广东
概率思维（Probabilistic Thinking）本质上是通过运用数学和逻辑工具，估算特定结果出现可能性的思维方式。概率思维包含四个核心子概念：
1.贝叶斯更新（Bayesian Updating）：在做决定时使用所有相关的已知信息（先验数据），新信息只是降低或提高先验数据为真的可能性。贝叶斯思维告诉我们，不要孤立地看待新信息，而要将其放入已知的背景中。暴力犯罪率翻了一番，但如果先验数据告诉你犯罪率已降至几十年来的最低水平，那么翻倍的绝对值依然微不足道。
生活商业应用：
•看到别人开店月入 10 万，不能立刻跟风；先验是 90% 新店 1 年内亏损倒闭；
•体检某项指标异常，不代表重病；先验是普通人该重症基础发病率极低，大概率是误诊。
2.肥尾曲线（Fat-Tailed Curves）：与钟形曲线不同，肥尾曲线的极端情况并无上限。在财富分布这样的肥尾世界中，你可能会遇到比普通人富有10倍、100倍乃至10000倍的人。疯狂的事情肯定会发生，但我们无法确定何时发生。永远要格外注意尾巴，这可能是最重要的变量。
关键启示：
•均值完全没有参考意义，平均收入、平均收益会严重误导判断；
•极端事件一定会发生，只是不知道时间；决策核心要重点防御/利用尾部事件。
•行业毁灭、暴富、金融危机、天灾都属于肥尾事件。
3.非对称性（Asymmetry）：你还需要考虑所谓的"元概率"，即你自己做出的概率估算本身准确的关键启示概率。人们总是高估自己对概率估算的信心。你几乎没听说过哪个投资者的目标是实现25%的年收益率，后来却取得了40%的长期收益率。朝《华尔街日报》掷个飞镖，大多数被击中的投资者的目标都是每笔投资的年回报率达到25%，结果却只接近10%。
不对称两层延伸：
•收益损失不对称：下跌 50% 需要上涨 100% 回本，亏损伤害远大于同等盈利；
•判断可信度不对称：我们对自己的预测极度自信，但现实中预测准确率极低。
4.反脆弱性（Antifragility）：事物可以分为三类：受到波动性负面影响的、不受影响的、以及从波动中受益的。最后一类属于反脆弱。应对不确定世界有两种方法：要么尝试预测，要么尝试做好准备。预测自有其吸引力，但几乎所有对复杂现实中"专家预测"的研究都证明，对于极具影响力的罕见事件，我们根本无法预测。
实战例子：
•副业多元收入：行业下行裁员（波动），主业受损但副业托底，甚至抓住危机新机会；
•轻资产创业：经济萧条淘汰重资产对手，自身成本低更容易抢占市场。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
