数据技术和架构：数据分布和复杂系统
数据技术和架构：数据分布和复杂系统在坐标轴上，这是一个头部严重向左靠拢，还拖着长长尾巴的分布形态。这样的数据图形表现就被称为“幂律分布”。如果画一张道·琼斯工业指数月度变化图，聚集在平均线上的点很少，大起大落的情况却很多。道·琼斯工业指数平均每5年就会发生一次降幅达10%以上的情况。20%甚至更高的股市跌幅，仅是20世纪就发生了9次。正态分布和肥尾分布肥尾分布很像正态分布，但肥尾分布的曲线两端下降更慢更长，就像拖着一根又大又长的尾巴，也就意味着相比正态分布，它的极端值发生概率更高。肥尾分布在经济学，政治学，物理学都可以遇到。例如，某个投资策略可能在一年后获得预期收益。假设这个策略符合正态分布，其失败的可能性（负回报）小于百万分之一。但在实践中，它失败的可能性高出许多。
这是连接上一篇的学习笔记。
正态分布正态曲线呈钟型，两头低，中间高，左右对称因其曲线呈钟形，因此人们又经常称之为钟形曲线。平均数周围的得分在总体上占到大多数，平均数上下1.96个标准差的得分，占到95%的总体。
正态分布最直观的例子是人的身高。以中国为例，大部分成年男子的身高平均值在1.7米左右，极端高和极端矮的情况极为罕见。如果以身高为横坐标，以取得此身高人数或概率为纵坐标，得出来的分布曲线是钟形的——中间部分很高，几乎每个人都在平均身高上下12厘米左右，越往两边，衰减越明显，也就是人数越稀少。
正态分布在日常生活中很常见，除了身高，还有情商、智商，某地河流的水位，某种电子管的使用寿命，在特定生产条件下生长某种农作物的产量等。
正态分布和肥尾分布
肥尾分布肥尾分布很像正态分布，但肥尾分布的曲线两端下降更慢更长，就像拖着一根又大又长的尾巴，也就意味着相比正态分布，它的极端值发生概率更高。肥尾分布在经济学，政治学，物理学都可以遇到。
例如，某个投资策略可能在一年后获得预期收益。假设这个策略符合正态分布，其失败的可能性（负回报）小于百万分之一。但在实践中，它失败的可能性高出许多。
如果画一张道·琼斯工业指数月度变化图，聚集在平均线上的点很少，大起大落的情况却很多。道·琼斯工业指数平均每5年就会发生一次降幅达10%以上的情况。20%甚至更高的股市跌幅，仅是20世纪就发生了9次。
幂律分布在坐标轴上，这是一个头部严重向左靠拢，还拖着长长尾巴的分布形态。这样的数据图形表现就被称为“幂律分布”。
幂律分布
二八法则、马太效应、Zipf定律等，它们并非严格意义上的理论、法则或定律，都不过是幂律分布衍生出来的通俗定律。
财富、股市、金融市场等，遵循幂律分布。
线性系统线性linear，指量与量之间按比例、成直线的关系，在数学上可以理解为一阶导数为常数的函数。以前的科学基本都是以还原论为基础，线性的看待世界。
复杂性系统-非线性系统只要有人参与的事情，科学们都有些捉襟见肘，没有一个能正确地分析和预测，因为这些事情无一例外地都呈现出非线性的特性。举个简单的例子：
如果将一块石头向空中扔出去，根据物理规律，我们能够判定石块会沿着一条抛物线的轨迹飞出去，落下来。但是，如果把石头换成一只活生生的小鸟呢？在我们把它扔出去前，你能预知它会飞向哪个方向吗？别说你了，就连科学家们也只能靠猜。小鸟的运行轨迹绝对不会像与它体重相同的石块一样。就连孩童都知道原因——小鸟有生命力，会飞。扔出去的小鸟朝哪飞就是非线性的。所有复杂系统都有着不均衡和非线性的特性。
凡是人参与的事情都是复杂性系统，就连人本身都是系统性系统
应对复杂系统的方法相信概率，同时也要相信运气。
如果你千算万算还是输给了运气，比如：胜率99%，赔率1%，效用计算后为正，结果那1%发生了，此时你最正确的做法就是——随它去吧！
在复杂系统中如何生存-向火鸡学习风险风险和概率无关，只和伤害的大小相关。
在投资中，有些机会胜率超高，可能达到99%，但就是那个1%的亏损概率，就能造成极大伤害。时间越长，意外几乎必然会发生，而且很难预测，这就是黑天鹅现象的主旨。其实，我们不怕意外，但怕的是意外的伤害是否会大到无法想象。
第一，永远都要未雨绸缪。
晴天修房是个真理，牢记，牢记！
第二，尽可能去定义任何最坏的情况，并评估会造成的损失。
解决恐惧的办法就是定义恐惧，解决风险的最好办法同样也是定义风险。通过做出各种最坏的假设，你可以把黑天鹅变成灰天鹅，因为只要事前能预估伤害，就可以安排相应的措施。
第三，遭遇极小概率的意外时，让自己有机会从中“得到好处”。
这是《黑天鹅》作者塔勒布另一本书《反脆弱》中提到的概念。你可以把一小部分的资金放在如果极小事件发生就会受益的机会里，虽然大多数情况下，这些资金会亏掉，但因为资金小，所以伤害并不大。可是，一旦发生偶然的意外，你就会得到极大的好处。比如上一篇笔记里说的，买入安全资产或对冲期权
最后附上火鸡的故事
话说有一只火鸡，它出生在一个美丽的农场。
从它记事起，每天都有一个人按时来喂它可口的食物，风雨无阻。
随着每次喂食，这只火鸡越来越相信，那个每天都来的人类，绝对是因为真爱才来给它喂食。
它的信心也随着喂食次数的增加而增加，安全感也越来越高。
这就像人类对统计的信任一样，样本越多，越笃信未来也会像过去历史一样运行。
直到1000天以后，也就是感恩节前一个星期三的那个下午。
说明：学习中，参考并引用了坤鹏论的文章。
