诚心诚意地推荐你了解复杂性科学，它，可以让你看穿许多大忽悠，同时，它，也可以让你去大忽悠别人。
——坤鹏论
有人曾说过，当今世界，突发事件控制着人类的行为，特别是在危机的时候。
今天，坤鹏论就来聊聊这个话题。
一、什么是肥尾？
1.重温正态分布
之前坤鹏论在《股市为什么总是八赔一平一赚》详细讲过正态分布。
正态分布最直观的例子是人的身高。
以中国为例，大部分成年男子的身高平均值在1.7米左右，极端高和极端矮的情况极为罕见。
如果以身高为横坐标，以取得此身高人数或概率为纵坐标，得出来的分布曲线是钟形的——中间部分很高，几乎每个人都在平均身高上下12厘米左右，越往两边，衰减越明显，也就是人数越稀少。
正态分布在日常生活中很常见，除了身高，还有情商、智商，某地河流的水位，某种电子管的使用寿命，在特定生产条件下生长某种农作物的产量等。
2.如果股市符合正态分布
如果股市的运动变化像人类的身高变化一样符合正态分布，结果会是什么样呢？
首先，股市将每500年才会发生一次年降幅达10%或以上的情况；
其次，股市降幅达到20%或以上的情况，将闻所未闻。
而事实真相是：
道·琼斯工业指数平均每5年就会发生一次降幅达10%以上的情况；
20%甚至更高的股市跌幅，仅是20世纪就发生了9次。
3.什么是肥尾？
如果画一张道·琼斯工业指数月度变化图，聚集在平均线的点很少，大起大落的情况却很多。
这种现象被统计学家称为肥尾。
名字很形象（英文为fat tail），大起大落的情况在图表上的显示就是突起，而它恰恰分布在曲线的尾端，看上去就像拖着一根肥胖的尾巴。
肥尾就是指没有预料到的厚尾或者突起，它往往会出现在用于度量风险及其影响的分布曲线尾端。
它是以图表的形式来描述一种风险，该风险来自于某类特殊的、极端的事件，虽然发生概率非常小，可是一旦发生就会造成灾难性的损失，比如：市场的巨大震荡。
黑天鹅就是典型的肥尾现象。
4.肥尾是幂律分布的典型效应
到这里，肥尾的基础知识讲得差不多了，但是，坤鹏论还要继续让你提升认知。
坤鹏论之前比较详细地讲过复杂性科学。
而肥尾就是复杂性科学中著名的幂律分布的一个典型效应。
我们先重温一下，什么叫幂律分布？
讲概念，比较难懂，我们来看图说话。
在坐标轴上，这是一个头部严重向左靠拢，还拖着长长尾巴的分布形态。
这样的数据图形表现就被称为“幂律分布”。
前些年流行的长尾理论，以及更加著名的二八法则、马太效应、Zipf定律等，它们并非严格意义上的理论、法则或定律，都不过是幂律分布衍生出来的通俗定律罢了。
如果你熟悉幂律分布，对于它们的理解简直就是秒懂，这就是多学科思维模型的力量。
幂律和幂律分布是复杂性科学的重要概念。
什么叫复杂性科学？
之前坤鹏论曾讲过，这里简要说说。
从定义上讲，复杂性科学是一门在还原论 、经验论及“纯科学”等经典科学的基础上，吸收系统论、理性论、人文精神等而发展起来的以探索复杂性为主、以超越还原论并将还原论同整体论结合起来的、关于复杂性系统一般理论的学科。
简单说，以前的科学基本都是以还原论为基础，线性看待世界。
但是，只要有人参与的事情，科学们都有些捉襟见肘，没有一个能正确地分析和预测，因为这些事情无一例外地都呈现出非线性的特性。
这些事情被称为复杂性系统，大到人类社会、政治、经济、金融，小到股市、商业，甚至是个人。
举个简单例子：
如果将一块石头向空中扔出去，根据物理规律，我们能够判定石块会沿着一条抛物线的轨迹飞出去，落下来。
但是，如果把石头换成一只活生生的小鸟呢？
在我们把它扔出去前，你能预知它会飞向哪个方向吗？
别说你了，就连科学家们也只能靠猜。
小鸟的运行轨迹绝对不会像与它体重相同的石块一样。
就连孩童都知道原因——小鸟有生命，会飞。
扔出去的小鸟朝哪飞就是非线性的。
关于复杂性科学就聊到这里，坤鹏论强烈建议你去读读我的文章。
因为它们绝对会让你对很多事情有重新的认识，认知的提升立竿见影。
它，可以让你看穿许多大忽悠。
它，也可以让你去大忽悠别人。
幂律分布从属复杂性科学，所以它表现出来的曲线就是复杂性系统的增长分布特点。
比如：所有复杂性系统都有着不均衡和非线性的特性。
而在幂律分布可以直观地看到，它所体现的分布，比如：财富、股市、金融市场等，增长法则不是线性增长，而是非线性的指数级增长。
当达到一种濒临崩溃的临界状态时，可能只是一个很小很小的因素就造成了坍塌级的突变。
这就形成了指数级增长的起点，它在幂律分布图形上的表现为，曲线在一点发生突破，然后直接走上极为陡峭之路。
比如：股灾来临后的骤然大跌；
再比如：财富只要突破某个临界点后，后续就是指数级的爆发式增长，其表现就是富者越富。
请注意，上面的“崩溃”和“坍塌”只是用来表示现象，没有贬义。
到这里，肯定会有朋友想，靠幂律能不能算出突变的那个点呢？这样的话，是不是就能算出股市崩盘的时间点？
确实，有人号称用幂律的数学公式实现了股市崩盘预测，自称效果显著，但也只是自称而已。
到目前为止，复杂性科学界认为，幂律可以用来衡量，也就是通过对它的测定能判断系统是否处在突变的临界状态。
但是，幂律只能告诉我们崩溃的整体统计，却无法告诉何时崩溃，所以崩溃是不可预测的。
而且，幂律还让我们明白，即使处于健康状态的经济系统也可能会随时崩溃，对此更是无法作出准确预测。
所以，幂律之下的肥尾效应也是根本无法预测的。
有人将肥尾的风险比作帕斯卡的赌注，也就是你最好相信上帝，而不是去承担做错事所造成的痛苦。
这就是相信概率，同时也要相信运气。
如果你千算万算还是输给了运气，比如：胜率99%，赔率1%，效用计算后为正，结果那1%发生了，此时你最正确的做法就是——随它去吧！
5.从幂律分布看成功
前面坤鹏论讲了，凡是人参与的事情都是复杂性系统，就连人本身都是系统性系统，所以都符合幂律分布。
那么，这也证明了，只要努力地坚持做一件事，先期很长一段时间肯定会是平稳的曲线，波澜不惊，甚至让人觉得渺茫无望，不过，一旦突破临界状态，就是指数级增长。
但是，能够突破的人永远凤毛麟角，只因那句名言：成功的路上并不拥挤，因为坚持的人不多。
所以，成功者总是极少数，就像财富分布图那样永远呈现极其不均衡的状态。
另外，复杂性科学告诉我们，要想在社会、经济、企业、家庭等复杂性系统中生存得更好，生存得更高，关键靠自己的竞争适应性要强，也就是打铁还需自身硬。
同样，如果想从容面对未知风险，关键还是竞争适应性，也就是到时候谁更有能力抗得住。
复杂性科学告诉我们，未来虽然不可预测，但是可以塑造，如果你不努力去塑造未来，那么很可能被那些因塑造未来而获得竞争优势的人赶超。
二、向火鸡学习风险
通过对肥尾的学习，我们应该明白一个道理——不管是人生还是投资，真正的风险往往不是来自我们已经知道的事，而是未知且伤害极大的事。
如果风险已知，即使你战胜不了它，也可以惹不起，躲得起，避得远远的——“如果知道我会死在哪里，那我将永远不去那个地方。”
但是，很多时候，天生自负的我们，总以为风险被控制在范围内了，实际上结果往往出乎意料之外。
因为这些风险完全难以发觉，再加上幂律分布的关键临界点谁也无法预测，且突变的发生总是比人们预料的缓慢。
所以，绝大多数人都浑然不觉。
即使有人高喊有风险，只要声音寥寥无几，大部分人也不会有任何危险的感觉，直到事情发生为止。
坤鹏论在塔勒布的《黑天鹅》中看到这样一个故事，对于未知风险的理解相当有启迪，讲给大家听听。
话说有一只火鸡，它出生在一个美丽的农场。
从它记事时起，每天都有一个人按时来喂它可口的食物，风雨无阻。
随着每次喂食，这只火鸡越来越相信，那个每天都来的人类，绝对是因为真爱才来给它喂食。
它的信心也随着喂食次数的增加而增加，安全感越来越高。
这就像人类对统计的信任一样，样本越多，越笃信未来也会像过去历史一样运行。
直到1000天以后，也就是感恩节前一个星期三的那个下午。
火鸡还在信心满满地等待善良的人类来喂食。
结果，一件它永远不能相信，也绝对预料不到的事情发生了……
1000天的喂食，相当于过去数据，它们让火鸡得到了一切安全的结论，此时，它应该有着前所未有的安全感。
但是，讽刺的是，这一天却成了火鸡最危险的一天，成了感恩节的大餐。
对于火鸡来说，这就是一次“黑天鹅事件”。
而对于喂食给它的“善良”人类来说，这一切则早已注定，并非意外。
从上面这个小故事，我们应该悟到什么？
一直以来，我们都用统计数据给自己胆量判断未来。
但是，统计数据也可能成为我们最大的误区和风险。
就像那只火鸡，过去的喂食资料（历史数据）不断证明它的假设——人类是善良的，他对我真好。
和人类一样，火鸡也认为，数据样本量越大，可信度越高。
所以，它有越来越多的理由相信，自己越来越安全。
正如坤鹏论以前所说，不管是价值投资，还是技术分析，都是用以前的统计数据猜未来，本质都是猜猜猜的游戏。
其实只要用常识的脑子稍稍一动，我们都能明白，过去历史的统计数据，可以评估投资成果，但很难被用在预测未来偶发事件与伤害上。
2008年，整个美国金融行业都使用同一个风险晴雨表——风险价值（VaR）模型。
理论上，它既是一个简洁的指标（将大量信息整合为一个单独的美元数字），又有强大的概率论支撑（对每家公司的资产和交易头寸都给出了预期收益和损失值）。
人们都认为它是一个不可多得的投资工具。
量化分析专家会使用该模型给出投资者一个数字，比如：1000万美元，用来表示一项投资在一个特定周期内有可能让其蒙受的最大损失，并且，出现这个结果的概率为1%。
也就是说，该投资在99%的情况下会使公司的损失低于1000万美元，但会有1%的概率造成重大损失。
结果，2008年来临，20世纪30年代大萧条以来最严重的全球金融紧缩，无法计量的美元币值蒸发……
后来，许多人将VaR模型视为金融危机的始作俑者和罪魁祸首。
可是，归根结底，数据就是数据，它没有创造它的人聪明。
VaR模型背后就是有人在有意地向投资者灌输着——像行星撞地球这种小概率事件根本就是杞人忧天。
还记得坤鹏论以前曾讲过的吗？
风险和概率无关，只和伤害的大小相关。
在投资中，有些机会胜率超高，可能达到99%，但就是那个1%的亏损概率，就能造成极大伤害。
时间越长，意外几乎必然会发生，而且很难预测，这就是黑天鹅现象的主旨。
其实，我们不怕意外，但怕的是意外的伤害是否会大到无法想象。
以前坤鹏论也相信经济有周期，自从学习了复杂性科学后，这一观点完全颠覆，如今只相信“经济有规律，从来无周期”。
就像许多人总是谈起市场周期性，似乎光是说说这个名词，都能让自己披上预言家的华丽外衣。
但是，现实却总是打这种论调的脸。
就像去年的股市，按照周期论的说法，早早就应该大熊市了吧。
然而并没有！
实际上，我们通常不知道接下来会发生什么。
即使参透了规律，也知道规律大神过后的种种可能。
但是，谁能准确地掌握这位大神何年何月何时降临？！
前些年，包括已经过去的2019年，曾经自命神准的预言家纷纷哑火，闭嘴不说话了。
不过，规律大神行事，无人知其准确时间，但可以确定的是，只要时间够长，意外就一定会发生。
即使它在统计上的意义是小数点后几个零之后，但它必然不是零。
这种意外在统计学上被称为肥尾现象。
说白了就是，意外发生的概率比你想的都还要高。
但是，它的样本太少，已知种类太少，所以根本无法对其进行统计，也就根本无法事先预见，从而造成低估风险的可能。
还记得坤鹏论在复杂性科学中讲过的混沌的例子吗？
麻省理工学院的气象学家爱德华·洛伦兹只是把方程式中变量的有效位由原来的6位减为3位，也就是说，将原先设定的计算小数点后6位减为计算小数点后3位。
结果，他得到了两幅截然不同的图画，上面标出了两种极不相同的天气系统。
这就是“差之毫厘，失之千里”，这就是混沌理论。
原因只是意外的样本太少、已知种类太少，所以你原本的统计数据无效，造成低估了风险的可能。
三、如何消除风险？
风险是无法完全消除的，否则它就不叫风险了。
但是，我们可以采取以下几个策略，让预期的伤害控制在范围之内。
第一，永远都要未雨绸缪。
晴天修房是个真理，牢记，牢记！
第二，尽可能去定义任何最坏的情况，并评估会造成的损失。
这就是坤鹏论以前所讲的，解决恐惧的办法就是定义恐惧，解决风险的最好办法同样也是定义风险。
通过做出各种最坏的假设，你可以把黑天鹅变成灰天鹅，因为只要事前能预估伤害，就可以安排相应的措施。
第三，遭遇极小概率的意外时，让自己有机会从中“得到好处”。
这是《黑天鹅》作者塔勒布另一本书《反脆弱》中提到的概念。
你可以把一小部分的资金放在如果极小事件发生就会受益的机会里，虽然大多数情况下，这些资金会亏掉，但因为资金小，所以伤害并不大。
可是，一旦发生偶然的意外，你就会得到极大的好处。
这就是所谓的富贵险中求，火中取栗吧！
数学家出身的投资大师詹姆斯·西蒙斯，就是一位靠肥尾赚钱的高手。
他的大奖章基金在市场出现“肥尾”的年份，收益率反而更高，市场越是惊涛骇浪，它的表现似乎越好。
这位牛人是量化交易之父，身价216亿美元，在美国富豪榜排名21，世界第51。
最后，用塔勒布的一段话结尾：
“最大的风险从来就不是那些你能看得到、算得出的，而是那些你看不见从而无法估量的，那些看上去似乎远不在正常概率范围内、远远超出你的想象、你认为一辈子都不可能发生的风险。事实上，它们的确会发生，而且比你所能想到的要频繁得多。”
本文由“坤鹏论”原创，转载请保留本信息
注：坤鹏论由三位互联网和媒体老兵封立鹏、滕大鹏、江礼坤组合而成。坤鹏论又多了位新成员：廖炜。即日起，坤鹏论所有自媒体渠道对外开放，接受网友投稿！如果你的文章是写科技、互联网、社会化营销等，欢迎投稿给坤鹏论。优秀文章坤鹏论将在今日头条、微信公众号、搜狐自媒体、官网等多个渠道发布，注明作者，提高你的知名度。更多好处请关注微信公众号：“坤鹏论”微信公众号：kunpenglun，回复“投稿”查看，自媒体人可加QQ群交流，群号：6946827
最新评论