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
查理·芒格
卢梭
罗翔
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
恶
快乐
成功
希望
爱情
人类
社会
努力
教育
精神
自由
女人
朋友
心灵
我们再来看看这两种截然不同的回报，一种是“左边受限”（损失有限，如泰勒斯的赌注），一种是“右边受限”（收益有限，如保险公司或银行等）。这其间的区别至关重要，因为生活中的大多数情况不是属于第一种就是属于第二种。
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。
我只在自己有写作欲望的时候写作，而且只写我喜欢讨论的主题，要知道，读者可不是傻瓜。所以，我往往用拖延的方式等待内心的自我呼唤，用这种慢慢进化而来的本能来抵抗对我写作的任何干预。
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
我知道，我很难向天真的数据驱动型人们解释，风险存在于未来，而不是过去。
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
我之所以如此愤怒是因为我意识到，预测并非中性事物。它会带来医源性损伤，对冒险者造成不折不扣的伤害，就好像用蛇油膏来代替癌症治疗方案，或者像乔治·华盛顿那样进行放血治疗。
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
我之前阐述的理念是，财富会让我们在逆境中损失得更多。如果在命运安排的事件中，你失去的比能够得到的更多，那么就形成了一种不对称，而且是不利的不对称。
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
我用杠铃来形象地描述在某些领域采取保守策略（从而在负面的“黑天鹅”面前保持强韧性），而在其他领域承担很多小的风险（以开放的姿态迎接正面的“黑天鹅”）的双重态度，从而实现反脆弱性。
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
我一生都在使用一个简单但非常有用的启发法：骗子是可以识别出来的，他们都会给你正向的意见，而且只有正向的建议，利用我们对所谓秘籍的轻信和热衷，听他们一说，我们顿时会觉得某件事再明白不过了。
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
我想提醒读者，学问和有组织的教育不是一回事儿。
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
我们知道错误的事情远多于知道正确的事情，或者就脆弱/强韧的分类来说，负向知识（什么是错的，什么不起作用）在错误面前比正向知识（什么是正确的，什么起作用）更强韧。
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
我们之前发现的证据表明，课堂教育并不会带来财富。而是有钱之后，人们才会接受教育（一种副现象）。
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
我们在此所说的目的论谬误，是指你有个错觉，以为自己确切地知道将来的方向，在过去也确切地知道自己将来的方向，其他人过去所取得的成功也源于清楚地知道自己的方向。
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
我们再来看看这两种截然不同的回报，一种是“左边受限”（损失有限，如泰勒斯的赌注），一种是“右边受限”（收益有限，如保险公司或银行等）。这其间的区别至关重要，因为生活中的大多数情况不是属于第一种就是属于第二种。
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
我们有充足的实证研究结果表明，向一个人提供随机性的数据预测会增加其承担的风险，即使他知道这些预测是随机性的、完全不准确的。
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
我们应该让事物在缺陷和预测错误面前变得更加强韧，甚至应该利用这些错误。也就是说，从柠檬里榨出柠檬汁。
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
我们天生容易受理论的愚弄。但理论诞生又消亡，而经验却总能经受时间的考验。
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
我们始终找不到能让我们在健康的状况下无条件地增强体质（或无条件变强壮）的药品，原因很简单，可以从统计数据来看：大自然本应该可以找到这种神奇的药丸。
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
我们审视一下各领域的技术便会看到，事实上，大多数领域都更像烹饪而不是物理学，特别是复杂领域的技术。
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
我们认为什么都不懂的人，可能未必那么无知。
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
我们没有看到过绝版的精彩小说，我们只是认为，销量高的小说写得都好（不管你怎么理解），那么写得好的小说也一定销量高。实际上，我们混淆了必要条件和因果关系：因为所有幸存的技术都有一些明显的好处，这促使我们相信，所有能带来明显好处的技术都将留存下来。
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
我们可以通过3个简单的区别来划分事物——这也是三元结构的关键：喜欢干扰（或错误）的事物、对干扰（或错误）持中性态度的事物，以及厌恶干扰（或错误）的事物。
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
我们可能永远不会了解x，但我们可以考虑x的风险，用杠铃模式来解决问题；即使x仍然大大超出我们的理解，我们也可以控制x的函数，也就是f（x）。我们可以不断地改变f（x），直到我们用一种机制让我们对其感到放心。这种机制就是凸性转换，是杠铃模式的一个比较时髦的名字。
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
我们可能误将系统的反脆弱性视为个体的反脆弱性，而事实上，系统的反脆弱性是以牺牲个体为代价取得的（这是毒物兴奋效应和自然选择之间的差异）。
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
