書名:黑天鵝效應(Tha Black Swan)
作者:納西姆.尼可拉斯.塔雷伯
翻譯:林茂昌
出版社:大塊文化
出版日期:2008-4-28
一言以蔽之:Random walker 的預測無用論。
這本書我是跳著看,感覺作者用很多文字談了很多東西,可是又好像只談了一點點。之所以跳著看,除了許多內容無法吸引我,多少也因為有點受不了作者的敘述方式--太冗長、談太多拉里拉雜的東西。有點像走一趟遠路,路上的風景似乎不怎麼美麗,但偶爾在路旁的草叢裡可以撿到一點有用的東西。
這裡不重複太多網路上已經有的書摘內容,僅寫點自己特別關注的部分就好。
氾濫、重複的資訊
「我注意到,幾乎所有人對當前事物都知之甚詳。各種報紙的內容嚴重重複,因此,你讀得越多,可以得到的資訊就越少。然而,每個人依然迫不及待地想要了解每一份剛出爐文件中的每一件事......大家成了誰見了誰、哪個政治人物對哪個政治人物說了哪些話的百科全書。然而,這一切都是徒勞無功。」 (p.42)
話雖如此,每天早上搭火車和捷運的上班途中,我還是會在車上瞄一下別人手上的報紙或雜誌什麼的。我自己是從沒拿過這些報紙,因為我不希望手上沾了油墨,而且,通常我手上都已經有一本書了。那些免費發送的報紙,我發現許多內容都挺煽情、八卦的(難怪叫做「爽報」?),有時我也禁不起好奇瞄個幾眼。
每天餵養社會大眾靈魂的,有多少是知識?資訊?抑或大多是垃圾?
學術研究的歪風-馬太效應
作者在前言中寫道:
「請注意,我這本書並不靠收集選擇性「佐證」這種惡劣的手法。根據我在第五章所說明的理由,我稱這種過度舉例行為為天真的經驗主義(naive empiricism)——挑選一連串合適的文章以拼湊成一個故事,並不能構成證據。任何尋求確認的人,將可以找到足夠的故事來欺騙自己——毫無疑問,還有欺騙他的同儕。」
第 14 章又提到 Robert Merton 提出的「馬太效應」(在社會學裡稱為「累積優勢」;cumulative advantage):
「如果有一個人寫了一篇學術論文,文章中引用了五十位從事相關主題研究者的文章,......另一個研究相同主題的研究者,會從這五十個人中,隨機抽取三人出來,以做為自己論文的參考文獻。Merton 證明,許多學者並未真正讀過他所列的參考文獻的原作;而是讀一篇論文,就從該文的資料出處抽一些出來,以作為自己的參考文獻。因此,研讀第二篇論文的第三個研究者,會從前一篇文章中抽出三名作者以作為自己的參考文獻。這三名作者會累積越來越多的聲譽,因為他們的名字已經和現有的這個主題緊密地結合在一起。勝出的這三人,和原始研究大軍的其他成員之間,其差異主要在於運氣:他們一開始就被選上並不是因為比較行,而只是因為他們的名字出現在先前文獻上的方式使然。......請注意,學者主要是由其作品被其他人引用了多少次來評量,於形成了相互引用的派系(就是『我引用你,你引用我』的這種把戲)。」 (p.317-318)
一針見血!點出了學術論文的「灌水文獻」以及「互推」現象。這跟推推王的推文功能還真是有異曲同工之妙啊。
謬論、誤導、過度簡化
作者在好幾個地方,用了好些篇幅、故事、專有名詞來討論一些邏輯思考上的錯誤,例如:
預測與運氣
在「如何尋找鳥屎」這一章,作者舉了一個例子來說明很多發現、創新、與成功都是偶然的。他說,1965 年貝爾實驗室的兩名天文學家架了一具大型天線,這具天線接收時有些雜訊,而他們認為可能是天線碟盤上的鳥糞造成的,可是就算清了鳥糞結果還是一樣。過了一些時間,他們才發現那是微波幅射。
後來,貝爾實驗室總裁曾經盛讚發現此微波的天文學家為「文藝復興級的人物」。作者對此的評論是:
「文藝復興個頭。這兩個傢伙當時是在找鳥屎!......而且和大多數這類案例一樣,他們並沒有立即瞭解到這項發現的重要性。」 (p.251)
真敢說啊!難怪作者在前言中說「我冒著被攻擊的危險來表達我的主張」。他也認為微軟之所以在作業系統市場上打贏蘋果電腦,是因為運氣使然。這點個人並不贊同;我相信凡事多少要有點好運的幫忙,可是成敗全歸咎於運氣,這會不會也犯了過度簡化的毛病呢?
很明顯的,作者是一名 random walker,認為世界上一些重大事件其實都是隨機、無法預測的。他之前還曾寫過一本談隨機理論的投資書籍:《隨機的致富陷阱》(Fooled by Randomness)。
槓鈴策略(Barbell Strategy)
如果預測是沒用的,我們該怎麼辦?作者在第 13 章提出他的構想:
「如果你知道你會被預測錯誤所傷,而且,你接受大多數的『風險指標』--基於黑天鵝事件--都有瑕疵,那麼,你的策略就是盡可能的超保守和超積極,而不是溫和的積極或保守。」
這也是他在當交易員時所採用的策略。這個策略對股市投資人來說應該能有一些啟發吧,也許是:不要預測平時的小幅波動,耐心等待重大事件的發生,當機會來臨時,狠狠地大撈一票。
小結
不用放太多心力在常態分布(鐘形曲線)中最集中、比例占最大的瑣碎部分,而要注意那些極少發生的極端特例(事件)。但不用費心預測何時會發生那些重大事件(因為它們是隨機的),只要隨時準備好,抓住機會,因應事件的發生。剩下的,就交給運氣吧。
作者:納西姆.尼可拉斯.塔雷伯
翻譯:林茂昌
出版社:大塊文化
出版日期:2008-4-28
一言以蔽之:Random walker 的預測無用論。
這本書我是跳著看,感覺作者用很多文字談了很多東西,可是又好像只談了一點點。之所以跳著看,除了許多內容無法吸引我,多少也因為有點受不了作者的敘述方式--太冗長、談太多拉里拉雜的東西。有點像走一趟遠路,路上的風景似乎不怎麼美麗,但偶爾在路旁的草叢裡可以撿到一點有用的東西。
這裡不重複太多網路上已經有的書摘內容,僅寫點自己特別關注的部分就好。
氾濫、重複的資訊
「我注意到,幾乎所有人對當前事物都知之甚詳。各種報紙的內容嚴重重複,因此,你讀得越多,可以得到的資訊就越少。然而,每個人依然迫不及待地想要了解每一份剛出爐文件中的每一件事......大家成了誰見了誰、哪個政治人物對哪個政治人物說了哪些話的百科全書。然而,這一切都是徒勞無功。」 (p.42)
話雖如此,每天早上搭火車和捷運的上班途中,我還是會在車上瞄一下別人手上的報紙或雜誌什麼的。我自己是從沒拿過這些報紙,因為我不希望手上沾了油墨,而且,通常我手上都已經有一本書了。那些免費發送的報紙,我發現許多內容都挺煽情、八卦的(難怪叫做「爽報」?),有時我也禁不起好奇瞄個幾眼。
每天餵養社會大眾靈魂的,有多少是知識?資訊?抑或大多是垃圾?
學術研究的歪風-馬太效應
作者在前言中寫道:
「請注意,我這本書並不靠收集選擇性「佐證」這種惡劣的手法。根據我在第五章所說明的理由,我稱這種過度舉例行為為天真的經驗主義(naive empiricism)——挑選一連串合適的文章以拼湊成一個故事,並不能構成證據。任何尋求確認的人,將可以找到足夠的故事來欺騙自己——毫無疑問,還有欺騙他的同儕。」
第 14 章又提到 Robert Merton 提出的「馬太效應」(在社會學裡稱為「累積優勢」;cumulative advantage):
「如果有一個人寫了一篇學術論文,文章中引用了五十位從事相關主題研究者的文章,......另一個研究相同主題的研究者,會從這五十個人中,隨機抽取三人出來,以做為自己論文的參考文獻。Merton 證明,許多學者並未真正讀過他所列的參考文獻的原作;而是讀一篇論文,就從該文的資料出處抽一些出來,以作為自己的參考文獻。因此,研讀第二篇論文的第三個研究者,會從前一篇文章中抽出三名作者以作為自己的參考文獻。這三名作者會累積越來越多的聲譽,因為他們的名字已經和現有的這個主題緊密地結合在一起。勝出的這三人,和原始研究大軍的其他成員之間,其差異主要在於運氣:他們一開始就被選上並不是因為比較行,而只是因為他們的名字出現在先前文獻上的方式使然。......請注意,學者主要是由其作品被其他人引用了多少次來評量,於形成了相互引用的派系(就是『我引用你,你引用我』的這種把戲)。」 (p.317-318)
一針見血!點出了學術論文的「灌水文獻」以及「互推」現象。這跟推推王的推文功能還真是有異曲同工之妙啊。
謬論、誤導、過度簡化
作者在好幾個地方,用了好些篇幅、故事、專有名詞來討論一些邏輯思考上的錯誤,例如:
- 「幾乎所有的恐怖份子都是回教徒」這個命題,是否就表示「幾乎所有的回教徒都是恐怖份子」?很明顯不是。但若有人提出第一種說法,聽者很可能會立即對回教徒產生刻板印象:他們很可能都是恐怖份子。同理:所有的白馬都是馬,你看到的馬一定就是白馬嗎?
- 幼稚泛化(naive generalization)。躺在鐵軌上一夜沒死,可以宣稱臥軌是安全的嗎?
- 過度因果化。這從報章雜誌,尤其是金融市場的評論最為常見,例如 2008-11-21 日有一篇美股盤後的評論,標題為「美股盤後─憂衰退期延長 道瓊大跌445點 S&P 500創11年半低點 」。隔天,同一家機構發出的美股盤後評論標題為「美股盤後─歐巴馬提名Geithner任財長 道瓊大幅收高494點」。反正不管股市漲還是跌,就是要分析個理由出來不可。就好像某一天台股大漲 500 點時,我們也不禁會問:「發生什麼事了?」是一樣的道理。這些媒體和評論員,正好給了社會大眾一個簡單的理由。所以......我們的心就終於可以安定下來了,因為我們不喜歡不確定、複雜;我們要簡單、確定的理由。
- 沉默證據。故事:有人拿一塊畫板給無神論者看,上面畫了幾個信徒在禱告,並告訴他,這些人在一次船難中都倖存下來。隱含的意思是禱告可以保護你不被淹死。無神論者問到:「那些禱告而後來淹死的人,他們的畫像在哪裡?」哈,問得好!隱藏事實所產生的誤導,適足以令大眾迷信。
預測與運氣
在「如何尋找鳥屎」這一章,作者舉了一個例子來說明很多發現、創新、與成功都是偶然的。他說,1965 年貝爾實驗室的兩名天文學家架了一具大型天線,這具天線接收時有些雜訊,而他們認為可能是天線碟盤上的鳥糞造成的,可是就算清了鳥糞結果還是一樣。過了一些時間,他們才發現那是微波幅射。
後來,貝爾實驗室總裁曾經盛讚發現此微波的天文學家為「文藝復興級的人物」。作者對此的評論是:
「文藝復興個頭。這兩個傢伙當時是在找鳥屎!......而且和大多數這類案例一樣,他們並沒有立即瞭解到這項發現的重要性。」 (p.251)
真敢說啊!難怪作者在前言中說「我冒著被攻擊的危險來表達我的主張」。他也認為微軟之所以在作業系統市場上打贏蘋果電腦,是因為運氣使然。這點個人並不贊同;我相信凡事多少要有點好運的幫忙,可是成敗全歸咎於運氣,這會不會也犯了過度簡化的毛病呢?
很明顯的,作者是一名 random walker,認為世界上一些重大事件其實都是隨機、無法預測的。他之前還曾寫過一本談隨機理論的投資書籍:《隨機的致富陷阱》(Fooled by Randomness)。
槓鈴策略(Barbell Strategy)
如果預測是沒用的,我們該怎麼辦?作者在第 13 章提出他的構想:
「如果你知道你會被預測錯誤所傷,而且,你接受大多數的『風險指標』--基於黑天鵝事件--都有瑕疵,那麼,你的策略就是盡可能的超保守和超積極,而不是溫和的積極或保守。」
這也是他在當交易員時所採用的策略。這個策略對股市投資人來說應該能有一些啟發吧,也許是:不要預測平時的小幅波動,耐心等待重大事件的發生,當機會來臨時,狠狠地大撈一票。
小結
不用放太多心力在常態分布(鐘形曲線)中最集中、比例占最大的瑣碎部分,而要注意那些極少發生的極端特例(事件)。但不用費心預測何時會發生那些重大事件(因為它們是隨機的),只要隨時準備好,抓住機會,因應事件的發生。剩下的,就交給運氣吧。
沒有留言: