「黑天鵝的效應」(The Black Swan)作者：「Nassim Nicholas Telab」，原文初版：2007年；台灣初版：2008年5月；譯者：林茂昌；出版社：大塊文化。
一大堆名人的推蔫，但我很懷疑他們真的看完這部總長486頁的書。
這部書講好聽些，是學者寫給學者看的，就如同作者不斷的提的「高斯鍾型曲線」(The Bell Curve)，聰明才智高的人比IQ較低的人有更多機會獲得更好的工作，收入較佳等。 所以作者寫的書是給行家聰明人看的，所以不重視溝通，只找盡機會炫耀他自己如何博學多聞。
這部書犯的毛病是什麼? 他是寫給同行看的，不是寫給一般人看的，而且作者很愛秀，特別是秀他的法文，完全一副美國紐約精英社會講法語人口的標準典範。 很奇怪的一個人，生活在美國，工作在紐約華爾街，在美國大學教書，但書中滿紙法文。像誰? 像台灣的某些政治人物，如果不掉上二句英文，就無法顯示他比別人高一等? (我知道作者出生地黎巴嫩的上流社會是講法語的，但他也說他能講數國語言，包括義大利語，但就愛現嘛!)
我這本書看了約一星期，全部看完。是的! 486頁全部一個字不漏。心得是，想了解作者講什麼屁話鬼理論的，請把439~444頁的詞彙表、445~486頁的註釋全部讀完就可以了，反正是給行家看的，你看完他的註釋、詞彙解釋，就明白他落落長寫了431頁的東東想表達的意思是什麼了?
不夠的話，再加上333~366頁這段他標註為「沒有技術背景(或靠直觀)的讀者可以跳過本章..........」這一段本書的精華就可以了，剩下的廢話或者作者大吹法螺的文字，可以省略，以免傷眼。
作者對於很多人不屑一顧，但「謝詞」寫了密密麻麻6大頁，有夠噁心!
一部書如果是寫給普羅大眾看的，就得淺顯易懂，如果只想表彰自己的學問，對同行炫耀的話，那麼就定位為教科書就好了，譯者偏好這本書的理由，也就因為他們是同行。 至於推蔫者名單中，除了謝金河先生外，看不出有人會欣賞作者這種寫作風格，這與看的懂或看不懂無關，而是他寫作的態度。(難怪一篇序都無?)
我想如果「黑天鵝的效應」會大賣，情形就如同他書中所講的尤金尼亞(Yevgenia Nikolayevna
Krasnova)第一部書「A story of Recursion」莫明其妙熱銷是一樣的，而尤金尼亞的第二部書「The Loop」就被市場拒絕是料想的到的事，至少我絕不會再買這個自大狂的書來看。
本書的作者是黎巴嫩裔，所以他談到了鄂圖曼土耳其帝國(1299~1453)、黎巴嫩內戰(1975~1990，與蘇聯入侵阿富汗的時間幾乎吻合)。
jpeg.jpeg) |
Lavant(黎凡特 |
同時間伊朗成立伊斯蘭共和國是1979年，變成一個政教合一的國家，接下來美國就資助伊拉克海珊發動二伊戰爭(1980~1988)，看到了沒? 這就是1987年金融海嘯的由來。
作者廢話連篇且引經據典的說了半天，就是要告訴讀者，在金融市場，沒有任何理論是絕對可以套用的，你認為不可能出現的事件，或者機率極低的事件，都可能發生，而且一發生就讓投資客損失慘重。
他說柏拉圖理論是理想化，現實生活中不是這樣子?(好奇怪? 柏拉圖本就是一個建立烏托邦世界的人，他定的條件當然是過度理想化，作者想什麼呢?)
他認為機率論不適用於金融操作，引用了「碎形理論」(Fractal)、曼德伯模式來說明這些理論在金融商品上操作的不足，問題是他忘了一件事，這些理論本來就不是為金融衍生性商品設計的，是他們這些無聊自以為是數學家以為可以拿來用，才會導致誤謬，這倒底是誰的錯?
談到歷史，更令人嗤之以鼻，Levant區古往今來就是兵家必爭之地，那一次戰爭會在數個月內解決? 都嘛綿延數百年，甚至上仟年，至少歐洲中古史的十字軍東征就打了近200年(1096~1291，南宋徽宗~元成宗鐵穆爾即位)，他認為歷史沒有意義，那是他根本就是歷史研究的大外行，不懂裝懂胡說一氣。
 |
| bell_curve_高斯鍾型曲線 |
至於如何修正才能更準確的預測金融海嘯事件，那是另外一門學問，沒有必要在這裏說。
總而言之，這世界上就是半桶水最多嘴，最會批評，也最會說別人的不是，他們最大的問題是看不到自己是半桶水，所以搖的滿瓶響叮噹。
金融預測要準，不是靠數學公式，而是靠資料收集、分析、重組、比對才能得出有意義的結論。過往很難，因為沒有電腦這種東西來處理大量的資料，所以這些數學工程師才會被請來，想用數學或者統計學方式程來推論金融市場的結果，當然下場悽慘，現在有電腦資料庫的幫忙，加上分析、重組及比對軟体的出現，黑天鵝很快會被標出來。
只要跟人有關係的東西，都不能用冷冰冰的數字、統計及圖表來表示，而是要用上心理學去推測，否則就得套用過往今來曾經發生過的金融海嘯事件，來比對出最接近的可能性。
2008年的世紀金融大海嘯最類似的狀況，是羅馬與安息數百年得戰爭下，二邊政府都將鑄幣的含銀或金量降低，造成通膨的結果是一樣，與現在的歐盟與美國的狀況同樣，倒霉的是阿拉伯世界的茉莉花革命，會怎麼樣? 伊斯蘭世界就是在這種狀況下與起的。
2 comments:
完全不能同意的妳的comment，不知道妳的學術背景為何??
雖然不能說自己博學多聞，
但自己就讀物理學系，
到了PHD改行神經科學，
自己一直都以「前人的話不一定對」
的方式來檢視過去別人的研究，
如此才能找出過去科學家的盲點；
科學的突破，不也是一種黑天鵝效應???
如果Einstein認為牛頓所建構的世界是對的，
(牛頓力學就是作者指的高斯分佈中間值)
他怎麼會發現接近光速底下動力學需要被修正???
(作者意指的離群值，不是大家習以為常所謂的正常)
如果Daniel Kahneman覺得人類自認為下決定理性的，
他怎麼會因為發現「人類並不理性」，
並且建構出系統一和系統二來精確剖析人類的思考，
而因此得的2002經濟學Nobel prize，
「Kehneman並且在書中有提及黑天鵝效應的正確性」。
每一個科學突破，
都是建立在追根究底的科學家在現有正常的理論中找尋不正常的地方。
Taleb在書中舉例一個火雞的歷史就是要指出，
研究過去再多太平盛世的數據，
無法讓妳知道在1001天時會被宰來吃；
妳研究雷曼兄弟過去150年的金融數據，
無法得知會在2008年破產倒閉；
妳窮極研究牛頓力學數十年，
只要妳跳脫不出舊有的窠臼，
跳脫不出大家認為正常的部分，
也無法創造出相對論；
這才是作者要我們知道研究風險控管不能只著眼在過去安穩的數據。
妳在文章下面提及的
「金融預測不能用數學方式...來比對出最接近的可能性。」
這五段完全有邏輯上面的問題，
華爾街那些投資銀行，那些不是請來MIT、CIT、Harvard的
物理、數學高材生來研究數學模型???
考慮再多的變數都不可能預測現實狀況的，
如果妳有學過非線性動力學(non-linear)就會知道，
不然氣象預報就可以100%準確預測了。
如果預測會準確，
雷曼連動債爆發怎麼會沒有被計算出來???
將貸款貸給信用較差的民眾，
再把這些貸款包裝成為金融商品賣給全世界的人，
這個事後諸葛任何人怎麼看都覺得有問題，
那當時怎麼沒有人算出來要避免???
別忘了，
連動債這些模型可都是MIT、CIT、Harvard高材生設計出來的。
所以，
現實世界不管妳怎麼修正模型，
不管妳資料收集、分析、重組、比對，
甚至賦予「意義」
(Kahneman和Taleb都有提及，當人類遇到預料之外的事件發生時，
最習慣就是找個理由去解釋它，因為我們不能忍受無法解釋的現象)
都不可能被妳100%預測；
歷史學家名言：歷史，就是不斷的重複發生類似的事情。
承上，在邏輯的推演下，所有人最常犯的問題就是，
當發生一個重大事件後，
大家都拼命給他找一個合理的理由，
原因1 → 結果，
(→表示時間演化導致方向)
自認為厲害的學者可能會推出，
原因1~100 → 結果，
或是
原因1~5 → 原因6~10 → 原因11~20 → 結果，
但其實現實狀況，
根本就有無限多個變數存在，很多你根本不知道，
也無法知道的變數在現實世界中，
不然，
生命的起源到現在都還是一個謎，
在實驗室的環境中還造就不出一個從零到有的生命體，
就是因為不論生命的演化，
或是金融預測，
氣象預報，
裡面充滿者無限多的變數，
不然照妳說的「黑天鵝很快會被標出來」，
那研究生命起源的科學家是白癡???
竟然無法找出生命起源(黑天鵝)的原因並且複製過程???
妳應該沒有窺視出黑天鵝效應作者的核心論點，
妳可以順便去看一下Kehneman的Thinking fast and slow，
也可以去看一下Michael Crichton小說State of Fear，
(他裡面就挑戰一般大家認為，溫室效應是來自於人類所造成，
但卻常常忽略地球有自然的週期循環變化，譬如冰河時期的效應，
Crichton發現現有研究溫室效應的各大學教授的主流思想，就是
人類行為帶來溫室效應，但有很多非主流的科學家，有提出不同
的論點，就是也必須要考慮地球本身變化的因素，但很可惜的是，
人類帶來溫室效應，這句話比較聳動，政客喜歡這種議題，可以
來恐嚇民眾，來騙取選票，所以只要你不是主流意見的研究，妳
很難拿到較多的經費，溫室效應有可能只是地球冰河時期的週期
變化，地球溫度也是有週期的震盪的，這種新聞一兩天就沒人理
了；但Crichton指出，科學不就是要能容納百川，任何研究或是
說法要經得起其他人的考驗，但卻因為政治力的介入，造成一言堂)
這些人的研究都不因為過去安穩的數據(火雞的往生前1000天)
而自滿，這才是科學的真正精神。
PS: 給妳超級電腦，妳也算不出黑天鵝事件的。
就算妳用超級電腦，妳也無法預測兩面銅板掉下來是哪一面，
你無法預測，妳只知道機率；
如果妳連續丟銅板100次都是正面(黑天鵝)，妳可以預測的到嗎??
但統計學上的離群值的確是有100正面的存在，
但妳丟銅板之前一定會覺得大概正反面一半一半，
就算有差也不會太多；
就跟金融市場一樣，只要市場裡面個體的行為數夠多，也就是
交易數量夠大，每個人就可以當作一個random particle，
你無法預測，只能統計機率。
樓上的留言也太強，有料
Post a Comment