肥尾效应 (美)纳西姆·尼古拉斯·塔勒布 正版图书

第一章 序言
第二章 术语、符号和定义
2.1一般符号和常用符号
2.2一般&特殊概念目录
2.2.1幂率类分布P
2.2.2大数定律（弱）
2.2.3中心极限定理（CLT）
2.2.4中数定律和渐进论
2.2.5Kappa统计量
2.2.6椭圆分布
2.2.7统计独立性
2.2.8多变量（列维）稳定分布
2.2.9多变量稳定分布
2.2.10卡拉玛塔点
2.2.11亚指数
2.2.12近似替代：学生T分布
2.2.13引用环
2.2.14学术寻租
2.2.15伪 经验主义或Pinker问题
2.2.16前渐进性
2.2.17随机化
2.2.18在险价值VAR，条件在险价值CVAR
2.2.19利益攸关
2.2.20MS图
2.2.21最 大吸引域MDA
2.2.22心理学文献中的积分替换
2.2.23概率的不可分拆性（另一个常见误区）
2.2.24维特根斯坦的尺子
2.2.25黑天鹅
2.2.26经验分布会超出经验
2.2.27隐藏的尾部
2.2.28影子矩
2.2.29尾部依赖
2.2.30元概率
2.2.31动态对冲
第一部分 肥尾及其效应介绍
第三章 非数理视角概述——剑桥大学达尔文学院讲义
3.1 薄尾和厚尾的差异
3.2 直观理解：摇尾巴的狗
3.3 一种（更合理的）厚尾分类方式及其效应
3.4 肥尾分布的主要效应及它们与本书的关联
3.4.1 预测
3.4.2 大数定律
3.5 认识论与不对称推理
3.6 幼稚的经验主义：不应该把埃博拉和从楼梯上摔落进行对比
3.6.1 风险是如何倍增的
3.7 幂律入门（几乎没有数学）
3.8 隐藏性质在哪里？
3.9 贝叶斯图谱
3.10 x和f(x)：混淆我们理解的x和相应风险暴露
3.11 破产和路径依赖
3.12 如何应对
第四章 单变量肥尾，有限矩（第一层）
4.1 构造轻微肥尾的简单方法
4.1.1 固定方差的增厚尾部方法
4.1.2 通过有偏方差增厚尾部
4.2 随机波动率是否能产生幂律？
4.3 分布的躯干，肩部和尾部
4.3.1 交叉和隧穿效应
4.4 肥尾，平均差和上升范数
4.4.1 常见误区
4.4.2指标分析
4.4.3 肥尾效应对STD vs MD“有效性”的影响
4.4.4 矩和幂均不等式
4.4.5 评述：为什么我们应该立刻弃用标准差？
4.5 可视化p上升产生的等范数边界效应
……
 

我们所在的世界是如此不确定和不透明，信息和我们的理解都极不完整，却很少有人研究在这种不确定性的基础上我们应该做什么。塔勒布的不确定性系列，包括《随机漫步的傻瓜》《黑天鹅》《反脆弱》《非对称风险》以及本书开启的不确定性量化研究系列，都是主要关注我们该如何在一个不确定性结构过于复杂的现实世界中生活。 本书从数学和统计学出发，讲述产生极 端事件的统计分布类型，以及在这些分布下如何进行统计推断并做出决策。作者认为，社会科学和金融学研究中现有的大多数“标准”统计理论均来自薄尾分布，然而用薄尾思维衡量肥尾事件有可能导致严重问题。例如，某些“专家”认为，从死亡数字看，我们更应该担心死于吸烟或糖尿病，而非埃博拉病毒。在新冠肺炎疫情暴发初期，很多不懂统计学的流行病学家都犯过类似的错误，而事实证明，我们对具有倍增效应的高风险疾病担心得太少。 在金融市场，一个人所获得的不是概率，而是直接的财富。分布的尾部越肥，就越需要关心收益空间。“收益远胜于概率。”如果犯错的成本够低，决策者可以经常犯错，只要收益是凸性的（即预测准确时会获得很大的收益）。反过来，决策者也可以在预测准确率高达99.99%的情况下破产。事实上，2008年金融危机期间，破产的基金恰恰是那些之前业绩无可挑剔的基金。 总之，不理解肥尾效应会导致谬误。糟糕的是，这种谬误在当今世界，尤其是金融领域非常普遍。面对风云诡谲的金融市场与不确定性结构异常复杂的现实世界，作者在本书中为参与者点出了破局之道：小概率极 端事件不可预测，理解肥尾效应、管理尾部风险是必然选择。