真正的聪明人，从不迷信数字中国之最关于0的迷信 _中国之最关于0的迷信

文末有福利，记得滑到最后
数据不能告诉我们普遍的真理，数据的量越大，我们越容易陷入混乱，恰恰是因为拥有如此多的数据，我们才需要模型。
【真正的聪明人，从不迷信数字中国之最关于0的迷信】作者 | 斯科特·佩奇
整理 | 周琪
仅仅在25年前，大多数人想获得知识只能倚赖书架上的几本书。如今，知识每天以数据包的形式在“空中”自由流动，不再受纸张束缚。
我们也许可以通过数据了解到发生了什么，至于为什么发生，数据并不负责提供答案。
例如，统计显示，工人每生产一件产品获得的报酬越高，他们的产出就越少。依据经验判断，我们容易得出“更高的计件工资拉低了生产率”的结论。
然而，如果引入一个薪酬取决于工作条件的模型，就会发现，如果工作条件很差，导致很难生产出产品，那么每单位产品的工资可能很高；相反，如果工作条件很好，那么每单位产品的工资就可能会很低。
因此，并不是更高的计件工资导致了更低的生产率，而是更加糟糕的工作条件导致了这种结果。
数据不能告诉我们普遍的真理，数据的量越大，我们越容易陷入混乱，恰恰是因为拥有如此多的数据，我们才需要模型。
巴菲特的搭档查理·芒格是模型思维的实力拥趸，他说，
人类犯的最大的错误之一就是“根据狭隘的经验进行单一归因” 。有个谚语是这么说的：一个拿着锤子的人，看什么都是钉子。这就是为什么我要建议你以多元的方式去构建和使用思维模型，因为那“更接近真相” 。
《模型思维》作者斯科特·佩奇也提醒我们，“任何单个模型都有可能遭到失败”，面对一个复杂的系统，我们不能“将整个世界雕刻在关节上”，不能满足于双重模型、三重模型甚至四重模型，而是要成为多模型思考者。
以下是佩奇运用模型思维揭示的一些隐藏在现象背后的数字秘密：
01 股票涨跌有规律可循吗？
摆在你面前有一个盒子，里面装了灰球和白球。我们设定初始值为零，如果抽取出一个白球，就在总数上加1；如果抽取出一个灰球，就从总数中减1 。
每一次抽取的结果都是随机的，前一次的结果不会对后一次造成任何影响。由于结果未知，被称为随机游走模型。
上图显示了Facebook在2012年5月18日首次公开发行后一年中的每日股票价格数据，以及另一个已经校准为具有类似方差的随机游走，你也可以理解为是一条随机生成的曲线。
首先，在总共249个交易日内，Facebook的股票价格在127天内是下跌的，占总交易日数的51% 。
其次，Facebook的股票价格连续两天在同一方向上发生变化的时间只占总时间的54% 。
最后，持续出现在同一方向上的最长波动应该是8天，在这一年时间里，Facebook的股票价格曾连续10天上涨。
因此，总的来说，我们不能否认Facebook的股票价格符合随机游走模型的假设。
经济学家打过一个比方，如果有人看到人行道上有张一百元的钞票，就会把它捡起来，然而只要这样做了，钞票就会消失。
同样的逻辑适用于股票价格模式：如果它们存在，它们就会消失。
因此，充满了聪明的投资者的市场几乎必定不会包含什么可预测的价格模式。既然价格不会出现任何模式，那也就只能是随机游走了。
02 只要运气好，我也能成巴菲特？
回到那个装了白球和灰球的盒子，当白球和灰球的数量相等时，抽取出白球的概率等于1/2，连续抽取出两个白球的概率等于1/2乘以1/2，以此类推。
一般情况下，如果白球的比例为P，那么连续抽取N个白球的概率等于P的N次方，越来越小，无限趋近于零，这个实验过程被称为伯努利瓮模型。

真正的聪明人，从不迷信数字 中国之最关于0的迷信

真正的聪明人，从不迷信数字中国之最关于0的迷信