随机漫步的傻瓜(Fooled by Randomness)

书名：随机漫步的傻瓜 (Fooled by Randomness)

作者：纳西姆·塔勒布（Nassim Taleb）

评分：3.5/5.0

推荐：整体比较一般，不是很推荐。书荒时可以一读。

这其实是今年读第二本书，第一本书是《你学的数学可能是假的》。因为当时还没有打算做这个系列的notes，所以没有留下什么有用的笔记，就简单的留个书评吧。

书名：你学的数学可能是假的 (Je mehr Löcher, desto weniger Käse)

作者：霍格尔·丹贝克（Holger Dambeck）

评分：3.0/5.0

推荐：不推荐。

可能是我的预期太高，导致读书的时候有了极大的落差。我对作者并不了解，但据说是一名数学大牛。但是显然大牛写这本书的时候定位太低了。整本书内容过于简单，叙述也很平庸。读完没有一点学习到新知识的兴奋感。因此并不是很推荐有高中以上数学背景的人读。但这倒是让我想起了《什么是数学》这本书。日后有机会应该重读一遍，顺便做一个详实的笔记。

回到《随机》这本书，其实准备这个博客的时候，这本书也已经读了80%。也只能凭印象稍稍写点东西了（Flag：下一本书是《缺爱》，会开始写比较详细的笔记）。其实早在16年就读过同一个作者的《黑天鹅》。虽然这两本书宣称是《随机》是《黑天鹅》的前置本，更容易理解。但其实读起来并没有必要真的按这个顺序。整本书读下来的感觉就是作者太卖力sell他关于随机性的观点了。我并不否认作者许多关于随机性的观点，事实上，我最早开始读这个系列，正是由于我比较相信这样一个观点：对于人生这样一个复杂的非线性不可积系统而言，初始条件和随机扰动的影响可能是巨大的。然而，作者太专注于向读者推销这个观念，用力过猛，导致很多例子事实上经不住推敲。更有很多从其他领域引用的例子不是很妥当。其次，作者经常说一些看似有理，但却毫无逻辑的话。比如，在第十三章，作者为了阐述因为市场没有明确规则，所以想用一个具体的算法来计算市场未来的不确定是不可能的这样一个观点时，说“大部分科学家都很固执，否则就不可能有足够的耐性和精力去执行那么艰巨的任务，例如一天花18小时去让他们的博士论文更完美”， “提出博士论文的人，必须为它‘辩护’；主式者列举令人信服的论点证明论文观点不正确时，我们极少见到学生改变心意”。作者在文中大谈样本与随机性导致的偏差的重要性，然而到论证自己观点的时候却随随便便给出一个如此主观的论证。作者也非教育从事人员，能观察到的“学生样本”又有多少？足够排除随机性导致的偏差么？更不用提地域性和时代导致的样本偏差。这样的论点全书比比皆是，就不一一列举了。在本书开篇，当作者提出市场是一个随机性过大的动力学系统的时候，我是如此的兴奋。因为我非常赞同这样的观点，任何一个deterministic的动力学系统，一旦随机涨落达到一定程度，我们根本无法预测其在某一个history的具体演化（当然，通过考虑足够多的演化路径，我们可以得到一些统计显著的结果，但这是另一个故事了）。然而作者的论述方式却让我大失所望。

当然，，这本书亦是有可取之处的。不考虑论证的不严谨性，其中一些例子还是非常有意思的。尤其一些例子虽然简单，但确实是我从来没有想到过的。

其中一个例子描述了一个非常简单的骗局。当然，在现实生活中，这个骗局实施起来会非常困难，但是这个例子很好地反映了作者对市场和随机性的一些思考。假设我是一个有一些闲钱（可以用于投资）的普通人。一天，我收到了一封信件，里面告诉我接下来一个月某样投资产品（某支股票，某些期货，甚至房地产）会增值。我的第一反应当然是不屑一顾，并且可能置之不理。但是，我下个月，下下个月都收到了同样的邮件，并且我发现这个邮件中的预测都是正确的！当然，我也明白连续三个月预测正确并不能说明什么，也可能是运气使然，于是我决定再等半年，如果接下来这半年时候TA都能预测准确，我就计划投资。到这里，你也应该能猜出来故事的发展了。接下来6个月，我收到的预测完全正确。于是，我把我的资产全部投资了，最后血本无归。

那么，这个骗局是如何实施的呢？事实上，实施这个骗局的人对金融市场一无所知！他们的做法如下。首先，他们从全国筛选出一些人（比方说16384），并买到他们的地址等信息。接下来，他们给这些人中的一半发邮件，告诉他们市场将走高；而对于另一半，则发邮件说市场将走低。如此一来，不管下个月发生什么，都会有一半的客户，亦即8192人认为他们收到了正确的预测。接着，这些骗子只需要重复同样的事情，9个月之后，还有32个人收到了完全正确的预测，因为把这群骗子奉为金融大神，将自己的资产拱手相让。而“我”正是这32个幸运儿之一。

还有一个关于概率计算的例子也很有意思。其实，这个例子在本科上《概率论与数理统计》时，已经讲过。当时听到就觉得非常有意思，当时自己也确实从未想过类似的问题。所以这里简单叙述一下。假设有这样一个检测某种疾病的手段，误判的概率只有5%。这种疾病在人群中的发病率为千分之一，那么当你的诊断结果为阳性时，你患病的概率是多少？一个想当然的答案是95%，因为有5%的概率是误判。但事实上并非如此。因为这种病发病率只有千分之一，也就是说1000人中平均只有一人患病，那么剩下999人中，会有大约50人被误诊为阳性，那么被诊断阳性的人患病几率应该是1/51~2%。

最后，作者在文中的一个观点我是比较认同的：概率与统计是反直觉的。所以学好概率与统计，并不代表你可以日常生活中应用这种思维。这应该是我们牢记的一件事情。