诚心诚意地推荐你了解复杂性科学,它,可以让你看穿许多大忽悠,同时,它,也可以让你去大忽悠别人。

——坤鹏论

坤鹏论:肥尾是什么?有人居然还能从中获利-自媒体|坤鹏论

有人曾说过,当今世界,突发事件控制着人类的行为,特别是在危机的时候。

今天,坤鹏论就来聊聊这个话题。

一、什么是肥尾?

1.重温正态分布

之前坤鹏论在《股市为什么总是八赔一平一赚》详细讲过正态分布。

正态分布最直观的例子是人的身高。

以中国为例,大部分成年男子的身高平均值在1.7米左右,极端高和极端矮的情况极为罕见。

如果以身高为横坐标,以取得此身高人数或概率为纵坐标,得出来的分布曲线是钟形的——中间部分很高,几乎每个人都在平均身高上下12厘米左右,越往两边,衰减越明显,也就是人数越稀少。

正态分布在日常生活中很常见,除了身高,还有情商、智商,某地河流的水位,某种电子管的使用寿命,在特定生产条件下生长某种农作物的产量等。

坤鹏论:肥尾是什么?有人居然还能从中获利-自媒体|坤鹏论

2.如果股市符合正态分布

如果股市的运动变化像人类的身高变化一样符合正态分布,结果会是什么样呢?

首先,股市将每500年才会发生一次年降幅达10%或以上的情况;

其次,股市降幅达到20%或以上的情况,将闻所未闻。

而事实真相是:

道·琼斯工业指数平均每5年就会发生一次降幅达10%以上的情况;

20%甚至更高的股市跌幅,仅是20世纪就发生了9次。

3.什么是肥尾?

如果画一张道·琼斯工业指数月度变化图,聚集在平均线的点很少,大起大落的情况却很多。

这种现象被统计学家称为肥尾。

名字很形象(英文为fat tail),大起大落的情况在图表上的显示就是突起,而它恰恰分布在曲线的尾端,看上去就像拖着一根肥胖的尾巴。

肥尾就是指没有预料到的厚尾或者突起,它往往会出现在用于度量风险及其影响的分布曲线尾端。

它是以图表的形式来描述一种风险,该风险来自于某类特殊的、极端的事件,虽然发生概率非常小,可是一旦发生就会造成灾难性的损失,比如:市场的巨大震荡。

黑天鹅就是典型的肥尾现象。

4.肥尾是幂律分布的典型效应

到这里,肥尾的基础知识讲得差不多了,但是,坤鹏论还要继续让你提升认知。

坤鹏论之前比较详细地讲过复杂性科学。

而肥尾就是复杂性科学中著名的幂律分布的一个典型效应。

我们先重温一下,什么叫幂律分布?

讲概念,比较难懂,我们来看图说话。

坤鹏论:肥尾是什么?有人居然还能从中获利-自媒体|坤鹏论

在坐标轴上,这是一个头部严重向左靠拢,还拖着长长尾巴的分布形态。

这样的数据图形表现就被称为“幂律分布”。

前些年流行的长尾理论,以及更加著名的二八法则、马太效应、Zipf定律等,它们并非严格意义上的理论、法则或定律,都不过是幂律分布衍生出来的通俗定律罢了。

如果你熟悉幂律分布,对于它们的理解简直就是秒懂,这就是多学科思维模型的力量。

幂律和幂律分布是复杂性科学的重要概念。

什么叫复杂性科学?

之前坤鹏论曾讲过,这里简要说说。

从定义上讲,复杂性科学是一门在还原论 、经验论及“纯科学”等经典科学的基础上,吸收系统论、理性论、人文精神等而发展起来的以探索复杂性为主、以超越还原论并将还原论同整体论结合起来的、关于复杂性系统一般理论的学科。

简单说,以前的科学基本都是以还原论为基础,线性看待世界。

但是,只要有人参与的事情,科学们都有些捉襟见肘,没有一个能正确地分析和预测,因为这些事情无一例外地都呈现出非线性的特性。

这些事情被称为复杂性系统,大到人类社会、政治、经济、金融,小到股市、商业,甚至是个人。

举个简单例子:

如果将一块石头向空中扔出去,根据物理规律,我们能够判定石块会沿着一条抛物线的轨迹飞出去,落下来。

但是,如果把石头换成一只活生生的小鸟呢?

在我们把它扔出去前,你能预知它会飞向哪个方向吗?

别说你了,就连科学家们也只能靠猜。

小鸟的运行轨迹绝对不会像与它体重相同的石块一样。

就连孩童都知道原因——小鸟有生命,会飞。

扔出去的小鸟朝哪飞就是非线性的。

关于复杂性科学就聊到这里,坤鹏论强烈建议你去读读我的文章。

因为它们绝对会让你对很多事情有重新的认识,认知的提升立竿见影。

它,可以让你看穿许多大忽悠。

它,也可以让你去大忽悠别人。

幂律分布从属复杂性科学,所以它表现出来的曲线就是复杂性系统的增长分布特点。

比如:所有复杂性系统都有着不均衡和非线性的特性。

而在幂律分布可以直观地看到,它所体现的分布,比如:财富、股市、金融市场等,增长法则不是线性增长,而是非线性的指数级增长。

当达到一种濒临崩溃的临界状态时,可能只是一个很小很小的因素就造成了坍塌级的突变。

这就形成了指数级增长的起点,它在幂律分布图形上的表现为,曲线在一点发生突破,然后直接走上极为陡峭之路。

比如:股灾来临后的骤然大跌;

再比如:财富只要突破某个临界点后,后续就是指数级的爆发式增长,其表现就是富者越富。

请注意,上面的“崩溃”和“坍塌”只是用来表示现象,没有贬义。

到这里,肯定会有朋友想,靠幂律能不能算出突变的那个点呢?这样的话,是不是就能算出股市崩盘的时间点?

确实,有人号称用幂律的数学公式实现了股市崩盘预测,自称效果显著,但也只是自称而已。

到目前为止,复杂性科学界认为,幂律可以用来衡量,也就是通过对它的测定能判断系统是否处在突变的临界状态。

但是,幂律只能告诉我们崩溃的整体统计,却无法告诉何时崩溃,所以崩溃是不可预测的。

而且,幂律还让我们明白,即使处于健康状态的经济系统也可能会随时崩溃,对此更是无法作出准确预测。

所以,幂律之下的肥尾效应也是根本无法预测的。

有人将肥尾的风险比作帕斯卡的赌注,也就是你最好相信上帝,而不是去承担做错事所造成的痛苦。

这就是相信概率,同时也要相信运气。

如果你千算万算还是输给了运气,比如:胜率99%,赔率1%,效用计算后为正,结果那1%发生了,此时你最正确的做法就是——随它去吧!

坤鹏论:肥尾是什么?有人居然还能从中获利-自媒体|坤鹏论

5.从幂律分布看成功

前面坤鹏论讲了,凡是人参与的事情都是复杂性系统,就连人本身都是系统性系统,所以都符合幂律分布。

那么,这也证明了,只要努力地坚持做一件事,先期很长一段时间肯定会是平稳的曲线,波澜不惊,甚至让人觉得渺茫无望,不过,一旦突破临界状态,就是指数级增长。

但是,能够突破的人永远凤毛麟角,只因那句名言:成功的路上并不拥挤,因为坚持的人不多。

所以,成功者总是极少数,就像财富分布图那样永远呈现极其不均衡的状态。

另外,复杂性科学告诉我们,要想在社会、经济、企业、家庭等复杂性系统中生存得更好,生存得更高,关键靠自己的竞争适应性要强,也就是打铁还需自身硬。

同样,如果想从容面对未知风险,关键还是竞争适应性,也就是到时候谁更有能力抗得住。

复杂性科学告诉我们,未来虽然不可预测,但是可以塑造,如果你不努力去塑造未来,那么很可能被那些因塑造未来而获得竞争优势的人赶超。

二、向火鸡学习风险

通过对肥尾的学习,我们应该明白一个道理——不管是人生还是投资,真正的风险往往不是来自我们已经知道的事,而是未知且伤害极大的事。

如果风险已知,即使你战胜不了它,也可以惹不起,躲得起,避得远远的——“如果知道我会死在哪里,那我将永远不去那个地方。”

但是,很多时候,天生自负的我们,总以为风险被控制在范围内了,实际上结果往往出乎意料之外。

因为这些风险完全难以发觉,再加上幂律分布的关键临界点谁也无法预测,且突变的发生总是比人们预料的缓慢。

所以,绝大多数人都浑然不觉。

即使有人高喊有风险,只要声音寥寥无几,大部分人也不会有任何危险的感觉,直到事情发生为止。

坤鹏论在塔勒布的《黑天鹅》中看到这样一个故事,对于未知风险的理解相当有启迪,讲给大家听听。

坤鹏论:肥尾是什么?有人居然还能从中获利-自媒体|坤鹏论

话说有一只火鸡,它出生在一个美丽的农场。

从它记事时起,每天都有一个人按时来喂它可口的食物,风雨无阻。

随着每次喂食,这只火鸡越来越相信,那个每天都来的人类,绝对是因为真爱才来给它喂食。

它的信心也随着喂食次数的增加而增加,安全感越来越高。

这就像人类对统计的信任一样,样本越多,越笃信未来也会像过去历史一样运行。

直到1000天以后,也就是感恩节前一个星期三的那个下午。

火鸡还在信心满满地等待善良的人类来喂食。

结果,一件它永远不能相信,也绝对预料不到的事情发生了……

1000天的喂食,相当于过去数据,它们让火鸡得到了一切安全的结论,此时,它应该有着前所未有的安全感。

但是,讽刺的是,这一天却成了火鸡最危险的一天,成了感恩节的大餐。

对于火鸡来说,这就是一次“黑天鹅事件”。

而对于喂食给它的“善良”人类来说,这一切则早已注定,并非意外。

从上面这个小故事,我们应该悟到什么?

一直以来,我们都用统计数据给自己胆量判断未来。

但是,统计数据也可能成为我们最大的误区和风险。

就像那只火鸡,过去的喂食资料(历史数据)不断证明它的假设——人类是善良的,他对我真好。

和人类一样,火鸡也认为,数据样本量越大,可信度越高。

所以,它有越来越多的理由相信,自己越来越安全。

正如坤鹏论以前所说,不管是价值投资,还是技术分析,都是用以前的统计数据猜未来,本质都是猜猜猜的游戏。

其实只要用常识的脑子稍稍一动,我们都能明白,过去历史的统计数据,可以评估投资成果,但很难被用在预测未来偶发事件与伤害上。

2008年,整个美国金融行业都使用同一个风险晴雨表——风险价值(VaR)模型。

理论上,它既是一个简洁的指标(将大量信息整合为一个单独的美元数字),又有强大的概率论支撑(对每家公司的资产和交易头寸都给出了预期收益和损失值)。

人们都认为它是一个不可多得的投资工具。

量化分析专家会使用该模型给出投资者一个数字,比如:1000万美元,用来表示一项投资在一个特定周期内有可能让其蒙受的最大损失,并且,出现这个结果的概率为1%。

也就是说,该投资在99%的情况下会使公司的损失低于1000万美元,但会有1%的概率造成重大损失。

结果,2008年来临,20世纪30年代大萧条以来最严重的全球金融紧缩,无法计量的美元币值蒸发……

后来,许多人将VaR模型视为金融危机的始作俑者和罪魁祸首。

可是,归根结底,数据就是数据,它没有创造它的人聪明。

VaR模型背后就是有人在有意地向投资者灌输着——像行星撞地球这种小概率事件根本就是杞人忧天。

还记得坤鹏论以前曾讲过的吗?

风险和概率无关,只和伤害的大小相关。

在投资中,有些机会胜率超高,可能达到99%,但就是那个1%的亏损概率,就能造成极大伤害。

时间越长,意外几乎必然会发生,而且很难预测,这就是黑天鹅现象的主旨。

其实,我们不怕意外,但怕的是意外的伤害是否会大到无法想象。

以前坤鹏论也相信经济有周期,自从学习了复杂性科学后,这一观点完全颠覆,如今只相信“经济有规律,从来无周期”。

就像许多人总是谈起市场周期性,似乎光是说说这个名词,都能让自己披上预言家的华丽外衣。

但是,现实却总是打这种论调的脸。

就像去年的股市,按照周期论的说法,早早就应该大熊市了吧。

然而并没有!

实际上,我们通常不知道接下来会发生什么。

即使参透了规律,也知道规律大神过后的种种可能。

但是,谁能准确地掌握这位大神何年何月何时降临?!

前些年,包括已经过去的2019年,曾经自命神准的预言家纷纷哑火,闭嘴不说话了。

不过,规律大神行事,无人知其准确时间,但可以确定的是,只要时间够长,意外就一定会发生。

即使它在统计上的意义是小数点后几个零之后,但它必然不是零。

这种意外在统计学上被称为肥尾现象。

说白了就是,意外发生的概率比你想的都还要高。

但是,它的样本太少,已知种类太少,所以根本无法对其进行统计,也就根本无法事先预见,从而造成低估风险的可能。

还记得坤鹏论在复杂性科学中讲过的混沌的例子吗?

麻省理工学院的气象学家爱德华·洛伦兹只是把方程式中变量的有效位由原来的6位减为3位,也就是说,将原先设定的计算小数点后6位减为计算小数点后3位。

结果,他得到了两幅截然不同的图画,上面标出了两种极不相同的天气系统。

这就是“差之毫厘,失之千里”,这就是混沌理论。

原因只是意外的样本太少、已知种类太少,所以你原本的统计数据无效,造成低估了风险的可能。

坤鹏论:肥尾是什么?有人居然还能从中获利-自媒体|坤鹏论

三、如何消除风险?

风险是无法完全消除的,否则它就不叫风险了。

但是,我们可以采取以下几个策略,让预期的伤害控制在范围之内。

第一,永远都要未雨绸缪。

晴天修房是个真理,牢记,牢记!

第二,尽可能去定义任何最坏的情况,并评估会造成的损失。

这就是坤鹏论以前所讲的,解决恐惧的办法就是定义恐惧,解决风险的最好办法同样也是定义风险。

通过做出各种最坏的假设,你可以把黑天鹅变成灰天鹅,因为只要事前能预估伤害,就可以安排相应的措施。

第三,遭遇极小概率的意外时,让自己有机会从中“得到好处”。

这是《黑天鹅》作者塔勒布另一本书《反脆弱》中提到的概念。

你可以把一小部分的资金放在如果极小事件发生就会受益的机会里,虽然大多数情况下,这些资金会亏掉,但因为资金小,所以伤害并不大。

可是,一旦发生偶然的意外,你就会得到极大的好处。

这就是所谓的富贵险中求,火中取栗吧!

坤鹏论:肥尾是什么?有人居然还能从中获利-自媒体|坤鹏论

数学家出身的投资大师詹姆斯·西蒙斯,就是一位靠肥尾赚钱的高手。

他的大奖章基金在市场出现“肥尾”的年份,收益率反而更高,市场越是惊涛骇浪,它的表现似乎越好。

这位牛人是量化交易之父,身价216亿美元,在美国富豪榜排名21,世界第51。

最后,用塔勒布的一段话结尾:

“最大的风险从来就不是那些你能看得到、算得出的,而是那些你看不见从而无法估量的,那些看上去似乎远不在正常概率范围内、远远超出你的想象、你认为一辈子都不可能发生的风险。事实上,它们的确会发生,而且比你所能想到的要频繁得多。”

本文由“坤鹏论”原创,转载请保留本信息


注:坤鹏论由三位互联网和媒体老兵封立鹏、滕大鹏、江礼坤组合而成。坤鹏论又多了位新成员:廖炜。即日起,坤鹏论所有自媒体渠道对外开放,接受网友投稿!如果你的文章是写科技、互联网、社会化营销等,欢迎投稿给坤鹏论。优秀文章坤鹏论将在今日头条、微信公众号、搜狐自媒体、官网等多个渠道发布,注明作者,提高你的知名度。更多好处请关注微信公众号:“坤鹏论”微信公众号:kunpenglun,回复“投稿”查看,自媒体人可加QQ群交流,群号:6946827