书 · 2001 · 纳西姆·尼古拉斯·塔勒布

《随机漫步的傻瓜》

逻辑与思维书单第 28 名 · 投资与金融书单第 15 名

一句话结论

赚钱不等于判断正确:要理解投资成绩,必须把没发生的失败、被淘汰的人和罕见的大损失一起算进去。

值不值得读完整本?

值得读完整本。它最有价值的地方,是改变你评价投资业绩和风险的方法;后半部对认知偏差与情绪的讨论,也能解释为什么懂概率的人仍会犯错。

  • 先细读第1—3章,把“实际赚了多少”和“当时承担了什么风险”分开;再读第6—7章,理解盈亏不对称与历史经验的局限。
  • 第8—11章值得连起来读:从大量参与者中筛选赢家,再替赢家编写成功解释,是一套相互加强的机制。
  • 第12—14章把问题落到生活方式上:如何减少噪声刺激,以及如何面对无法控制的命运。涉及人物的挖苦和重复议论可以略读。
  • 以下章号采用公开可核对的14章英文目录;不同中文版本的章节译名可能不同。

核心观点

1. 评价决策,要看其他可能发生的结果

一次成功只能说明某个结果发生了,不能单独证明决策有水平。作者要求把实际结果放回当时所有可能的结果中评价。

为什么:现实只让我们看到一条已经走过的路径,其他可能的结局不会出现在账户余额上。同一套冒险做法,可能让少数人暴富,也让另一些人彻底出局。只奖励已经兑现的利润,就会把承担致命风险的人误认成高手。因此,评价决策必须考虑事前的信息、潜在损失,以及换一种运气后能否继续生存。

2. 幸存者筛选和成功放大会制造高手的表象

观察成功者时,必须同时考虑有多少人尝试过、多少失败者消失了。某些领域还会把起初很小的幸运优势放大成巨大的最终差距。

为什么:只要参与人数足够多,即使大家都没有预测优势,也会有人连续多年获胜。媒体和投资者通常先找到这些赢家,再研究他们的共同特点,却没有检查失败者是否也具备同样特点。在收益不成比例的领域,早期成功又可能吸引更多关注和资源,使幸运优势继续扩大。因此,显眼的成功记录和巨大的财富差距,都不能直接换算成同等程度的能力差距。

3. 胜率之外,更要看盈亏幅度和破产风险

经常赚钱不一定是好策略,经常小亏也不一定是坏策略。关键是各种结果的概率、金额,以及损失是否会让自己出局。

为什么:胜率只记录赚和赔发生的次数,不记录每次金额的大小。一个经常赚小钱、偶尔赔巨款的策略,在灾难到来前会显得非常稳定。反过来,一个通常小亏、少数时候大赚的策略,可能长期不讨人喜欢,却有完全不同的收益结构。如果损失会耗尽资本,即使某种平均收益看起来诱人,投资者也未必能活到兑现它的那一天。

4. 没有发生过,不等于不会发生

历史记录可以帮助思考,却不能保证未来只会重复已经见过的情况。对罕见事件和不断变化的市场,尤其不能把样本里的安全当成真实的安全。

为什么:罕见事件本来就可能长期不出现在样本里,因此观察期内的平稳并不能排除巨大损失。市场的参与者、规则和交易方式还会变化,使过去估计出来的关系失效。更根本的问题是,再多符合某个普遍判断的观察,也不能逻辑上排除一个反例。作者因此推崇主动寻找反证、随时修改判断,并在行动上为认识错误留下余地。

5. 头脑偏爱故事,容易误读概率

人会用鲜明的个案、连贯的解释和事后的知识代替概率判断。知道结果以后,我们尤其容易高估事情原本有多可预测。

为什么:故事把复杂事件压缩成少数原因,方便理解和记忆,却容易删掉偶然性与竞争解释。代表性的细节又会吸引注意,让人忽略基础概率和样本规模。结果公布以后,人还会重新组织记忆,把原先模糊的判断说得更明确。这样一来,解释过去的能力就容易被误当成预测未来的能力,自信却没有相应的证据支持。

6. 应对随机性,要管理环境,也要接受有限控制

懂得概率,并不会自动消除情绪和迷信。作者更重视减少无用刺激、约束自己的行为,并把尊严放在能够控制的反应上。

为什么:在作者举的价格波动模型里,观察间隔越短,随机波动相对长期趋势就越显眼。频繁查看盈亏,会让人反复经历短期损失,而损失造成的痛苦又可能超过同额收益带来的快乐。由于理性认识不能随意关闭这种反应,调整信息接触方式比一味要求自己冷静更实际。对于仍然无法控制的结果,作者借斯多葛式态度,把重点转向自己的行为和面对失败的方式。

反对意见

基金管理能力可以留下可识别的证据(Jonathan B. Berk、Jules H. van Binsbergen)

两人在《Measuring Skill in the Mutual Fund Industry》中,用基金扣费前的基准超额收益乘以管理规模衡量创造的金额价值,发现基金之间的差异具有持续性。这对把金融成功普遍解释成运气的读法构成挑战:能力可能存在,只是收益率排名未必是合适的测量工具。不过,这不等于普通投资者能在扣费后轻易获得超额收益,也不是对本书的直接书评。

统计模型能够改进,不必停留在揭露错误(Andrew Gelman)

Gelman在同时评论本书与《黑天鹅》的文章中指出,统计学并非只有机械套用正态分布:例如t分布和分层模型可以表达某些异常值与复杂变异。他主张通过数据检查模型、发现不符之处后继续修改。分歧在于,承认模型会错以后,统计建模仍有建设性的用途;这并不意味着模型能保证预测未知灾难。

概率判断能够通过训练和反馈改善(Barbara Mellers等)

Mellers等人在《Psychological Strategies for Winning a Geopolitical Forecasting Tournament》中报告,概率训练、团队讨论和追踪表现能够改善地缘政治预测的准确性。这对“认知缺陷太顽固,只能绕开”的悲观立场提出了具体补充:部分判断能力可以培养。它不是直接反驳本书,也不能外推成股价或极端危机同样容易预测。

相关推荐

导读由 AI 根据公开资料整理,没有读取原书全文,一切以原著为准。导读 Primer 首页