《黑天鹅：如何应对不可预知的未来》读后感_3500字

《黑天鹅：如何应对不可预知的未来》读后感3500字

第二部分：讲述我们对待未来所犯的错误和某些“科学”不为人知的局限，以及我们对自身预测能力的局限性能够做什么。

一、在所有大事件上，为何我们的预测几乎总是失败？

1、认知自大。我们的认知自大有双重影响：一是高估自己的知识，二是低估不确定性（也就是低估未知事物的范围），并且意外不只是被低估，还被错误估计。塔勒布认为，事件发生的可能性越低，估计错误就越严重。

2、筛选性思维。我们并不擅长制订计划，因为我们不懂未来，筛选性思维使我们忽视计划之外的不确定性来源。我们太过专注于相关任务内部的失误，而不考虑外部不确定性，即“未知的未知”。我们从模型内部观察世界，在思维上忽视模型外的风险，只专注于我们所知道的。大多数延迟和超额预算来自不被计划考虑的意外因素，那些妨碍计划的小黑天鹅事件是我们考虑不到的，它们太抽象，我们无法以一种合理的方式对待它们。

3、未来盲性。塔勒布把无法动态思考、以未来观察者的角度自我定位的状态称为“未来盲性”。能够把未来想象为与过去“相似”的唯一办法就是，假设未来是过去的精确计划，但未来存在随机性，而不是我们所认知的过去的确定延伸。在人们的思维中，过去和过去的过去之间的关系并不能反映出过去和未来的关系。在人类认知过去的机制中，有一种因素使我们相信事物有确定的解决办法，而没有想到我们的先人也是这样认为的。

4、预测的累积错误。它产生的原因主要在于我们生活在极端斯坦，而非平均斯坦。只要犯一次对长期趋势的预测错误，就会使所有接下来的预测都无法修正累积错误。预测的累积错误在很大程度上来自大的意外事件，而事实上重大事件几乎总是非常规的。

5、归因于意外。有一些超出系统、超出科学范畴，或是概率非常低的黑天鹅事件发生，黑天鹅事件本质上是不可预测的。我们知道历史将被低概率事件主宰，但却不能知道到底是什么事件。

二、预测的局限性

1、预测固有的局限性，来源于信息本身的特性。统计学中有一个迭代预期法则，它的较强形式是：如果我预期将在未来某时间预见到某件事，那么我实际上现在就已经预见到了那件事。塔勒布的观点是：预测要求我们知道将在未来发现的技术，但认识到这一点几乎会自动地让我们立即开始开发这些技术，因此我们不知道我们将知道什么。彭加莱的混沌理论提出小的事件可以导致严重后果的思想，他的全部观点在于非线性特征对预测造成的局限性。预测困难的急剧增加来自于系统稍稍增加的复杂性，我们的世界淋漓尽致地体现了动态系统的特点。

2、归纳之谜。过去不但有误导性，而且我们对过去事件的解释也存在很大的自由度。归纳之谜是叙述谬误的另一个版本，它对我们所看到的东西存在无穷种“解释”。戈德曼的归纳之谜的重要之处在于：如果不存在对所看到事物的唯一“一般化”解释，就无法对未知进行唯一的推断。那么我们应该使用“正常思维”，但正常思维对于某些极端斯坦的变量来说可能发展得不太好。

三、如何从未来的不可预测性中获益

我们仅需要避免那些可能损害我们未来大主题的有害预测，在小事上可以当傻瓜，接受人类存在认知自大这一事实。塔勒布给出的建议有一个共同点：不对称性，就是把自己放入一个好结果比坏结果大得多的条件下。做决策时，只需要了解事件的影响（这是你能知道的），不需要了解事件的可能性（这是你不可能知道的），这就是不确定性的核心思想。

1、区分正面意外和负面意外。在负面黑天鹅行业，意外事件能造成极大冲击和严重后果；在正面黑天鹅行业，可以用小损失换取大收益。采用“杠铃”策略作为风险管理的方法，将正面黑天鹅事件的影响最大化，同时保持对负面黑天鹅事件的警惕。在只有非常有限的损失的时候，我们必须尽可能主动出击，大胆投机。

2、不要寻找精确和局部的东西。简而言之，不要狭隘，不要每天寻找某种特定的东西，要努力工作，让意外进入生活。不要试图准确地预测黑天鹅事件，这很可能使我们更容易受到那些没有预测到的结果的影响。建议的做法是，把精力放在做准备而不是做预测上。

3、抓住一切机会，或者任何像机会的东西。机会比想象的少得多，要尽可能多地收集免费的非彩票（那些收入是无上限的），一旦它们开始赚钱，就一定不要扔掉它们。努力搜寻这些机会，并尽可能扩大对我们的影响。

4、当心政府的精确计划。我们可以让政府预测，但不要把他们的话太当回事。这并不意味着政府是无用的，只是需要对预测的副作用保持警惕。

第三部分：深入探讨极端事件，讲解钟形曲线（那个智力大骗局）是如何产生的，并审视一些自然和社会科学中被置于“复杂”标签下的观点。

一、产生不平均现象的各种原因

1、竞赛效应。某个稍稍“优秀”一点的人能够轻易赢得整块蛋糕，使其他人什么也得不到。这就像一场竞争，赢家通吃，而且他并不需要胜出很多。随机事件或者意外事件也可以成为赢家通吃结果的原动力，一个人可能完全因为运气而稍稍领先于其他人。

2、“累积优势”理论很容易运用于公司、商人、演员、作家和任何从过去的成果中获益的人，随之而来的好运将伴随一生。失败也具有累积性，失败者在未来也可能失败。

3、长尾理论意味着小人物加在一起能够控制文化和商业的一个不小部分，而这得益于在互联网环境下得以存在的小环境和附属专业。大量小人物和极少数超级巨人一起代表世界文化的一部分，一些小人物偶尔崛起打败胜者。（这就是“双尾”：小人物构成的大尾和大人物构成的小尾。）长尾是极端斯坦的副产品，它在某种程度上减少了不公平。失败者可能一直是失败者，但胜者可能被某个凭空冒出来的人取代。在极端斯坦，没有谁的地位是牢不可破的，小人物非常具有颠覆性。

4、网络理论。全球化带来了好处，但也导致了全球在互相牵制状态下的脆弱性，同时降低了波动性并制造出稳定的假象。换句话说，它创造了毁灭性的黑天鹅事件，我们此前从未面临过的全球性崩塌的威胁。我们将面临更少但更严重的危机，“网络理论”就是这种危机会发生的原因。网络在一些节点出现集中，使它们成为中心连接点，这使网络更易受黑天鹅事件的影响。难以想象假如一个主要节点出了问题会怎么样？

二、高斯钟形曲线是种严重错觉

高斯的主要理论是，大部分观察结果集中在平均值水平附近，随着对平均值的远离，偏离平均值的可能性下降得越来越快（呈指数下降）。由于钟形曲线的不确定性计量方法忽视了跳跃性或者不连续变化发生的可能性及影响，因此无法适用于极端斯坦。传统的高斯方法只关注平均水平，把意外当做附属问题。高斯钟形曲线都受到一种阻力，使偏离平均值的概率下降得越来越快；突破性分布则不受这种限制，突破性的另一个叫法是幂律，80/20法则就是一种标志性的幂律。

高斯方法的误用非常普遍且危害巨大，在奎特利时代，高斯分布被称为误差法则，因为其最初的应用是研究天文测量中误差的分布，对平均值（在这里同时也是中值）的偏离居然被当做误差！

尽可能深入地理解钟形曲线，确定它的适用场景。世界并不存在高斯分布（即正态分布）的普遍性，它只是一个思维问题，产生于我们认识世界的方式。人们不明白一个根本的不对称性：因为高斯钟形曲线不允许出现大的离差，所以只要一个反例就能够推翻高斯分布，但上百万次观察也不能完全证明它的适用性。累积结果要得到钟形曲线，必须严格满足以下两条核心假设：

1、第一核心假设：每次事件都是独立的。前一次抛硬币的结果不会影响下一次，我们不会因为练习效应变成“更好”的抛硬币手（偏好依附和累积优势）。如果考虑硬币有记忆，或者抛硬币的技巧，整个高斯世界都会山崩地裂。

2、第二核心假设：没有“疯狂”的跳跃。比如，我们随机步行的步长总是已知确定的，我们不会遇到步长剧烈变化的情况。

三、“分形”理论可以把部分黑天鹅驯服成灰天鹅

曼德尔布罗特提出的“分形”理论可以描述大量的随机性，却不必承认它的精确应用。分形随机性是减少意外事件的一种方式，它使有些黑天鹅变得更明显，使我们意识到它们的影响，把它们变成灰色。灰天鹅是可以模型化的极端事件，而黑天鹅是未知的未知。

分形是几何图形在不同尺度上的重复，显示出越来越小的自相似图形，小的局部在某种程度上与整体具有相似性。我们可以把图形分解得越来越小，不断看到能够辨认的图形，图形永不重复，但它们互相具有一种强大的家族相似性。树叶的脉络看上去像枝条，枝条看上去像树。在某种程度上，分形的数字或统计方法对不同的尺度都适用，比率不变，这与高斯分布不同。巨富与一般富人是相似的，前者只是更富而已。财富是独立于尺度的，或者更精确地说，财富对尺度的依赖性是未知的。