Black Swan

引言：不可预测的灾难 黑天鹅事件（Nassim Taleb）： 极端罕见（超出常规预期） 巨大影响（改变游戏规则） 事后可解释（但事前无法预测） 历史案例： 2008年金融危机 2020年新冠疫情 2011年日本福岛核灾 问题：如何防范无法预测的风险？ 第一部分：尾部风险的本质 正态分布的谎言 传统金融学假设： 收益率服从正态分布 极端事件（>3σ）概率极低 现实： 肥尾分布（Fat Tails） 极端事件比预测频繁10-100倍 例子（标普500）： 事件 理论概率（正态） 实际发生 单日-7% 1/100万年 每10年1次 单日-10% 1/10亿年 2020年发生 结论：正态分布严重低估尾部风险 黑天鹅的特征 1. 不可预测： 无法用历史数据外推 2. 非线性： 小变化→巨大后果 例：房贷违约率3%→8%→金融系统崩溃 3. 连锁反应： 一个黑天鹅→触发另一个 2020年：疫情→停工→石油暴跌→股市崩盘 第二部分：对冲策略 策略1：现金储备 最简单的对冲：持有现金（15-30%） 机制： 市场崩盘→现金购买力↑ 可以抄底 2020年3月案例： 持股100%者：-35%，无子弹 持股70%+现金30%者：-25%，用现金加仓→年底+45% 策略2：Put期权对冲 工具：买入虚值Put（保险） 例子： 持仓100万 买入行权价90万的Put（成本2万/年） 如果暴跌至70万→Put补偿20万→实际损失12万 成本-收益分析： 年成本：2% 换取：下行保护 适合：无法承受-30%+回撤者 策略3：杠铃策略 Taleb的策略： 90%：极度保守（国债、现金） 10%：极度激进（高风险高收益，但损失有限） 逻辑： 黑天鹅来临→90%安全 正常时期→10%提供收益 避免中等风险（假安全） 策略4：反脆弱配置 目标：部分资产在危机中获利 ...

引子：2008年的"不可能" 2008年8月，雷曼兄弟。 首席风险官在董事会报告： “我们的风险模型显示，公司资不抵债的概率是10⁻¹³⁵——相当于宇宙年龄内发生一次。” 一个月后，2008年9月15日，雷曼兄弟宣布破产。 资产$6390亿，负债$6130亿，成为美国历史上最大企业破产案。 问题不在于他们的数学，而在于他们的假设。 他们的风险模型假设：金融市场服从正态分布（钟形曲线）。 但真实世界：极端事件远比正态分布预测的更频繁。 这就是今天的主题：肥尾分布（Fat Tails）与黑天鹅（Black Swans）。 正态分布的谎言 钟形曲线：美丽但危险 正态分布（Normal Distribution / Gaussian）： ╱‾‾‾╲ ╱ ╲ ╱ ╲ ╱ ╲ _____╱ ╲_____ 68%的数据在1个标准差内 95%的数据在2个标准差内 99.7%的数据在3个标准差内 特点： 对称 均值=中位数=众数 极端值概率极低 样本均值快速收敛 适用： 人类身高 测量误差 大量独立随机变量的和（中心极限定理） 不适用： 金融市场回报 企业收入 城市人口 战争伤亡 畅销书销量 为什么金融市场不是正态分布？ 案例对比： 如果股市真的服从正态分布（假设均值0%，标准差1%）： 单日跌幅 > 5%（5个标准差）的概率： = 0.0000003（约300万分之一） 每天交易，多久发生一次？ = 300万天 / 250交易日 ≈ 12,000年一次 实际数据（1950-2020，美国股市）： 单日跌幅 > 5%：发生过约20次 = 平均每3.5年一次 vs 正态分布预测：12,000年一次 差距：3000倍！ 1987年10月19日（黑色星期一）： 单日跌幅：-22.6% 如果是正态分布（标准差1%）： 这是22.6个标准差事件 概率：10⁻¹⁵⁸ 相当于每10¹⁵⁵年发生一次 宇宙年龄才138亿年（10¹⁰） 结论：金融市场有肥尾（Fat Tails） ...