两个法则，一个是高斯法则，也就是正态分布。另一个是幂律法则，可以理解为二八法则。
图片
我们的世界中绝大部分事物它们发生情况的分布是正态分布，即在某些情况下发生的可能性是很大的（红色很高的山峰）。如果我们把横轴看做发生的可能性，纵轴看做发生的数量。比如1000个男人的身高是在1.5米-2.3米之间，辣么1.7米-1.9米就是那个红山峰或周围一点的距离，1.5米和2.3米就是山脚下那一丢丢的个数（栗子不是很严谨，但大概就是这么个意思）。
图片
然后我们对照看幂律分布,翻译成和正态分布相对应的男性身高语言，即1.5米-1.55米的男人好多呀，再高的就要少好多了，再高的越来越少，越来越少，但是居然有身高3米的男生...（现实中是不可能存在这样的自然分布的，只是为了举个栗子）。财富分配符合这一分布，穷人总是绝大部分，越有钱的又少，但是越少的人掌握着越丰厚的财富。
图片
在正态分布的时间，如果两天内市场下跌30%，应该是每天下跌15%左右。但是在幂率分布的时间，可能是一天下跌了29%，另一天下跌了1%。
一个火鸡每天被主人投食，火鸡会认为被投食是常态。但是到了感恩节的那天，火鸡没有等来投食，而是被主人一刀杀了做感恩节大餐了。事实上，主人养着火鸡，就是为了感恩节那天吃（美国人感恩节习俗必吃火鸡），但是火鸡却认为自己遭遇了黑天鹅。在塔勒布的宇宙里，有些事情的发生后果是0和1，这就是风险管理的重要性。一旦某些风险发生，即便概率再低，产生的结果是出局，那么这种风险一定要防范。
大部分人用正态分布思维做风险管理，认为发生风险是小概率事件。最典型的案例是长期资本公司的倒闭，他们认为发生这样的风险，是好几个标准差以外的事情。然而，金融市场的特点是幂率分布而不是正态分布，每隔几年，或者十年，都会出现标准差以外的事件。这意味，长期资本管理公司的风险管理模式，倒闭是必然的，只是时间问题。
图片
在传统金融学里面，我们的统计方法都是基于正态分布的，比如说夏普比率、Beta等等。很长一段时间，我们看一个基金经理或者金融产品好坏与否，都是通过夏普比率来看的。但是问题是，既然金融市场本身是极端斯坦，不是平均斯坦，那么夏普比率的意义就不大。我相信在长期资本倒闭前，其夏普比率是超高的。许多对冲基金也都出现了10个标准差外的损失。包括2020年新冠疫情出现，把全球的“风险平价”模式的对冲基金都干掉了，除了桥水以外。风险衡量的指标，要回归到本质。如果一个人真的在冒险，那么最终的结果可能就是被“清算”，除非你运气极好……
重视赔率超过概率，市场给黑天鹅事件定价过低，赔率特别好，那么就一直做，直到必然会发生的那天。相对于高概率来说，既然世界本事具有很强的不确定性，许多高概率是被“虚高”了，那么在投资上不如专注在高赔率。这一点我们也在《大空头》一书中看过。只要抓住一生一次的交易，超高赔率交易出现一次，就足够了。
火鸡也许可以预测每天早上食物的多寡，但不可能预测感恩节的到来，所有的数学分布和统计估计依然是经验框架下的产物。认知真相无比之难，经验之外不可知的那一部分总是让人寝食难安，此时应该如何应对呢？塔勒布的哲学拨云见日：反脆弱，不用做预测大师，只需要改变赔付关系即可。在黑天鹅降临之时，具备反脆弱特性的事物不但不会受损，反而还能有巨大收获。
不确定性是最大的确定性，不确定性才是常态。人们总是希望通过种种方式降低不确定性，获得确定性。在实际决策过程中，人们往往过度关注预测的正确与否，希望无限提高正确率，但是到头来却在赔付结果上吃了亏，形成决策上的巨大错配。一个预测大师可以99%的时间都正确，然后在1%的时候赔得底儿掉。预测准确率的提高如果对应赔付的大幅恶化，这样的准确并没有意义。
结论：胜率重要，但其上限不够高，赢亏比，其天发板是极高的，比概率更重要。
同时反脆弱防黑天鹅（风控，寿星的核心秘籍），下周很多朋友会意识到这句话的含金量。
给你的交易插上翅膀，申请优惠手续费，内部策略服务，加入期货裙，课程资料：长按识别或扫描： 本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。长宏网配资提示：文章来自网络，不代表本站观点。
