率、有限的獲利的特性,但有小機率會遭到極大的損失。 「選擇權的買方」屬於「反脆弱」: 大多時候擁有勝率低、虧損有上限的特性,但有小機率會遭到極大的獲利。
  6. 問題並不是機率高或低,而是許多危機我們無法辨識,這是因為「以前根本沒出過問題」,但這並不代表巨大的傷害就不存在。就像一隻火雞一直到感恩節的前一天,都不知道會遇上風險和傷害。
  7. 對於投資來說,作者的建議是用90%的資金做穩定盈利的投資,而10%的資金做高風險的投資。因為即使你10%的資金全沒了,你的損失也是有限的,但是一旦10%的資金有了收益,那將會是巨大的。對於一個企業來說,中庸的企業最終會被達摩克利斯之劍殺死,而只有願意創新和能提升反脆弱性的企業才能最終生存下來。
  8. 反脆弱的原則:
    1. 尋找你有哪些可選擇性 (optionality),並根據這些選擇權做排序
    2. 傾向選擇開放式回報 (open-end payoffs),而非封閉式回報 (close-end payoffs)
    3. 你不該投資 business plan,而是人
    4. 採用 barbell strategy
  9. 企業的運作策略很常飄移與見風轉舵,例如可口可樂原先是生產感冒藥品、珠寶 Tiffany 原先是文具店、Nokia 原本是造紙廠等
  10. 作者指試誤法其實並不是隨機的,一個人需要理性讓每次失敗能提供額外資訊,讓每一次比上一次更有價值,逐步摸索出目標。作者稱很高比率技術知識是來自試誤法的反脆弱性與可選擇性,我們所會的各種技能與觀念實際上以反脆弱的實際行事而得,卻相信這是從書本、理念與推理學會,就像聲稱鳥懂得飛是因為知道各種數學方程式一樣。
  11. 作者認為教育在國家層面上不會令國家富有,兩者不存在因果關係。教育可以帶來其他好處,但不能用於促進經濟成長。擅於做事者與擅於談論者是兩類人,前者只會動手做,用談話部門的標準衡量他們既不公平也侮辱他們。見機而作的方式,可從大利益與溫和傷害的不對稱性中得到很大優勢,反之,依賴敘事是被不確定性調適,並會往後倒退,天真地將過去投射至未來。
  12. 作者提及政府看待事情的方式過於目的導向,研究獎助與資金應該是給予人,而不是給予計劃,而且應少量分配給許多研究工作者,因為報償與嘗試次數成線性關係,贏家會有幾乎無上限的極高報酬。創新會漂移,一個人需要漫遊者的能力,捕捉眼前的機會。重要的創業投資決定是在沒有真正營業計劃下進行。資金應該給相信能掌握選擇權,作風積極的修補者。
  13. 作者以簡單的試探啟發法辨認騙子︰他們只會提供正向建議,利用我們容易受騙的傾向。實務上,在演化中存活者都是用負向方法,學習避開甚麼事,降低個人發生意外的大部份風險我們沒辦法確切判斷是成功者擁有長才,還是有長才者會成功,但我們很有能力預測負面事情,也就是不具任何長才者最終會失敗。我們知道不對的事,遠多於正確的事。
  14. 反脆弱性意味著舊優於新,時間會證明事物的脆弱性,並在必要時摧毀它們。能夠存活下來的事物,一定是長於達成某項目的,我們的感知與邏輯無法捕捉這目的,但時間則能看到。典型預測會隨時間而退化,但在預測脆弱性時,長期預測比短期預測可靠,因為受「黑天鵝」影響者相當容易會被歷史吞噬。
  15. 法令規定越複雜,懂得門道與漏洞的主管官員,日後獲益就越大,官員可以在離職後收受私人薪津。規定繁複令內部人員有機會上下其手套利,所以主管官員有誘因令法令規定越繁複越好。在複雜系統中,法令規定的字面與精神差異難以察覺,也就是更容易揩油。
  16. 每一件事情都會從波動得到利益或承受損失。脆弱性是指因為波動和不確定而發生損失。
  17. 歷史上有些國家專門生產某些產品、商品與作物,在價格激烈波動下遇上困難。病菌與天候不良等阻礙令生產出問題同樣帶來災難,例如1850年代愛爾蘭的馬鈴薯飢荒。這不表示專業分工不是好事,但需要先處理脆弱性問題,這種修補過程是由下而上緩步漸進,不是社會計劃者計劃而來。
  18. 選擇權式試誤法,因為不對稱性,小錯誤可能帶來大利得,每件事情都應該嘗試一點,因為有其中一件事情你做對了、對之深感興趣,很可能從中獲得極大收穫與效益。
  19. 由於贏家會有幾乎無上限的極高報償,所以正確的方法是採用某種盲目注資法,正確的政策即是「1/N」,將資金盡可能分散在許多嘗試上:如果你面對N個選擇權,那就等量投資他們全部。每次嘗試的金額少,但是嘗試的次數多,而且比你所要的更為寬廣。為什麼?因為在極端世界中,投入少量金錢在某種東西上,比完全錯過它重要。
  20. 教育與讀書的槓鈴策略 (barbell strategy):
    1. 20% 的時間用在應付學校課程 : 不要被當就好
    2. 80% 的時間用來自學 : 讀任何你自己想讀的書
  21. 在健身房鍛鍊出極佳的數據與肌肉線條的健身者,往往抬不起一塊大石頭,或者會輕易地被街頭小混混輕易撂倒,因為在健身房健身的人是在 domain-specfic 的環境下才能擁有較佳的表現,街頭小混混則是在混亂的條件下存活,當健身者離開其結構化的環境,勝負立判。猶如統計和風險的專家活在數學公式當中,一但把他們拖入真實世界當中,就會崩潰。
  22. 有些人之所以能夠被選為公司的高階主管,只因其擁有能夠忍受無聊、冗長會議的能力,或是能夠聚焦於無聊會議文件的能力,而非優異的決策成效
  23. 槓鈴策略的首要前提是我們要知道我們要做甚麼,我們的目標及做這件事情的目的是甚麼(例如:做股票投資、做房地產買賣…等);其次我們必須盡可能地超保守和超積極,而不是溫和的積極或保守。當你的損失極為有限時,你必須盡其可能地積極、投機,有時甚至是敢於去冒險一搏,才是對的抉擇
  24. 不斷試錯,跟著自己的興趣去自由探索和閱讀,也是提高自己反脆弱性的有效方法。如作者所說:“避免無趣是唯一值得推薦的模式。”個人和公司必須去做那些不想做但應該做的事情,習慣了在近處散步的人在保證安全的基礎上應該嘗試去遠方冒險。跳出“舒適區”,不斷嘗試,才能激發潛能。對於職場人士,有時候出點小毛病也不必大驚小怪。不要試圖完全控制你的團隊和公司,就像養小孩一樣,讓他在跌倒中學會站立。過度保護、過度防範的狀態會導致我們自身的反脆弱能力降低。反脆弱能幫助人應對未知的事,有效解決不瞭解的事。如作者在書中總結所說:“正是因為內在的反脆弱性,我們做的要比我們想像得更好。寧願做愚鈍但具有反脆弱性的人,也不做極其聰明但脆弱的人。痛苦和險境能使人變得更強,人體骨骼在適度的負重和壓力下會越發強壯,我們生活中的許多事物也會從壓力、混亂、波動和動盪中受益
  25. 史上許多重大發現,人類都是先知道怎麼做,日後才找到原理的。譬如蒸氣機,噴射引擎。人類是先做出來,之後才用比較詳細的理論解釋這些機器的運作原理。還有醫療界的重大發現,洗手可以降低產婦死亡率。這個現象也是先被發現,之後才發現細菌。經驗具有反脆弱特性,理論則是脆弱的
  26. 不是所有可以寫成論文,寫在教科書中的東西,才是智慧。經驗法則,也是智慧。這種科學與理性至上的態度,也反應在學校教育。作者說,學校只能教可以理論化,可以有條理的寫下來的東西。但,一個人不應將學習限縮在學校教給你的東西。
  27. 今天你去搭飛機,機場安檢人員看到你,會認為你是恐怖份子嗎?通常不會。大多搭機的人,不是恐怖分子。那為什麼還要掃描所有你帶的行李,甚至搜身。理由一樣,萬一這個人是恐怖份子的話,代價非常慘重,因為我們在恐怖份子面前顯得非常脆弱。這是務實的做事態度。不講機率,不要用科學估計法算百分比,而事先做好準備
  28. 你認為核電廠在明年會爆炸嗎? 通常不會。但是為什麼我們還是要花數百萬美金來提升核電廠的安全性,這是因為我們對核災顯得非常脆弱,不須計算發生核災的機率,事先做好充足的準備,才是正確的做法
  29. 很多事件都有非對稱式的報酬 (asymmetric payoff),其中一方通常會帶來更大的後果 (consequence)。該怎麼做決策呢? 你該基於脆弱性來做決策、而非機率高低;或者說,你該基於脆弱性來做決策,而非是否發生與否
  30. True or False 等同於發生機率的高或低。統計學家常稱之為信心水準 (confidence level),例如在 95% 的信心水準下、低於  5% 的錯誤機率下,有可能核電廠是安全的,你會因為機率很低,你就不去針對核電廠的安全做強化嗎?當真的發生核災時,你能夠承受嗎?因此,機率 (也就是 True / False) 在現實生活是不管用,代價 (payoff) 才是最重要的


No comments: