在高不確定時如何作出即時的決策

不確定時


如果在完全沒有資料和數據下,我們唯有用自己的本能 (instinct)直覺 (gut feeling),作最合理的決策。因為有時有些事情,人的腦子不能逐一拆解,但能記下那複雜系統引伸的後果或記下用來處理的手法,這就形成了人的本能 (instinct) 或 直覺 (gut feeling)。這套思考習慣、捷徑又叫「捷思 Heuristic」。

Gerd Gigerenzer 提倡用直覺來解決複雜系統內的問題。例如:攬球員是用凝視捷思 Gaze Heuristic 來接下飛來攬球,而非運算那複雜數式來計算飛球的軌跡。所以在決策上,要善用自己的本能或直覺。

筆者要強調直覺進行的決策,只限於:

1) 高不確定性 high uncertainty時間緊迫時使用,而非在有明確數據資料顯示是高風險 high risk 又時間充裕時使用。因為如數據資料清晰,而後果又影響深遠時,我們必須經過適合思維模型進行理性分析、估可能最有可能現的後果,判斷風險及自己的承受範圍後, 才可以下決定。相反,如要做出即時決定,我們只能靠自己的直覺 (Heuristics) 作最快的計算來得出結果。

2) 樣品數量太少,不夠代表性時 (Number of samples is too small to be representative)。因為數量太少我們不能依賴數據分析,得出 statistical significant 的機會率來協助做決定。在沒有曆史數據或太少數據的情況下,我們只能夠用 Uniform Distribution 來形容機率分布。亦即是說,假定是相同機率。Refer to <Principle of Insufficient Reason>




要知道,可思考的時間愈短,犯錯的機會愈高。因為時間充裕,你可以反覆思考關鍵條件,例如,需要甚麼的條件會導致災難,甚麼條件會是成功?那你可以轉注那些關鍵條件的出現。但若然要當下做即時決定,可用直覺並以保守為原則來作決策。(保守的意思是盡量減低風險。)

若要運用到捷思來做即時決策時,最好要假設這個決策有佷高可能性會出錯,想像其後果,自己能否承受?若非,最好還是 Status quo。即時決策可能只有數分鐘內便要下決定,請不要在這類性況下,作重大決策。

要留意,運用直覺而容易犯錯的原因,多是由於過度自信偏誤 over-confidence bias、錙定效應 Anchoring effect、confirmation bias、availability bias, etc。

如果,經過仔細分析後得出來的判斷跟直覺的判斷有矛盾的話,那便要看為何有不同?是 animal spirit 或人類偏誤導致你有此直覺?還是基礎資訊導致你有 base rate fallacy?有否被 noise 庶弊了關鍵訊息?是否用了多個思維模型來思考?然後再重新思考。

但是,這也不代表計算越多,思考越久,用越多摸型就越好。過多摸型的使用,可能會造成誤差太大。思考太久,可能反而得不出結論,因為思考太多太久時, 可能把無用的雜訊 noise or residual variations 也納入思考,而得出的選擇太多的問題 (too many alternatives) ,所以無法下決定。這個叫 Overfitting problem - 使用過多不能用數據支持的因素來思考 (contains more parameters than that can be justified by the use of data) 。
 
若時間許可,在運用思考摸型時,只用重要數據和摸型已經可以了。一旦有了足夠有代表性及相關重要數據時,便要停止再找數據,並要下決定。
(Data pretreatment should be used because it is for screening out the noise or the signal variations that are not relevant to the end result variations.) 太多的數據和摸型使用是 Over-thinking!
 


 

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

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 2021-2022 高山雪 Snow Hill. All rights reserved.

留言

熱門文章

有一派投資叫「動能投資」

展望理論 Prospect Theory (1): 價值函數 (Value Function)

風險決策的兩個理論: 期望值 & 期望效用

展望理論 Prospect Theory (2): 機率加權函數 (Probability Weighting Function)

電影筆記 | First Do No Harm - (1) 故事描述

期望投資回報: 計算方法

成熟也有指標 (Emotional Maturity)

機率思維 | 大數法則, ⼩數定律, 賭徒謬誤, 墨菲定律