黑天鹅投资者如何应对（聊聊黑天鹅理论对投资思维的启发）

黑天鹅投资者如何应对（聊聊黑天鹅理论对投资思维的启发）系统2，理性认识，它是费力的、有条理的、缓慢的、有逻辑的、连续的、渐进的、有规律的。毛泽东在《实践论》中这样讲：我们占有了全面而丰富的感性认识材料，然后运用科学的思维方法，通过分析、综合、归纳、演绎、抽象、概括、判断和推理等一系列思维活动，将感性认识材料去伪存真、去粗取精、由表及里、由此及彼地进行加工制作、选择、建构，形成概念、判断、推理的理论系统，从而完成感性认识上升到理性认识的过程。系统1，感性认识，是轻松的、自动的、快速的、直观的、情绪化的、本能的，甚至我们不知道自己是使用它。它就是所谓的"直觉"，在接触到信息之后借助经验制造决策捷径，人们称之为"启发学"，我们讲的头脑风暴就属于此类。1、思考是一种稀有能力。我们人类作为高等生物，具有强大的思维能力，但是我们大脑的设计并非为了思考，而是为了生存和繁衍，我们的生活环境是什么样，我们的身体就进化为什么样。我

作者：贫民窟的大富翁 股海沉思

如果说唯物辩证法给了我们认识世界，改造世界的强大武器，是一把进攻之矛，那么黑天鹅理论会让我们明白自己的弱点，才能有效避免犯错，是一把防护之盾。

一、我们比自己想的要弱得多

偏见在生活中无处不在。网上有个段子：猪肉涨价对生活有影响吗？通过采访回民一条街及其周边的寺庙，记者了解到，猪肉价格上涨对我国居民生活水平毫无影响。这个段子让我们明白我们的理性思维能力比自己想的弱得多。

1、思考是一种稀有能力。

我们人类作为高等生物，具有强大的思维能力，但是我们大脑的设计并非为了思考，而是为了生存和繁衍，我们的生活环境是什么样，我们的身体就进化为什么样。

我们应如何思考投资这件事？心理学家丹尼尔·卡尼曼在介绍决策体系时提过两个思维系统：系统1——快思考，感性认识；系统2——慢思考，理性认识。

系统1，感性认识，是轻松的、自动的、快速的、直观的、情绪化的、本能的，甚至我们不知道自己是使用它。它就是所谓的"直觉"，在接触到信息之后借助经验制造决策捷径，人们称之为"启发学"，我们讲的头脑风暴就属于此类。

系统2，理性认识，它是费力的、有条理的、缓慢的、有逻辑的、连续的、渐进的、有规律的。毛泽东在《实践论》中这样讲：我们占有了全面而丰富的感性认识材料，然后运用科学的思维方法，通过分析、综合、归纳、演绎、抽象、概括、判断和推理等一系列思维活动，将感性认识材料去伪存真、去粗取精、由表及里、由此及彼地进行加工制作、选择、建构，形成概念、判断、推理的理论系统，从而完成感性认识上升到理性认识的过程。

感性认识很快，但是经常出错，不能应对复杂的问题。理性认识能挖掘事物之间的逻辑，但是速度慢。我们常常认为自己的决策是理智的，是通过层层推理而来的，可事实上这些所谓"理智推理"的驱动力却来自个人的情感或是直觉。

更多的时候我们以为自己在使用系统2，而实际上却在使用系统1时。为什么？因为我们的很多反应是不经过思考和反省的，而系统1的主要特点就是我们对它的使用是无意识的！

年轻人经常说的"我喜欢"就是典型的感性价值判断，带来生物性的内心满足。我们的直觉天生会有情感和意识上的倾向，所以常常会歪曲事实。常言道：信心更多地来源于无知，而非知识。

每次我讲，尽管我们都有大脑这种生物结构，而思考是一种稀有能力，需要后天持续的锻炼，并不会与生俱来，或者说我们知道的比我们以为自己知道的少得多，我都会得罪很大一批人。

一方面不知道自己的思维有先天性缺陷，一方面自认为自己很强大，当这两者并存的时候，往往造成灾难性的后果。

2、世界很复杂。

按照时间序列，世界分为过去、现在和未来，或者已经发生的事情和没有发生的事情，所有没有发生的事情能否发生都是一种概率，存在不确定性，而事情一旦发生则是确定的；每一件可能发生的事情，发生的概率不同，有的高，有的低；每一件可能发生的事情造成的结果也不一样，有的大，有的小。这就是黑天鹅理论的全部：世界总是以随机的方式发展，而各随机事件的结果是不对称的。

为什么世界是复杂的呢？一切事物均存在于时间和空间的坐标轴上，复杂性指的是一个系统的组成因素具有以下关系：时间依赖性，即一个事物随着时间而发生变化；水平依赖性，即不同事物之间互相影响；对顶依赖性，即一个事物的历史影响另一个事物的现状；循环因果性，事物之间互为因果；非线性关联，事物之间影响是不对称的，非定量的，变化的；相互依赖性，即事物之间相互依赖而存在。

除了客观世界各个事物之间存在这六种难以穿透的关系外，在人类对客观事物的认知角度，还有四大困难。

第一，我们不是全知全能的，我们只能看到确定性的世界，是全部信息的一小部分。这种局限性导致两种情况：沉默的证据，即很多事情发生的原因我们根本找不到；因果关系无法确定，比如印度洋蝴蝶翅膀的煽动引起海啸，是哪个蝴蝶呢？

第二，因果关系的唯一性。时间是单向流动的，我们观察到的世界永远是确定的，除极少数实理想情况外，绝大多数都是不可逆的，一次性的，这对我们寻找事物之间逻辑关系形成了不可逾越的挑战。

比如一块冰在阳光下融化为一滩水，假如我们把同样的一块冰放在相同的位置，融化而成的水迹还能是同样的形状吗？

第三，果因关系的多样性。一个因必然有一个果，但是一个果却可能有多个因，一块冰融化为一滩水，但是不同形状、大小的冰块却可能形成同样的一滩水，我们无法确定水迹和冰块的逻辑关系。

第四，在人类自身事务中，因果关系还存在概念定义的问题。一起事件会引起股市暴跌，但是暴跌本身存在定义问题，暴跌是5%还是10%？不同的定义在寻找因果关系的时候会得到不同的数据和结论，因此即使我们能够分辨原因和结果，但是仍然得不到可靠的逻辑关系。

3、我们理性认识能力很弱。

因果关系的复杂、世界的复杂，使得我们对未来的预测以及对过去的逻辑分析都受到强大打击。与此同时，我们生物性的大脑构建在理性认识方面的能力很弱。

乔治·A· 米勒在他的论文《奇妙的数字7±2 》中提出一个理论："奇妙的数字7"。米勒认为，大脑的短期记忆无法一次容纳约7 个以上的记忆项目。有的人可能一次能记住9 个项目，而有的人则只能记住5 个。大脑比较容易记住的是3 个项目，当然最容易记住的是1 个项目。

这里说一个生活中大家熟悉的案例。老王准备出门去买一包红双喜烟，问老婆需要带什么东西，老婆说一斤大地牌草鸡蛋，两斤西红柿，一包盐，老王说，好勒，就准备出门了。到了门口，女儿忽然说要一杯星巴克咖啡和一个鸡蛋饼，老王一边答应，一边嘀咕，一包烟，一斤鸡蛋……。到小区门口的时候，收到一条短信，领导通知周天下午加班，处理某某事物。等老王走到超市买完烟，结完账的时候，已经记不清老婆女儿到底要买啥了，只能吸着烟回家了。

我们在生活中经常遇到自己或者别人犯一些很低级的错误，事后非常惊艳，你（我）怎么能犯这种错误？随后开始在思想根子上找原因，工作不认真，安全意识麻痹啦等等。其实这些所谓的自我检讨没有任何意义，上帝不允许你不犯错。

世界非常复杂，我们的思维能力并不是与生俱来，经过训练后的理性思维能力仍然很薄弱，这三点决定了我们远比自己想的要弱得多。为了正确揭示客观世界的规律，唯物辩证法要求我们用全面而非片面，运动而非静止，联系而非独立的思维方式去发现规律，总结规律，运用规律，较高的要求和恶劣的现实落差使得我们在实际工作中经常出错。

二、我们的思维偏差

偏差指的是我们主观认知和客观现实的差异，是一种系统性错误，只能减小，不能消除，它导致我们对事物做出不相符的评价。这部分我将讨论几个常见的思维偏差，不用怀疑，我们每个人都有，任何时间都有。

顺着上文讲，我们的大脑在同一线程下能处理的项目数量是5~9，这就意味着，当大脑发现需要处理的项目超过4 个或5 个时，就会开始将其归类到不同的逻辑范畴中，以便于记忆。

大脑的这种结构类似于电脑中硬盘和内存的区别，硬盘是电脑主要存储设备，容量很大，但是不能直接被CPU处理，内存是计算机的工作场所，硬盘上的信息永远是暂时不用的，要用吗？请装入内存！CPU与硬盘不发生直接的数据交换，CPU只是通过控制信号指挥硬盘工作，硬盘上的信息只有在装入内存后才能被处理。

硬盘就是我们的记忆，内存就是我们处理一件事情时候可以调用的资源，独立的项目符合"奇妙的数字7"原理，CPU就是我们的大脑。

为了在有限的大脑性能和复杂的现实之间寻求平衡，我们必须对现实信息进行简化，这主要包括三个方面：寻找规律，建立模型和应用规律。而人类只有非常有限的理性。我们有限的思考能力和无限的宇宙之间必然产生大量的偏差，相应的也就出现三种偏差。

1、逻辑偏差

逻辑偏差被塔勒布成为叙述谬误，指的是我们在客观事物之间建立联系的本能，在观察到一个事实后，我们为其寻找原因或者与其他事物之间的逻辑关系，我们努力使事物看起来很有道理。

但是这种对事实的解释和事实往往有偏差，尽管我们记住了事实，我们的理解取很可能是错的。比如我们在学习英语单词"goodnight"的时候，为了让它"正常"，我们可以为其备注发音"古德奈特"，这样是不是很合理，很好记忆了？但是显然与事实有很大出入。

我们用错误的解释糊弄自己，这种认知偏差就是逻辑偏差。这种解释一般呈现故事的形式，因为形象，生动，具体，而经常被我们大脑用来替代事实。我们经常说，形式比内容重要，或者说很多文章是"标题党"，我们说"以貌取人"、"地域歧视"等等，都是逻辑偏差的具体形式。

逻辑偏差具有强大的本能力量，我们看到，听到，摸到，嗅到一件事物，大脑都会马上本能进行判断和分析，寻找其规律和联系，我们只能感觉到自己感觉到的事物某一方面，并强化。比如一个美女迎面走来，有的人会注意其头发，有的人会注意其鼻子等等，不同的人注意点不同，在凭回忆描述的时候也会对一个人有不同的刻画，这样的刻画显然是片面的。

我们来看一个具体的案例，如果告诉一个投资人，你买的产品每20年就有一年存在亏损的可能，他可能认为这个产品很稳健，但是你告诉他们，这种产品每年都有5%的亏损可能，那么很可能他就会认为风险太大而拒绝投资。其实这两者是一回事。

我们总是容易对故事做出判断，而对理性、冰凉的数字无动于衷，萧伯纳曾经说过，一个真正受过教育的人的标志，就是他能深深被统计数字打动。理解数字背后的事实，是对一个人洞察力的真正考验。

关于归纳误差，还有个有趣的案例。著名的哈佛大学心理学家斯金纳（B. F. Skinner）做了一个鸽子投食的试验，笼中有个开关，鸽子每次用喙去操作都会有个电动装置会把食物送进笼子里。他采取随机的方式送食物给非常饥饿的鸽子。

随后他观察到鸽子出现不可思议的行为。它们根据各自对投食规律的独立理解，发展出极其复杂、宗教般的行为。有只鸽子会对着笼中特定的一角有规律地摇头，另一只鸽子会以逆时钟方向转头。鸽子认为这样的行为可以让自己获取食物！

我们人类是不是另一种形式的鸽子呢？我们总是本能在事物之间建立因果关系或其他逻辑关系。而这经常和事实不符，我们却深信不疑。

在第一部分我们讲到因果关系是唯一的，但是果因关系是多样的，一个事实背后可能有无数种合理的解释，我们无法确定哪一个才是事实。同样的，因为果因关系的多样性，我们用归纳法得到自以为是的规律，然后去推理，必然是要出错的。

而在多变量分析中，即一个果是由多个因同时造成，这种逻辑关系几乎不可能被我们精确掌握。比如股票价格的涨价，直接原因是资金的交易，但是背后有无数种消息同时影响着股价，产品销量，管理层变动，行政法规，市场利率等等，怎么确定是哪个因素影响，影响多大，可靠性如何呢？

在投资中我们看到很多人总是为股价的涨跌寻找原因，殊不知，即使看起来其理由十分充分，也毫无意义。这些都是噪声，如果一个投资人不懂的如何避开，迟早会被信息洪流所淹没。

有趣的是我认为黑天鹅理论本身也是一种逻辑偏差。塔勒布用黑天鹅事件特指极其罕见，但一旦发生影响极其巨大、完全颠覆长期历史经验而事前却根本无法预测的重大事件。

从横向角度看，黑天鹅是同一时间，同一条件下所有可能发生事件中较小概率事件的发生，从纵向角度看，黑天鹅是量变引起质变的那个奇点，两者一结合，黑天鹅事件发生。

如果没有重大后果，即引起质变，则不会引起我们的注意，如果不是小概率事件，我们则应该做好了应对，从这个角度讲，并不是黑天鹅事件改变了世界，而是根据作者的定义，改变了世界的事件是黑天鹅。

这个我们可以用矛盾的一般性和特殊性，以及量变引起质变，这两个矛盾论的观点解释，世界上原本没有黑天鹅，自从有了许多的白天鹅，便有了黑天鹅。如果单纯去强调黑天鹅很重要，白天鹅无足轻重，恐怕刚好是挑出白天鹅陷阱，又掉进去了黑天鹅陷阱。

2、模型偏差

我们在寻找规模的时候容易出现逻辑偏差，在使用规律建立模型的时候还会产生模型偏差，这种偏差被塔勒布称作游戏谬误，本质是由柏拉图化形成的。

柏拉图化指的是把现实世界形式化、标准化、模块化导致的认知偏差。我们只有现实简化了，让其具备逻辑性，降低其随机性，我们可怜的大脑才有能力处理信息而不"死机"。

现实是丰富而具体的，模型是骨感而单薄的，模型是现实的抽象，但是只揭示了一部分真理，现实却是全部真理，柏拉图边界是柏拉图思维与现实世界的边界，你知道的理论知识和你以为自己知道的现实知识远远不是一回事。当我们用模型完全替代现实的时候，差错就一定会发生。这种差错就是模型偏差。

我们可以使用模型去研究现实，但是绝不能用模型去替代现实。这是因为我们认识的真理总是局部的，而不可能是全部，更以为矛盾是不断运动发展的，我们必须具体问题具体分析，跟随事物的发展变化采取合适的行动。

模型误差是非常有趣的一种误差，我们可以称之为思维僵化。简而言之，柏拉图化是自上而下的、程式化的、封闭思维的、自我服务的、商品化的，非柏拉图化是自下而上的、开放思维的、怀疑的、经验的。（第十一章《怎样寻找鸟粪》）

错把模型当做现实，跨越边界的时候就是错误诞生的时候，模型越精确，规则越清晰，这种模型和现实的边界也就越明显，大量的"意外"事件就诞生在这种模型边界。说模型偏差是"黑天鹅"的制造工厂可一点都不假。

我们讲一下长期资本管理公司的案例，其掌门人梅里韦瑟(Meriwehter) 被誉为能"点石成金"的华尔街债务套利之父。他聚集了华尔街一批证券交易的精英加盟：1997年诺贝尔经济学奖得主默顿和斯科尔斯，他们因期权定价公式荣获桂冠；前财政部副部长及联储副主席莫里斯；前所罗门兄弟债券交易部主管罗森菲尔德(Rosenfeld)。

长期资本管理公司将金融市场的历史资料、相关理论学术报告及研究资料和市场信息有机的结合在一起，通过计算机进行大量数据的处理，形成一套较为完整的电脑数学自动投资系，进行投资套利活动。

值得注意的是，其模型运作基础是正宗的"价值投资"，"不同市场证券间不合理价差生灭自然性"为基础，制定了"通过电脑精密计算，发现不正常市场价格差，资金杠杆放大，入市图利"。此策略并不关心某一股票或债券的价格是升还是降，而是赌在相关股票或债券的价格向"常态"收敛上。

1998年，金融危机降临亚洲金融市场，模型认为发展中国家债券和美国政府债券之间利率相差过大，LTCM预测的结果是:发展中国家债券利率将逐渐恢复稳定，二者之间差距会缩小。8月份，市场出现黑天鹅，由于国际石油价格下滑，俄罗斯国内经济不断恶化，俄政府宣布卢布贬值，停止国债交易，投资者纷纷从发展中国家市场退出，转而持有美国、德国等风险小，质量高的债券品种。

由此，模型设计用来赚资产价格收敛的利润，但是异常情况下资产价格走向了发散，公司本身是高杠杆经营，做反了方向，这对公司形成致命打击，于2000年破产清算。

我们能得到什么教训呢？你有你的计划，而世界另有计划，真实的世界是复杂的、随机的，并不按照模型运转，模型做的越精准，其边界与现实的冲突就越激烈，出现"意外"事件的概率就越大，而绝不是模型计算出来的"实验室概率"。真实世界的风险事件是不可计算的，模型偏差给了我们严重超越事实的盲目自信，我们认为自己可以计算一切，并杠杆下注，下重注，那么一败涂地就是一个必然的结果了。

如果说还有什么补充的，那就是参与发起的1997年诺奖得主斯科尔斯和默顿的理论也被公开批评，美林证券在其年报中评论数学风险模型"或许会提供比担保更高的安全感，但可信度有限"。但布莱克-斯科尔斯公式仍然是金融学教科书中重要的数学公式！

3、应用偏差

如果说逻辑偏差是经验主义，模型误差就是形式主义，那么应用偏差就是教条主义，这种偏差是指我们将自己从已观察事物中归纳推理得来的逻辑用于推测未观察到的事物，这个过程中产生的偏差，塔勒布把它称为证实谬误或者归纳谬误。

应用偏差即发生在理论部分，比如连续观察100万只白天鹅的颜色后宣称"所有的天鹅都是白色的"，也发生在理论指导实践部分，比如连续观察100万只白天鹅的颜色后推测下一只出现在自己面前的天鹅也是白色的。

应用偏差很容易理解，我们得到的观察事实总是无数事实中的小部分，我们从有限实践中归纳得到的真理总是有限真理，因为未来的未知是未知的，更因为世界是变化发展的，我们把以往得到的有限真理推及未知事物的时候就会有偏差。

以上讨论的都是从已知事物中得到的真理是有限的，还有一种有趣的偏差，我把它叫做预设应用偏差。塔勒布把它称为无知经验主义，即我们预先已经有了既定的观点，然后去以往观察到的事物中寻找支持自己的证据。

在现代社会中，我们有很多的人，有很多的信息，借助于现代化的检索工具，可以肯定任何观点都会找到支持它的观点和证据，当观点在我们脑海中先入为主，我们固守己见的时候，总有一些让自己自我安慰的所谓事实支持。

在投资中如果不懂的逻辑偏差和应用偏差，我们拥有的资料越多，淹没在里面的可能性越高。因为总是可以找到支持自己观点的证据，并不断强化，而只有证伪思想才能让我们从这种正反馈中解脱。

这里我毫不客气的指出，很多所谓的金融机构以及媒体人员就是采取这样下三滥的手段去忽悠读者，其逻辑严谨、事实清晰，但是纯属扯淡。想要不被"专家"欺骗，你就得有点怀疑主义，比如想一想有没有反面案例，如果有，哪怕只有一个，我们也应该对专家观点保持警惕。

一系列证明其正确的事实未必就有效，只要有一个反例，就可以推翻其结论，这就是证实和证伪的不对称性。反对比支持更强大，在生活中，人们也总是从自己不赞同的人那里学到最多东西，

我们可以不知道什么是对的，只要知道什么是错的，一样可以了解事实，这种关于"证伪"的方法，或者说"反过来想"的思维方式为我们在不完全信息条件下采取行动提供了有力的支持。同理在股票中我们可以通过考虑规避风险获取收益，而不是通过追求收益获取收益。这是我和其他人在投资中显著的思维差异。

立足于"我不知道"去做投资，这种投资体系有个名词叫做"弱者体系"，很多逆向投资也具备类似思维：我不知道股价因为什么上涨，但我知道所有的利空都已经在股价上体现，跌无可跌，只能上涨。投机家乔治·索罗斯在进行金融赌博时，会不断寻找证明他最初看法错误的事例。你知道什么并不重要，决定你命运的是你不知道的。

在纸上画一个圆，其面积代表我们掌握的规律，圆的面积是有限的，而圆以外的领域是未知的，规律的实用性核心在于确定边界，如果从证伪角度我们只需要尝试圆周长的错误即可，而证实的角度我们则需要验证圆的整个面积，并且非圆周点的验证确定无意于规律的边界。

再强调一次，你知道自己不知道，比你以为自己知道更有价值，这种证伪的思维方式本质在于归纳法的逻辑缺陷。

那么我们在面对未知事物的时候，应该怎么确定自己的行为法则呢？波普尔引入了假设和验证的方法，具体是这样的：提出一个（大胆的）理论，并开始寻找证明猜想错误的事例，然后加以修正。我们不再努力正确它的有效性，而是确定这个理论（模型）在哪里会失效。

三、关于思维偏差的推论

我们知道了思维偏差的三种基本类型，必须说明，在现实生活中三种偏差是同时存在的，在具体案例中只是程度有所差异，从这里出发，有一些很有趣的推论，我们一起看看。

1、领域依赖

请大家回答我一个问题：1 1=？，很简单吧，就是2呀。那么1个苹果 一个苹果=？个苹果呢，这个问题比表明看起来要深奥的多。

我们在生活中遇到很多人，学习成绩很好，但是实际工作能力很弱，为什么会出现这种情况呢？因为我们的大脑习惯于思考具体的，形象的事物，对于抽象的，干涩的事物则缺乏判断能力。

比如小张在每次100米比赛中都比小王快10米，那么在100米、105米和110米比赛中，小张每次在小王先跑10米后开跑，请问谁先到达终点？如果这是一道物流或者数学考试的题目，我相信绝大多数人都能得到正确答案，但是如果是体育课上面一时兴起的小赌博呢？

这种无法自动把知识从一种情况转化为另一种情况，或者从理论转化为实际的情况，是我们思维的一个障碍，我把这种情况叫做"领域依赖"，我们总是擅长掌握具体背景下的信息，但是很难推广为一般性的知识。注意，不能跨领域的我都叫做信息，是一种智商行为，而知识是一种智慧表现。领域依赖解释了为什么人们不能知行合一，或者说不能学以致用。

在网上经常看到一些关于应该如何在投资、生活分配时间的讨论，如果拆除思维的栅栏，我们所有的时间都是投资，也都是生活，不要让思维的"领域"限制自己的自由。

投资大师芒格提出的多元思维模型也很有趣，在芒格看来，事间万物都是一个相互作用的整体，人类所有的知识都是对这一整体研究的部分尝试，只有把这些知识结合起来，并贯穿在一个思想框架中，才能对正确的知识和决策起到帮助作用。所以他提倡学习所有重要学科(包括数学、物理学、生物学、工程学、心理学、经济学等等)的重要理论，熟练运用来自不同学科的思维模式来解决问题。

简单点说，就是吸收多学科的知识，从每个学科总结出特定的思维模式，融汇贯通，依靠综合思维模型框架进行思考和决策。

很多读者在研究芒格的时候，把过多的精力放在了如何学习不同学科的模型，但是忽视了在多元化模型学习的基础上，更重要的是格栅理论：真正的、永远的成功属于那些首先努力建立思维模式格栅，然后学会以善于联系、多学科并用的方式思考的人们。进行综合思维是一种"超常力量"，不仅仅是1 1=2，它产生的是临界物质爆炸式的巨大能量。

如果不具备这种融会贯通的能力，学习越多，能力越差，过多的信息对思维反而形成了负担，在投资领域，赢家从来都是善于思考，应用知识的智者，而不是掌握大量信息的书橱。

2、路径依赖

芒格提出多元化思维的重要目的是为了对抗"铁锤人思维"，芒格说到："你一定要在那些主要学科中学习其中的精髓，而且定期运用所有你学习到的，不是仅用一点点。而现实中大多数人仅仅是学习了单一的科目和内容，例如，很多投资者仅仅是学习了经济学，而在遇到所有问题时只是用一种方式来解决。"

铁锤人思维，这个名称来自一句谚语："在只有的铁锤的人看来，每个问题都非常像一颗钉子"。查理 · 芒格认为，铁锤人思维能够把人变成可怜的白痴，而治疗它的惟一良方是打破思维的栅栏，灵活运用多种思维工具。

路径依赖是和铁锤人思维相似的一种思维陷阱，我们的思想具有惯性，一旦形成一个观点，就会不由自主寻找更多的证据支持自己的观点。路径依赖是指人们一旦选择选择，由于规模经济、学习效应、协调效应、适应性预期以及既得利益约束等因素的存在，会导致该体制沿着既定的方向不断得以自我强化。惯性的力量会使这一选择不断自我强化，并让你轻易走不出去。

路径依赖在思想上侧重强调思维定势，在经济上侧重某种自我强化的商业模式，塔勒布在《随机漫步的傻瓜》第十章《生活中的非线性现象》中讲了一个有趣的案例：研究人员经常以打字键盘上QWERTY的字母排列顺序为例，说明经济中输赢的诡异动态过程，并举证最后的结果往往不是最好的。打字机上字母的排列方式，正是最不适任者胜出的实例。我们的打字键盘上字母的排列并没有采取最理想的顺序。目前的排列顺序会减慢打字的速度，而不是让我们打起字来更为容易，原因是当初的机械式打字机色带容易卡死，为了避免这种情形，所以有这样的字母排列顺序出现。后来文字处理走向计算机化，有人曾经设计几种键盘，以便加快打字速度，却终归徒劳无功，打字者已经习惯使用QWERTY的键盘打字，很难改变。强迫发展过程理性化，反而成了多余、不必要、不可能办到的事。

塔勒布还讲到圣塔菲研究所（Santa Fe Institute）的经济学家布赖恩·阿瑟（Brian Arthur）埋首研究非线性现象后表示，经济优越性取决于概率事件加上正面回馈，而不是看技术优越性。也就是说，某个特定领域中定义深奥难懂的某种专长，并无法让人取得经济优越性。

不管是思想还是实践，路径依赖都是一种强大的力量，路径依赖很容易引发应用偏差，应该引起重视。

只有破除路径依赖，做到实事求是，与时俱进，我们的认知才能和实践相一致，才不会被过去的条条框框所束缚，善于认错，善于根据形势变化修正自己的行为，我们才能做得更好，对于索罗斯和巴菲特这样的人，每天都是全新的开始。

努力破产路径依赖，信仰的目的是为了背叛，背叛是为了更好地信仰。

说到了路径依赖，再顺着谈谈锚定心理，因为我们的大脑喜欢并善于思考形象而具体的事物，在思考的时候总是先在大脑中形成参考点，然后与之比较做出判断。我们天然拒接抽象的思维。

锚定心理可以用于商业定价，比如一只计划10万出售的手镯，可能标价为50万，然后进行促销，价格为12万，消费者不自觉把现价12万和50万的标价比较，就会认为"哇，好便宜"，进而购买，如果遇到麻烦的砍价者，从12万进一步降价到10万，也是不错的选择。

这种锚定心理在投资中也有很多体现，比如我们总是喜欢相对估值法，排斥绝对估值法，我们总是把一个行业不同公司的估值放在一起比较，我们还把同一家公司股价的历史价格进行比较，我们会形成"成本"心理，我们喜欢抄底，我们喜欢买的比别人便宜等等，这些锚定心理说到底都是一种认知偏差。

3、幸存者偏差

幸存者偏差也是一种常见的逻辑偏差。指的是只能看到经过某种筛选而产生的结果，而没有意识到筛选的过程，因此忽略了被筛选掉的关键信息。日常表达为 "沉默的数据"、"死人不会说话" 等。在证实的思维下，幸存者偏差会造成认知的极大扭曲。

在日常生活中，最明显的例子就是 "我亲戚吃这个药好了" 或者 "我就是用这个方法" 等等。表面看幸存者偏差是一种经验主义，其本质是因为有效事实缺失造成的片面判断。

二战期间，为了加强对战机的防护，英美军方调查了作战后幸存飞机上弹痕的分布，决定哪里弹痕多就加强哪里。然而统计学家亚伯拉罕·瓦尔德(Abraham Wald)力排众议，指出更应该注意弹痕少的部位，因为这些部位受到重创的战机，很难有机会返航，而这部分数据被忽略了。事实证明，瓦尔德是正确的。

这种幸存者偏差对投资影响很大。我们假定有1000人一起玩猜硬币的游戏，每次抛出硬币正方面的概率都是50%，猜对奖励5000元，猜错扣除10000元，这是一个单次期望收益为负2500元的游戏。

第一回合结束，有5000人都盈利，第二回合有2500人盈利，第三回合有1250人以你，第四回合有625人盈利，第五回合有约312人盈利。这些人是猜硬币的常胜将军，是有真本事的人，他们出名了，开始出书，演说，并募集基金。

因为失败的人被淘汰，我们只能看到幸运儿，他们绝不会说自己是拼运气赚到大钱，而是会总结《我的一生》、《猜硬币的36种方法》、《猜硬币改变命运》、《财务自由之路》、《猜硬币十年十倍》等，事实就摆在这里，你有什么理由不相信这是个可以赚大钱的游戏？你有什么理由不相信这些幸运儿是有真本事的大人物呢？

如果只盯着结果看，我们将一无所知，单纯的数字在会计上是相等的，但是承担的风险完全不同，我们必须考虑结果产生背后的风险暴露以及幸运儿背后的输家。从这个角度讲，数学不应该是一个计算工具，而是一种思考方式。

我们看到即使一个注定价值毁灭的优势，只要参与人数够多，也会有少数人获得良好的投资记录，为什么呢？因为市场出现了赚钱的可能性，即50%，只要概率存在，样本足够的情况下就有人能赚钱。在特定的游戏规则下，幸运儿的数量和样本的数量大小有关系，和每个投资人的能力无关。

幸运儿赚到了大钱，这是铁一般的事实，但是没有任何价值，我们必须了解游戏规则是什么、投资人的策略是什么，投资经过的时间是多长，投资人的样本数量多少。如果一个样本是10，经过长达100次的投资检验，那我对其中的5名常胜将军未来继续赚取的细心就很大，如果样本是10000万，经过100次的投资检验最后只剩下5名常胜将军，这样高的阵亡率下我不会相信其中的任何一个。因为遍历性，我相信他们很快会被消灭。

四、黑天鹅理论的应用

在讲完思维偏差后，我们进一步聊聊黑天鹅的一些有趣分支理论。

1、关于噪音

在逻辑偏差部分，我谈到了市场噪音的问题，那么如何避免受到其危害呢？我们可以从时间和空间两方面着实。

首先我们看时间，在《随机漫步的傻瓜》中，塔勒布用牙医的案例在数学上说明了噪音的时间属性。简单说，有个擅长投资的牙医，投资超额收益率为15%，年度误差率为10%。这表示100个样本路径中，可望有约68个落在15%超额报酬率加减10%的范围内，也就是5%到25%间（以技术性术语来说：钟形正态分布有68%的观察值落在–1和 1的标准差内）。这也表示有95个样本路径会落在–5%到35%之间。

这个业绩经数学换算之后，任何一年赚钱的概率为93%。但是从比较窄的时间尺度来看，任何一秒赚到钱的概率只有50.02%，。在非常窄的时间尺度内，赚赔概率几乎相抵。如图为不同时间尺度下赚钱的概率

如果这位牙医在赚钱的时候开心，亏钱的时候痛苦，他每分钟检视投资组合的表现，一天观察8个小时，每天他会有241分钟心情愉快，239分钟不愉快，一年分别是60688分钟愉快和60271分钟不愉快。如果再考虑不愉快的程度大于愉快的程度，那么这位牙医以很高的频率检视投资组合的表现，反而给自己制造了很大的情绪赤字。

假如每个月看一次业绩表现，由于有67%的月份赚钱，所以他一年只心痛4次，快乐的次数则有8次。如果每年只看投资组合的表现一次，那么在余生20年的时间内，他将体验到19次惊喜，只有一次不愉快！同一位牙医，使用相同的策略，却有不同的结果。

由此，我们得出一些结论：在很短的时间尺度内，我们观察到的是投资组合的变异性（variability），而不是报酬率。这种变异性就是市场噪音的一种。

同样的方法可以用来解释为什么时间尺度短的新闻充斥噪声，时间尺度长的历史中噪声则多已剔除。

最后，这可以解释为什么太密切注意随机性的人反倒会被烧伤，他们由于体验到一连串的痛苦，情绪上筋疲力尽。不管人们怎么说，他们体验到的痛苦，没有办法被感受到的愉悦抵消，那会造成情绪上的赤字。经济学家估计，有些行为负面影响的强度是正面影响强度的2.5倍。

为了避免自己被随机性淹没，而且少受情绪上的折磨，远离市场，远离信息，把更多的时间用于思考，以及经过时间过滤后的信息，如此才能保持情绪清醒。

我建议我们不要去关注每日新闻，可以看看商业周刊，不要关注企业月度经营数据，可以看看中报和年报。对于投资，过多的信息不仅会干扰我们的判断，让我们的业绩变差，还会影响我们的健康，让我们失去生活的快乐。

2、关于预测

在逻辑偏差、模型偏差和应用偏差中我们已经知道我们不仅不擅长发现事物之间的规律，在预测未来方面更是一塌糊涂。但是预测，我还想再讲两点。

预测未来是非常困难而且不靠谱的事情，不管是股价还是业绩，总是有意外事件发生，而且积累性的误差很难消除，时间越长或者越短，预测的准确性就越低。我们从自己知道的信息去推导，但是我们知道的总是很少的一部分，真正决定预测结果的是我们不知道的事情，因为我们知道的事情已经包含在了我们的预测中。

在投资市场很多人喜欢预测，预测股价，预测业绩，后者很多人用"价值投资"掩盖自己赌徒的本质，在我看来99.9%都是不靠谱的。更残忍的是，我不知道如何把0.1%的可靠预测挖掘出来。

在预测未来的过程中，你所模型化的过程需要越来越精确，因为你的错误率会迅速上升。这种容错率将会引爆黑天鹅，直到把系统毁灭。关于未来我们只能确定有限的信息，能够讨论系统的某些特点，可以严谨进行思考和描述，但是无法计算。

下次如果有人在你面前预测未来，尤其是很精准的预测，你可以转身就走，现代社会的信息洪流已经足以让我们窒息，必须做出选择。

关于预测，塔勒布在《黑天鹅》第十一章《怎样寻找鸟粪》有一段精彩的描述：如果我能预测你在特定情况下的所有行为，那么你就不像你所想的那样自由。你只是对环境刺激作出反应的机器，你是命运的奴隶。假想中的自由意志能够被简化为一个描述分子间相互影响结果的方程。就像研究时钟的运行：一个充分了解初始状态以及因果关系链的天才能够运用他的知识预测你的未来行为。是不是很可怕？

然而，假如你相信自由意志，你就不可能真正相信社会科学和经济预测。

放弃无意义预测而专注当下，对于自己未来的发展、小孩的教育等令人焦虑的世界性问题将大有好处。

3、关于遍历性

百度百科上面讲，遍历性是指统计结果在时间和空间上的统一性，表现为时间均值等于空间均值。例如要得出一个城市A、B两座公园哪一个更受欢迎，有两种办法。

第一种办法是在某一个时点考察两个公园的人数，人数多的为更受欢迎公园;第二种办法，随机选择一名市民，在一年的时间里考察他去两个公园的次数，去得多的为更受欢迎公园。如果这个两个结果始终一致，则表现为遍历性。

所谓各态历经，是指可以从过程的一个样本函数中获得它的各种统计特性;具有这一特性的随机过程称为具有各态历经性的随机过程。

通俗点说，在样本次数足够的情况下，一个事情只要有发生的可能就一定会发生。一个人有一身本事，但是很贫困，最后一定会富裕，而一个纨绔子弟即使继承了财富，他的处境最后也会和他的能力相匹配。

关于遍历性，我们还可以有新的应用。如前所有，未来在一个时间点有多种发展的可能性，每种结果发生的概率不同，不同时间的结果不同，这就是不确定性和非对称性，对于投资，我们考虑一种情况：我参加一个赌博游戏，只有1%的获胜机会，能赚100000元，失败将亏损100元，那么对于单次赌博预期收益为901元。

盈亏概率并不是全部，它必须和结果的大小一起判断，尽管这个游戏我获胜概率极低，但是报酬很高，所以参加是一个明智的选择。这就是赔小钱，赚大钱的道理。

因为遍历性，我可以预期我参加100次之后，我的盈利为90100元。

当然这个游戏仍然存在三个可能的陷阱：不同事件发生的明确概率只有在实验室条件下才有，我们要小心模型偏差；我必须有玩100次的资本，如果在99次的时候花光了筹码，即使我知道下一次有大奖也无济于事，活着才是最重要的；做好玩100次仍然不获胜的准备，100次在概率上其样本基数并不够大。

在投资市场思考是一件很困难的事情，因为做正确的事情不一定会得到好的结果，同样做错误的事情有时候却收获颇大。只有在较长时间后，才能有一个清晰的结果，但是还不够，因为你还是很难判断这个结果到底是过去那个因素形成的。

很多人根据自己的经历决定信仰什么，有人信仰价值投资，有人信仰热点，有人信仰k线图，当他用这种方法赚了钱，就会坚定自己的信仰，他们从没想过，以前的成功可能只是巧合而已，或者更糟的是，我们习惯于采取现有事实用归纳法去总结规律，所以总是可以得到自己想要的结果。

世界原本有多种发展的可能性，我们看到的只是一种，如果不懂的风险暴露，那么在未来大概率会撞得灰头土脸。而我们的投资总是面对未来的，这可以理解为什么很多红极一时的投资人最后销声匿迹。

4、关于预测偏差

知道事物发展的起点和终点并不是全部，过程同样重要。比如一条河流平均深0.5米，那么一个身高1.7米的成年人可以涉水过去吗？平均水深0.5米，可能河流某一处的水深达2米，统计学上的平均对于实际问题并不具备指导意义。

同样的，一只股票我们知道价格现在为10元，三年后的股价很可能为100元，这代表你可以加杠杆吗？三年内的股价有可能跌到1元！起点和终点并不是直线关系，有可能是曲线，甚至跳跃性的，一切关系都有可能。

对于投资，作为一个系统，其安全性是由最恶劣的情况决定的，这也算是投资领域的木桶理论吧。记住，杠杆本身就是风险。

五、我们可以做的更好

世界很大，无奇不有，如果你不能证明它是错的，那么只能暂且认为它是对的。如果你能证明它是错的，它也有可能是对的，因为你的证明总是相对的真理。绝对真理有无穷的可能性，那么世界也就有无穷的可能性，世界在一片混沌中呈现勃勃生机。

在无限的宇宙面前，我们人类很渺小，但是当我们知道自己的局限性并采取适当措施的时候，我们的境遇就会大大改善。我们也不必为自己永远的认知偏差内疚，因为我们是人，而不是全知全能，冰凉凉的神。

1、停止预测，做好应对

在中国古文化中晴天造伞、夏天织被的说法，就是我们不知道风险什么时候来，但是做好准备，打造抵御风险的诺亚方舟就可以了。

我们在自己的生活和投资中一定要做好"B计划"，应对不利情况，因为不利情况一定会出现，有备才能无患。对于企业和投资人，尽量降低杠杆，减少金融性负债，尽管提高负债率会带来更高的收益率，但是活着更重要不是吗？

长期资本的崩溃一方面是其高度柏拉图化诞生黑天鹅，一方面是企业结构很脆弱，无法承受负面事件。

巴菲特极度厌恶风险，负债率很低，巴菲特曾说："多年来，一些非常聪明的投资人经过痛苦的经历已经懂得：再长一串让人动心的数额乘上一个零，结果只能是零。我永远不想亲身体验这个等式的影响力有多大，我也永远不想因为将其惩罚加之于他人而承担罪责。"

如果一个企业或者个人使用了所有它能想到的办法去提高收益率，那么这就意味着系统非常脆弱，稍有风吹草动企业就会收到重大影响。

2、保持开放性的心态

兼听则明，旁听则暗，投资人保持一个开放性的心态，多听取不同的一件，用批判性的思维去应对生活和投资，可以避免大多数的陷阱。

当我们身边充满了正面意见的时候就应该警惕，事实上我们从反面意见中能收获更多。

传统的教育教学生证实性的问题，核心是你知道什么，现在我们知道了"世界是无限并且随机的"，那么就应该接受自己和别人的"不知道"，不用强求对所有事情都去寻找原因，都去在做出判断，把思维转向"我知道我不知道"，我们会过的更好。

失败不是耻辱和尴尬，通过小的损失把风险暴露而不是积聚，我们会获得大的收益和长期的稳定性。

3、勇敢面对

我永远不可能知道未知，因为从定义上讲，它是未知的。我们不需要知道时间发生的可能性，但是可以猜测它会怎样影响自己，并且基于这一点做出自己的决策

意外事件并不仅仅带来危害，也会带来收益，在我们可能遭遇负面黑天鹅的时候应该极度保守，并做好最大程度的应对。但是有可能受到正面黑天鹅事件的影响时，就应该大胆拥抱，这时失败只有很小的影响。

即使是负面黑天鹅，也是可以利用的，老子5000年前早已说过：祸兮福之所倚，福兮祸之所伏。大的破坏之后一定会迎来大的繁荣。

在股票市场上，不时发生的黑天鹅事件对投资人造成重大损失，但是这个时候恰恰是风险最低的时候，巴菲特就是狠狠抓住这些事件，才赚到大钱。

我们知道这个世界很复杂，我们的理性思维能力很弱，我们对世界的观察总是充满了偏见，在投资市场，两个人即使采取相反的策略，因为市场的波动性，两者都能在特定的时间段收益惊人，但是我们不能得到任何有价值的结论。当我们放弃"知道"，而从"不知道"着手去改进自己的投资决策，我们的境况会比原先好得多。