上一篇的结尾讲到了“黑天鹅”，像这样的小概率事件一旦发生，影响将是灾难性的。黑天鹅的故事要追溯到17世纪，那时的欧洲人认为，天鹅都是白色的。一个再正常不过的现象、一个无可争议的事实，甚至说真理都不为过。直到1697年，一个荷兰探险家在澳大利亚首次发现了黑天鹅......它的发现彻底颠覆了一切——面对成千上万的白天鹅，仅仅一个反例，足以推翻此前人类对天鹅的所有认知。

引发“黑天鹅”问题的关键在于——人们过分依赖于身边已经发生的现象和自身习得的经验。“观察到的天鹅都是白色的 -> 黑天鹅是不存在的“这种逻辑谬误很可能是近现代文明的产物，因为在古代，人们并没有“眼见为实 -> 眼不见为虚”的因果结论，最多只是“眼不见为净”。

人们给”从现象出发，归纳总结出一般规律"的认知方法取了个名字——归纳法。通过上文我们发现，归纳法具有脆弱性。源于两方面的原因：

1、我们观察到的现象都是片面的，你永远无法知道完整的真相。

2、基于现象的片面性，任何归纳总结的理论都是对真相的”削足适履“，理论仅对已知的片面事实起作用。

从现象到理论，就是从特殊到一般，难免以偏概全。有人会说，那么我们何不倒过来——从一般到特殊，是否就能真正做到完整、客观地认知？

关于这个问题早已有人想到，人们给”从一般规律出发，演绎推理得到具体现象"的认知方法也取了个名字——演绎法。

古希腊的亚里士多德就曾提出过著名的三段论：

A、人都会死（大前提）

B、苏格拉底是人（小前提）

C、苏格拉底会死

根据A、B -> C，乍一看没什么问题，但仔细分析，不难看出一些端倪：演绎法的大前提（即A）是由归纳法得到的，如果A本身无法被证实，那么由此推理演绎得到的C就毫无意义。

由此看来，两种认知方法都存在着局限性。纵观当今世界，信息量的日渐庞大带来了噪音、系统的愈发复杂带来了脆弱。人们基于自己的片面认知之上，进一步对失真的信息进行简化和有意识的筛选，最终得到了更离谱的二次偏差模型，并将这些模型应用在各行各业。离基础科学越远的行业，对事实的扭曲程度越严重，因此种问题产生的影响越深远。这也解释了为何经济学家不断推陈出新更精细的模型和假设，而经济系统的运行越发不稳定。

那么面对现实的残酷，我们是否无计可施？显然答案是否定的。

塔勒布在《反脆弱》一书中引用过一个例子：

教皇问及米开朗基罗雕刻出大卫雕像的奥秘在哪里？米开朗基罗回答道，“很简单，我只是剔除了不属于大卫的部分”

它给我们的启发是：虽然我们不能确定某个事物就是什么，但我们知道它必然不是什么，换句话说，证伪总比证实更容易找到依据——这就是“否定法”，而发现黑天鹅正是否定法的应用。

同样的，投资中，我们不知道怎样投资能获得最大的收益，但我们一定知道如何投资能够失败——追高热点股票、盲目押注单一品种股票、犹豫不决、听从电视股评师的建议，等等等等诸如此类。

因此，针对这类问题清单，我们需要做的是：

1、拒绝热门股票。除非你拥有控制股价的资本，或是市场中无人可及的信息渠道。

2、从投资个股 -> 投资基金。个股是脆弱的，而无论是行业基金，还是股指基金，都是一揽子同类型的股票组合，这在一定程度上可以避免出现个股踩雷、暴雷的黑天鹅风险。

3、从投资单一资产 -> 投资多元资产。资产多元化的目的是为了更进一步对冲风险。

我们受益于否定法的启发，不为短期获取高额回报，而是1、首先确保能够长期在这个游戏中生存下去。在这个大前提下，2、获取尽可能多的回报。

在具体资产配置的思路上，

1、我们可以进行大类资产配置，国债、黄金、a股指数、海外指数，这四类资产，都有对应的etf指数允许个人投资者场内交易。

2、计算各类资产波动性的倒数，作为权重比例配比资金。对于闲置的资金，可以配置一部分货币基金。

3、每30个交易日进行调仓换股，根据滚动的波动率更新各类资产之间的配置比例。频繁的交易会产生昂贵的摩擦成本，而长时间的不管不顾无法获取信息的变化（这里主要是指波动率）

在这个框架之上，个人也可根据偏好自定义一些资产类别进行配置，比如增加配置xx行业、xx主题的etf基金。当然，一定的回测验证是需要的，你必须为你的资金负责。

最后，在基金的选择上，建议选择那些被动型跟踪大类资产的基金，并且尽可能选择低佣金基金。任何主动型基金都掺杂了基金经理的主观偏见（偏差），这些偏好或多或少迎合了某种“二次偏差模型”，造成了系统的脆弱性与风险。

原文首发于微信公众号“小狸投资”，欢迎搜索关注。如需转载请注明出处。