《肥尾效应》读后感摘抄

《肥尾效应》是一本由[美]纳西姆·尼古拉斯·塔勒布著作，中信出版社出版的平装图书，本书定价：188.00，页数：460，特精心收集的读后感，希望对大家能有帮助。

《肥尾效应》读后感(一)：最好的长尾效应科普书

这本书是我读过的最好的长尾效应的科普书，没有之一。没有想到作者对于一个具体的问题研究的这么透彻。除了这本书后面的期权期货部分有点画蛇添足之外，其他部分写的是挺好的。

读这本书是为了启发自己的研究。对了，我今年已经 5 个月没有工作了。看到这本书的书评有数据挖掘或者技术管理岗机会的公司或者单位，欢迎及时联系我。

最近有几个科研的新点子，等我查查资料。

《肥尾效应》读后感(二)：求教

占个坑，想请教一下，要读懂这本书的数学推导部分，需要哪些数学知识呢？

占个坑，想请教一下，要读懂这本书的数学推导部分，需要哪些数学知识呢？

占个坑，想请教一下，要读懂这本书的数学推导部分，需要哪些数学知识呢？

占个坑，想请教一下，要读懂这本书的数学推导部分，需要哪些数学知识呢？

占个坑，想请教一下，要读懂这本书的数学推导部分，需要哪些数学知识呢？

占个坑，想请教一下，要读懂这本书的数学推导部分，需要哪些数学知识呢？

占个坑，想请教一下，要读懂这本书的数学推导部分，需要哪些数学知识呢？

占个坑，想请教一下，要读懂这本书的数学推导部分，需要哪些数学知识呢？

占个坑，想请教一下，要读懂这本书的数学推导部分，需要哪些数学知识呢？

占个坑，想请教一下，要读懂这本书的数学推导部分，需要哪些数学知识呢？

占个坑，想请教一下，要读懂这本书的数学推导部分，需要哪些数学知识呢？

《肥尾效应》读后感(三)：肥尾效应

毫无疑问的是，我们生活在一个充满未知，充满不确定性的世界。数学家们试图通过一些概率学上的统计，来向我们描绘不确定性的图景。

正态分布就是数学家提出的一种模型，这种模型确实可以在很多情况下符合事实。正态分布像一只倒扣的钟。两头低，中间高，左右对称。应用到实际中，比如人的身高就符合这种模型，个子特别高或者特别矮的都是少数。

最近我读了《肥尾效应》这本书，这本书让我更加全面的理解了这个世界的不确定性，它并不像某些模型所能概括的那样纯粹。

什么是肥尾效应？事物影响分布相当平均，表现为正态分布，图形尾部很薄；相当不平均，则尾部很厚；极端不平均，则尾部很肥。简单地说，肥尾效应就是极少数决定绝大多数——类似于帕累托法则。 当我们试图用正态分布中的概率统计，来处理那些受到肥尾效应影响的事件时，就会面临巨大的风险。

在随机事件的大量重复出现中，往往呈现几乎必然的规律，这个规律就是大数定律。通俗地说，这个定理就是，在试验不变的条件下，重复试验多次，随机事件的频率近似于它的概率。偶然中包含着某种必然。

不过在现实世界中，大数定律即使有效，其奏效速度也会很慢，其根本原因还是在于正态分布（高斯分布）并不能非常准确的表现现实情况。另外，样本均值大概率不会贴近分布的实际均值，方差和标准差等统计量都变得不再可用，这就是肥尾产生的影响。

就像在经济学中有“理性人假设”一样，传统统计学得到的许多结论，或者使用的数学方法似乎都是在某种理想状态下才成立。

我们需要留意黑天鹅事件。黑天鹅来自认知的不完备性，其影响在肥尾区域尤为显著。

黑天鹅存在于各个领域，无论金融市场、商业、经济还是个人生活，都逃不过它的控制。“灰犀牛”是与“黑天鹅”相互补足的概念，“灰犀牛事件”是太过于常见以至于人们习以为常的风险，“黑天鹅事件”则是极其罕见的、出乎人们意料的风险。

一方面，我们不能因为某件事情发生的概率很小，就忽视它，因为这个小概率的事件可能给我们带来巨大的损失。所以即便黑天鹅事件是罕见的，我们也不应该放松警惕。另外一方面，有些我们认为是小概率的事件，其实在实际生活中，其发生的频率远远超过预估概率。这一点在金融市场中尤其常见。

在现实世界中，一个人所获得的不是概率，而是直接的财富（或生存权利等）。这时，分布的尾部越肥，就越需要关心收益空间。如果犯错的成本够低，决策者可以经常犯错，只要收益是凸性的（也即当他正确的时候会获得很大的收益），反之亦然。

从这一点上看，完美主义者所强调的“绝对不能犯错”的要求显得非常极端了，作为个人不是不能犯错，而是不能犯下大错。说明这一点，是想表达人们有的时候为了不犯任何错误所付出的代价可能太高了，这有些舍本逐末。当然，故意犯错自然也是不可取的。

如果我们看到某事件存在一个极小的破产概率，且事件频繁发生，那么随着时间的推移，结果一定是破产。例如，骑摩托车是一个致死率很低的事件，但是如果经常骑，该行为就会降低我们的预期寿命。

上面这段描述与“墨菲定律”所表达的意思非常接近。问题的关键在于我们需要意识到尾部风险可不是一种可再生资源。不管是破产，还是死亡，往往意味着彻底的结束。

肥尾效应也告诉我们，过去的极值（极大值或极小值）并不是未来极值的良好预测指标——破纪录的事情总会发生。在这本书中有一个有趣的阐述:只有傻瓜才会认为世界上最高的山峰和最长的河流是他见过的那些。

真正的难点或许并不是意识到尾部的存在，而是我们无法通过标准的统计手段来确定尾部到底有多肥。我们可能预知到某些极端事件的发生，但这些事件到底会带来多大的影响却无法准确估计。

肥尾变量的均值几乎完全被极端值主导。你如果无法确定尾部，就无法确定均值。这也说明在存在肥尾效应影响的时候，计算均值是无稽之谈。

了解了肥尾效应，我们就可以对这个世界的不确定性多一种理解的角度，摒弃那些错误的统计方法，在前进的过程中去摸索应对的策略。尾部不应该被忽视，它值得我们认真地审视。

《肥尾效应》读后感(四)：读了《肥尾效应》颠覆了对经验与概率等认知的天花板

读了《肥尾效应》颠覆了对经验与概率等认知的天花板 “维特根斯坦的尺子，是一个哲学比喻：我们是在用尺子量桌子还是在用桌子量尺子？这主要取决于结果”——《肥尾效应》 “我们永远赚不到认知以外的钱。”这句话听起来十分的熟悉。但是，还有一点，我们永远有抵达不到的认知领域。 01 窄众经验能够带来实际收益，但大部分人选择从众 看了《肥尾效应》，抛开所有的数学理论，如果作为一个文科生无法全部读懂理论的分析图阵，那么可以去读结论。 很多人表示这本书看不懂，但是结合书中的内容，大体可以读到一些和生活有用的知识。之所以认为颠覆了认知，是因为我们被信息教育，遵从大数据，遵从经验理论。 但是，确实纵观经济的发展，在金融危机时，如果你有关注到，真正倒塌的基金确实是平日里比较稳健的基金。 虽然个人对数学、经济、哲学等都没有很深的造诣，但是，书中介绍了一个实际，就是作者在做一个短期关于肥尾效应的课程，一位博士生做了真实的反面意见，就是做学术，他相信肥尾效应，也相信小众的渠道能够获得收益。 但是，他还是选择大多数人研究的路径，并且能够发表论文，顺利毕业，从而获得一份高收益的工作，事实证明他的论文成功发表。 这就是经验理论，人们依据大部分的经验理论来判定未来的发展，这看起来有些荒谬和不合理，但是，在社会一致传递这样的消息和信息时，这样的论调便会受大众认可。 个人也非常赞同作者的观点，但是，作为一个普通人，在面对低概率成果之时，往往不敢去冒进风险。 书中比的例子很真实，人们在面对埃博拉病毒时，更多从结果关测得出结论，应该更加关注吸烟和糖尿病的死亡人数，而作者的观点是，一种小概率的病毒事件，是有影响阶层的。 比如一种慢性疾病，只是影响个体的生存与死亡，而一种突发的病毒，比如新冠疫情，会影响整个生态系统。所以，作者的肥尾效应，对于我们打开对知识的认知还是很有冲击的。 02 大数据时代，个体的信息灌溉不仅是单一标准，更需要布局 书读到三分之一，便会有一种危机意识。作为一个笨拙的积极向上的学习者，每天都在被教育尊重大数据理论。 个体的信息汲取也多半是因为数据所带来的背后能够带来的数据链条和经济收益的分析，从而制定策略。 这是许多教科书，或是普遍的相对平稳和安全的解读方法，或是操作方法。关于经济、就业等，人们常常依据过往的经验进行下一步的实操。 事实上，经济的结构与格局在转变，没有人能够进行下一步精准的转变。书读多了，有时候也会觉得某一经济阶段，就像是历史大流转一样，有可借鉴之处，但是，每一段历史都有各自的特点。 所以，从结果导向来看，就像书中预测第三次世界大战的时间一样，没有准确的估值，距离上次世界大战，目前七十年的和平年代，不知道如何去估量人们的良善程度。 关于我们对认知的单一和统一，或许对于个体更需要重新布局。这本身也是一种突破。能够在大的认知范畴内重新量定自我，也是一种收获。 03 写在最后 在信息大爆发的时代，更多的信息与认知在不断输入和输出，能够在一个多数人迷茫和焦虑的时代，如果能够打破认知，从而走出属于自己的路，是否也算是杀出一条血路。

《肥尾效应》读后感(五)：大神的第一本量化力作

看了这本书，我给出了四星的评价，之所以没给五星，不是因为书写的不好，而是因为这本书是合著的，这让全书的笔法和衔接略有瑕疵。但这不影响本书在量化领域的学术价值，这本书做为塔勒布量化系列作品的开山之作，主要阐述的是底层数学。

校对样书

先来聊一聊作者塔勒布，这也是大神一样的存在。塔勒布因“黑天鹅”理论而被人们称为“黑天鹅”之父，他写的书，已经成为华尔街投资人士必读的经典著作。在成为一名全职作家和学者之前，他花了二十多年的时间专注于解决机会、运气和概率、哲学和数学问题。

除了写的两部超级畅销书《随机漫步的傻瓜》和《黑天鹅》外，他还发表了近 55 篇学术和学术论文，涵盖从统计物理和量化金融到遗传学和国际事务等主题。伦敦时报这样评价他，“地中海思想的巨人……现在是世界上最炙手可热的思想家”。

他是安皮里卡资本公司的创办人，也是纽约大学库朗数学研究所的研究员。曾在纽约和伦敦交易多种衍生性金融商品，也曾在芝加哥当过营业厅的独立交易员。他现在大部分时间都花在他的书房里，或者作为一个闲逛者在咖啡馆里冥想。

这本书的名字叫《肥尾效应：前渐进论、认识论及其应用》，可能会让读者产生误解。我看了一个英文的原版，作者书名英文的原意是：肥尾统计的结论表明，这真实世界是前渐近的，而非统计上的渐近，应当用特别的方法论去解决问题，现实中的例子也说明了这点。

所以，如果书名叫---肥尾的启示：前渐近论中真实世界的认知方法及相关应用，可能更易于让中国读者理解书中到底想写什么。书中的例子从标普500到期权，主要是给搞量化金融的人看的，另外，作者序里也写了，这是一个不确定性量化研究的问题，他的下一部书也是关于这个方向的，即《金融市场的凸性、风险和脆弱性》。

这本书讲的核心思想是前渐近论在实际投资中应用的价值。近几十年来，塔勒布获得的唯一奖项是 Wolfram 研究创新奖，以表彰他在非标准概率分布计算方法方面的工作，特别是前渐近论。这一理论用于解释金融经济学、计量经济学和行为经济学的大部分失败可归因于使用了错误的分布。

统计学中应用的传统渐近法主要处理 n=1 或 n=∞，而现实世界其实是介于两者之间的。这也就是为什么大部分机器学习所产生的策略，会发生过拟合或欠拟合的原因。换句话说，投资是一个高维的事情（作者在文中用五维来描述，因为他是一个期权交易者），但在实际处理中，我们必须要降维处理信息，而统计学的这个传统渐近法就会让信息处理产生问题。

聊到这里，你可能还是没听懂。这样说吧，肥尾效应是一种特殊的分布，但股票市场上中这种效应特别明显。比如说，当下最火的中通客车，即使它自己跌停熄火了，但仍然存在持续的心理比价效应，而这种效应远比正态分布要久得多。

如果一定要说这本书有什么问题，就是”太数学“了。如果你不参考一些论文，根本无法读懂，比如，影子矩。所以，我想这本书可能定位比较高，是给那些量化基金经理来拓展数学的。对于普通投资者来说，这本书的价值在于，只要理解了书中讲的一个底层原理，得到的收益就远不止这本书钱。比如，第4章，你可以试一试将你模型中的标准差改成平均绝对差（MAD）。

关于这本书的公式到底如何进行实际应用，大家也可以到知乎上找我提问，我是罗勇---一个中年量化程序猿。

《肥尾效应》读后感(六)：忽略大量的数学公式，前几章启发很大

简评

这是一本将近500页的新书，内容非常详细，包括一些论文中的内容，数学推导很详细。

书中有部分关于新冠疫情的内容，可以推断成书时间比较近，反映了很多最新的思想。

作为第一次阅读塔勒布的书的作者，刚开始有点懵，不知道作者是什么职业、背景，网上查了下资料才了解。要是能在书中加点相关的作者介绍和经历，就能更方便了。

书很厚，数学推导看起来比较吃力。作为非专业的读者，建议可以快速略读数学 部分，重点看前几章，阅读体验会好很多。

看完这本书后，会改变之前把大部分分布当成高斯分布的数学思维，理解到很多场景下是肥尾分布的，即10倍标准差的事件概率非0。

肥尾分布在社会领域大量存在的原因，大概就是： 天之道，损有余而补不足，人之道则不然，损不足而奉有余

作为一个基金投资者，对夏普比率、标准差这些概念都非常熟悉了。在我的公众号“量化投资”中，通过爬虫技术汇总了各个基金近两年的相关统计数据，包括两年里的夏普率等。在2022年市场风格切换后，会发现过去波动率低、夏普率高的基金，今年怎么很多都回撤很大？为什么夏普率指标的效果变差了？

阅读了这本书后，会发现基金评价的主流指标中，都将基金净值或收益率当成高斯分布，统计该分布的标准差、超额收益率等。高斯分布是典型的薄尾分布，特点就是大部分事件都在2-3个标准差范围内。我们统计完一个基金的历史标准差后，那就会预测未来该基金的回撤应该接近100%的概率不大于标准差的2倍或3倍。

但是，基金收益率是薄尾分布吗？塔勒布在这本书里分析了为什么夏普率不是个有效的指标，因为金融市场是厚尾分布。主流观点里，将基金表现错误建模为高斯分布，再去统计该分布的参数，那么自然会出现很大的误差了，预测效果也很弱。

塔勒布在这本书里花了大量篇幅和比喻介绍什么是肥尾分布，特点是什么。简单来说，肥尾分布就是出现10个标准差或者更大标准差分布的概率较大，即出现尾部事件的概率是非0的。

如果是高斯分布，要达到“万无一失”（99.99%），只要取到4σ（99.9936%）即可。对于一个单日收益率标准差为0.5%的权益类基金来说，当满足高斯分布的情况下，只有万分之一的概率日波动大于2%。即，1万个交易日，或50年左右才会出现一天大于2%的回撤。

但是众所周知，一只权益类基金单日回撤超过2%并不是那么罕见，可能平均一个月就会出现一次。可是，这只基金的日波动率明明只有0.5%，为什么那么频繁出现4σ的罕见事件呢？这本书解决了我的这一疑问：金融市场是肥尾分布，尾部事件的概率比高斯分布大很多。所以出现4σ事件的概率是远大于高斯分布的万分之一的。

根据塔勒布的推导，肥尾分布下，我们需要更多的数据样本来对分布进行估计。即，需要保证在数据样本中能包含进尾部事件，因为肥尾分布中，尾部事件对整个分布会产生较大的影响。

作为基金投资者，我们也可以推论：需要对基金数据更长时间段的统计，以涵盖极端市场事件，提高准确性。在公众号“量化投资”中，最近开始对各只基金近五年的数据进行统计分析，评价它在各类极端市场下的表现。如果只评价一两年的表现，可能这一两年正好是某种单一行情：持续慢牛或者新能源牛市、消费行业牛市等，突然出现市场转换后，基金表现就会突变。

另外一点启发是，塔勒布在书中分析了标准差在肥尾分布下是个无效指标：我们应该统计误偏差均值，而不是偏差的均方值。所以在对基金长期表现分析时，我们会统计最大回撤、平均回撤、同类排名最差值等数据，而不是均方值的统计。

《肥尾效应》读后感(七)：风险社会的规则说明

看完上一本塔勒布之后，有十年时间不读金融类的书了，兴趣转去了社会学，看社会学家从日常生活中揭示机制，别有洞天、趣味盎然，能让人重新看待生活，而金融投资显然没这种功用。然而，不需要读社会学专著、熟悉社会学思潮也会真切地感受到，我们现在正身处乌尔里希·贝克提出的“风险社会”之中，经济停 滞通货膨 胀，人们互相倾轧，战 争、核 风险、污 染和病 毒泄漏肆虐、气候危机等等都成了常态，个体根本无计可施。这时候熟悉风险社会及其他理论、洞悉社会问题的原因都不足以改善处境，当务之急是自保。社会学不够用了。

作为佐证插播一个社会学笑话，转引自《牛津通识读本：社会学的意识》（史蒂夫·布鲁斯）。英国电视连续剧《守护人》讲述了1980年代小混混与伦敦底层生活，剧中两个可爱的无赖正谈论着他们的一个熟人，此人刚从监 狱出来。其中一位宣称他们的朋友在里面通过学习已洗心革面：“是啊，他现在有了开放大学的学位。社会学的。”另一位问道：“那他不再行窃了？”先前那位回答说：“不是！但他现在明白自己为什么行窃了！”

笑话之所以成为笑话，是因为很大程度上与现实中人们的感知一致，只是扭曲或者夸张了一小部分，却能达到极其荒谬的效果。

这个笑话提到了社会学好的地方，尽管是用揶揄的方式：让人接受自己，知道很多折磨自己的痛苦其实来自社会建构，比如买不起奢侈品、不够光鲜就羞愧，再比如身材焦虑背后对身体的规训、助长996邪气的工作伦理，都是社会的问题。类似地，偷窃的责任也不必在我，毕竟按照默顿的失范理论，底层小混混对社会 秩 序不满，进而走上犯 罪道路的反应被归类为“创新”。如果感到痛苦不妨多看看社会学，比心理学管用多了，振臂一呼：“都是社会的错！”绝大多数痛苦能得到疏解。

不过，这个笑话还有个隐含的切合大众观感的笑点，是学社会学实际上不改变人们的生活状况，如就业、职业、社会阶层，几乎不能靠此维生……在跑 路小组里，每天都有很多为爱发电学了社会学人类学的人咨询出路，集中于如何转换到相近但更容易跑 路和就业的专业，当然得到的建议大多是干脆直接转码。搞不好还有人羡慕这个重操旧业的小混混，有熟悉的谋生门路。

言归正传，总之知道是社会的错并不能帮助我们存活，特别是当此风险社会之中，需要开启危机下的极限生存模式了。幸存或是跑路，这是个难题，需要体力战力、知识技能和资金资源，简言之身体、头脑和钱。

于是现在我一周上8、9节柔术、柔道和健身课，身上遍布扭伤、淤青和茧子，拉伸、起床都痛到无法呼吸，纯粹为了增加战斗力，篮球、滑板、壁球、宅舞、手动挡驾驶技巧等休闲爱好，全部成为和平时期的风花雪月，无限期延后了。知识技能也在往跑路目的地工作生活所需转向，睡前醒来都会学上一阵语言。

然而钱是个大问题，资 本 主义世界中，有钱是通行的自 由护 照。有钱不等于一线城市几套房和雄厚的银行账户余额，更重要的是熟悉资本市场的规则，精通投资，风云变幻之间能保持财产增值，稳妥管理整个生命周期的风险，如失去体力战力甚至自理能力亦或者知识技能无法换取收入。显然，当前极端不确定的环境又增加了难度，像是倾巢之下保存几颗小鸡蛋，还要让它们生鸡生蛋，但重要性不言而喻。

不幸的是，热衷于社会学著作的这些年里我的收入急剧下降，干脆对赚钱和理财都破罐子破摔，收益惨不忍睹，以至于现在没有充足的资金，面对不确定的逃生方案畏首畏尾，可选集愈发萎缩。既然意识到需要投资赚钱或避险，赶紧盘点学过的东西，看有什么能作为趁手的武器。经济、金融和精算知识，算是资本世界运行的认识框架，知道这些便不会犯某些基本错误，或者面对市场走势多一些理由解释背后的逻辑。但以我粗浅的观察，这些领域的专家，不管是公共政策干预效果，还是自己投资理财成绩，都没有过人之处。究其原因，现阶段社会科学对社会运行规律的认识仍处于相当粗略的水平；而人的行为，不管是专家自己还是普罗大众，都有很强的非理性成分，加之人的能动反应会使现实、预期和结果背离（索罗斯所称反身性）。风吹草动便一损俱损的风险社会中，靠得住的恐怕只有老本行统计学了。这个时候发现这本书不由心动，看起来它正是我急需的那种统计掘金工具。

或许可以这样类比，统计学便是风险社会中的物理法则。假如跟不知道地球上物理规则的人打球，会占据怎样的优势？想象起来可能有些难度，不过新冠大流行期间的感触更为切身。对于每一次每一地的疫情，已知每轮病毒的R0和潜伏期，估计一个核酸检测覆盖率（比如按有无常规检测分为8成和2成）和假阴性概率（比如保守起见3成），按当地文化和行政管理强度估计一个口罩普及率和活动限制，只需要知道头几例活动范围和关联，就可以匡算出波及范围、峰值和持续时长，做好相应的准备。每逢酒吧、学校、辅导班、菜市场聚集性感染，总会激起功亏一篑的哀叹和诅天咒地的愤怒，但从统计学来看却再正常不过了，聚集、流动，本身就是人类社会的特征，也是城市的源动力和传染病的温床，这些密集和高流动的场所，像是概率世界中的黑洞，会将所有的可能性吸聚。换用本书肥尾的思路来看，传染病极度肥尾，信息集中于尾部，完美避开聚集性疫情，就像没有抽到尾部的样本，可以说是“温柔的假象”，在脆弱节点爆炸式扩散才是病毒流行特性/总体分布的本来面目。书中涉及埃博拉和新冠的内容不少，读过便能以不同方式看待和把握病毒传播，比如不能把埃博拉病毒和从梯子上掉下来的死亡率相比，平常看来可能数字相差无几，但如果某一天全球死亡20亿人，一定是因为埃博拉，而不可能是梯子、心脏病或其他；同样新冠死亡率和游泳溺水也不能类比，人群之间密切正相关，患病同时增大了传播风险，造成某天某地上千人死亡的原因也更可能是新冠。

由此扩展，很容易用《肥尾效应》提出的概念、结论重写《风险社会》：人类社会的认识、结构和组织形式表现出脆弱性，肥尾效应下极端的尾部风险将成为生活的主宰力量，但由于极端风险对我们生活的影响才是我们关注的，因而在现有的条件下，能够进行风险管理乃至获益——不难看出，肥尾效应相比风险社会理论更具有一般性，并且已经数量化、公理化、体系化，因而能够统摄风险社会问题及更广阔的领域。这是我读之前没想到的，原以为是“术”，却发现是“道”。

看这本书之前，对塔勒布的印象是很熟悉统计学是怎么回事，会提出很多没想过的角度，说清楚量化金融中为什么不能按照统计学做；布局和节奏好，能把读者牢牢按在“过山车”上全程不松劲；再就是价值观和审美，趣味十足且没有low点（在金融类书籍里难能可贵）。实际打开这本书却懵逼了，不是畅销书作家吗，怎么风格大变？特别是开篇先列了整整一章的术语符号和定义，全是公式和统计定理，看得人眼发直，不明所以。往后一翻，公式密密麻麻，比起很多统计学或金融数学教材还要多不少。再看看英文题目和目录，发现很多章节是由发表的论文改编而来，其余也是讲稿和评论，不由惊疑起中信出版社：“这是这种世道下能出版的吗？翻译和编辑费这么大劲，是要卖给谁呢？”然而书中反复申明并非教科书，只好硬着头皮往下看，到第三章之后意外地好看，还是熟悉的塔勒布，从切入点、过程中的实例到最后的结论，都指向金融投资实践，主旨还是前几本书的多留余地多多放空，节奏还是熟悉的“过山车”，跳过公式不影响理解，且有了数字支撑，结论也更清晰有力了。不过，吸引人读下去的最大原因在于，面对一个摇摇欲坠世界，通行的统计框架不足以解释这么纷繁多变处处溃败的复杂巨系统，我们自己做统计分析预测或者看其他教条式运用统计的研究时，都会深切感到缺憾和沮丧，更别说身处其中脆弱无力的恐慌，但同时，心底也埋藏了渴望：看似一切都走到尽头的时候，有没有可能柳暗花明，重新展望美好的未来和幸福的人生？

这样的愿景令人心向往之。

指望人类改变，首先要改变人的认识，这本书里塔勒布做了勇敢且扎实的尝试，我们可以做的是阅读和思考，重新认识风险社会的规则。

作为个体，努力成为驾驭肥尾风险、与风险社会共存的人，意义不局限于我们自身。

《肥尾效应》读后感(八)：《肥尾效应》序言 + 实拍图✖️9

第一章 序言*，†1 对世界的了解越是粗浅， 做决策越是轻易。

图1.1 核心问题不是不知道“肥尾”，而是缺乏对其效应的理解。说出“它是肥尾”意 味的不仅是改变分布的名称，而且是对统计工具和决策类型的全面革新。感谢斯特凡·加 西奇。

本书主要讲述产生极端事件的统计分布类型，以及在这类分布下如何进行统计推断和做出决策，内容包括 :

(1) 公开发表的论文 ；

(2) 未经审查的公开评述。

现有的大多数“标准”统计理论均来自薄尾分布，它们 在应用于肥尾的过程中需要经过渐进性调整，这往往不是小改动，原理论可能会被完全舍弃。

“厚尾”常常被用于学术场合，用金融从业者的术语来说，厚尾表征的是“比高斯分布峰度更高的分布”。而对于“肥尾”，我们倾向于将其 理解为极端厚尾或幂律尾类分布（第八章会论证两者的一致性）。一般来说，我们的定义相对更窄一些，仅仅将肥尾限定于“幂律”或“正规变 化”——但我们更喜欢将“幂律”直接称为“幂律”（当对该类过程非常确定时）。因此，我们所称的“肥尾”从严格意义上说，对许多人而言更像是“极度厚尾”。

为了避免歧义，我们在这里不使用诸如“重尾”或者“长尾”的说法。 在接下来的两章中，我们会进一步阐明上述概念。

1

2

3

4

5

6

7

8

9

《肥尾效应》读后感(九)：真实的市场是肥尾的，且我们有办法从中获利

（本文经作者「许哲」授权转载，原文链接：https://zhuanlan.zhihu.com/p/548269719？utm_source=wechat_session&utm_medium=social&s_r=0#showWechatShareTip）

塔勒布的书《肥尾效应》的中文版要面试了，感谢中信出版社给我预印本一睹先快。

首先阅读这本书需要一些统计学方面的数学知识，如果大学里学的是理工科方向的话，一般都会学到，只有部分内容涉及到比较高阶的数学，但不影响整本书思想的理解。这本书的核心思想并没有超过过去塔勒布系列书的范围，可以说就是把过去随机漫步的傻瓜黑天鹅和反脆弱等书的思想做了一个比较数理化的阐述。因为作者本身的性格原因，虽然很数理化，依然是得罪人的要命。

先解释一下肥尾是啥意思，下图是一个很常见的关于概率分布的示意图。中间隆起来的部分我们叫“峰”，两侧是「肩部」和「左尾」和「右尾」。分别代表了不同的分布区间。

一个比较常见的分布图的部分的命名

比如全国成年男性的身高分布的话，左尾代表了矮于1米的概率，是比较小的，右尾代表了高于2米的人，也是比较小的，大部分人是落在中间，也就是平均身高附近的。左边和右边的尾部都比较薄，这个称为「薄尾」。

正常情况下，这个分布是符合「正态分布」的规律，一系列统计学的结论和成果都是在正态分布的情况下推导得出的。但金融市场并不符合正态分布的薄尾特征，它是肥尾的。也就是发生极端暴涨和暴跌的概率远大于正态分布所描述的那样，于是一系列我们常见的结论和成果并不适用于金融市场。可学界依然不管不顾的做出了很多并没有实用意义的推导和「成果」。也就是下面漫画要讽刺的。

最初步的假设都是不符合实际的话，后面的话都没有意义。书的第十章实证了标普500是符合幂律分布（肥尾的）而不服从正态分布。且作者表示自己统计了4万个证券的收益率，包括了白银原油股票等等品类，没有哪怕一支是符合正态分布的。

那么所有熟悉的手法，基于正态分布的整个体系大厦都轰然倒塌了。

这里自然会讨论到中心极限定律，当N接近无限大的时候，都会趋向于，或者至少可以用正态分布拟合出各种分布来。作者用数理证明的方式论证了收敛到正态的速度会远慢于你爆仓的速度。因为有「吸收壁」效应。一旦肥尾的一边让你爆仓了，那么人生不仅仅只需要暴富一次，一次爆仓也就没有然后了。

所以中心极限定律自然是对的，但主宰市场的依然是肥尾效应，而不是等那个遥遥无期的收敛。

那如果市场是肥尾而非正态的，那么我们能不能构建一个基于肥尾的数学体系大厦呢？很遗憾，这个事情并没有想象中的那么顺利。

我们知道它是肥尾的，但却不知道它具体有多肥。我们知道它过去有多肥，但我们并不知道未来会不会更肥。也就是下面漫画里讽刺的那样。

未来和过去未必有相似性，我们没有办法通过研究过去来规避未来的意外，也就是「黑天鹅」的存在。

如果大坝设计的参照是过去最高水位的记录，那么简单想一想，它所以是记录正是因为它打破了上一个记录，为什么现在这个记录值就是最高不可逾越的呢？如果它对于过去而言是一个意外，那么过去的过去，和过去的未来就没有相似性。这个通常被称为「休谟问题」，书作者认为该思想远早于休谟。面对经济金融领域的肥尾效应，我们能做的只有波普尔的不对称认知，按照塔勒布的说法叫做「揭开概率的面纱」。

这里有一个普遍的误解，如果市场是肥尾且如何肥法无法精确刻画的，甚至过去和未来都不一定具备相似性。那么岂不是我们只知道什么是不对的，不知道该怎么做吗？难道不绝望吗？

塔勒布说：肯定不是没用的，首先能揭露学术界的骗局。（我的大爷哟，您可真是得罪人的行家）

当然这只是一个日常毒舌。

这本书精彩的地方：我们要关注是 F(X）而不是X。这里的X是资产收益率的随机变量，它是肥尾的但不知道具体有多肥，没有一个精确的函数能刻画，但这并不代表它们对我们产生的效用 F(X) 是彻底让人无助的。也就是下面漫画的内容：我认为市场上涨的概率大，但我选择做空。在亢奋周期下周继续上涨的概率更大，但一旦下跌造成的连环爆仓会让收益大很多。虽然下跌概率小，但乘以它的收益倍数，期望更好。所以投资（机）看到的是效用期望F(X)，而不是纠结X的分布怎么刻画。

用索罗斯的话来说就是「关键不是你赌对了还是赌错了，是你对了能赚多少钱，错了会亏多少钱」。

且我们知道了市场不是薄尾而是肥尾的情况下，我们少踩坑（用那些错误的基于正态分布的推导结论），就是一个巨大收获了。且已知肥尾效应存在的情况下，我们是可以利用肥尾的。

既然肥尾是客观存在的，市场真实的情况，那么我们可以用做多四阶矩的方法从肥尾效应中受益。所以肥尾的无法像薄尾那样刻画并不等价于我们无所适从。做多四阶矩就是在意外程度上受益，也就是「反脆弱」的具体手法。当然，这肯定要借助期权类的金融工具。（关于做多四阶矩峰度的具体技术细节参考《动态对冲》）

书的最后部分，塔勒布给出了一种完全不同于BSM的期权定价方法，因为BSM对资产段收益率S有服从正态分布的假设，而本书的结论恰是根本不存在这个假设正确的可能。塔勒布用测度理论给期权定价进行了一种全新的测度积分的表示。仅用了 Call-Put Parity 和无风险套利不存在假设，将看张期权价格对资产S的一阶微分换成了对执行价K的一阶微分，避免了对S分布的假设（不需要资产段收益率分布正态）。

这里仅仅需要K任意多，也就是执行价之间再插入一个执行价不会影响期权的价值。比如100元的看涨期权和101元看张期权多一个100.5的合约，并不影响，这个假设当然是符合现实情况的，完美绕开了对资产收益率分布函数的假设（因为肥尾也没办法确定多肥）。

如果你看过他之前书的系列的话，那么可以说：

随机漫步的傻瓜因为不知道黑天鹅效应而被愚弄，黑天鹅不意味着我们什么都做不了，相反“反脆弱”在这个肥尾的市场下可以更有利。反脆弱就是办法。学界许多聪明的大脑依然死守薄尾无非是教职套利，因为他们不用在真实的市场里躬身入局，有不对称风险。

真实的市场是肥尾的，且我们有办法从中获利，前提是要正视世界的复杂，不要自欺欺人。我想很多市场里的人本能的抗拒肥尾效应是觉得没有抓手，如果世界如此不确定的话。可谁承诺你世界是可理解的呢？为什么整个世界要为你的方便服务呢？去适应世界，别躲在舒适区里不出来然后斥责指出问题的人太极端。