精华内容
下载资源
问答
  • 如何快速写出一个陌生人推荐系统

    千次阅读 2015-08-20 10:30:18
    如何快速写出一个陌生人推荐系统   在社交游戏中,除了和好友互动,经常还会设计陌生人互动的游戏环节。...下面以全民农场的陌生人推荐系统为例来阐述如何快速构建一个陌生人推荐系统,由于采用了boost::mul

    如何快速写出一个陌生人推荐系统

     

    在社交游戏中,除了和好友互动,经常还会设计陌生人互动的游戏环节。下面两张图分别是QQ水浒和全民农场的陌生人推荐界面。

    QQ水浒陌生人界面

     

    全民农场陌生人界面

     

    那么,陌生人推荐系统一般是怎么做的呢?下面以全民农场的陌生人推荐系统为例来阐述如何快速构建一个陌生人推荐系统,由于采用了boost::multi_index库,整个推荐系统代码在400行左右,非常简洁。

     

    首先,我们简单介绍一下全民农场的陌生人推荐系统规则:

    1. 等级相近

    2. 城市相近

    3. 性别相反

    4. 活跃用户

     

    一个简单的方法是用列表存储所有近期登录的玩家的数据,查询的时候对遍历每个玩家,并过滤。然而这种方式效率比较低下,查询10个玩家平均需要遍历的玩家个数是:

     

    10 * 100 (假设100阶等级) * 50(假设50个城市) * 2 (男女各半)

    = 100000

     

    显然简单地列表方式查询效率低下,所以我们要做索引,这里不得不提到multi_index库,对于这个库的介绍只用一句话:multi_index是一个模拟关系型数据库索引结构的容器( The concept of multi-indexing over the same collection of elements is borrowed from relational database terminology and allows for the specification of complex data structures in the spirit of multiply indexed relational tables where simple sets and maps are not enough),其内部实现相当于多个std::map组合,但比std::map组合更高效,更方便。

     

    考虑到性别字段的值域比较小,我们就不用对它做索引了。我们对等级、城市、和上次登录时间做索引,考虑等级比城市的优先级更高,我们决定对<等级城市>做复合索引(你没听错,就是关系型数据库里的复合索引)。基于上述考虑,我们的陌生人推荐系统的数据结构如下图所示:

     

        struct stranger_info

        {  

            pod_open_id_t open_id;

            pod_city_t city;

            uint32_t ts;

            uint32_t level;

            uint32_t gender;

    }; 

     

        typedef bmi::multi_index_container<

            stranger_info,

            bmi::indexed_by<

                bmi::ordered_non_unique<bmi::tag<tag_level_city>,

                    bmi::composite_key<stranger_info,

                        bmi::member<stranger_info, uint32_t, &stranger_info::level>,

                        bmi::member<stranger_info, pod_city_t, &stranger_info::city> >

                >,

                bmi::ordered_non_unique<bmi::tag<tag_ts>, bmi::member<stranger_info, uint32_t, &stranger_info::ts> >,

                bmi::ordered_unique<bmi::tag<tag_open_id>, bmi::member<stranger_info, pod_open_id_t, &stranger_info::open_id> >

            >,

            stranger_info_allocator_t

        > stranger_info_db_t;

     

    上述代码定义了两个数据结构stranger_info和stranger_info_db_t。stranger_info描述了玩家的信息,stranger_info_db_t看上去比较复杂,其实非常简单,它定义了一个stranger_info的容器,该容器对stranger_info结构的open_id, city, ts, level这几个字段做索引。

     

    加上索引后,陌生人推荐系统的规则就很容易满足了:

    1. 等级相近

    2. 城市相近

    tag_level_city这个索引查找到最匹配的玩家,然后以该玩家为基准,前向/后向遍历,找到推荐的陌生人。

    3. 性别相反

    在按tag_level_city遍历过程中,对性别不满足的过滤掉

    4. 活跃用户

    定时按tag_ts从头遍历,删除ts过小的节点。

     

    自此,陌生人推荐系统就介绍到这里,附近里是陌生人推荐系统的实现文件。需要注意的是,在真实的系统中,stranger_info有一个handler字段,这个字段相当于一个下标,客户端请求时把上次的handler传过来,服务器从该handler往后取数据,实现分页功能。

    展开全文
  • 名苦逼前端码农,写给一起奋战的产品经理们。 最近的聊天中产品经理说:“我不懂技术,所以当初也判断不好这页面在技术...有好几次,朋友问我能不能给他做个小游戏,很简单的网页小游戏哦,像QQ农场那样的...

    做为一名苦逼前端码农,写给一起奋战的产品经理们。

    最近的聊天中产品经理说:“我不懂技术,所以当初也判断不好这个页面在技术实现上有多复杂”。于是想起来有好几次:

    • 有好几次,在产品经理眼里很简单的需求,可最后出来的技术方案非常复杂,开发工作量特别大,导致整个项目不得不重新评估。
    • 有好几次,朋友问我能不能给他做个小游戏,很简单的网页小游戏哦,像QQ农场那样的。

    有时候在想有没有一种简单的方法,让不懂技术的人能判断一个页面的前端复杂度,于是有了这篇文章。希望能让前端码农和产品经理能更好的互相理解,合作如丝般顺滑。

    下文总结三个基本原则,用这三个原则可以大致判断一个页面前端复杂度。

    注意:

    1. 本文只适用于辅助产品经理理解页面复杂度,不能代替前端工程师评估工作量,每个网站的业务模型、架构设计都不一样,开发起来也大不相同。
    2. 本文只适用于理解前端开发复杂度,不包含服务端开发。

    原则一 - 交互越多越复杂

    先看如下两个页面:
    1.png

    左边的页面内容丰富、样式多样。内容包含页头、导航栏、tab标签、文章列表,每篇文章又包含回答计数、作者、最新回答时间、标题、标签,布局上有各种排列方式,还有各种色彩。

    右边的页面看起来只有简单的3个输入框、2个勾选框、2个按钮,页面内容整体看起来并不丰富。

    左边的页面看起来比右边的页面复杂,但实际上开发起来右边的页面复杂得多。左边的页面可以称之为“纯展示型页面”,这类页面的显著共同点是只有数据的展示而不能与用户发生交互。右边的页面称之为“富交互型页面”,常常包含以下交互元素:

    • 输入框、按钮
    • 单选、多选、下拉选择
    • 展开、收起
    • Tab切换
    • 分页、滚动加载
    • 弹窗

    对纯展示型页面来说,工程师只需要处理好页面的样式就好,不用考虑太多其他问题。另外,这个页面的文章列表部分,虽然内容很多,但实际上是相同结构的不断重复,在工程师眼里如下图所示:
    2.png

    工程师只需要把这个结构的模板写好,再填入不同的数据。常见的纯展示型页面可以有图片、表格、文字,以及这些元素的各种混合排列。

    对富交互型页面来说,工程师不仅要写好页面样式,更重要的是处理用户的交互逻辑。交互逻辑比纯展示逻辑复杂得多,比如输入框获取光标时如何响应、失去光标时如何响应、用户输入特殊字符如何处理、用户鼠标点击如何处理,还有些页面内容是需要根据用户的操作从服务器端查询实时数据展示出来的。其二,看起来差不多的两个按钮或者两个输入框,包含的逻辑却完全不同,比如用户名输入框和手机号输入框

    • 用户名:6-20字符、英文字母和数字、不能和其他用户重名
    • 手机号:11个字符、只允许数字、一般以"1"开头

    尽管交互元素看起来样子都差不多,但实际上每个元素背后的隐含逻辑都不一样,开发成本也就大很多。一个页面中包含的交互元素越多,则页面开发越复杂。

    原则二 - 组件化程度越高越简单

    每个网站都会有一些重复出现的元素,比如日期选择、上传图片、弹窗、Toast提示等等,为了最大化的复用这些相同功能的代码,提高开发效率,大多数开发团队会建设一个组件库,里面包含各种常用组件,业界比较著名的组件库有 bootstrap 和 ant design。有了这些组件,工程师开发页面就像搭积木一样简单,把这些组件拼凑在一起,再加上适当的业务逻辑代码,就可以开发出一个页面。

    产品经理应该适当了解你们开发团队的组件化现状,如果基于这些组件设计页面,那对工程师来说会减少很多工作量。如果能从产品的角度对组件库提出改进建议,既能让工程师们从中受益,也能更好的支持产品开发,达到双赢。相反,如果产品形态和交互行为始终处于变化之中,那工程师也很难沉淀出一套适用的组件库,开发效率也大打折扣。

    原则三 - IE浏览器

    要求兼容 IE 8 及以下浏览器的页面,复杂度增加10000000000000000倍。

    开发者的因素

    由于主题是“页面复杂度”,应该是页面本身的属性而与开发者无关,所以没有列入三大原则之中。但如果回归到现实需求中,开发者实在是无法绕开的一个关键因素。

    1、 开发者综合素质。除了技术实力之外,还有沟通能力、需求理解能力、责任心等,这些大家工作中已经有很多感触,就不再赘述。

    2、 开发者对业务的熟悉程度。这一点尤为重要,也是容易忽视的一点。有时候会出现这样的情况,同样的一个需求,小A只需要1天搞定,小B则需要3、4天,很有可能是因为小A一直是这块业务的开发者,而小B刚刚接手这块业务。由于代码本身的强逻辑性特征,哪怕同一个开发者去读自己三个月前写的代码,即使是最简单的一段几百行的代码,也很有可能不太记得其中的逻辑。对接手新业务的开发者来说,要读懂前人的几千行甚至是上万行代码绝对是非常艰巨的任务,会需要更多的时间和精力。

    一个小故事

    最后分享一个小故事,在上家公司合作过一位产品经理,有一次我们周末有事找他,他说他没空,报了java培训班,要上课去了。。。要上课去了。。。要上课去了。。。快要被抢了饭碗的感觉。

    展开全文
  • 用Java从零开始开发一个物联网项目

    千人学习 2019-07-21 17:05:29
    看到了吧,我不会只让你知道那些高大上的技术点,我向你们学会的是如何做一个完美的产品! 在这个课程中,你会看到太多太多跟其他教程不同的地方,你看到的不是Demo级别的案例,你看到的绝对是一个工业级别的...
  • 如何用Docker编排容器

    2015-07-30 18:33:32
    也许理解上面那句话的最好方式是通过一个老的类比:宠物 vs 奶牛。人们采用特别的方法使宠物存活并保持健康,管理员们用同样的方式来小心照料高端服务器以及它附带的一切冗余事物。但是在农场里,一头死去的奶牛依...

    欢迎来到后硬件时代。在这个时代我们把容器或者是虚拟机迁移到我们需要的地方,而不需要考虑容器或者虚拟机。这里我们介绍一些新的Docker工具来做这份工

    构建下一代应用是一回事,管理和运行它们是另一回事。

    图片描述

    也许理解上面那句话的最好方式是通过一个老的类比:宠物 vs 奶牛。人们采用特别的方

    法使宠物存活并保持健康,管理员们用同样的方式来小心照料高端服务器以及它附带的

    一切冗余事物。但是在农场里,一头死去的奶牛依然是做生意成本的一部分。可是在今天云

    的世界里,应用的设计允许出现失败,一台服务器挂了也没什么大不了的。

    现代应用编排工具的角色是监测成群的虚拟服务器或容器并且确保它们在正确的农场漫步(译者注:这里作者把容器和虚机类比奶牛,它们在农场漫步指虚机和容器能够在基础设施上正确有效地运行)。如果一个主机死掉了,一个新的虚拟机甚至新的容器会被快速地实例化出来。实例化过程中根本就没有管理员的干预,因为整个过程是自动的。你也不需要精确地知道哪一台主机或者容器或者它们的组合在运行你的应用程序。人们梦想实现IT自动化已经很久了。终于,今天的一些工具开始兑现这个承诺。如果你正在使用云级别的应用,尤其是需要扩展微服务应用,那么这样的工具对你很重要。

    一个为数据中心准备的系统

    在下面的场景中,数据中心操作系统的想法正逐步实现:除了作为计算,存储,网络的元素

    之外,单个服务器不那么重要。应用被绑定到虚拟机或者容器并且成为主要的管理元素。

    与管理单个服务器相反,我们要管理一整个数据中心:划分数据中心来支持不同的应用程

    序,构建不需要知道底层硬件任何信息的开发\测试\部署环境。它标识一个新时代的开始,

    那些为特定工作负载配置硬件已经是过去的事情了。

    一个关键概念是编排:它指动态放置应用程序和服务,以充分利用现有计算资源。编排是分

    布式,自动化计算的重要工具。它通过应用的定义和程序集来决定主机的放置和工作负载,

    管理扩展以及确保失败的主机和服务被正确处理。

    虽然Google的Kubernetes和Apache的Mesos项目或许是最著名的编排解决方案,但是

    它们距离最终的解决方案相差还很远。它们都是复杂的工具,需要在技能和资源上投入很

    多。它们是最好的应用大规模部署场景的工具。

    另外,小部分企业已经迁移到提供编排服务的私有云上,如Microsoft,OpenStack或

    VMware提供的私有云服务。但是,绝大多数组织依然在实验交付下一代应用程序的过程

    和所需要的工具。

    用Docker放牧“奶牛”

    我们需要一系列工具,它们能实现从一或两台主机扩展到一或两架主机再到整个数据中

    心。Docker采用的方法是他们正在使用的一系列实现容器自动化的工具:Machine,Swarm和Compose。

    Machine是Docker自动化工具的心脏,因为它使建立,配置主机服务器的过程自动化。它通过使用Docker的API为你提供单独的命令来建立主机服务器,配置底层Docker引擎并且

    设置客户端工具。它还能够附加一个主机到已存在的Swarm集群或者从原型创建一个新

    的集群。除此之外,你可以在不同的云供应商上使用容器以及在你选择的云环境上用命令

    行设置主机。

    一旦你实现了自动创建容器主机和启动Docker引擎,你可以使用Swarm,一款Docker集

    群管理工具,把这些主机集中到一个计算组织中。Swarm,使用相同的API作为标准Docker

    引擎实例,被设计用来提供容器可扩展的环境。如果你已经在你的DEVOPS环境中运行

    Docker, 你可以通过安装Swarm实现迅速扩展, 并继续使用现有DEVOPS工具和流程。Swarm有一个内置的调度器分配容器到单个Docker引擎节点,它还支持使用不同的策

    略来优化部署。

    创建一个Swarm就像给现有集群增加一个引擎一样容易。你可以使用Machine自动创建

    新的引擎或者使用Docker的API获得现有节点的索引。一个选择是使用Docker Hub

    registry来简化服务发现,就像Swarm标识和管理已注册的主机一样。Compose是一款更加复杂的工具。它使用YAML构建应用程序的描述,向我们展示一个应用程序中的多个容器是如何相互连接的。YAML有很重要的意义,因为它详细描述了你的引用程序,查阅YAML就像访问像Swagger上的API一样详细(译者注:Swagger是一款全球著名的API管理框架)。一旦你创建了应用程序的描述信息和它的构建方式,剩下的只需要一行脚本命令就能启动应用了。

    保持简单

    或许Docker编排工具最有趣的方面是它的简单。这三款工具(Machine,Swarm,Compose)

    都采用简单的命令,所以它将Jenkins或者Puppet和Chef这些环境管理工具脚本化不再复杂。因为这三款工具是在现有Docker API上构建的,所以他们让分布式环境的管理和控制更容易,它们让开发环境到生产环境的迁移大大简化。Docker的一些工具很适合作为数据中心的管理工具,就像Kubernetes。这些工具也很适合与公有云提供的工具协同工作。当你的应用程序从单服务器的开发测试环境扩展到运行在Azure或AWS的全面云服务上时,将Machine,Swarm和Compose组合使用,你能够更好地管理这些应用。即使应用程序在云规模的Mesos上运行,开发者们也不需要知道它们将容器交付到哪里,因为应用在被Swarm配置后看起来像一个Swarm脚本。这种抽象就是云计算相关的。

    展开全文
  • 福布斯这么说他:“一个山羊农场主是如何通过建造一台末日机器来赚取4144%回报的?” 他是塔勒布的搭档,推崇老子的“无为而治”,喜欢弹钢琴和吹号。在他眼里,达利欧的“投资圣杯”非常可笑。 他在一个湖边的农场...

    这篇文章是我在微信上近年来看到关于投资文章中水平最高的,没有之一。【本人注】

    今年赚钱最多的,居然是个牧羊人
    原创 老喻在加 孤独大脑 今天
    2020年第一季度,地球上并不好过,但仍然有人发了大财。
    赚钱最多的人之一,叫马克·施皮茨纳格尔,他的基金前四个月大约赚了40倍。
    福布斯这么说他:“一个山羊农场主是如何通过建造一台末日机器来赚取4144%回报的?”
    他是塔勒布的搭档,推崇老子的“无为而治”,喜欢弹钢琴和吹号。在他眼里,达利欧的“投资圣杯”非常可笑。

    他在一个湖边的农场放山羊,做奶酪,并被评为世界上最好吃的手工山羊奶酪。
    以下是这个故事背后的故事。


    无论从哪个角度看,尼德霍夫都是一个完美的聪明人。
    首先,他通过了第一流的智力测试:毕业于哈佛大学,并拿到芝加哥大学的经济学博士学位;
    其次,他还是一个职业运动的高手:五度荣获美国全国壁球大赛冠军,并于1976年获得世界冠军。
    第三,他是聪明人里的顶尖聪明人:他和比尔.盖茨一样,在哈佛大学的宿舍里不分日夜地用他非常精通的扑克牌进行豪赌,还热衷于和大师级的对手玩西洋跳棋。
    然而,仅有这些,还不足以让他日后成为索罗斯的操盘手。尼德霍夫还是一个投机高手。

    下面要讲的这个投机故事,据说被(看起来与尼德霍夫不是一条道上的)查理·芒格多次讲起。
    尼德霍夫想在哈佛大学取得甲等成绩,但他太忙了,于是他决定在选专业上“投机”一把。
    通常人们会想,去选个冷门专业,就像中国人报考哈佛的东亚考古,尼德霍夫是不是也该读一个“法国诗歌专业”?
    不,他选了经济系(资料显示尼德霍夫毕业于统计系)。
    尼德霍夫像黑客一样,发现了世界顶级学府里的如下漏洞:

    要成为哈佛大学的研究生特别难,所以这些研究生都非常聪明,做事有条不紊,并且十分勤奋;
    结果,哈佛经济系系的研究生承担了大部分原本应该由教授完成的乏味工作;
    所以,教授很需要他们,也对他们心存感激;
    于是,在研究生的高级课程上,教授们给出的分数总是甲等。
    

    经过如上观察与分析,尼德霍夫做出了一个“投机决策”:
    什么课都不选,专门选哈佛经济系那些最高级的研究生课程。
    结果是:他每门课程都得到了甲等的成绩,而且几乎没有去上过一节课。
    据说,后来人们管他这种方式叫做“尼德霍夫选课法”。
    这个故事背后的原理,与芒格推崇的“要去鱼多的地方钓鱼”一样。
    尼德霍夫的“投机”天赋,不仅是一种“街头智慧”,他更像是一个有着扎实专业功底和量化思维的概率交易高手:

    《黑天鹅》的作者塔勒布“称赞”尼德霍夫有如财务学领域中的培根(他的芝加哥大学的财务学博士应该不是靠选课混出来的);
    他早在上个世纪70年代,就编了一个用于赚钱的交易软件;
    他自称严格按照统计学意义上的“异常现象”,各种各样的时间序列分析,和量化的一贯心理偏见做交易。
    

    不负众望,尼德霍夫后来在华尔街声名鹊起,年回报率曾经达到35%,名列全球十大基金经理,连大鳄索罗斯也跑来邀他做交易员、系统设计员和合伙人。


    尼德霍夫的赚钱声望在1996年达到鼎盛。就在那一年的某一天,尚未成名的塔勒布前往康涅狄格州拜访这位传奇人物,确切说,塔勒布是去面试。
    当时37岁的塔勒布深受触动。尼德霍夫的大宅占地13英亩(约80亩地),仿阿尔卑斯山房舍而建,拥有网球场、壁球场和游泳池,还有塔勒布从小所梦想的藏书丰富的图书馆,室内的每一面墙都挂满了艺术品。

    在塔勒布看来,尼德霍夫既是骑士,又是学者,令人崇敬。
    当他环视主人惊人的财富象征时,突然冒出了一个古怪的念头:
    他也许只是因为运气好。
    几年后,塔勒布在自己的成名作《随机漫步的傻瓜》一书中,写了如下故事:

    吕底亚国王克罗伊斯被公认是当时最富有的人。据说希腊的立法者梭伦去拜访他时,并没有对主人身边的财富和金碧辉煌的事物表示一丝惊讶,也毫不赞美这些珍宝的主人。
    

    主人对梭伦无动于衷相当不悦,直截了当地问,难道他不能算是最快乐的人?
    梭伦答道:

    “看尽人世间形形色色、无数的不幸之后,我们不能因为眼前的享乐而狂妄自大,或者赞美稍纵即逝的幸福快乐。世事难料,未来变幻莫测。只有承蒙上苍垂怜从此能幸福以终的人,我们才能称之为幸福快乐。”
    

    我猜测塔勒布在写这一段时,也许想起了自己在尼德霍夫的超级豪宅里的感触。
    和很多成功人士一样,尼德霍夫在1996年出版了《投机教父尼德霍夫回忆录》,献给自己的父亲。书的开篇是这样的:

    “上来!浪太大了,和市场一样,你们会被淹死的!”一个匈牙利腔的声音对着我和我的女儿凯蒂喊着。我们正在长岛南安普敦海边,尽情享受着大西洋的海水浴。的确, 1992年8月的那一整个周末,由安德鲁飓风所引起的汹涌波涛是毫不留情的。
    

    那个大喊的人,是当时60多岁的投机之王乔治·索罗斯。
    索罗斯的呼喊,仿佛一语成谶。
    1997年,亚洲金融危机,尼德霍夫在泰国的最大重仓股泰国国有银行下跌了99%,他极力想挽回局面,抵押房子(占地80亩的豪宅)借来年利率15%的贷款,卖掉大量银器古董收藏,继续进行更高风险的下注。
    1997年10月,尼德霍夫出售标普500的卖出期权,在遭遇一次美股单日下跌7%后,他被清盘了。
    尼德霍夫失去了一切,他被炸得灰飞烟灭。


    归零后的尼德霍夫展现了惊人的韧性,他没有被击垮,开始撰写投资专栏,经常收到读者落井下石的羞辱邮件。
    《纽约时报》刻薄地写道:

    尼德霍夫为了偿债,为了抚养四个还未成年的孩子,为了维持家人的生活,为了再次回到他唯一了解的证券行业,不得不苦苦挣扎。
    从之前基金的废墟中重返市场,不论是在经济上还是心理上,都比尼德霍夫想象的更为艰难。“当你已经55岁时,还要做到不屈不挠是很难的,”他在家中书房里接受采访时如是说,“在你遭遇坏运气之后,你的支持者和客户就会产生恐惧。我现在处处都捉襟见肘。”
    

    尼德霍夫一边变卖银器收藏,一边隐忍地积蓄着力量。
    他在2002年2月东山再起,成立了斗牛士基金,他运用“多元时间序列统计”来判断短期市场的趋势,自2001年到2006年这5年期间,取得了每年复合增长率50%的惊人业绩。
    多元时间序列分析,是指对多变量时间序列的研究。
    例如,在化学变化中要分析压力、温度和体积的变化关系;在气象预报分析时需要同时考虑该地区的雨量、气温和气压等记录资料;在减肥中要观察运动、食量和朋友圈照片…
    别忘了,尼德霍夫毕业于哈佛统计系,在芝加哥大学获得经济学博士学位,在加州大学伯克利分校教过书。
    在2004年和2005年,斗牛士基金获得CTA最佳表现基金奖。

    然而,人算不如天算,斗牛士基金在美国次贷危机中受到重创,损失高达75%(尽管上半年收益率30%),不得不于2007年9月清盘。
    (类似的是,长期资本的原班人马也试图东山再起,不久后又再次挂掉了。)


    让我们来思考一个问题:
    究竟是什么决定了一个人的成功?
    尼德霍夫算是人生赢家,他连续两次冲到投机领域的世界之巅。假如塔勒布所嘲讽的华尔街赢家是“随机的傻瓜”,那么尼德霍夫连中两次头奖的概率也太低了。
    而且,尼德霍夫显然也是一个懂“算法”的人,他的投资奇迹,看起来都是凭真刀真枪创造出来的。
    尼德霍夫会雇聪明有活力的年轻交易员,鼓励他们发明创新的交易策略,有人说,他更像是在经营一个科学实验室。
    事实上,他带出了一大帮徒弟,至今活跃于投资舞台。
    从更深层次,尼德霍夫一直刻意训练自己的世界观与思考模型,看上去,他的“逆向思考”与索罗斯的“反身性理论”也很像。
    在《随机致富的傻瓜》这本书中,塔勒布夸尼德霍夫第一个站出来反对有效市场理论。

    “与金融理论界的经院派做法形成反差的是,他研究数据,寻找其中的不规则现象,而且找到了相当多,足够他成功地开展起以随机性研究为对象的职业,并写出一本见解深刻的书:《投机家的培养》。
    从那以后,兴起了一个行业,它的操作人员被称为统计学套利者。”
    

    一向臭屁的塔勒布承认自己受到了尼德霍夫的启发:

    “1996年他对我脱口说出,任何‘可测试’的论点都应该经过测试,从此我的交易风格经历了一次飞跃。他的忠告一语中的。”
    

    那么,他连续两次被清盘,只是因为运气不好吗?
    我在他巅峰时刻的自传《投机教父尼德霍夫回忆录》里隐约找到了答案。
    那本书的中文介绍中这样说:

    生活就是投机,而我们都是投机客,我们投机于我们的职业生涯、人际关系、游戏和投资。
    改变生活的决策能力取决于我们读取和预期事件结果的能力。
    

    从中,我能看出尼德霍夫与索罗斯最大的区别:
    a、尼德霍夫相信投机市场有“屠龙术”,人们可以找到“公式”,然后在市场上去证实这个公式;
    b、索罗斯不相信市场上真的有“屠龙术”,他也有自己的下注公式,但随时会推翻自己的公式。
    尼德霍夫的第一次“炸掉”,是因为在泰国股市进行无对冲杠杆投机(当时的动机是为了保持自己第一名的位置),随后又赌美国市场不会大幅下跌,结果被彻底抹平。
    尼德霍夫的第二次“炸掉”,是因为自己的交易系统遭遇了黑天鹅。
    索罗斯在市场上向来以大滑头著称,经常空转多,多转空。他雇佣了很多操盘手,甚至让他们自相残杀,并毫不留情地炒掉失败者。

    尼德霍夫一直试图证明自己是对的,而索罗斯习惯说“我错了”。
    如果用塔勒布的语境,尼德霍夫和索罗斯的最大区别是:
    尼德霍夫不懂“黑天鹅理论”,而索罗斯懂。
    如同梭伦所说:能幸福以终的人,我们才能称之为幸福快乐。那么,对成功的定义是否可以是:
    能不败以终的人,我们才能称之为成功人士。
    慢,假如相对挂掉的尼德霍夫,如今已经90岁的索罗斯算作成功(的确,他还活着,还拥有86亿美元资产),那么看起来他的“不败”是靠“主动求败”来实现的?
    一个怀疑论者能够在投机市场生存这么久,一定有他的“独门秘籍”,但是索罗斯又怀疑一切“公式”,这不是矛盾吗?


    多年后,出现在图书签售会上的塔勒布,身材健硕得像个保镖。这得益于他从尼德霍夫那里得到的启发,包括尼德霍夫拿过壁球世界冠军、经常和索罗斯打球、以及其巨大庄园里的好几个球场。

    塔勒布也创建了自己的对冲基金,就取名为“安皮里卡”(Empirica)。
    塔勒布的投资策略几乎与尼德霍夫正好相反:
    下注于小概率事件发生。
    尼德霍夫的策略是下注于小概率事件的不发生。
    两个人的人生哲学也不同:
    尼德霍夫想做第一,而塔勒布想不炸掉。
    作家格拉德威尔在文章里为大众介绍了安皮里卡的投资策略:买卖期权。

    比方说,假设通用汽车的股价是每股50美元,再假设你是华尔街的投资大户。
    有一个期权交易员来找你,他提出一项交易,他打算在未来三个月内,以每股45美元的价格,把通用汽车的股票卖给你,你愿不愿意接受?你要在什么样的利润前提下才同意用这个价钱买这只股票?
    于是你研究通用汽车过去的股价走势,发现通用汽车的股价很少在3个月内下跌超过10%,而那个交易员只在通用股价跌到每股45美元以下时,才会要求你买下他的股票。
    于是你说只要有每股0.1美元,就愿意承诺用45美元买进他手中通用的股票,你这么做就是卖出购进股票的期权。
    你是赌未来3个月内,通用汽车的股价维持相对稳定的可能性很高,如果你判断正确,那么说收到每股0.1美元就是净利润。
    而那位交易员则是赌一种可能性不大的情况,即通用的股票会大跌,如果他赌对了,那他获利可能非常可观。假设他以每股0.1美元向你买了100万股的期权,之后通用的股价跌到每股35美元,他就用这个价格买进100万股,然后交给你,要求你用每股45美元买下;这样一来一往,他突然变得很富有,而你却损失惨重。 
    

    这种交易用华尔街的术语来说,就叫价外期权。
    塔勒布的交易哲学是:只买期权。
    例如在上述通用汽车的例子里,塔勒布属于出0.1美元的那一方。
    用我的话说,塔勒布买的是“概率权”:当概率落在有利于他的那一边时,他有选择大赚一笔的权利。
    这一哲学以有黑天鹅存在为基础,随着时间积累,那些看似很难发生的极小概率事件,终究会发生。
    塔勒布在“9·11”事件发生前大量买入行权价格很低、无价值的认沽权证,用一种独特方式做空美国股市,“9·11”事件发生后而一夜暴富。
    随后,他在美国次贷危机爆发之前,又“先知先觉”重仓做空,大赚特赚了一笔。
    在外行看来,这不是买彩票吗?彩票不也是以小博大,用两块钱中一个亿吗?
    当然不是。我在如何用小概率赚大钱?(更正版)一文中对此有详细解释。
    有些最开始小概率的事情,随着时间的累积,变成了大概率事件,你要做的,是计算付出的时间成本和资金成本到底是多少,并据此计算下注的期望值。
    能够理解这一点的人很少,能够做到的更少。所以普通人别去碰期权交易。
    凡是以“准确预测”而自夸的投资者,最后都吞下了自己那误以为是水晶球的玻璃渣。
    我们在电影《大空头》里,可以看见男主角在下注后备受煎熬的情形。塔勒布也不例外。他后来在《黑天鹅》等书里显得有多牛哄哄,在经营安皮里卡时就有多焦虑。
    因为他们下注于小概率事件,购买那些特别便宜的期权,大部分时间都是眼睁睁地看着很多个0.1美元对赌的那一方收走。塔勒布备受折磨,表现出了许多他在自己书中嘲讽的傻瓜才会干的事情:例如,只在同一个车位停车,觉得马勒的音乐不吉利,等等。
    每天都在一点一点流血,而别人却在大赚特赚,这种煎熬是惨无人道的。
    这时,常常有一个员工出来安慰塔勒布说:
    “我们拥有更高的智慧,我们才是胜利的一方。”
    这个人叫马克·施皮茨纳格尔,当时是安皮里卡资本公司的首席交易员。
    就在前不久,他因为在疫情导致的股票暴跌中大赚40倍,而走入了人们的视野。


    在一家名为田园诗农场(Idyll Farms)的官网首页,你能看到草地上快乐的羊群,以及井井有条的奶酪加工作坊。
    山羊奶酪是一种奇怪的食物,我在加拿大西海岸的盐泉岛上的农庄里品尝过,喜欢的人很喜欢,讨厌的人很讨厌。
    田园诗农场的产品,被评为美国最好的手工山羊奶酪。农场的主人正是马克·施皮茨纳格尔,一个奇怪的对冲基金公司老板。
    “一个山羊农场主是如何通过建造一台末日机器来赚取4144%回报的?”
    这是Forbes的文章标题,财经作者们用一贯夸张的笔法,说马克·施皮茨纳格尔假如没有在放羊,就是在金融市场最狂野的角落大展身手。
    在观察者看来,马克·施皮茨纳格尔花了整整12年,来等待一场完美的灾难。
    离开塔勒布的安皮里卡基金后,马克·施皮茨纳格尔在摩根斯坦利混了几年,在2008年创立了环球投资。
    环球投资的策略是:
    尾部风险对冲。
    简而言之,马克·施皮茨纳格尔延续了和塔勒布做搭档时期的“以小博大”策略。
    但是这个策略绝非买彩票撞大运。
    这个世界上并不存在那种你拿到手上就一定赚钱的“炼金术”。想当年,索普写出了二十一点的必胜战术,也极少有人从赌场赚到过钱。
    看起来环球投资是下注于小概率事件,但是付出的代价是比这个小概率对应的成本还要低的赌注。
    而且,这种小概率事件的风险,会随着时间向前而累积。
    说说电影《大空头》里讲述的故事(也算是真实案例)吧。我做了个简单摘要:

    大空头的攻略

    时间:2005年-2007年。

    机会:2005年,发现美国房贷还款记录糟糕,违约率不断上升。

    下注:赌地产泡沫会破裂,做空次级房贷。

    赌注:CDS。若输每年缴1.5%保费,若赢赚30-50倍保费赔付。

    过程:从2005年开始下注,2006年基金大幅回撤,饱受煎熬。

    结果:2007年,次级房贷危机爆发,大赚一笔。

    让我们这样想象一下:
    有一个价值两亿的明朝青花盘,被一个土豪放在家里的客厅炫耀。有次你去他家做客,发现他家有三个熊孩子,每天打打闹闹,经常打坏东西,家长呵斥也没用。
    你心想,尽管主人很小心,早晚那个盘子会被熊孩子们毁掉。
    你心中估算了一下:

    盘子一年内被打碎的概率约为30%;
    所以两年内不被打碎的概率是(1-30%)✖️(1-30%)=49%;
    也就是说,两年内被打碎的概率是(1-49%)=51%。
    

    于是,你对主人说:我们来合作一把,我来出钱帮你这个盘子买个保险,万一出事儿了,赔付的钱我们对半分。
    回到《大空头》,即使迈克尔·伯里预测准了次贷危机会发生,谁会给他以小博大的筹码呢?
    还真有。
    这个工具就是CDS(Credit Default Swap信用违约互换):相当于你给别人的房子买保险,赔钱的话算你的。
    CDS被比喻为“为大火正要吞没的房子投保,房子是别人家的”。
    就像我上面编造的帮土豪的青花盘买保险的故事。
    CDS费率每年只要1.5%,合约的期限可以长达30年。
    用我们上面的概率计算来看,这个看起来像赌博的游戏,胜率接近100%,而爆掉的风险则很小。
    你看看,这像不像一个局外人版的“俄罗斯转盘游戏”:
    有一群人在玩儿俄罗斯转盘游戏,大家用装了一颗子弹的左轮手枪射自己的脑袋。
    你坐在旁边,下注只要有人中弹你就能赚50万,但是你要付给每个射自己但没中弹的家伙一次一百块钱。
    这里面的秘密非常简单:
    1、不管多么小概率,只要玩儿下去,一定会有人中弹;
    2、你付出的代价很小,你得到的回报很大。
    你可能会说,天下凭什么有这种馅饼呢?
    问题就在于,馅饼出现的时候,极少有人认为这是个馅饼。
    这和哥伦布发现新大陆是一样的。
    我们来分析一下:
    首先:第一个认出馅饼,其实是非常艰难的事情。
    我们的主角迈克尔·伯里,是如何发现馅饼的?
    他阅读了上百份抵押债券说明书,每份说明书都有上百页。
    据说他是除律师之外,第一个真正仔细阅读这些复杂文件的人。
    其次:从发现馅饼到吃到嘴,是一个煎熬的过程。
    从下注到青花盘被打碎,迈克尔·伯里等了三年。这中间因为2006年基金大幅回撤,他饱受投资人的摧残,一般人早就坚持不下去了。
    即使后来证明他赌对了,投资人们也早早赎回,没让他创造出更大奇迹。
    投资就是这样,馅饼即使摆在眼前,人们也未必看得清楚。
    即使你掌握了炼金术,你也要亲自找到馅饼。
    让我们回到环球投资。
    “尾部风险对冲”绝非到处去买彩票,而是花“小钱”,买到被错误定价的对冲资产。
    更形象的描述,还是要回到我发明的“概率权”,环球投资以极低的价格去购买那些被甩卖的概率权。
    难题在于,你能否发现那些馅饼?又是否能够持续找到被低估的对冲资产?
    简而言之,这个策略看似简单,其实非常反人性。连塔勒布这类看似理性冷酷的人,他自己的基金后期据说成绩很一般,外加身体出了状况,后来也关掉了。
    同时,持续性地找到被错误定价的对冲资产,似乎需要一个人和一家公司始终很聪明,这类事儿能够持续化、规模化吗?
    事实上,从2009年到2019年,美股迎来一场超级大牛市,许多尾部风险对冲基金都亏得一塌糊涂。
    马克·施皮茨纳格尔的环球投资,却赚得让人眼红:

    2007年刚成立就在全球金融危机实现翻倍的业绩。
    
    从2008年开始算起,该基金的年回报率竟然达到了76% 。
    
    2015年由于油价大跌以及中国经济放缓导致的市场大幅度调整,一天内净赚10亿美金。
    
    2020年第一个季度,因为全球疫情导致的危机,该基金实现回报约40倍。
    

    环球投资看起来也很会做生意,也就是募集资金,因为基金总是需要弹药的。
    环球投资的产品,被形象地称为“巨灾保险”,客户多是钱很多的金融机构,比如养老基金、主权基金(据说当年也向中国推销过)。
    客户指定部分需要上“保险”的资产,向环球投资额外提供一部分资金,环球投资管理并对额外资金收取相应的提成。
    举个个人投资者熟悉的例子,我们都知道指数基金投资最适合业余投资者,那么,如果我们采用塔勒布的“哑铃策略”,用大部分的指数基金,加小部分的尾部风险对冲,结果会怎么样?
    马克·施皮茨纳格尔在2020年初的致股东信中(看来敢于给股东写信是个值得关注的投资信息)做了一个数据模拟:

    持有96.7%的标普500和3.3%的环球投资的“巨灾保险”,在过去十年的投资回报是319%。
    不仅好于仅仅持有标普500,也好于那些配置75%标普500和25%其他资产的组合。
    更何况,这个数字还没有包括一季度的40倍!
    

    难怪马克·施皮茨纳格尔洋洋自得地在信中调侃:
    难道我们真的是“超级看跌”策略吗?


    几乎所有投资策略,都会面临“是否相信市场有效理论”的拷问。
    2013年10月14日,瑞典皇家科学院宣布授予美国经济学家尤金·法玛、拉尔斯·皮特·汉森以及罗伯特·J·席勒该年度诺贝尔经济学奖,以表彰他们在研究资产市场的发展趋势时采用了新方法。

    瑞典皇家科学院指出,三名经济学家“为资产价值的认知奠定了基础”。
    有趣的是,尤金·法玛和罗伯特·席勒持有完全不同的学术观点,前者认为市场是有效的,而后者则坚信市场存在缺陷。
    “这些看起来令人惊讶且矛盾的发现,正是今年诺奖得主分析作出的工作”,瑞典皇家科学院如是说。
    尤金·法玛认为,股票市场中的股票价格不断地反映了关于股票的所有信息。股票市场价格趋势无法预测。
    先锋基金的创始人约翰·伯格凭借这一理论,以及极低的费率,开创了指数基金的奇迹。
    巴菲特一方面嘲讽市场有效理论,说这样的教授越多他越容易发财;而另一方面,他鼓励业余投资者买指数基金。
    橡树资本的霍华德·马克思捣了个大糨糊:

    没有一个市场是完全有效或无效的,它只是一个程度问题。我衷心感谢无效市场所提供的机会,同时我也尊重有效市场的理念,我坚信主流证券市场已经足够有效,以至于在其中寻找制胜投资基本上是浪费时间。
    

    据说尤金·法玛在芝加哥大学讲义里的最后一页写着:
    “我刚才所说的一切,都是错的。”
    塔勒布和马克·施皮茨纳格尔的投机秘密,在于利用“非对称性”。
    这是对主流投资理论基石的怀疑。
    现代投资组合理论使用方差作为风险的度量,默认了回报率影响是对称的。
    马克·施皮茨纳格尔说:“这是一种根深蒂固的误解,应归咎于现代投资组合理论(MPT)。

    1952年,美国经济学家马可维茨在他的学术论文《资产选择:有效的多样化》中,首次应用资产组合报酬的均值和方差这两个数学概念,从数学上明确地定义了投资者偏好,并以数学化的方式解释投资分散化原理,系统地阐述了资产组合和选择问题,标志着现代资产组合理论(简称MPT)的开端。
    

    该理论认为,投资组合能降低非系统性风险,一个投资组合是由组成的各证券及其权重所确定,选择不相关的证券应是构建投资组合的目标。
    虽然现代资产组合理论做了很多在现实市场中并不存在的理想化假设,使得该理论无法在投资实践中得到普遍应用,但它在传统投资回报的基础上第一次提出了风险的概念,认为风险而不是回报,是整个投资过程的重心,并提出了投资组合的优化方法,马可维茨因此而获得了1990年诺贝尔经济学奖。
    (以上来自百度百科。)
    过去三十年对冲基金们一直在试图通过构建跨资产类别的投资组合来降低风险,说到这儿,你也许想起了桥水基金的达利欧所说的投资圣杯:
    要找到15个或者更多更良好的并且相关性非常低甚至为零的回报流。
    但是在马克·施皮茨纳格尔眼里,压根儿没有所谓的投资圣杯。
    他用历史数据严厉地指出:
    通过构建跨资产类别的投资组合来降低风险,这从未实现过。
    马克·施皮茨纳格尔和塔勒布认为,问题在于,华尔街这群“幸运的傻瓜们”所采用的策略,从最开始的理论就是错。
    这导致投资者忽视尾部风险,从而导致在黑天鹅面前束手无策,即使强大如桥水基金也不例外。
    在《黑天鹅》里,塔勒布拿着一张10元德国马克的纸币,对着上面的高斯头像和钟形曲线浮想联翩:
    “真是令人震惊,钟形曲线竟然成为风险管理工具,被监管者和穿深色西服、以乏味的方式谈论货币的中央银行人员使用。”
    塔勒布想说的是,钟形曲线的不确定性计量方法,忽视了跳跃性或者不连续变化发生的可能性及影响。
    使用钟形曲线,就好像只看见小草,而看不见参天大树。
    虽然发生不可预测的大离差的可能性很小,但我们不能把它们当做意外而置之不理,因为它们的累积影响如此强大。
    传统的高斯方法只关注平均水平,把意外当做附属问题。例如分析人的身高,最低也有几十厘米,最高两米多。
    但是有些事情,并不平均,焦点在于极端值,而非平均值。
    举个例子,你在街头分别随机拦住(无关联的)两个人,已知两个人年薪加起来是200万,请问以下哪种可能性更大?
    1、两个人的年薪各为100万;
    2、一个人的年薪是180万,一个人是20万。
    考虑到20万更接近人均年薪,以及收入分配的不平均,上述“2”的可能性更大。除非你是在一个俱乐部拦住两个身份近似的人。
    另外一个例子:

    这种倾斜在图书销量中更为明显。如果我告诉你两位作者的书一共销售100万册,最可能的情况是一位作者的书销售了99.3万册,另一位的销售了7000册。
    这种情况比每位作者分别销售50万册的可能性大得多。对于大的总数,其构成会越来越不对称。
    

    这就是不对称性。
    塔勒布由此提出一个策略:
    把意外当做起点,把平均水平当做附属问题。
    这就是“环球投资”大赚其钱的智慧起点。


    说回“完美的聪明人”尼德霍夫。
    在他第一次爆仓的前一个月,尼德霍夫与塔勒布共进晚餐。
    尼德霍夫告诉塔勒布,自己在裸卖看空股指期权。作为一名哈佛大学和芝加哥大学毕业的专业人士,他计算过自己赌注的风险,市场大跌至伤害他的概率非常小,小到可以忽略。
    尼德霍夫所做的,正是与日后的塔勒布和马克·施皮茨纳格尔所做的相反的事情,为了从交易商(像环球投资那种)拿到几百万美元,他承诺以当前价格从他们手中买入一篮子股票,如果市场有所下跌的话。
    塔勒布面对自己崇敬的大人物,感慨万千,他回忆到:

    “我跟他道别时心里很沮丧。眼前这个人,一下子能够挥上一千个反手拍,下棋时也仿佛身家性命都押在上面。眼前这个人,不论一早醒来想要做什么,最后总是做得比别人都好。我是在跟心目中的偶像对话……”
    

    墨菲定律永远是宇宙间最强大的定律,胜过一切数学公式和物理定律,更何况过于完美的钟形曲线。
    1997年10月27日,标普暴跌7%,极小事件发生,尼德霍夫被要求以原来的价格买入一亿三千万美元的股票。
    他爆掉了。
    尼德霍夫很聪明,但仍然不够聪明。
    他有世俗世界最顶尖的聪明,但是他的聪明无法跃升至世俗世界更上面那一层。
    他曾经是索罗斯的操盘手,两人在一起打网球,一起度假。
    然而,尼德霍夫和索罗斯从来都不是一路人。
    尼德霍夫这样说:

    索罗斯不是我的朋友、客户,更不是良师益友;他是一头狮子,他尽他的职责,捕杀弱者,以及命令他下方的那些动物互相残杀。
    

    尼德霍夫相信确定性,塔勒布和索罗斯都相信不确定性。
    这一点从双方的偶像差别中可以看出来。
    格拉德威尔写道:

    尼德霍夫的偶像是19世纪科学家弗朗西斯·高尔顿。尼德霍夫还给长女取名高尔特,在他的图书馆里也有一张高尔顿的全身肖像。高尔顿是统计学家和社会科学家(也是遗传学家和气象学家)。
    视高尔顿为英雄的人相信,把从实践经验获得的证据加以整理排比,以及汇集所有的数据点,那所有需要知道的东西都在掌握中。
    

    塔勒布的偶像是卡尔·波普尔。
    波普尔主张:
    我们无法确切知道某个论点是否正确,而只能确定某个论点不正确。
    有趣的地方出现了,塔勒布自称从尼德霍夫身上获益良多,包括经验主义。
    可是尼德霍夫说:“塔勒布是不相信经验主义的经验主义者。”
    他认为:一个人如果认为经验是不可靠的,那主张从经验中学习又有什么意义?


    假如你认真看过几本波普尔,就会发现索罗斯终其一生,都在讨好这个完全不记得他的老师;而塔勒布写来写去,都是对波普尔的拙劣模仿。
    1987年,塔勒布受到了索罗斯的启发,在书店里读了《科学发现的逻辑》一书的50页,接着,狂热地买下了所有能找到的带波普尔署名的书,生怕它们脱销。

    “那是一间灯光晦暗的侧室,里面有一股刺鼻的霉味。我生动地记得那些思想划过我的脑海犹如神的启示。”
    

    波普尔的哲学体系,重点在于批判的理性主义,这即与经典的经验主义及其观测-归纳法泾渭分明。

    波普尔尤其反对观测-归纳法,他认为科学理论不适用于普世,只能作间接评测。
    
    他也认为,科学理论和人类所掌握到的一切知识,都不过是推测和假想。
    
    人在解决问题的过程中不可避免地掺入了想象力和创造性,好让问题能在一定的历史、文化框架中得到解答。
    
    人们只能依靠仅有的数据来树立这一科学理论,然而,此外又不可能有足够多的实验数据,能证明一条科学理论绝对无误。
    
    (例如,人们在检测100万头绵羊后得出“绵羊是白色的”这一理论,然而检测之外,只要有一只黑色的绵羊存在,即可证明前面的理论错误。谁又能无穷无止地检测绵羊,以证明“绵羊是白色的”理论的绝对无误呢?)
    
    这一“可错性”原则所推演出的“真伪不对称性”(真不能被证明,只有伪可以被证明),是波普尔哲学思想的核心。
    

    索罗斯在英国求学时拜师于波普尔,他曾自述说,他的目标是在华尔街赚足够多的钱来支持他成为作家和哲学家。
    但显然,华尔街不止给了他足够多的钱,还为他提供了一个巨大的试验场。
    在我看来,金融市场是一个介于自然科学和社会科学之间的“领域”,其中既有来自物理世界的随机游走,又有来自数学世界的均值和方差,还有来自人类的非理性行为。
    索罗斯用两个命题说明他的核心思想:
    1、谬误性。在参与者有思维能力的前提下,参与者对世界的看法永远是局部的和扭曲的。
    2、反身性。这些扭曲的观点可以影响参与者所处的环境,因为错误的看法会导致错误的行为。是“”。
    让我们对比一下尼德霍夫和索罗斯:
    a、尼德霍夫是一个证实主义者;
    b、索罗斯是一个证伪主义者。
    a、尼德霍夫的“投机实验室”,试图发现成功的秘方;
    b、索罗斯的“金融炼金术实验室”,试图对猜想进行反驳。
    塔勒布讲过自己一个叫罗赞的朋友的故事:

    他曾经花了一整个下午与索罗斯辩论股市。当时索罗斯强烈看空股市,还搬出一套煞费苦心的理论,结果事实证明这套说法完全错误。那段时期股市多头当道。
    两年后,罗赞在某场网球比赛上巧遇索罗斯。罗赞问他:“你还记得我们的对话吗?我是记得非常清楚。”索罗斯答:“我后来改变主意了,结果赚了好大一笔。”他居然改变主意!
    

    塔勒布的基金名字叫安皮里卡,Empirica来自“经验主义”一词。
    但是塔勒布和尼德霍夫对经验主义的理解是不同的。

    尼德霍夫像一个高尔顿时代的统计学家;
    
    而塔勒布像一个贝叶斯主义的经验主义者,他将经验输入,目的不是为了证明,而是为了更新。
    

    波普尔的主张其实是一种对于理性的批判。真正的理性在于它可以接受批判,不迷信,不盲从的批判和探索是理性真正的精髓所在。
    波普尔的理性态度是,我可能错,你可能对,通过努力,我们可以更接近于真理。科学之所以科学在于它既可以被证伪又不服从任何权威。
    所以,一个波普尔的信徒,应该是习惯于说:
    我可能错了。
    或是像塔勒布那样。2009年春季,正值金融风暴未息时,格拉德威尔在某个会议上碰见他。塔勒布说:
    “现在我们手上管理的资金有好几十亿,可是我们还是什么都不知道。”


    马克.施皮茨纳格尔在放山羊做奶酪之余,也写书。
    他推崇自由市场经济,信奉奥地利学派。他认为美联储和政府的不断干预反而会让风险累积。
    很有趣,他的基金正是靠这种风险累积来赚钱的,这也算是一种对冲吧。
    马克.施皮茨纳格尔16岁开始在芝加哥期货交易所当学徒,95%的时间都在亏损。他从中学到:

    “学会承受损失,以及在损失扩大成灾难之前及时抽身”。
    
    “我必须愿意长期看起来像个傻瓜,靠承受微弱的损失来等待大赢家。”
    

    很遗憾,他的赚钱智慧对于普通人没有直接帮助。

    我也不相信“交易员”是一个好职业,除非你极其聪明,会一门乐器(像《大空头》里的鼓手,马克.施皮茨纳格尔会弹钢琴和吹号),以及能够做出投资之外很酷的事情,例如世界上最好的山羊奶酪。

    马克.施皮茨纳格尔写过一本书,叫《资本之道》。封面有个大大的“DAO”,正是来自中国的道家的“道”。我还在书中看到了“Shi”这样的字眼,也许说的是“势”。

    他放山羊做奶酪,也许是想起了庄子说的:日出而作,日入而息。逍遥于天地之间,而心意自得。

    列子可以御风而行,众人艳羡,说他得道了。而庄子不以为然,认为列子并不算是得道,因为他依然依靠起风。

    而风,并不是宇宙间的那个“常”,非恒有之物。

    假如列子习惯于御风高高在上,假如有一天风停了呢?

    塔勒布则推崇用斯多葛哲学解决反脆弱的问题。就像庄子在《逍遥游》表达的“无待”:

    不用等待起风,不在乎他人评价,不去比较,独立而存,遗世而行。如此,方得“逍遥”。

    对比而言,尼德霍夫太早成名,太早拿到太多冠军,他太想拿第一,太想证明自己,太想拿回自己失去的东西。

    罗素说:我绝不会为我的信仰而献身,因为我可能是错的。
    别为你的信仰押下全部赌注,信奉道家或斯多葛学派,做一个贝叶斯主义者。

    最后
    我赞成尼德霍夫的说法,人生是一场投机。
    但我的观点是:
    生命不是一个靠拥有而证实的过程,而是一个因失去而证伪的过程。
    斯多葛哲学说:对成功者而言,能够抛弃无用的东西是必须具备的能力。
    忙碌的人忙于任何事情,除了生活。所以,你打算做自己的“山羊奶酪”吗?
    马克.施皮茨纳格尔花100万美元买的湖边农场太超值了,温哥华附近的农场大概要好几倍的价格。羡慕之余,我突然意识到,也许“未来春藤”是我的奶酪?
    从世俗的智慧来看,尼德霍夫给我的启发是:
    他是第一层的“聪明人”,能够在他参与的每一个领域成为最厉害的人。但是他的成功总是充满了脆弱性,总是承受着得失之苦。
    就像拳击台上的冠军,宿命终究是被击倒。
    那么,什么是第二层“聪明人”呢?
    我们必须上浮到世俗世界头顶的抽象空间,对人世、对自己形成超然的鸟瞰感。
    我们要赞美这个世界,也要怀疑这个世界。
    我们必须知道,那些我们自以为知道的人世间规律,在无尽的未知宇宙里,只是一个非常小的过家家游戏,充满了虚妄的规则,和天真的假设。

    展开全文
  • 人的 抉择2

    2011-03-09 17:52:21
     如果给你一个鸡蛋,你能把它变成一座农场吗?可能绝大多数人会认为这样的问题太不可思议,并给出否定的回答。但是,在一些人的眼里,这个问题的答案却是肯定的:可以。 首先把蛋孵成鸡,再让鸡生蛋,蛋再孵成鸡……如此...
  • 后来童靴说非凡软件上有一个偷菜外挂,于是赶紧整了一个,有了外挂之后就告别了体力时代,省时又省力……既然在PC上有外挂,那在智能手机上可以外挂呢?答案是OK的,今天这篇文章就是讲解一下如何在Android设备上...
  • 美国农民与“大数据”革命的故事

    千次阅读 2014-04-03 11:18:06
    这些日子,美国发生了什么事情呢,美国农业是... 但是这一次,一个新的、更阴暗的问题出现了:最大的种子公司如何从拖拉机、联合收割机及其他农场设备上的传感器收集大量的数据,让农民们的不安情绪越来越强烈。
  • 这里只讲对外的推广方式,不谈网站本身的内容如何,体验如何, 为什么说是初级篇,这是因为但凡月以上推广的人,都知道这些是必需的:1. 论坛推广这里包括贴吧,说吧,知道等的推广2. 博客推广3. 邮件...
  • 安全逃离的题解

    2020-04-12 11:10:17
    他想要确信在紧急情况下,所有的奶牛都有一个安全逃离方案。因为在紧急情况下,奶牛们都会失去观察和判断能力,所以最近john一直在教奶牛们逃离的方法,他的方法很简单,就是任何时候都只向北方或东方逃离,北方是行...
  • 他想要确信在紧急情况下,所有的奶牛都有一个安全逃离方案。因为在紧急情况下,奶牛们都会失去观察和判断能力,所以最近john一直在教奶牛们逃离的方法,他的方法很简单,就是任何时候都只向北方或东方逃离,北方是行...
  • 必须正确处理的几方面 第6章 街头指示牌和面包屑 设计导航 第7章 首先要承认,主页不由你控制 设计主页 确定你对的几件事 第8章 农场主和牧牛人应该是朋友 为什么Web设计团队讨论可用性是在浪费时间,如何...
  • Message-Driven Bean EJB实例源代码 2个目标文件 摘要:Java源码,初学实例,EJB实例 Message-Driven Bean EJB实例源代码,演示一个接收购物订单的消息驱动Bean,处理这个订单同时通过e-mail的形式 //给客户发一个感谢...
  • JAVA上百实例源码以及开源项目

    千次下载 热门讨论 2016-01-03 17:37:40
    5个目标文件,演示Address EJB的实现,创建一个EJB测试客户端,得到名字上下文,查询jndi名,通过强制转型得到Home接口,getInitialContext()函数返回一个经过初始化的上下文,用client的getHome()函数调用Home接口...
  • 收获不知Oracle

    2018-08-07 14:23:17
    2.2.1 老余的三小故事 16 2.2.1.1 顾客的尺寸 16 2.2.1.2 有效的调整 17 2.2.1.3 记录的习惯 18 2.2.2 体系结构原理初探 20 2.2.2.1 从普通查询SQL说起20 2.2.2.2 老余故事终现用心良苦23 2.2.2.3 一起体会...
  • 对这个问题提出的一个解决办法就是自动公路系统。 当汽车进入公路系统,一支伸缩臂从车上落下与铁轨接触,这种铁轨同给地下列车供电的铁轨相似。一旦与铁轨连接,汽车就由系统供电,汽车的操纵交给中心计算机。然后...
  • 实例193 一个有时间限制的测试版 实例194 判断经历多少个工作日 实例195 实现系统分段报时 实例196 利用timeGetTime函数更精准地计算时间差 实例197 使用DateAdd函数向日期型数据加值 第7章 数据处理技术 ...

空空如也

空空如也

1 2
收藏数 22
精华内容 8
关键字:

如何做一个农场