《随机漫步的傻瓜》第九章 买卖证券比煎蛋容易

为什么能⼒⽋佳的经理⼈中，仍然有少数⼈的绩效记录很好？

说买卖证券⽐煎蛋容易，确实有点打脸。塔勒布说

如果把无限多的猴子放在打字机前面，让它们去乱敲，那么其中一只肯定会打出一字不差的《伊利亚特》叙事诗。

假设一群能力欠佳的基金经理人，以投掷硬币的方式决定买卖股票，那么每个人的赚赔概率恰好各为一半：到年底时每个人都有50%概率赚钱，50%的概率赔钱。赔钱的下一年就被剔除，那么几年之后一定会有产生一个股神巴菲特出来，我们一定会认为他是表现强于出局的经理人，而事实上，这纯粹是靠运气得来的。不论怎样都总有少数人的绩效记录很好，依据绩效记录来判断优秀经理人显然是不理智的。

原始样本量在其中发挥什么作⽤？

上面的例子中，最重要的是两项因素：从事工作的随机成分多寡，以及有多少数目的人参与。因为如果参与的人数少，可能都会被“炸毁”或者都盈利，如果样板足够多，那么在波动性和随机性变化的过程中就一定会出现分支，就像自然界的繁殖进化过程，有的淘汰了，有的活了下来，但活下来的不一定是最优秀的。

所以，原始样本量越大，连续靠运气取得很好绩效记录的人就越多。

存活者偏差取决于母群体的原始大小。一个人过去赚到钱这个信息，本身既无意义且不重要。我们必须知道他所属群体的大小。

想想为什么⼈们沉迷于数据挖掘技术？

数据挖掘也称之为“数据捕鱼”和“数据探测”。

在大数据的时代，人们沉迷于用数据挖掘技术来获取更多信息，得到更多的有价值的关联，指导未来，掌握未来。

最常见的一个例子，我们在购物网站上曾经浏览过一种商品，那么网站就会立刻为我们推送相关产品，而且在一定时期会重复的推送。这时数据挖掘系统就在客户和商品之间创建关系，运用了数据关联规则，收集顾客购买习惯数据，并利用这些信息帮助营销。同样数据挖掘技术也常运用于新闻浏览、内容搜索、医疗保险等等领域。

投资领域，人们当然希望通过以往数据的挖掘获得与未来市场走势的紧密联系，尽管我们本能的希望从无序中寻找有序，从复杂中寻找简单，从结果中寻找原因。然而随机性和不确定性始终存在，预测未来不可能。

我拿法则去套用数据，这件事称做数据探索。只要靠运气，我尝试的次数越多，越有可能找到一个非常适合过去数据的法则。一个随机系列总会呈现某种可察觉的形态。

数据挖掘意味着扫描可能存在任何关系的资料，然后筛选出符合的模式。大量的数据集中总会有碰巧或特定的资料，有着“令人振奋的关系”。因此，一些结论看上去十分令人怀疑。

《顾客的游艇在哪里？》的书中写道：“总是有相当数量的可怜人，忙于从上千次的赌轮盘的轮子上查找可能的重复模式。十分不幸的是，他们通常会找到。”

印象深刻的⼀句话是哪句话？

务必牢记，每个人都认为自己的成功全凭实力，毫无侥幸，只有失败时才会认为是运气使然。

《随机漫步的傻瓜》第9章：买卖证券⽐煎蛋容易