Open sidebar
每日文摘
搜索
趣图
名言
人物
标签
搜索
热点人物
戴尔·卡耐基
卢梭
罗翔
查理·芒格
史铁生
张爱玲
佚名
周希陶
罗曼·罗兰
维克多·雨果
约翰·洛克
简·奥斯汀
杰夫·贝索斯
爱默生
鲁迅
歌德
陈继儒
马云
钱钟书
稻盛和夫
人气标签
我
你
自己
事
爱
生活
世界
人生
死
路
时间
梦
生命
幸福
永远
善
快乐
恶
成功
希望
爱情
人类
社会
努力
教育
精神
自由
女人
朋友
心灵
这与你在房间寻找东西没什么两样：每一次搜索都使得产生结果的概率更大，但前提是你可以肯定你搜索过的区域中不可能藏有你要找的东西。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
纳西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb），男，安皮里卡资本公司的创办人，也是纽约大学库朗数学研究所的研究员。
只需对假设进行一个小小的变更，然后看看影响有多大，以及这种影响是否会持续加剧。如果影响加剧，就像房利美的案例一样，那么就意味着依赖于该模型的人会在“黑天鹅”效应影响下遭受毁灭之灾。非常容易。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
只计算收益而忽略失败的概率是完全错误的。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
正所谓伟大的天才只是找寻到了前辈的足迹，实用性的创新只是践行了祖辈的理论。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
正式的学者并不比那些所谓的江湖郎中更高明，他们只是将他们的欺骗行为掩藏在看似更有说服力的理性之下。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
正如我所说，在商业上，人们会付费购买通过合同约定和安排的选择权，因此明确的选择权往往价格昂贵，就像保险合同。但因为我们的头脑中存在领域依赖性，所以我们在其他地方认不出它来，而在这些地方，这些选择权的价格被低估或者根本没有定价。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
正如我们在塞内加的思想和泰勒斯的赌注中所看到的，风险比知识更重要，决策的影响将超越逻辑。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
正如俗语中所说，只要倒出你鞋子里的小石子就可以了。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
正如斯多葛主义是关乎情绪的驯化而非消除，杠铃策略也力求驯化而非消除不确定性。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
正如前面我们所看到的关于伏尔泰的故事，你不可能杜绝别人的批评；如果批评伤害到你，就远离它。比起控制你的声誉或公众的看法，换份工作要容易得多。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
这种由可选择性驱动的搜寻方法并不是愚蠢的随机方式。由于可选择性在其中起作用，随机勘探法成为容易处理和可望获得成果的随机性。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
这与你在房间寻找东西没什么两样：每一次搜索都使得产生结果的概率更大，但前提是你可以肯定你搜索过的区域中不可能藏有你要找的东西。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
这样的压力源肯定比一个温和但连续不断的压力源有益，后者大多是让你在生活中感到压抑的东西。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
这些有关贡献的错觉大多来自于证实谬误：历史属于那些会写历史的人（不论是赢家或输家），这一事实已然可悲，但更糟糕的是，写这些文字的人虽会提供证实事实（也就是行得通的事情），却没有呈现一个完整的画面告诉我们哪些事实行得通、哪些事实行不通，由此让我们形成了第二种偏见。比如，定向研究会告诉你哪些项目依靠资金资助成功了（如艾滋病治疗药物或一些现代药物的研制），但不会告诉你哪些项目不成功，所以你会形成基金资助项目比随机项目更有成效的印象。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
这位学生形成了一种阅读亚当·斯密、马克思和哈耶克等人原著的习惯，因为他相信这些书籍即使到他80岁的时候也会时常引用。他告诉我，在定下这个书籍选择规则后，他意识到他的同龄人读的往往都是最及时但很快就会过时的书籍。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
这是泰勒斯模式而非亚里士多德模式，即根据收益而非知识来做决策。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
这世界上有很多中间地带并非“黄金地带”，因此完全适用杠铃策略（最大限度的安全加上最大限度的投机）。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
这就是生活中的核心错觉，即认为随机性是有风险的，是一桩坏事，消除随机性，就可以消除风险。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
这就解释了我说过的话，你可以愚蠢，但只要具有反脆弱性，表现仍然会很好。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在这么大规模的一个变量面前呈现脆弱性，意味着在所有其他参数面前都是脆弱的。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在有些领域，罕见的事件（我再重复一次，它们或好或坏）起到了不成比例的重要作用，但我们却往往会忽视它，因此，关注如何利用或避免发生此类罕见事件将大大地改变我们的风险值。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
在有副现象的情况下，你最终看到的是A和B在一起。但是，如果你通过考虑顺序来优化你的分析方法，从而引入一个时间维度——A与B谁先发生——并分析证据，那么你会看到A是否真的会造成B。
纳西姆·尼古拉斯·塔勒布
纽约大学库朗数学研究所的研究员
