我的書架 | 思考的框架 (5): 簡單優越 (Make-it-Simple Thinking)

  ＜思考的框架＞，作者：夏恩、派瑞許

思考的框架 (1): 第一原理 (First Principle)

思考的框架 (2a): 機率思考 - 貝氏思維 (Bayes Thinking)

思考的框架 (2b): 機率思考 - 肥尾曲線  (Fat-tailed Distribution)

思考的框架 (3): 逆向思維 (Inversion Thinking)

思考的框架 (4): 第二層思維 (Second-Order Thinking)

簡單優越 (Make-it-Simple Thinking)  

「簡單優越 (Make-it-Simple Thinking)」 這個名稱是筆者訂定的，改自書中的「奧坎剃刀 (Occam's Razor)」。 筆者認為原名對這個模型思維本質，既沒有提示作用，又難記憶，又較少人認識，我不清楚 Shane Parrish 為何堅持用這名稱，有可能是出於尊重。但在此文章，容我把它改成另一個較易懂易記的名稱吧。

這個思維模型邏輯相當簡單，就是說： 愈簡單的解釋，比起複雜而且多變項的解釋，往往愈接近真實。亦即，變項愈多、解釋愈複雜的模型，出錯的機率愈高。

這個思維模型就是說，要把我們的思考邏輯簡單化，反複雜化，因為愈複雜，牽涉的變數愈多，愈是會出錯。

例子：

有兩個理論去解釋同一個現象：理論 A 用了三個變項，理論 B 用了三十個變項。假設每個變項也有 99% 正確機率，哪個理論比較可能出錯？

讓筆者用機率來解釋：

• 理論 A 是對的機率：P(A = correct) = 0.99 × 0.99 × 0.99 = 0.97 (即 97%) 
• 理論 A 是錯的機率：P(A = incorrect) = 1 - P(A = correct) = 1 - 0.97 = 0.03 (即 3%)

• 理論 B 是對的機率：P(B = correct) = 0.99^30 = 0.74 (即 74%)
• 理論 B 是錯的機率：P(B = incorrect) =1 - P(B = correct) = 1 - 0.74 = 0.26 (即 26%)

答案是：較複雜的理論 B 是比較可能出錯。

縱使每個變項有著 99% 正確的機率，當變項多了十倍，錯誤的機率也幾乎多出十倍。亦即，最簡單的思維模型（思考方法），是對的機率是最高的。

 

另一個例子（筆者已忘記了出處，也不確定真偽）：

據說，美國太空總署 (NASA) 花了大量金錢、人力物力，去研究可以在真空狀況下寫字的原子筆。其後他們研究成功，十分自豪地向外公佈這個驕人的成就。美國國內更以此為傲。

但是，不久後，他們得悉，原來俄羅斯的太空人在真空狀況下，不是用原子筆寫字的，而是用鉛筆！

Photo by Andrea Piacquadio from Pexels.

 

要謹記，我們的目的是透過運用適當的思維模型，來看清問題的全貌，然後作出正確的決策。我們根本沒必要尋求那些複雜難懂的思維模型，來弄糟自己的思維。 我們可以以「簡單」 作為原則，來選擇最簡單的思維模型。

聰明的人追求簡單，因為簡單的解釋比複雜的解釋更有可能是正確的。所以，巴菲特其中一個選股原則是企業的產品、商業模式，要簡單易懂。他把複雜難明的企業股票排除在外。

總的來說，簡單就是美：Simplicity is beauty! 

 

筆者閱後感想

筆者記起 Daniel Crosby 起在他的書 <行為投資金律>中，解釋結果與決策質素時，說：即使結果你沒有輸錢，甚至贏錢，這也沒有抹去你下了愚蠢決定的事實。原因是，你作出愚蠢決定卻不輸錢，只代表你的行為是在那極端的 outlier ，常態分佈的 +/- 2 SD不能覆蓋的 5%，不代表你的決定是正確。

Annie Duke 也說應該把最終結果與當時的決策質素分離 (decouple)。不能以現時結果來衡量當時決策的質素。我們只能基於當時已有可得的資料來下判斷，當時決策的質素應該取決於是否附合當時已有資訊提供的資料。

而資訊本身會有錯誤、偏差，所以不要把所有資訊照單全收，要建立一套批判思維，對統計學及機率有基本認識，從而可以從雜訊中篩選有用訊號 (screen out noise from signals)。

我們要學習問問題，而問出關鍵問題與否，取決於我們的思維模型有多少，及是否正確地使用。 

 ＜思考的框架＞這本書，提供了一些思維模型來豐富我們的工具箱。但是工具多，不代表我們可以準確地預測未來，也不代表每次也能作出最佳決策。多個思維模型，頂多只能確保我們盡可能避免犯錯，減低作出愚蠢決定的機率。書中提及一些簡單思考流程，筆者認為十分實用。

先要問自己：

• 「我們的先驗資訊是什麼？」、 
• 「需要什麼資訊？」、 
• 「資訊的可信度？」、及問
• 「為什麼？」和「為什麼不？」

 

像蘇格拉底式的提問：

• 想法的起源：為什麼這樣想？(先驗資訊、貝氏思維)
• 假設：怎樣知道這是真的？(先驗資訊、貝氏思維)；反過來想會怎樣？(逆向思維)
• 證據：支持這論點是什麼？其來源可靠嗎？(Likelihood ratio 、貝氏思維、機率思考)
• 其他觀點：別的論點是什麼？支持這論點是什麼？(逆向思維)
• 後果嚴重性：萬一自己錯了會有什麼後果和影響？(機率思考、肥尾效應)

從以上的思考流程，過程中已運用若干的思維模型，來協助我們清晰問題及擬定策略。

而做決策（尤其重大決策）時，最高的犯錯機率是發生在被時間催迫下。所以，當可能情況下，不論什麼決定，我們應盡量避免在這種劣勢下作急切的決定。這就是為什麼商人會推出什麼「限時優惠」，來迫使消費者作出急切的購物決定。

但當情況不容許推遲決定，我們必須要作出急切決定的話，首要的是：冷靜、放鬆！然後，盡可能迅速運用適合的模型思考 (e.g. 機率思維、第二層思維)，用最有可能發生的後果作「風險評估」，做最保守的決策。

而那些「以為可能性低」事件的發生風險怎辦？問自己：「如發生黑天鵝事件，那風險的後果你能承受嗎?」。用風險作為考慮點，目的是盡可能避免犯錯，避免損失。

 

Reference

夏恩、派瑞許，思考的框架，天下財經，26/2/2021 出版。

 

=======================

免責聲明
本網頁屬個人網誌，一切言論純屬個人意見及經驗分享。本人無法保證在本網誌所提供的資料有關內容的真確性和完整性，包括但不限於任何錯誤、誤差、遺漏、或侵權性質、誹謗性質或虛假性質的信息或任何其他可導致冒犯或在其他方面引致發生任何追索或投訴的資料或遺漏，而導致之任何損失或損害，本人概不承擔任何有關法律責任。

 

版權聲明
本網誌的所有資料、圖像與相片、文本屬本人所有專屬財產，均受知識產權法例及權利（包括但不限於保護版權的法例）所保障。根據此法例及權利，任何未經授權使用的資料均屬侵權行為。在未經本人明確同意授權下，本網誌資料、圖像與相片、文本之全部或部份均不可被使用、複印、改編、修改、發表、儲存或以其他方式複製分發、發佈或向公眾提供、銷售、傳送該等版權作品作任何用途。

 © Copyright 2021 高山雪 Snow Hill. All rights reserved.