这两周总结写的比较迟，大部分时间都在学习TOC知识体系。本周阅读反脆弱的第七章和第八章内容。这两章的核心内容的干预和预测
从医源性损伤事例延伸出干预的问题。干预的前提假设主要来自人类的大脑无法看到全域和人类的电脑无法呈现未来，对未知的未来有恐惧感。
干预即能变得更好，也能变得更差。它展示了人类是多么缺乏在损益之间寻找平衡点的意识。另一点，干预往往忽略事物的自我愈合和自我迭代原则。塔建议形成一套系统性准则，以决定何时可以干预，何时让系统自行运作。这一点是非常难点，非常产生二个不利因素：干预过度和干预不足。
伤害来源于否认反脆弱性——我们总有这样的错觉，即认为人类总是有必要做些什么才能让万物正常运转。现实生活中往往以局部的衡量标准来评估整体系统的效率，应该以整体的目标为首要目标。
试图帮助别人却造成伤害的情况，但我们却缺少另外一个词来阐述相反的情况，即试图伤害别人结果反倒提供了帮助的情况。也许资本主义背后的支持理念就是一种反医源性损伤效应，得到一种意料之外但也并非意想不到的后果：这个系统将个人追求私利的目标（确切地说，不一定是良好的目标）转化为对集体有利的结果。
我需要创建的交易系统是一个社会经济或金融模型，那么，这个系统中包含着噪声和信号，模型背后的假设“理论依据”是有错误的方面，针对和讨论的正是理论的错误，或者不考虑理论的可能误差所产生的影响，盲目的使用理论。
避免对系统的自然反脆弱性，即对它们自己照顾自己的能力视而不见，并克制自己拒绝给它们自然发展的机会的冲动，以免伤害到它们，让它们更为脆弱。
反应过度
不仅是有反应，而且是反应过度。这是系统的整体与局部的区别，我们往往认为整体是局部的加法结果，而事实上整体是局部的乘法结果，整体的强弱往往决定于某个瓶颈部分。作者将神经过敏的人与不动声色的人比较，后者从容镇静的对真实信息做出反应，事实后者更注重整体的强弱中的某个瓶颈部分。往往被人们评价为领导者，军事指挥官或黑手党教父的必要素质。因个人能力或智力的欠缺无法区别噪声和信号，往往是过度干预背后的原因。我们对负面冲击的敏感度要比正面冲击的敏感度大，这是人性的一个特点。
噪声和随机性
由于互联网的发展，数据空前丰富，你在数据中陷得越深，错误数据的比例就越高，大量数据实际上是有害的。我们使用和利用噪声和随机性，反过来，噪声和随机性也可以使用和利用你。当你观察投资回报数据的频率为每年一次，信号---噪声比为1：1，大约一半的变化是真正的改善或恶化，而另一半的变化来自随机性。当观察频率为每天查看一次时，构成的频率就会变成95%的噪声和5%的信号。如果观察的数据以小时为单位，这个构成就是99.5%的噪声和0.5%的信号。另一个角度讲，以年为频率观察数据我们的干扰大约是0.7.以月为频率我们的干扰大约是2.32，以小时为频率我们的干扰大约是30，以秒为频率我们的干扰大约是1796. 结论是：在很短的时间内观察，我们看到的不是投资回报，而是振动。我们的情绪很难应对振动的干扰。
