百科问答小站 logo
百科问答小站 font logo



《黑天鹅》作者纳西姆·塔勒布是怎样一个人?其深刻和智慧之处何在? 第1页

  

user avatar   xu-zhe-42 网友的相关建议: 
      

纸上得来终觉浅,绝知此事要躬行

你们不是天天在期权市场里混口吃的人,是不太能理解《动态对冲》这本书里说的内容多么接地气,读多少遍都不能,跟知识和智商无关。只有你天天面临各种非线性风险的时候,你才知道,哦~~这书里讲的是这个意思哇。读着读着,你会发现,不skin in the game 你永远就是隔一层的围观者,躬身入局,方探真容。

所以没啥好的办法让你理解塔勒布思想的深邃之处,除非你亲自下场和这个充斥着不确定的市场里摸爬滚打,不实修的多闻,终究只是如人说食,终不能饱。在市场上被毒打几次,领悟的起点。

《反脆弱》是集大成者,是他思想的完备总结,其中涵了方法论了。相比之下,黑天鹅是很小的一个子集,后续的非对称风险是推论+吐槽,个人觉得反脆弱里说的已经很完整了,够了。

影响这个世界最大的因素,是你不可预测的因素。比如今年影响全世界最大的事情,就是新冠病毒疫情,这个事情实现能预测吗?显然不能。如果你能提前知道,全人类就不会那么被动了。如今这个东西影响如此剧烈的原因,恰的因为它在发生之前,无人知晓。

你要是看美联储的点阵图来预测未来的利率变化,来“前瞻指引”,能猜到利率在会议前突然降到0吗?你能猜到缩表缩着缩着突然7万亿了吗?

影响最大的因素,恰是不能预先知道的事情,你咋预测?

黑天鹅这个词被严重滥用了,但凡下跌的多一点了就黑天鹅黑天鹅瞎喊。

黑天鹅的本意是不曾发生过的事情,这个在波普尔的书《科学发现的逻辑》里开篇就用了的例子,现在被搞得张冠李戴。

没见过下跌啊?你知道的风险都不能叫黑天鹅好吗?求求你们别瞎滥用了好吗?。我说的就是你们财经媒体,股市从来没大跌过吗?关黑天鹅毛事啊。

黑天鹅这个例子是波普尔用来证明经验归纳法不可靠的例证,如果未来发生的事情,不在过去所有经验样本里,也不在所有过去样本的推论的任何一个集合里。或者说,未来发生的事情,永远是现有经验的超集。那么我们从过去的经验里归纳的所有的“规律”都不能信誓旦旦的用来做全言量的断言。除非是重言式,然而那个并不包含信息量。

未来永远是不断增长的历史经验的超集,你用再复杂的支持向量机和神经元网络,也是没法改变这个事实的。

这个思想就很“反动”了,因为如果推而论之到社会科学上,断了某科学史观的可能性。拉长了时间看,人类历史上唯一重要的事情就是工业革命,其他的事情都无足轻重。亚历山大早死不死,拿破仑有没有滑铁卢,项羽鸿门宴上能否把刘邦乃伊做特,或者唐太宗玄武门之变会不会搞砸,都根本不要紧。和工业革命比起来,帝王将相的家事和丰功伟绩,是都付笑谈中的过眼云烟,注脚都算不上。但工业革命的发生,是技术进步的偶然造成的,是个黑天鹅,从来没发生过的。

历史博学如司马氏或者希罗多德,也注定没法从农业时代的种种,推论出工业革命的。不是聪明不聪明的问题,他们永远无法知道他们根本无从知道的事。

社会的最重要巨变恰是一些偶然的关键技术进步推动的,偶尔的关键的技术进步是不可预知的,否则它们早就被发明出来了,那么社会的变革和未来的走向,必然是不可预知的。

这注定了历史决定论的贫困,无论你觉得自己有多“科学”。

而且科学也没啥神圣的,波普尔在回应赖兴巴赫这类人的质疑时说的话,振聋发聩。赖兴巴赫说整个科学发现是基于经验归纳的一种方法论,所以不能是错的,他那个时代人类空前自信,都觉得物理学指日可待能结束了。波普尔狮子吼:如果科学发现基于经验归纳,那我们不应该默认它是不可挑战的,而应当假设,整个科学可能都是错的。智者的宏大深邃和弱鸡的胆怯迷信,就是这样有着天渊之别。

黑天鹅主宰了历史的走向,太阳底下有新鲜事,且新鲜到你瞠目结舌。

别看了几个事情,发现历史上有点眼熟,就嚷嚷“天下底下没新鲜事儿”,有的是。

知之为知之,不知为不知,是智也。我们对于未来,要认清自身的无知。

故而,决定整个社会,包括且不仅限于经济领域的事情,最大的影响因素是不可预知的因素,我们应该怎么做呢?

黑天鹅告诉你这个事实,随机漫步的傻瓜告诉你什么的错的,在这个混乱而不可预测的世界里,如何生存下来呢?

答案是反脆弱,这个概念极其牛逼。

面对混乱与不可预知,天然的反应是防御,恰如我们条件反射:脆弱的反义词是坚固。然后这是错的,坚固和脆弱之外,还有第三态,那就是反脆弱。

脆弱:在混乱和未知里受损乃至灭亡

坚固:在混乱和未知里保持稳定态

反脆弱:在混乱和未知里,获得额外收益

最后一种反脆弱态,是一般难以想到的,它太反直觉了。

我个人在市场里摸爬滚打的时间里,能看到一些塞翁失马焉知非福的事情,隐隐感觉到一点什么,在对于对冲这件事情上,有时候会追求一些不一样的结构;得之桑榆,失之东隅或许可以反过来一下。但这个一直很模糊,不成思想体系。

《反脆弱》才刚读第一章,有破了最后一层窗户纸的畅快感。悬崖撒手自肯承当,绝后方苏欺君不得。安身立命的道,就在这里了。

这个不是术层面的,术这个层面作为道之用,可以去读《动态对冲》。根本的道就在这里了。

自此之后,我的头寸结构追求的不是能承受几个标准差之外的尾部风险,蒙特卡洛模拟下的期望收益的方差几何。

取而代之的是:如果有比历史极端值更极端的肥尾事件,我能否从中反而牟利。以覆盖平时做尖峰区域的头寸产生的极限损失还有大量盈余。且这个收益和肥的程度是成正相关性的。

越意外越好

不再战战兢兢,如临深渊,如履薄冰

自从成无事闲汉,得大解脱

今年美股三月的连续熔断,短短几天之内的收益,远远超过了我之前一年的勤做苦扒的好多倍,决定结果的,就是那少数的极端事件。

能让我们记住的决定性的历史事件,恰是因为它们意外,而非它们理所当然。

不在反脆弱的结构实践,在混论和未知中获得大收益,没从行情预测的焦虑中解脱出来的人,是永远无法体会这一层的。

三十年来寻剑客,几回落叶又抽枝

自从一见桃花后,直至如今更不疑


提醒!有副作用的:过关后再看财经媒体,容易笑的肚子疼,特别是专家解盘环节,欢乐过载。


user avatar   nan-shu 网友的相关建议: 
      

  塔勒布思想的根基其实是扎在心理学上的,所以先看看卡尼曼的书会对塔勒布理解的更深。

  因为下面会涉及到,所以先谈一谈一些名词。

卡尼曼对于人的思维的抽象划分:

系统1: 代表感性直觉潜意识
系统2: 代表理性

黑天鹅:

在发现澳大利亚的黑天鹅之前,欧洲人认为天鹅都是白色的,“黑天鹅”曾经是欧洲人言谈与写作中的惯用语,用来指不可能存在的事物,但这个不可动摇的信念随着第一只黑天鹅的出现而崩溃。

所以用黑天鹅喻指小概率事件,通常还包含此事件拥有颠覆性效果的意思。

unkown unkown

我们通常说的未知,是一种事件结果的未知。例如抛硬币,是正面还是反面属于未知。Unkown unkown那些你连事件都不知道的未知。例如飞机撞入世贸大厦之前,这件事对于普通人是unkown unkown.

医源性损伤

指医务人员在实施医疗措施时,对人体所造成的损伤。指专业知识产生的负面影响。

反脆弱是这篇博文的主角,它源于非线性,所以在聊反脆弱之前,先看看什么是非线性。

非线性

一位国王大发雷霆,发誓要用大石头砸死调皮的儿子。但是冷静下来以后,他意识到自己遇到了麻烦,国王一言九鼎,不能食言。于是谋士给他想了个办法:将大石头碎成小石子,用这些小石子投掷小王子。 小石头和大石头有一样的质量,一样的体积,但是会产生完全不一样的结果。

  规模上的增加,导致对结果影响的非线性增长,这类事件充斥了我们的生活,喝1吨水对身体产生的影响不是1升水的10^3倍,登4000米的山和8000米的山,消耗的体力不止两倍关系等。非线性与量变产生质变不完全一样,应该说量变产生质变是非线性的一种。

  很简单,很显而易见是不是?但是人的大脑不能很好处理非线性,它对于系统1来说是不易被感知的。系统2在面对一个混沌的,你掌握不住规律的系统时,更倾向于将世界转化为一个更加简单化(线性)的模型来加以掌握。然而一般来说,环境较多时候(大概率)处于较为稳定的状态(波动小,Δx较小),此时非线性和线性曲线的Δy很接近,会让人麻痹大意,认为自己模型和决策起作用了。但是以此线性模型为基础作出的决策在波动面前却是十分脆弱的,因为一旦出现黑天鹅事件,规模发生大的变化,产生的影响就会和预期相去甚远,而且很可能是毁灭性的。金融市场中每天都在发生这样的故事,很多人炒股都有自己的一套理论方法,股市的波动也在他们的合理的预期之内,但是黑天鹅一出现就会将他连本带利刷得一干二净。这就是所谓的赚小钱,亏大钱。


  线性部分是我们的直觉预期。结合锚定效应,可以得到一个普遍的规律:对于非线性事件,我们会低估正面黑天鹅带来的收益和负面黑天鹅带来的损失。

脆弱与反脆弱

  一箱玻璃杯从成都运到北京,要贴上“易碎品”的标签。杯子是脆弱的,因为外界的波动会对它造成伤害。那什么是脆弱的反义词?是强韧吗?不,强韧表示忍耐外界波动而不受伤害的阀值高,并不是脆弱的反面。英语和汉语中都没有这个概念,所以塔勒布创造了Antifragile这个词,翻译成中文是反脆弱。它表示能从外界的波动中获益。这里的波动是一个泛指的概念,可以是物理震动,可以是股市波动等等,总之是一成不变的稳定的对立面。

  这里可以看到外界波动对玻璃杯的影响是非线性的。如果我们观察玻璃杯在小波动中毫发无损,而不对它做足够保护(线性模型判断),那么玻璃杯在运输途中就面临着负面黑天鹅的非线性影响,这是脆弱的。而反脆弱就是要反其道而行之,因为人会普遍低估正面黑天鹅对于非线性事件的影响,所以我们就可以想办法让自己变成波动偏好,静静等待正面黑天鹅给我们带来的超出预期的收益。


脆弱判定:

极端事件对脆弱性事物的伤害程度远高于一系列温和事件造成的伤害。(波动避免) 所以塔勒布说脆弱/反脆弱其实出自于非线性。

  从反脆弱曲线可以看出,你的损失边界很小,但是收益边界却大得多。这就是结果的不对称性。 反脆弱时常意味着小的损失,根据前景理论,这可能是痛苦的。所以首要的任务可能是要保护自己自己不受负面情绪的侵扰。

前景理论

  卡尼曼是普林斯顿的心理学教授,却在2002年获得了诺贝尔经济学奖。他的贡献就是提出了前景理论来替代经济学原来的基础假设理性人假设。理性人假设认为,市场中的人是理性的,会根据他们所获得的信息做最优决策。而前景理论更加人性化。 先来看两个问题体验一下:

情况1

我是土豪,我打算给你一笔钱,有两种方式。一是直接给你100块钱,二是扔硬币,有50%的几率给你250块钱,50%的几率什么都不给。你愿意选择那种方式?

情况2

你被勒索,必须割肉,有两种方式。一是直接交出900块钱,二是90%的概率交出1100块钱,10%的概率不用交钱。你选哪个?

  以上两个实验,大多数人会选择1和2,但是算出期望就知道不是最优选择,这是对理性人假设的有力反驳。总结为两点就是:

  1. 大多数人面对收益时,会追求确定性(风险规避)。
  2. 大多数人面对损失时,是风险偏好的。

情况3

我已经给你100元了,我打算再给你一笔钱,两种方式。一是直接给50块钱,二是50%的机会给100,50%什么都不给。选哪个?

情况4

我已经给你200元了,我打算从你哪里收回一笔钱,两种方式。一是直接收走50元,二是50%的概率收走100元,50%的概率什么都不收。选哪个?

  这两个问题是等价的,但是大多数人在这两个问题中出现了矛盾。他们会选择1和2。说明前景理论的第三点:

  1. 大多数人对于得失的判断是基于参照点进行的。

  还有很重要的第4点,我就不举实验例子了:

  1. 人对损失的反应比获得的反应更强烈,大概是1.5 - 2.5之间。 损益对应的心理价值图如下:


  人们反感小的损失,但是却低估了小概率事件的严重性(黑天鹅)。从前景理论来看,反感小的损失是因为人的厌恶损失倾向,是图上左边急剧下降的曲线,比起获利,人更在乎损失。 低估黑天鹅事件的损失则是因为红色曲线逐渐平稳的特性。损失100和损失200心理感受的区别明显大于损失900和损失1000的区别,虽然二者都是损失了100元人不仅会低估黑天鹅事件的损失,一般还会低估黑天鹅事件发生的概率。所以人最喜欢采用“高概率,赚小钱”的策略,但是这不代表这个策略的数学期望是正值,相反因为认知谬误的原因,我们决策的期望值很可能是负值的。

  黑天鹅事件通常因为发生的次数太少被统计模型忽略,并且由于unkown unkown的存在,使得统计模型在黑天鹅面前无力。而人有一个特点,就是喜欢柏拉图化:喜欢有条理的故事,喜欢简化的逻辑,喜欢高度概括的总结。

  在《思考,快与慢》里,可以看到人是如何过度自信。所以人会依据已有的有限信息,做出自信满满的决定。这些决定通常是依赖于一些前提之下的,但是前提越严格,发生的可能性越小(但是思维的系统1通常不这么认为)。一旦外界产生足够大的波动,让他们的前提不成立,他们的决策也随之失效,则他们的决策是脆弱的。例如经济学家引入了复杂的严谨的数学工具,写出那些难懂的公式,但是却把理论建立在一个错误的前提之上(理性人假设)。虽然前景理论虽然对理性人假设做出了修正,却也肯定不是真相的全部。我并不是排斥经济学理论,只是在意其经由认知谬误产生的放大错误。我相信奥卡姆剃刀原则。那些基于假设之上的理论,或者说混沌系统中的模拟近似模型,越复杂,出错的可能性越大。但是系统1看到越严谨,越多的推论,就会越相信它,系统2也很难发觉这类错误。(喜欢柏拉图化)。经济学教授进入股市,表现并不会比普通人好,由此可见一斑了。

  意识到复杂系统的不可预测性让人沮丧:我们消耗了大量精力去分析数据,但是却不能保证一个有效结果。由此反观,可以看到塔勒布思想的巧妙之处:允许无知。塔勒布用简单的原则去做判断,而不是用复杂的方法分析结果的走向。他只是辨识出人容易出现认知谬误的地方,把赌注押在这些人的对面,借助非线性给他带来一个正的期望值。

  下面是塔勒布的炼金石,也就是他得判断准则:

(a)混为一谈问题的严重程度(误将石油价格上涨归结为地缘政治,或者误将赢钱的赌博归功于良好的预测,而不是收益和可选择性的凸性效应)。
(b)具有可选择性。

  第一点是某问题存在归因谬误,第二点则是构建反脆弱性。符合这两点,这件事情用反脆弱的策略获利的可能就很大。这就是否定法,是判断脆弱会带来损失,所以投注在反脆弱上,关于这个可以看 @吴恒 的答案。

构建反脆弱性

  构建反脆弱性的主要手段是“选择权”。

选择权=结果的不对称性+理性(选择利于自身结果的能力)

什么是结果的不对称性?

  期权是典型的选择权代表。举个认购期权的例子:当前股票A的价格是18元,我向某个拥有股票A的机构付2元的权利金,得到一个权利:我能够在接下去的一个月中,要求该机构以20元的价格将A股票卖给我。是不是用权利,自己选择。如果这一个月内,股价超过了20元,我就能够行使权力获利。

  我的损失上限是固定的,最多2元,但是我的收益却是没有上限的(或者说大得多),这体现的结果的不对称性。我们能够很容易选择有利的结果,因为股票的价格股市会告诉你,超过20元就意味着有利,这就是选择利于自身结果的能力。

  当然,抛开概率谈收益和抛开收益谈概率都是耍流氓。但是有人能算到股票A在各个价格的概率吗?没人可以,巴菲特也不行。开篇即说明没有银弹,反脆弱性并不能保证你的决策期望为正。只是分析了非线性和人的认知谬误以后,我们认为构建反脆弱性取得正期望的可能性会大很多。回顾炼金石,人对某件事情的认知谬误越严重,反脆弱的效果会越明显。另外金融期权可能是昂贵的,因为人们知道这是期权,有人出售期权并收取费用,但大多数又去的期权却是免费的,或者至少价格是便宜的。自由是终极选择权 财务自由和时间自由构建最棒的选择权。

  上面举得例子多是金融方面的,但是塔勒布牛逼的一点是能够将他的理论运用到生活的各个方面。

郭敬明,罗永浩,方舟子的共同点?

  我把老罗放在二者中间,没有黑他得意思,本人还是挺喜欢他说的相声的。我只是想说他们都是具有反脆弱性的。以对三个人的态度,可以把人群分为三类:

  1. 粉丝
  2. 漠不关心

  漠不关心的人,对他们是不产生影响的。黑对他们的影响其实很小,因为他们不需要为黑他得人掏钱。而粉的作用就大得多,他们会买书,看电影,买手机,捐款。这就产生了结果的不对称性。卖了书,卖了票,卖了手机收了钱,选择利于自身结果的能力也是显而易见的。所以他们的共同点是都是反脆弱的,是波动偏好,粉和黑分化越严重,他们获利越多。

脆弱的例子

  道路交通,车流量在一定范围内变化时,对于通行时间基本没有影响。但是到达一定程度以后,就会出现非线性的影响。可能汽车数量增加10%后,路上花费的时间猛增了50%.


  塔勒布在《反脆弱》中举了一个他亲身经历的例子:

2011年11月的一个星期六晚上,纽约市批准一家专业电影公司使用第59号街桥,从而阻断了部分交通,因为他们认为在星期六这样做不会有问题。但正是这个小小的交通问题最后却因为乘法效应而演变成了一片混乱。纽约市政府原本以为只会让交通延迟几分钟的事情最终升级了两个数量级,延迟几分钟变成了延迟几个小时。简单地说,原因就在于纽约市政府没弄明白非线性关系。

  从这例子中可以看出人对于非线性事件的不敏感。还能引发另一个思考:当今社会追求高效,最优化的结果是减少冗余,导致系统的脆弱指数升高。金融市场是高效化的产物。过去的小农经济时代是不容易出现经济崩溃的。但是随着金融体制的形成,计算机,互联网等技术让金融系统更加高效化,系统的脆弱性也在提升。近代美国历次经济危机事件表

  1. 1837年恐慌
  2. 1907年银行危机
  3. 1929年大崩溃
  4. 1987年黑色星期一
  5. 2001年互联网泡沫以及安然的破产
  6. 2008年次贷危机

  可以看到危机发生的越来越频繁。系统的复杂化加大了黑天鹅出现的概率。我并不是排斥优化和高效,只是想说明生活在一个脆弱的系统中,我们第一步应该思考的是如何应对黑天鹅的影响。建立冗余是一个让自己变得强韧的通用方法。更进一步,便是看准机会,让自己变成反脆弱的,静静等待黑天鹅的出现即可。塔勒布,索罗斯就是从危机中获利的人。

杠铃模式

  正如上边说的,再考虑盈利之前,应该先考虑风险。

迈向反脆弱性的第一步就是减少不利因素,而不是增加有利因素;也就是说,通过降低自己暴露于负面“黑天鹅”事件的概率,让反脆弱性顺其自然地发挥作用。
如果一个赌徒最终面临爆仓(失去赢得的一切)的风险,那么其策略的“潜在回报”就是无关紧要的。

所以塔勒布推崇杠铃策略。就是采取:

极端保守(强韧)+波动偏好(反脆弱)的组合。

例如:将90%的资金存入银行或者余额宝,10%的资金购买期权。

  作家通常都有一个保险的职业。许多英国作家都是公务员,特罗洛普是邮递员,卡夫卡受雇于保险公司。斯宾诺莎是镜头制造商。他们在业余时间思考和写作,这就是杠铃策略。爱因斯坦也曾如此,第一份职业是在专利局任职,在业余时间进行思考。他业余时间的研究中出现了正面黑天鹅,解决了光电效应问题,被聘入大学任教。

  还有,先做非常安全的工作,随后从事投机性较强的工作,也是杠铃策略。

杠铃策略弥补了罕见事件的风险不可计量且易受错误估计影响的问题,也就是说,金融杠铃策略的最大损失是已知的。

  脆弱事件在生活中往往是不可避免的,例如花瓶是脆弱的,但是可能你很喜欢它的外形,并且不经常挪动,所以花瓶即使是脆弱的,其期望效用也是正值的。飞机是脆弱的,但是我们仍然需要它。面对脆弱事物,尽量控制风险,将其拉向强韧的方向总是好的。塔勒布说登上飞机前一定要考虑两点:

  1. 确保飞机有飞行员。
  2. 确保飞机还有一个副驾驶。

  听起来好像废话,实则不然。   飞行员也在飞机上,和乘客承担同样的风险。VC经常很看重创业者是否自己投钱到创业项目中,就是要掌舵者共同承担风险。很多经济学家提出了模型,却不敢运用自己的模型,向股市投钱,这就不符合第一条。还有,所有理论(数学除外)都是脆弱的。连塔勒布的反脆弱理论也是。因为理论都是建立在某些前提之上,而前提是可能改变的。塔勒布将自己的理论运用到金融市场中,给自己的理论做飞行员,是不是很有趣?   第二条是要建立冗余,还记得前面说的吗,高度优化的系统是脆弱的。冗余能够减轻非线性带来的巨大影响。

  考虑创业也是如此。创业本身是反脆弱的,但是在考虑收益之前,应该考虑杠铃的另一端在那里——如果创业失败了怎么办?把这个问题考虑清楚了,创业也就不会心有不安了。我休学的决定就是杠铃策略。

理性漫游者

  如果说前边所说的都太过抽象,那么现在说的却可以直接给你行动上得指导。   罗振宇在罗辑思维第二季的《最后一个计划》中,谈到计划经济为什么会失败:一个菜贩子到小区卖菜,菜的品种,菜应该定得价格,他都是知道的。但是计划经济中,这一切都是由千里之外的中央公务员决定。公务员缺少的是什么?是信息。我在第一篇博文中提过信息的重要性。所有的计划都是基于信息做出,计划经济中公务员没有菜贩子的信息,对于个人,我们没有未来的信息。这导致了计划在脆弱-强韧-反脆弱的三元结构中是脆弱的。这时,心理学上另一个很有趣的效应:追求一致性会放大这个错误。简单的说就是人做了计划以后,会想方设法和计划靠齐,而忽略环境中新的信息,并且很难推翻原有计划。   塔勒布将那些喜欢做长时间跨度的详细计划的人成为“观光客”,因为观光客在旅游中总是抱有某种目的。而更好的选择是做一名理性漫游者

  下面是塔勒布对理性漫游者的描述:

我们在此所说的目的论谬误,是指你有个错觉,以为自己确切地知道将来的方向,在过去也确切地知道自己将来的方向,其他人过去所取得的成功也源于清楚地知道自己的方向。
一个理性的漫游者与观光客不同,他在旅途的每一步都可能导致他修改日程安排,这样他就可以根据新的信息制订计划,就像尼罗(书中的一个角色)在旅途中所尝试练习的就是依靠嗅觉的引领。如果根据新的信息,该计划不再有效,那么漫游者也不会固守原有的计划。观光客,不管是真正的还是比喻意义上的观光客,无不抱有目的论错觉;他们假定愿景的完整性,并将其锁入一个难以修订的计划,而漫游者却会持续,最关键的是,合理地根据他获得的信息修订他的目标。

  所以,更多的实践和尝试,对理性漫游者来说是很有意义的,从实践中获取新信息,这就是启发式


  看到结果的不对称性了吗?正常情况下,你都能选择利于自身的结果,这也就构建起了反脆弱性。将理性漫游者放到精益创业中是快速失败理论,放到编程中是敏捷开发。他们的基础都是反脆弱。   对生活中行动的指导,简而言之,就是:

  1. 不要做太长时间的计划,时时准备改变,并且拥抱变化。
  2. 给生活加入一点随机性。
  3. 当你不知道该做点什么的时候,启发式可以帮到你。

既然随机漫游是反脆弱的,那么使用杠铃策略是最佳搭配:

吃货的杠铃策略:

吃饭时,点 70%自己喜欢的菜,30%没有尝试过的菜。

游客的杠铃策略:

旅游时,80%的时间到推荐的景点游玩,20%的时间随机闲逛。

学习的杠铃策略:

70%的时间到自己的专业学习,30%的时间广泛涉猎其他知识。

谷歌的杠铃策略:

80%的工作时间用于完成指定任务,20%的时间用于研究自己项目。



  

相关话题

  大众和美团合并违反反垄断法吗? 
  大学生实习(即劳动行为)真的是(应该指反映出了)廉价劳动力(即劳动者出售自己)吗? 
  房产税为何迟迟不可开征? 
  日本半导体产业衰落的原因何在? 
  我国 1 月 CPI 同比上涨 0.9%, PPI 同比上涨 9.1%,这一数据说明了什么? 
  中美前财长对谈指出我们需要顶住「脱钩」压力,加强对话合作,有哪些信息值得关注? 
  中国人在非洲人民心中是什么形象? 
  80-90年代日本房价泡沫破灭是怎么回事? 
  宋鸿兵在经济学界的地位如何? 
  南方真的是流着奶与蜜的圣地吗? 

前一个讨论
如何看待张小龙微信朋友圈,新版视频号破2亿?
下一个讨论
如何看待文章「阿里没有勇气」?





© 2024-11-24 - tinynew.org. All Rights Reserved.
© 2024-11-24 - tinynew.org. 保留所有权利