20190605【充实计划】第1090期

充实每一天 发表于 2019-6-5 05:11
为什么|学习笔记|好

---

【加入充实计划】【了解充实计划】

昨日阅读1小时，总阅读890小时

昨天阅读2小时，累计阅读338小时

thanks for sharing

昨日读0.5小时   累计229.5小时

今日阅读1小时，The Undoing Project: A Friendship That Changed Our Minds，45-60%，累积阅读时间153小时。

第八章 加速传播

借助一位与二人合作过的医生之口，作者介绍了不知因何而分开研究的阿莫斯和卡尼曼的研究进展，阿莫斯把注意力放到了各种新的偏差上，例如医生治好病到底是因为病人自愈，还是真的医疗起了决定性因素，医生是不是因此而过度自信；NBA选手手热，连续投中之后还会再中，是不是种幻觉，而会均值回归；关节炎是不是真的与天气有关还是仅仅因为是患者在天气恶劣的时候更关注炎症的疼痛等等。而卡尼曼也独立关注到了另外一些方面的偏差：人类幸福与不幸的感觉是不是真的存在，在医疗上可以体现出来，当一个很痛苦的体检仅仅是因为结束的时候感觉比较好，病人就往往忘记了之前的痛苦。

-------------------------------------------------------------------------------
第七章 预测的规则

在这一章了，阿莫斯和卡尼曼设计出了给定事件概率，但描述事件时有诱导语言的心理学实验，测试发现，即便是统计学教授也会轻易被骗，人类评估事情发生的概率时，是无法以真实概率的角度考虑，而是往往通过以往的经验。在锚定效应、后见之明等种种心理偏差被认识到后，阿莫斯和卡尼曼决定将研究范围从心理学扩展到经济、政治等领域，解释更多的人类认知偏差。这个时候已经有人开始认为他们的研究可能会得到诺贝尔奖了。


-------------------------------------------------------------------------------
第六章 头脑的规则

尤金的大学教授开办了行为研究机构，一次偶然的研究发现，根据辐射科医生给出的规则设计的简单算法，对片子判断是否是癌症的准确率要优于提供规则的医生自身，甚至会优于水平最高的医生，本以为要设计复杂规则的教授得出了人类会在种种外界影响下，不能遵守自身设定的规则的结论。阿莫斯和卡尼曼来到尤金做访问，期间他们展开了深入研究，前景理论在此时产生了雏形。人类对概率事件的认知，并非遵照概率模型，而是按照经验中最有代表性的实例来得出相似性的结论。无论是几岁的孩童，还是统计学教授似乎都无法摆脱这种概率事件认知的偏差。

-------------------------------------------------------------------------------
第五章 碰撞

阿莫斯和卡尼曼终于在希伯来大学相遇，短暂的交流后，两个性格完全不同的人之间思想产生了火花，诞生了他们第一篇重要论文Belief in the Law of Small Numbers，应用基本的统计学知识，指出了心理学研究中的谬误，同时也揭示了人类思考中，下意识应用统计原理时，其中的重要错误。过小小集合的结果并不能代表大集合的整体概率。

----------------------------------------------------------------------------------
第四章 错误

随着以色列的局势平静下来，阿莫斯和卡尼曼恢复到了心理学研究中，卡尼曼在追寻了几个心理学领域之后，渐渐把目光集中在mental与perception上，通过研究人类看到图片时瞳孔的放大缩小，他意识到人类对事物感知远在仔细思考之前就出现了，也就是系统1的反应要远快于系统2的进程。

------------------------------------------------------
第三章 insider

作者介绍了卡尼曼的合作者Amos Tversky的生平，当这个天才人物在大学选修哲学时，他敏锐的意识到，哲学缺乏科学的研究手段，并且可以探索得出确定性结论的领域不多了。而经济学领域里，为了研究方便而舍弃了对心理学的研究，假定所有人类都是理性人的想法，充满了漏洞，Tversky提出了新的心理学假设。

---------------------------------------------------------------------
第二章 outsider

作者从介绍思考快与慢的作者卡尼曼的生平开始，也许是为了介绍造成行为偏差与日常生活的联系，他花费了大量篇幅介绍卡尼曼年少时的经历，看起来更像是文学作品，难怪作者的moneyball能够bestseller。卡尼曼负责征兵中挑选合适的人选，他摒弃了靠外貌衡量的方式，引入了数据分析的方式。

--------------------------------------------------------------------------
本书作者是著名的moneyball的作者。

介绍：问题从未走远

作者从houston rocket的技术官员讲起，morey从小爱好数学，大学毕业后辗转进入火箭队负责选择新人，按照他自己设计的模型，并输入大量的数据做相关性分析，模型挑选出来的人选却不尽如人意，有些是因为数据不全面，而有些是因为数据根本不存在，这触发了他进一步的思考，面对不确定性的时候如何走出决策。最终他回归到追寻更基础的数据用来判断选秀人选的素质，然而进一步还是要增加人工介入来判断，这样最终也没有能够摆脱各种行为偏差。

昨日阅读2小时，累计阅读60小时

点赞支持一下。

昨天阅读5小时，累计295小时。
学习心得：
用科学眼光看低风险投资
投资中最重要的是什么？对于风险的认知而非去博取高收益。特别是海外资产管理公司，已经把风险放在了第一位。本文作者是大名鼎鼎AQR资本的创始人S. Asness是AQR资本管理公司的创始人和管理人，Andrea Frazzini是该公司的另一管理人。Lasse H. Pedersen是哥本哈根商学院和纽约大学史登商学院的教授，是该公司的另一管理人。做多低beta并同时做空（低配）高beta的低风险投资股票策略(反beta因子（BAB）取得了显著的风险调整后收益。但有些人提出，这样的“低风险投资”的高额收益主要来自于对于某些个稳定的行业的偏好。在本文中,我们会驳斥这一个观点，指出其实低风险投资在行业中性及跨行业的情景下都实现了正收益。低风险投资的理念是指安全的股票比激进的股票会带来更高的风险调整后收益。这一理念最早是在1972年由Black, Jensen, and Scholes提出，也是提出证券市场线相对资本资产定价模型更平的人。但是对于很多人来说，低风险投资的原理来自于做多稳定沉闷但可能实际上盈利性不错的行业，以及相关的价值因子会驱动收益的假设(e.g., hah 2011)。在本文研究中,我们会明确测试BAB因子在行业偏好或某一行业中个股选择的偏好情景下的表现。与传统理念相反，我们发现低风险投资并不是完全受低风险行业驱动,也并不是由价值因子驱动。事实上，在我们所有研究过的低风险策略中，没有行业偏好的是表现最好。

昨日阅读1小时，累计阅读201小时

昨日阅读1小时，累计阅读1300小时。