决策框架:整合所有概念

一个核心问题 这个博客的所有文章,都在回答同一个问题: 在不确定的世界里,如何做出好的决策? 我们不能预测未来,我们的知识有限,我们的判断会出错。 在这种情况下,什么是正确的思维方式? 三层框架 这23个概念可以组织成三个层次: 第一层:理解现实 在做任何决策之前,你需要正确理解你面对的世界。 核心洞见: 尾部风险:极端事件比你以为的更常见,影响比你以为的更大。传统风险模型(正态分布)严重低估了尾部。 遍历性:时间平均不等于集合平均。在乘性系统中,一次归零就是永远归零。生存是前提,不是目标。 幸存者偏差:你看到的成功者是经过选择的样本,他们的经验不能简单复制。失败者的教训往往更有价值。 反身性:市场不是被动反映现实,而是主动塑造现实。预期和现实互相影响,形成反馈循环。 林迪效应:在非生物系统中,存活时间本身是生命力的证据。经典比时尚更可靠。 二阶思维:不只考虑直接后果,还要考虑后果引发的反应。大多数政策失败和投资亏损源于只看一阶效应。 心理误判:你的大脑有系统性的偏差——社会认同、承诺一致性、损失厌恶、锚定效应。你在犯错时感觉自己是对的。 Lollapalooza效应:当多种力量同向作用、相互强化时,结果远超任何单一力量的预测。1+1可能等于10。 这一层的教训:世界比你想象的更极端、更不可预测、更具欺骗性。大多数人系统性地低估不确定性,而你自己的大脑就是最大的欺骗者。 第二层:构建结构 理解现实之后,你需要设计能够在这种现实中生存和繁荣的结构。 核心原则: 凸性:追求不对称性——上行大于下行。在变化中获益,而不是受损。 选择权:保留选项的价值往往超过做出选择的价值。在不确定的世界里,灵活性是资产。 安全边际:为错误留出空间。你会犯错,问题是犯错后是否还能生存。 杠铃策略:不要在中间找平衡,把风险分离到两端。极端安全 + 极端冒险,没有中间。 机会成本:每个选择都有代价。说"是"就是对其他选项说"不"。 路径依赖:早期的偶然选择可能锁定长期路径。历史不可逆,起点和顺序很重要。 激励机制:给我看激励机制,我就能预测结果。人们按激励行动,不按要求行动。设计正确的激励比改变人更有效。 护城河:没有护城河的利润是暂时的。理解什么结构性优势能阻止竞争侵蚀,才能判断什么值得长期持有。 这一层的教训:正确的结构比正确的预测更重要。你无法预测未来,但你可以设计一个在多种未来中都能表现良好的系统——理解激励和护城河是设计好系统的基础。 第三层:执行决策 有了正确的理解和结构,你需要在具体情境中做出决策。 核心工具: 能力圈:只在你真正理解的领域做决策。知道自己不知道什么,比知道什么更重要。 利益攸关:只信任有利益攸关的人的建议。没有代价的建议是廉价的。 反向思维:与其问"如何成功",不如问"如何失败",然后避开那些事。 凯利公式:根据优势和赔率计算最优下注比例。但在现实中,总是下注低于凯利值。 均值回归:极端值会向均值回归。不要把异常表现外推为永恒趋势。 复利:长期持续的小优势,会产生巨大的累积效果。时间是复利的朋友。 多元思维模型:不要只用一把锤子。掌握多个学科的核心模型,让它们相互检验和补充,形成思维格栅。 这一层的教训:决策的目标不是"正确",而是"可重复的期望值为正"。在你有优势的地方下注,在你没有优势的地方克制。用多元模型交叉验证,减少单一视角的盲区。 核心原则 如果把所有概念蒸馏成几条核心原则,它们是: 原则一:生存优先 在遍历性问题上,生存是唯一重要的目标。 其他所有目标——回报、成就、声誉——都建立在生存的基础上。 永远不要让任何单一事件能够摧毁你 宁可错过机会,也不要承担灭顶风险 在生存无忧的前提下,再考虑优化 原则二:追求凸性 设计上行大于下行的处境。 不是预测哪个方向会发生,而是确保:如果好事发生,你能获益更多;如果坏事发生,你损失有限。 买入选择权,而不是卖出选择权 保持灵活性和选项 用安全边际保护下行 原则三:承认无知 你的知识边界比你以为的更窄。 待在能力圈内 对不理解的事情说"不" 让有利益攸关的人教你,而不是没有的人 原则四:反向思考 避免愚蠢比追求聪明更重要。 列出会毁掉你的事,然后不做 从失败案例学习,而不只是成功案例 设置不可违反的硬性规则 原则五:重视时间 时间是不确定性的解药,也是不确定性的来源。 ...

凯利公式:如何下注

一个改变赌博和投资的公式 1956年,贝尔实验室的物理学家约翰·凯利(John Kelly)发表了一篇论文,标题是《信息率的新解释》(A New Interpretation of Information Rate)。1 这篇论文本来是关于信息论的。但它包含了一个公式,后来改变了职业赌徒和专业投资者的思考方式。 这个公式回答了一个简单但深刻的问题: 当你有优势时,应该下注多少? 为什么这个问题重要 假设你发现了一个有利可图的机会: 60%的概率赢,赢了翻倍 40%的概率输,输了归零 你有100元。你应该下注多少? 直觉可能说:机会这么好,全押! 但如果你全押,只要输一次,你就出局了。即使你有60%的胜率,连续玩10次全押,归零的概率是99.99%。 那下注1元?太保守了。你有优势,应该利用它。 问题是:有没有一个"最优"的下注比例? 有。这就是凯利公式(Kelly Criterion)。 凯利公式 对于简单的赢/输赌注,凯利公式是: $$f^* = \frac{bp - q}{b}$$ 其中: $f^*$ = 最优下注比例(占总资金的百分比) $b$ = 赔率(赢了能赚多少倍) $p$ = 获胜概率 $q$ = 失败概率($= 1 - p$) 对于上面的例子(60%胜率,1:1赔率): $$f^* = \frac{1 \times 0.6 - 0.4}{1} = 0.2 = 20\%$$ 你应该每次下注总资金的20%。 凯利公式的直觉 凯利公式在做什么?它在最大化长期财富的几何增长率。 回忆遍历性那篇文章:投资是乘性的,不是加性的。你的财富是一连串乘法的结果。 凯利公式找到的是:让这一连串乘法的长期结果最大化的下注比例。 它自动平衡了两个力量: 利用优势:下注太少,优势没有被充分利用 避免毁灭:下注太多,一次失败可能摧毁你 凯利比例是这两个力量的最优平衡点。 凯利公式的数学性质 1. 永远不会让你全押 不管优势多大,凯利公式永远不会建议100%下注(除非胜率是100%)。 ...

反身性:信念如何创造现实

一个让经济学失效的现象 1992年9月16日(“黑色星期三”),乔治·索罗斯(George Soros)做空英镑,一天赚了约10亿美元。1 他是怎么知道英镑会崩溃的? 传统金融理论说:市场价格反映所有可用信息,价格会回归"基本面"。如果英镑被高估,套利者会逐渐把价格拉回合理水平。 但索罗斯的理论完全不同:价格不是被动反映现实,价格主动创造现实。 当足够多的人相信英镑会贬值,他们会卖出英镑。卖出行为导致英镑真的贬值。贬值证实了预期,引发更多卖出。这个循环可以自我强化,直到系统崩溃。 索罗斯不是在预测"真实价值"。他是在识别一个反身性过程——一个信念自我实现的循环。 什么是反身性 反身性(Reflexivity)是索罗斯哲学的核心概念: 在有思考参与者的系统中,认知和现实之间存在双向反馈。 认知 → 影响行动 → 改变现实 → 改变认知 → ... 这打破了传统科学的基本假设:观察者独立于被观察对象。 在物理学中,你观察一个苹果不会改变苹果。 在金融市场中,你观察(并交易)一只股票会改变这只股票的价格。 这不是缺陷,这是社会现实的本质特征。 自我实现与自我挫败 反身性可以走两个方向: 自我实现的预言 银行挤兑是经典案例: 谣言说银行可能倒闭 担忧的储户提取存款 银行因流动性危机真的陷入困境 更多人恐慌提款 银行真的倒闭 银行原本可能是健康的。但预言本身创造了它预言的结果。 股票泡沫是另一个案例: 人们相信某股票会涨 买入推高价格 上涨"证明"了预期正确 更多人买入 价格远超基本面 直到信念崩塌 自我挫败的预言 有时候,预言本身会阻止它预言的事情发生。 如果所有人都预测明天会堵车,一些人会提前出发或选择其他路线。结果,堵车可能没有发生。 在金融市场中,如果一个套利机会被广泛知晓,套利行为本身会消除这个机会。 反身性的结构 索罗斯区分了两个功能: 认知功能:参与者试图理解现实 参与功能:参与者试图改变现实 在反身性过程中,这两个功能同时作用并相互干扰: 你对市场的理解影响你的行动 你的行动影响市场 市场的变化改变你的理解 你的新理解又影响你的新行动 这创造了一个不稳定的动态系统,而不是趋向均衡的稳定系统。 繁荣-萧条周期 反身性最重要的应用是解释市场周期。 繁荣阶段(自我强化的上升) 启动:某种基本面改善(真实的) 认知:投资者注意到改善 行动:买入推高价格 强化:价格上涨改善基本面(公司更容易融资、信心提升、消费增加) 加速:更高的价格吸引更多买家 泡沫:价格增长远超基本面 高峰:需要越来越大的信念才能支撑价格 萧条阶段(自我强化的下降) 触发:某个事件动摇信念 质疑:投资者开始怀疑 卖出:价格下跌 恶化:价格下跌恶化基本面(融资困难、信心崩溃、消费收缩) 恐慌:更低的价格引发更多卖出 崩溃:价格远低于基本面 底部:需要极端的悲观才能继续下跌 注意这个过程的关键特征:价格不是被动反映基本面,价格主动改变基本面。 ...

复利:不只是数学,是哲学

一个被低估的洞见 爱因斯坦(可能)说过:复利是世界第八大奇迹。 这句话被引用太多次,以至于失去了力量。 让我换一种方式说: 大多数人在智力上理解复利(compounding),但几乎没有人在直觉上真正理解它。 如果你真正理解复利,你的行为会完全不同。你会: 更早开始 更少中断 更有耐心 更关注持续性而非爆发性 但大多数人不这样做。因为复利的数学是违反直觉的。 复利的数学:为什么我们低估它 人类的大脑是为线性思维设计的。 如果我每天走5公里,10天后我走了50公里。这很直观。 但复利是指数级的。 如果一张纸对折1次是2层,对折42次是多少层? 答案是:4,398,046,511,104层。大约是从地球到月球的距离。 没有人能直觉地预测这个数字。 这就是为什么我们系统性地低估复利——我们的大脑不是为指数设计的。 时间的不对称性 复利揭示了时间的一个深刻性质:早期和晚期不等价。这也是路径依赖的一个表现——你的起点和早期决策对最终结果有不成比例的影响。 假设你从25岁开始每年投资1万元,年化10%,到65岁: 第1年的1万元,变成了45万元 第40年的1万元,只变成了1.1万元 同样的1万元,只因为投入时间不同,结果差了40倍。 这意味着什么? 你年轻时的每一块钱,都比年老时的每一块钱重要40倍。 但我们的行为完全相反:年轻时挥霍,年老时节俭。 中断的代价 复利最大的敌人是中断。 假设你的投资组合年化12%,持续30年: 不中断:1元变成30元 第15年取出一半:最终只有15元 每5年取出20%:最终只有8元 中断不是减法,是除法。 它不只是拿走了本金,它拿走了那部分本金未来所有的复利。 这就是为什么: 频繁交易是致命的(每次都打断复利) 市场择时是困难的(错过几个关键日子就毁掉复利) 最好的策略往往是"什么都不做" 72法则:一个直觉工具 72法则是复利的快速估算: 翻倍时间 ≈ 72 ÷ 年化收益率 年化6%:12年翻倍 年化8%:9年翻倍 年化12%:6年翻倍 这个简单的公式揭示了一些深刻的真相: 收益率差异被时间放大 6%和12%看起来差6个百分点。 但30年后: 6%:1元变成5.7元 12%:1元变成30元 差距不是6个百分点,是5倍。 时间比收益率更重要 10%年化,30年 = 17.4倍 10%年化,40年 = 45.3倍 多10年,结果多2.6倍。 时间是复利最重要的变量,而时间是不可购买的。 复利的阴暗面 复利不只是财富增长。它是一个对称的力量。 负面的东西也会复利。 债务的复利 信用卡年化18%。 1万元债务,不还的话: ...

遍历性:为什么你的投资直觉是错的

一个改变一切的问题 假设有一个游戏: 掷硬币。正面,你的财富增加50%。反面,你的财富减少40%。 你会玩吗? 大多数人会计算"期望值": 期望值 $= 0.5 \times (+50\%) + 0.5 \times (-40\%) = +5\%$ 期望值是正的!每次游戏平均赚5%。应该玩,而且应该一直玩。 这是错的。 如果你反复玩这个游戏,你几乎必然破产。 这不是悖论,这是数学。理解这一点,可能会彻底改变你对投资的认知。 两种平均:集合平均 vs 时间平均 “期望值"计算的是集合平均:如果有100万人同时玩这个游戏一次,平均结果是什么? 答案是:平均赚5%。 但你不是100万人。你是一个人,要反复玩这个游戏。 对你来说,重要的是时间平均:一个人反复玩这个游戏,长期结果是什么? 让我们算: 假设你有100元,玩两次,一次正面一次反面(顺序无关): $100 \times 1.5 \times 0.6 = 90$ 元 你亏了10%。关键在于几何平均: 每次的平均增长率 $= \sqrt{1.5 \times 0.6} = \sqrt{0.9} \approx 0.949$ 每次游戏,你的财富平均缩水5%。玩100次: $100 \times 0.949^{100} \approx 0.6$ 元 玩1000次?你的财富是初始值的 $10^{-23}$ 次方——比一个原子还小。 期望值是正的,但你必然归零。 这就是加法和乘法的区别。期望值是加法思维,但财富是乘法累积的——上一把的结果就是下一把的本金。 遍历性:一个被忽视的关键概念 当"集合平均"等于"时间平均"时,系统是遍历的(ergodic)。 当两者不相等时,系统是非遍历的(non-ergodic)。 投资是非遍历的。 这意味着: 别人的平均结果,对你没有意义 “市场长期年化10%",不代表你会获得10% 任何可能让你归零的策略,长期期望值都是负无穷 你只有一条财富路径。这条路径上的任何一点归零,游戏就结束了。 为什么这解释了一切 1. 为什么"永远不要亏光"是第一原则 不是因为"活着才有机会"这种鸡汤。 ...

尾部风险:为什么极端事件决定一切

一个让统计学家破产的问题 1998年,长期资本管理公司(LTCM,Long-Term Capital Management)拥有两位诺贝尔经济学奖得主(Myron Scholes和Robert Merton),通过杠杆持有超过1000亿美元头寸,使用最先进的数学模型。1 他们的模型说:我们正在经历的亏损,在统计上是"不可能"的——概率小于 $10^{-24}$。这种事件在宇宙年龄内都不应该发生一次。 然后他们破产了。 问题不在于他们运气不好。问题在于他们对"风险"的理解从根本上就是错的。 正态分布的谎言 几乎所有传统金融模型都假设收益率服从正态分布(高斯分布)。 正态分布有一个美好的特性:极端事件极其罕见。超过3个标准差的事件,概率只有0.3%。超过6个标准差,概率是十亿分之一。 但现实中的金融市场不是这样的。 1987年10月19日(“黑色星期一”),道琼斯指数单日下跌22.6%——这是有史以来最大的单日跌幅。2 如果收益率真的服从正态分布,这种事件的概率是 $10^{-160}$——比宇宙中原子的数量还小得多。 这不是一次性的异常。2008年金融危机期间,类似的"不可能"事件反复发生。 事实是:金融市场服从的是"肥尾分布"(fat-tailed distribution),不是正态分布。 什么是肥尾 在正态分布中,尾部(极端值区域)衰减得非常快——呈指数级下降。 在肥尾分布中,尾部衰减得慢得多——呈幂律下降。 这意味着什么? 假设正态分布下,某事件概率是百万分之一。 在肥尾分布下,同样被认为"极端"的事件,概率可能是千分之一甚至百分之一。 差了1000到100000倍。 更重要的是:在肥尾世界里,大部分后果来自极端事件,而不是普通事件。 一个思想实验 想象两个世界: 世界A(正态世界): 100个人的平均身高。 即使加入世界上最高的人(2.51米),平均值几乎不变 没有任何个体能显著影响整体 世界B(肥尾世界): 100个人的平均财富。 加入杰夫·贝索斯,平均值立刻变成20亿美元 一个个体可以完全主导整体 身高是正态分布的。财富是肥尾分布的。 关键洞见:在肥尾世界里,平均值毫无意义,因为它被极端值主导。 为什么这对投资至关重要 1. 大部分收益来自少数几天 JP Morgan的研究显示,如果你错过了股市表现最好的10天,你的长期收益会减少一半以上。3 这不是巧合。在肥尾世界里,收益分布本身就是不均匀的。 2. 大部分亏损来自少数几天 反过来也一样。2020年3月的几天,很多人亏掉了几年的收益。 3. “平均收益"是危险的概念 当有人说"这个策略平均年化15%",你应该问: 收益分布是什么形状? 最大单次亏损是多少? 那些极端年份被包含在"平均"里了吗? VaR的致命缺陷 金融界最常用的风险指标是VaR(Value at Risk,风险价值)。 VaR告诉你:在95%的情况下,你的最大损失是多少。 听起来很科学。但它有一个致命缺陷:它完全忽略了那5%。 而在肥尾世界里,那5%才是真正重要的。那5%包含了可能让你破产的所有情况。 这就像说:“我的降落伞在95%的情况下都能打开。” 这不是安全,这是灾难的配方。 塔勒布的洞见 纳西姆·塔勒布用"黑天鹅"这个比喻来描述这个问题。 但"黑天鹅"不是指"罕见事件”。它指的是: 事前不可预测——在我们的模型之外 影响极大——能改变一切 事后被合理化——我们假装早就知道 重点是:你不能用概率来管理黑天鹅,因为你连它的概率分布都不知道。 ...

幸存者偏差:为什么成功学是毒药

二战中被忽视的洞见 1943年,美军面临一个问题:轰炸机被击落的比率太高。他们需要给飞机加装装甲,但装甲会增加重量、降低性能。所以只能加在最关键的位置。 工程师们统计了返航飞机上弹孔的分布,发现弹孔主要集中在机翼和机身。 结论似乎显然:应该在机翼和机身加装甲。 统计学家亚伯拉罕·瓦尔德(Abraham Wald)说:错了。应该在没有弹孔的地方加装甲——引擎和驾驶舱。1 为什么? 因为他们只看到了返航的飞机。那些引擎或驾驶舱中弹的飞机,根本没有机会返航。 这就是幸存者偏差(survivorship bias):我们只能看到幸存者,看不到已经消失的失败者。这导致我们对成功原因的判断系统性地错误。 成功学的致命谬误 现在市面上充斥着各种成功学: “我每天5点起床,所以我成功了。你也应该5点起床。” “我辍学创业,所以成功了。你也应该勇敢辍学。” “我相信自己,坚持了10年,所以成功了。你也应该坚持。” 这些故事有什么问题? 你只听到了成功者的故事。 那些每天5点起床但失败的人呢? 那些辍学创业但破产的人呢? 那些坚持了10年最终放弃的人呢? 他们的故事没有出版价值,不会被采访,不会上TED演讲。 所以你系统性地高估了"5点起床"“辍学"“坚持"与成功的关联。 数学上的理解 假设: 1000人尝试某种策略 10人成功,990人失败 成功率是1% 但我们只采访成功的10人。他们都说:“我用了这个策略,所以成功了。” 一个不知道990人失败的观察者会得出结论:这个策略有效。 实际上,这个策略的成功率只有1%。 更糟的是:如果这1000人什么都不做,可能也有1%会因为运气成功。 所以这个策略可能根本没用。但我们永远无法从幸存者的故事中知道这一点。 基金经理的神话 每年都有基金经理"战胜市场”。 如果有1000个基金经理随机投资: 第一年,约500人跑赢市场 第二年,约250人连续两年跑赢 第三年,约125人连续三年跑赢 第四年,约62人连续四年跑赢 第五年,约31人连续五年跑赢 连续五年跑赢市场!这31人一定是天才! 不。如果他们是掷硬币,也会有31人连续五次正面朝上。 我们把纯粹的概率当成了能力。 那些连续五年跑输市场的基金经理呢?他们的基金被关闭了,他们的职业生涯结束了。你永远不会听到他们的故事。 公司的幸存者偏差 “百年企业的成功秘诀是什么?” 当你研究活了100年的公司,你找到了一些共同点: 注重质量 关心员工 长期思维 结论:这些特质让公司长寿。 但等等。 那些也有这些特质但已经消失的公司呢? 也许100年前有1000家"注重质量、关心员工、长期思维"的公司,999家已经倒闭,只有1家活到今天。 你研究的不是"成功的原因”,你研究的是"幸存的结果”。 真正让公司长寿的可能是:运气、时代、位置、规模、网络效应——这些无法从幸存者身上学到的东西。 历史的幸存者偏差 我们读的历史是胜利者写的。 失败的帝国、消失的文明、被征服的民族——他们的故事很少流传。 这导致我们: 高估军事征服的有效性(征服者的故事流传下来) 低估和平贸易的重要性(商人的故事很少被记录) 对历史进程产生系统性错误理解 古代有多少思想家、科学家、艺术家?我们只知道那些作品恰好保存下来的人。 亚历山大图书馆烧毁时,消失了多少人类的智慧? 创业的真相 创业成功率大约是10%(宽泛定义的"成功")。2 如果定义为"赚到大钱",成功率可能是1%。 如果定义为"成为独角兽",成功率是0.01%。 但你听到的每一个创业故事都是成功的故事。 ...

杠铃策略:如何反脆弱

一个反常识的配置方法 传统智慧说:分散投资,不要把所有鸡蛋放在一个篮子里。 所以大多数人的投资组合是"中等风险":一些股票、一些债券、也许一些房产。什么都有一点,风险"平衡"。 纳西姆·塔勒布(Nassim Taleb)说这是错的。 他提出了一个反直觉的配置方法:杠铃策略(Barbell Strategy)——把资产分成两个极端,没有中间。 80-90%放在极度安全的资产(国债、现金) 10-20%放在极度高风险的资产(期权、初创公司、高风险投机) 不要放在中间。 为什么避开中间 “中等风险"的资产看起来很理性:承担一些风险,获取一些回报。 但塔勒布指出:中等风险可能是最差的位置。 为什么? 1. 隐藏的尾部风险 很多看起来"中等风险"的资产,其实有隐藏的尾部风险。 “稳健成长股”——听起来很安全。但在2008年,这些股票跌了50%。 “投资级债券”——听起来很稳。但在极端情况下可能违约。 “分散的股票组合”——似乎降低了风险。但在系统性崩盘时,相关性趋近于1,分散失效。 你以为自己在承担中等风险,其实你在承担隐藏的极端风险。 2. 回报不够补偿风险 中等风险的回报通常是中等的。 但如果你承担的是隐藏的尾部风险,中等回报不足以补偿这个风险。 你需要的是:确定性很高的安全,或者回报足够大来补偿风险的高风险。 中间地带两者都没有。 3. 凸性缺失 中间地带通常是凹的——上行有限,下行可能很大。 极端组合可以是凸的——安全部分限制下行,高风险部分提供上行。 杠铃策略的逻辑 杠铃策略的核心是分离风险。它是凸性思想的直接应用:构建一个下行有限、上行开放的整体结构。 安全部分(80-90%) 这部分的目标是:绝对生存。 不是"可能安全”,是"确定安全"。 短期国债(政府违约风险最低) 现金(虽然有通胀风险,但没有名义亏损风险) 也许是黄金(作为终极避险) 这部分不追求回报。它的作用是:确保无论发生什么,你都不会出局。 高风险部分(10-20%) 这部分的目标是:捕捉极端上行。 因为你只用了10-20%的资金,最坏情况是亏掉这部分。你的安全部分确保你能活下来。 但上行呢?是开放的。 期权(最大亏损是期权费,最大收益无限) 初创公司投资(最大亏损是投入资金,最大收益可能是100倍) 高波动投机(在确保不会破产的前提下) 这部分本质上是一组选择权:有限的下行,无限的上行。 组合效果 整体组合变成了什么? 下行:最多亏掉10-20%(高风险部分全部损失) 上行:无限(高风险部分可能暴涨) 这是一个凸的组合。 即使高风险部分全部归零,你还有80-90%的安全资产。你活着。 但如果高风险部分有一个成功了(比如10倍),你的整体组合翻倍。 与传统分散的对比 传统分散 杠铃策略 配置 均匀分布在各种风险水平 集中在两个极端 下行 可能很大(隐藏的尾部风险) 有限(只有高风险部分) 上行 有限(中等回报) 开放(高风险部分可能暴涨) 凸性 凹(或中性) 凸 生存 不确定 确定(安全部分) 传统分散是"不把鸡蛋放在一个篮子里"。 杠铃策略是"把大部分鸡蛋放在最安全的篮子里,小部分放在可能孵出凤凰的篮子里"。 ...

林迪效应:为什么老的更可靠

一个反直觉的预测方法 一本书已经在印25年了。它还会在印多久? 直觉说:老了,快被淘汰了。 林迪效应说:预期再印25年。 一家餐厅开了50年。它还会开多久? 直觉说:早晚要关。 林迪效应说:预期再开50年。 林迪效应(Lindy Effect)是纳西姆·塔勒布(Nassim Taleb)推广的一个概念:对于不会自然死亡的事物,预期剩余寿命与已经存在的时间成正比。 这听起来荒谬。但它有深刻的数学和实证基础。 林迪效应的起源 “林迪"来自纽约的一家餐厅(Lindy’s),喜剧演员们常在那里讨论百老汇节目的寿命。 他们发现一个规律:已经演了很久的节目,往往会继续演很久。 新节目很快下架。老节目一直在。 这不是因为老节目"更好”(虽然可能是)。这是因为:存活本身就是信息。 为什么林迪效应有效 1. 生存过滤 一本书活了100年,意味着它经历了: 100年的读者检验 100年的市场竞争 100年的文化变迁 100年的淘汰过程 它仍然存在,说明它有某种"适应性"——不管是智慧、美感还是实用性。 新书没有经历这个过滤。它可能很好,也可能很快被淘汰。你不知道。 老的东西已经证明了自己。新的东西还没有。 2. 幂律分布 很多事物的寿命服从幂律分布,而不是正态分布。 在幂律分布中,存活时间越长的事物,预期剩余寿命越长。 这不是神秘的。这是数学性质。 3. 适应性累积 长寿的事物往往积累了适应性改进。 一个50年的配方,经历了无数次调整、优化、适应。 一个新配方,还没有经历这个过程。 林迪效应适用于什么 适用:不会自然死亡的事物 想法、书籍、技术、制度、配方、传统 不适用:会自然死亡的事物 人、动物、机器、有保质期的东西 一个人活到80岁,不意味着预期再活80年。人有生物学的寿命上限。 但一个想法"活"了2000年(比如欧几里得几何),可以预期再活2000年。想法没有生物学死亡。 实践应用 1. 阅读选择 读老书。 已经存在了100年的书,很可能再存在100年。 今年出版的畅销书,很可能明年就被遗忘。 你的时间有限。为什么要赌在未经检验的新书上?这里存在巨大的幸存者偏差——今年出版的1000本书,10年后可能只有10本还被记得。 这不是说新书没价值。而是说:如果你要读书,先读经典的风险收益比更好。 《国富论》(The Wealth of Nations)已经活了250年。《思考,快与慢》(Thinking, Fast and Slow)活了15年。如果你只能读一本,选哪本? 2. 技术选型 选择老技术。 一个存在30年的编程语言(C),很可能再存在30年。 一个存在3年的新框架,很可能3年后就消失了。 这不是保守主义。这是风险管理。你在老技术上投入的学习时间会持续复利更长时间。 如果你在新框架上投入大量学习时间,而它3年后消失,你的投资归零。 如果你在老技术上投入时间,你的投资大概率长期有效。 3. 餐厅选择 选择老餐厅。 ...

凸性:为什么不对称比概率重要

一个价值连城的不等式 假设你面对一个投资机会: 90%的概率亏10% 10%的概率赚100% 期望值 $= 0.9 \times (-10\%) + 0.1 \times 100\% = +1\%$ 期望值是正的,但很小。值得做吗? 现在换一个: 90%的概率赚10% 10%的概率亏50% 期望值 $= 0.9 \times 10\% + 0.1 \times (-50\%) = +4\%$ 期望值更高。这个更值得做? 错。 第一个机会远比第二个好。原因不是期望值,而是凸性。 什么是凸性 凸性描述的是收益曲线的形状。 凸(convex):上行空间大于下行空间。曲线向上弯曲。 凹(concave):下行空间大于上行空间。曲线向下弯曲。 第一个机会是凸的:最多亏10%,但可能赚100%。 第二个机会是凹的:最多赚10%,但可能亏50%。 为什么凸性比期望值重要? 因为期望值假设你知道概率分布,但你通常不知道。 概率的不可知性 让我们诚实:你怎么知道第一个机会"90%亏损"?这个90%是怎么来的? 现实中,概率几乎总是被错误估计。我们系统性地: 高估能理解的风险 低估不能理解的风险 完全忽略未知的未知 既然概率不可靠,为什么要依赖它来做决策? 凸性提供了一个更好的框架:不管概率是什么,只要形状对,长期就是对的。 期权的智慧 期权是纯粹的凸性工具。 买入期权的回报曲线是凸的:最多亏掉期权费,但上行无限。 卖出期权的回报曲线是凹的:最多赚取期权费,但下行无限。 这就是为什么: 期权买方大多数时候小亏,偶尔大赚 期权卖方大多数时候小赚,偶尔大亏 长期来看,谁赢? 在正态世界(极端事件罕见),卖方赢。 在肥尾世界(极端事件频繁),买方赢。 我们活在哪个世界? 风投模式的本质 风险投资的商业模式是纯粹的凸性: 投10个公司 9个失败,各亏100%投资额 1个成功,赚50倍 期望值 $= 0.9 \times (-100\%) + 0.1 \times 5000\% = +410\%$ ...