↖  真正的創業投資高手都是贝叶斯主义者 #贝叶斯 ..

[編按： 轉載于 twitter/加密禪師， 2023-12-05.  思维制高点：真正的高手，都是贝叶斯主义者！ ]

真正的創業投資高手都是贝叶斯主义者


  “你生命中最大的挑战是什么？”
在某论坛上，（電動汽車Tesla創始人）埃隆·马斯克面对这个问题，足足想了30秒，给出了一个非常精彩的回答：

确保你有一个可纠错的反馈闭环。

可纠错的反馈闭环，几乎是   “创业、投资、成长”等问题的核心答案。
然而，如果不能将其与贝叶斯公式的计算结合起来，这个提法就和所有解释性概念一样，只能作为一篇营销文或图书的标题而已。
反之亦然。贝叶斯公式伴随着AI的再次火热，又频繁出现在人们面前。

本文将从   “可纠错的反馈闭环”和“贝叶斯公式”两头出发，给出一个不确定年代，尤显重要的思考和行动框架：

1、接受不确定性，用概率思维来预测和决策；

2、快速行动和迭代，打造“知行一体”的反馈飞轮；

3、用贝叶斯公式实现“有系统”的复利效应；
4、重视基础概率，基于整体资产滚雪球；   

5、对新信息保持“敏感”，又有独立判断的“钝感”；

6、别太完美，降低自己被证伪的概率；

7、成为学习机器，在适应中快速进化；

8、探索未知 & 利用已知，在攻和守之间进行权衡；

9、理解贝叶斯的局限，小心应对黑天鹅事件。

  基于以上9个要点，我们就能更完整地理解“可纠错的反馈闭环”。‍‍‍‍‍

这是贝叶斯主义的现实模型，也是“真正的高手”的秘密！

贝叶斯主义是一种关于概率和统计的哲学观点，它强调信念的主观性和更新。

  在该观点中，贝叶斯公式是一个核心的工具，用于处理不确定性，更新信念，并指导决策。

总的来说，贝叶斯公式与很多关于知识、学习、不确定性和决策的哲学思想有关。它提供了一种极为强大的框架，用于理解和处理这些复杂的问题。

以下，是一位贝叶斯主义者的9个策略：

一、接受不确定性，用概率思维来预测和决策

大约是在三年前，一位年轻的老师有很好的内容，想在抖音和视频号上做自己的IP，但是她又担心：万一自己辛苦一番，抖音和视频号又不火了呢？

  “确保成功”，似乎是很多人做决定的前提。但这个世界上并没有什么事情是确定的。

残酷的一面是，越是追求”确保成功   “的人，反而越脆弱，越容易掉入决策的陷阱。

例如，市面上的种种骗术都是以”确保成功“为吸引点的。
不光骗子如此，流行文化，甚至主流文化也因为实用主义的偏好，而形成了   “要么成功要么失败”的黑白分明价值观。

一个朋友对我说，短视频的流行密码，就是两个：

1、承诺只要做以下三点，你就可以实现某某目标；

2、只要实现第一点，你就能发财。

于是，面对不确定性，黑白分明的世界观容易产生两种极端的行为：

A、要么   “不见兔子不撒鹰”，追求不存在的“确保成功”；
  B、要么“人生就是赌一把”，见一个热点就“All in”一个。

对于贝叶斯主义者，世界是灰度的。原因如下：

1、没有人能给这个复杂的世界算命；
2、随着时间的变化，一切都在变化；   

3、即使存在如上不确定性，世界也很难精确预测，但我们仍然可以用概率来描述世界；

4、从世俗成败的角度看，赢家只需要在局部获得相对优势，就能够领先于对手。

  所以，很多赢家只要获胜的概率比赢家多几个百分点，就能够成功；

5、基于概率的认知和判断，是一个不断逼近、不断进化的过程。对不确定性的接受和理解，是贝叶斯思维的核心。

我们需要接受事物的不确定性，并利用概率来描述和理解它。

面对不确定性，贝叶斯思想鼓励我们不怕犯错误，尝试新的事物，从失败中学习，调整策略，这与实现个人成长的过程非常匹配。

概率不仅用于量化现实世界的不确定性，也用于评估我们自己的决策质量。
在面临选择时，贝叶斯思维鼓励我们基于概率来做决策，而非绝对肯定或否定。这能够帮助年轻人更好地处理复杂的决策问题。

桥水基金使用了一种称为"贝叶斯加权"的决策过程，这个过程明确地将贝叶斯推理纳入了决策过程中。
该公司使用算法来分配决策权重，这是一种基于贝叶斯推理的决策过程，对于每一个决策，该公司都会将决策者的可靠性、专业知识等因素考虑进来，然后根据这些因素分配权重，最终做出决策。

对比起频率派，贝叶斯主义者对概率的理解有所不同。

贝叶斯主义认为，概率是一个假设的信念。

例如：某只股票明天上涨的概率是多大？

你可以说：我认为上涨的概率是30%。这是一种主观的信念，并且你会根据更多的信息随时更新自己的信念。

所以，面对不确定性，对于某件你感兴趣的事情，你可以大概有一个评估，然后先干起来再说。举例说明如下：哪种策略更有效？假设一个公司在其网站上运行了两种广告：广告A和广告B，目标是找出哪种广告的点击率更高。

  初始时，公司并不知道哪种广告的效果更好，因此，他们假设两种广告的点击率都是50%。公司开始在网站上随机展示这两种广告。每次有用户点击了广告，公司就会收到一个反馈。
  根据这个反馈，公司就可以更新他们对广告点击率的估计。

具体的更新也是通过贝叶斯公式来完成。例如，如果一个用户点击了广告A，那么公司就会提高他们对广告A点击率的估计；
  如果用户没有点击，那么公司就会降低他们对广告A点击率的估计。

通过不断的实验和更新，公司最终会找出哪种广告的效果更好。

从上述被简化过的例子，我们大约可以将公司或者个人分为两种：

1、遇到不同策略选择时，一群人讨论来分析去；
  2、遇到不同策略选择时，把几种看起来可行的都试一下。

人们总说腾讯喜欢用赛马机制，最经典的例子是微信的诞生——几个团队一起开发，看最后谁跑出来。
用   “赛马”来描述该策略，并不精确。

因为赢家并非最快的，而是最适应的。而这种适应性无法预测，只能先将几种策略一起跑跑看。

贝叶斯更新是一种方法，它使用贝叶斯公式来更新我们对某个假设的信念。

具体来说，贝叶斯更新包括以下步骤：

1、我们首先有一个对某个假设（例如，某封邮件是垃圾邮件）的先验信念。这个信念通常表示为一个概率。

2、然后，我们收集新的数据，这些数据可能会影响我们对假设的信念。

在贝叶斯统计中，我们使用贝叶斯公式将这些新的数据与我们的先验信念结合起来，得到一个更新的信念，这个更新的信念被称为后验信念。

贝叶斯更新的关键思想是：我们的信念不是固定不变的，而是可以根据新的数据进行更新的。

  而贝叶斯公式提供了一个理论框架，指导我们如何根据新的数据更新我们的信念。

概括而言，就是：

1、保持开放；

2、灰度思考；

3、先干为敬。

(未完待续, To be contd)
 

本页Url