【贈書活動：風險之書】* 3本

✅ 讀書心得－《Against the Gods》風險之書(上)

《風險之書》是一本不能用短時間讀完、消化並吸收其中智慧的一本好書👍👍(所以買了很划算這樣XD)

當初在拿到這本書之前，我認為風險，或是風險控制這個概念在目前的投資市場中應該已經不是一門新學問。倘若你進行投資決策之時沒有同時兼顧「獲利」與「風險」這兩個面向，那我認為你並沒有一個通盤考量的完整計劃。

Howard Marks在《投資中最重要的事》這本書中告訴我們，真正的風險是「本金蒙受損失」的風險，意即你最大風險是將本金全部虧光，想要在市場中翻身的機會是零。不過在現在這個金融環境下，你的風險也有可能因為信用擴張的關係而蒙受比自身資產還要更大的損失。

所以，我們應該去了解風險❗️而《風險之書》這本書，帶領我們從風險這個概念的源頭開始，來介紹風險這個觀念的發展史。將這個概念從0到1，從1再到無限大。

為什麼是無限大❓因為在風險管理這門課題上，尚無一個明確的答案，它不是非黑即白，也無法藉由縝密的數學或科學來計算。直到今日，風險仍是源自我們對於這個世界的不確定性而產生的可能損失。

在尚未有風險這個概念存在(或人們尚未附予它這個名字)之前，人們是怎麼去思考風險這件事❓

本書的英文書名Against the Gods提供了答案，我們之所以可以與眾不同的原因，在於幸運之神恰好降臨在我們身上。不過，如果我們認為幸運之神之所以選擇自己，是因為某種特別的因素，那我們可能高估自己的能力了。或許，一切都是隨機！

隨機性也是不可能的風險因素，塔雷伯在《隨機騙局》這本書中為這個問題提供了精彩的討論。或者，如果你將相關性誤認為因果性，那你對於許多事情則會產生了錯誤的認知與選擇。要知道，你所知道的事，遠比你以為你所知道的事，還要少得太多。而我們所不知道的事，比我們知道的事更為重要。

不過，值得慶幸的是，現今人們對於風險這個概念的認知已經進步非常多了。「當你得不到想要的東西時，就會得到經驗。」有了管理風險(與不確定性)的能力，我們會更願意去接受風險(無論成功或失敗)，而這也是推動經濟不斷發展的關鍵要素。

在讀這本書的時候，前半部的內容讓我想到之前讀知名作家華特·艾薩克森所撰寫的《創新者們》這本書。在這本書中，艾薩克森告訴我們，電腦與網路是這個世代最重要的發明，但是背後的創造者卻鮮為人知。在書中所介紹的毎個人物，他們就像齒輪般環環相扣，是推動時代巨輪不可或缺的關鍵因素。

而在《風險之書》這本書裡，同樣提到了許多對於「風險」這門科學與藝術的學問有所貢獻的偉大人物，他們是哲學家、數學家、經濟學家們。

他們同樣基於對於這個世界的一點叛逆心，充沛的好奇心而做出一些「異於常人」的舉動，將想像化為現實，將現實化為理論，將理論化為科學，並將這些科學留給後人做為永續的討論。

舉個有趣的例子，1662年一位小商人葛朗特在他撰寫《根據死亡率所做的自然與政治觀察》中，綜合了1604~1661年倫敦的出生率與死亡率，並用很長的篇幅解釋這些數據。在統計學與社會研究的發展史上，這本小書是一大驚人的突破，使抽樣方法與機率計算法都猛然躍進了一大步。

葛朗特說：「他從大家不屑一顧的死亡率報表中，推演出那麼多出乎意料之外、有深度的結論，給他非常大的樂趣。」甚至他豎立了市場研究的觀念，藉由統計數字來進行推論，善用已知資訊來對各種可能性進行預測，甚至，人口統計這項研究也開始愈發重要。

中後半部分，理論逐漸形成，開始有人去思考，如何將這些理論實際應用在人類的經濟行為與日常生活當中。這裡開始是我覺得非常精彩，也是這本書更燒腦內容的開始。包括均值回歸的問題、股市的隨機性、賽局理論等討論章節，都值得讀者不斷進行延伸的思考。

純數字的計算，例如機率或是期望值，對於我們人類頻繁做出「非理性行為」這個問題，無法提供令人滿意的解答。凱因斯在《機率論》中提到：「機率、重量、風險等觀念，都仰賴判斷」，而「信心水準的基礎就是人類素養的一部分。」

他也認為，「經濟學上不確定問題的根本，就在於經濟活動本身往前看的特性。」所以我們也可以理解，為什麼在經濟學領域，早期的基本假設「理性人」被抨擊，近年行為經濟學的討論卻愈發熱烈。因為篇幅關係，我們將「行為學」這個部分留到下一篇🤣🤣🤣

🌟 "公開"分享+留言：我要抽『風險之書」』+ 空格 + 你想要的原因

🌟 我們5/2 中午12點抽獎截止、之後就會公布得獎名單喔！

✅ 商周官網獨家77折優惠👍
🔗 https://bwbook.pse.is/FDRV5

✅ 心得連結
🔗 https://pse.is/DY3ZU

#讀書心得 #風險之書 #AgainstTheGods

#冷統計 #冷閒聊 【為什麼這世界，總是沒辦法兩全其美？】
從一個科學宅的角度，我們來談一談！#柏克森悖論
　
嗨唷～讀者們不知道你有沒有想過，為什麼越讓人食指大動的食物，越是不健康（高油鹽與糖，就是讓你胖）；反之，健康的食物通常很難吃。
　
身邊的人，怎麼好相處的都相貌平平；而「天菜」好像往往個性都很機歪不好相處？
　
還有啊，為什麼文組巨人就是理科侏儒，反之亦然？（好想偷偷問上理科太太一兩個歷史問題）
　
難道上天自有一把尺，自動收掉了那些太完美的人......讓這世界維持這種「有一好沒兩好」的平衡呢？，說來有些公平，但還是有點遺憾啊！自古紅顏多薄命，啊～～（關羽你不能死
　
等等，別急著認同按讚並分享。
　
你知道嗎？讀者你可能一直被一個致命的統計陷阱蒙蔽，才會以偏概全，認同這公平的幻影。就像科宅喜歡說的：世界是隨機的，但隨機不完全等於公平——它真的只是「隨機」而已。
　
各位好，歡迎來到深夜的日冷怪談單元，今天的主題不管從哪個方面來說都非常之恐怖。因為科宅編又想聊 #數學 了～每日一登冷。
　
但是一樣，先說好，整篇都白話文，沒有可怕的公式，看個圖表就收工。那我們開始囉！
　
話說，統計學是讓資料說故事的一門藝術，精確來說是把資料綑綁、鞭打、刑求，逼資料說人話的藝術。XD
　
一般來說，大部分的人都是靠「感覺」而不是靠「資料」過生活的。不過，我們的感覺也依據「資料」，就是一些腦海中容易想起來的例子，連貫起來做一個快速的判斷。統計學家聽到這種平民的玩意，非常之不置可否，並酸酸地說了句統計界名言：
　
「把軼聞（anecdote）湊在一起，算不上資料（data）。」
　
就是在批評說普通人沒經過統計學訓練，光憑感覺的過程中，不曉得犯了多少 #認知偏誤 。哪比得上白紙黑字又嚴謹的的統計學方法呢？
　
但話說回來，統計也不是沒有弱點的。科宅覺得用伍佰老大的歌〈真世界〉來描述統計學很貼切：
　
「關於這個真世界，不小心，你就會事與願違」
　
魔鬼就藏在細節裡，害你整個推論都出錯的根源，可能藏在一個細微的前提，甚至單單一個字裡唷。
　
今天的微冷開頭舉的食物好吃與健康的例子，容我把大家讀到那段話時，腦中迅速想的ＯＳ寫出來，類似這樣：
「這個判斷句是真的嗎？食物的範圍太廣，就只想我熟悉的食物吧......欸，【好吃但不健康】的食物可以舉出太多，【不好吃但健康】的食物似乎也有一些，【又好吃又健康】的食物嘛，不能說沒有，但很難想到（天山雪蓮之類的？）。我開始相信你了，似乎真的有一好沒兩好。」
　
第二句也很類似，講到人的顏值和性格的關聯性，我們腦中的資料庫也在運轉，二話不說，就開始把親朋好友分類成【顏值高又好相處】、【顏值不高但好相處】和【顏值高但不好相處】三組。然後覺得似乎這話有點道理。
　
只有一個小小的問題，為什麼是分成三組——應該是四組才對啊，兩個是非題，二二得四，各占平面一個象限。
　
嘿對，被遺漏的那一群正是問題所在：
　
【不健康又不好吃】的東西，即使存在，在我們考慮「食物」的時候也不會刻意想它吧。
　
而【顏值不高又很難相處】的人，在列舉「朋友」的時候，往往是不會列入考慮的QQ。（對不起正在看這篇的讀者不是在說你
　
等於說，我們考慮這類命題時，常常自動把「抽樣」的範圍限制在「Ａ或者Ｂ」，四個象限中第三象限「既不Ａ也不Ｂ」就塗黑掉不考慮。那麼，剩下的三個象限就非常可能自動形成了「負相關」，有著從左上角畫到右下角的趨勢（線），好像把「Ａ不Ｂ」和「Ｂ不Ａ」連起來。 #甜不辣 #申不害 #阿不拉 #好不鬧
　
原來魔鬼藏在「或」這個字上啦。#或或或或或或或或
　
這個平常思考上，也是統計學上的可怕陷阱，起初是一位研究醫學流行病學的專家提出的。並以他的名字命名為「柏克森悖論」（Berkson's paradox），或者「入院率的偏誤」。
　
例如說，某院醫生很高興的把病患抓來研究......我是說統計研究，才不是縫起來做成人體蜈蚣呢，千萬不要誤會。
　
很可能，醫師們會發現一些離奇的結論，例如「蛀牙的人，更不容易得到高血壓（呈負相關）」，難道冥冥之中真的注定，上天是公平的嗎？
　
但事實上兩者根本無關。
　
會得到這個結果，說破了就只是因為——沒有蛀牙也沒有高血壓的人，不容易出現在醫院，就醬而已 。因為來醫院的人，大致滿足「身體至少有一種病」的前提，等於是「Ａ或Ｂ」，咻，一條原本不存在的趨勢線就平空出現了。
　
嚴格的統計學得出的結論，卻因為過程中隱藏的謬誤而不能跟它認真了。幫QQ。
　
柏克森悖論的威力超強，它甚至可以讓明明整體上明明是有正相關的族群，因為我們只觀察了其中某一小群人，反而看起來有強烈的負相關。
　
血淋淋的例子就是文組理組之永恆的（沒來由的）互相鄙視。
　
如留言中的圖二，假設橫軸是「文科綜合成績」，縱軸是「理科綜合成績」，我直接假設了一個蠻合理的狀況：一個人腦筋越靈光，應該同時越擅長文科和理科（但程度可能各有高低）。整體圖像是一個左下到右上傾斜（正相關）的分布，代表魯鈍到天才。
　
但只要增加一個簡單的機制，我們就能非常容易地獲得斬釘截鐵「學生的文科和理科能力呈負相關」的結果。
　
我們只要依照文科和理科的【總分】把學生分成一群一群的，也就是「能力分班」或者「志願落點升學制」。那麼（一點都不）神祕的事情就會發生：光看同一個「程度」或同一個學校的學生，必定看到左上右下的負相關！
　
原理是醬，依照總分分割，等於在圖上畫出一條條左上到右下的分隔線。而高中數學課有記載，【Ｘ＋Ｙ＝總分】的圖形斜率是負一嘛。原來，這個人為的分組過程，才是引進了那個負相關的罪魁禍首啊。
　
（破功惹，還是寫了一個公式～～）
　
最後再厭世一下，人看世界覺得公平，可能純粹是由於我們習於看世界的眼光折射出來的幻影。畢竟公平是人造的概念，自然並不懂什麼是公平。嘛，我們下次見。