数学之美读后感1

　　看到吴军的另一本书《数学之美》，激起了很深的兴趣，所以很快把书看完了，普及了很多基础的知识的同时也启发了很多想法，感觉很爽。

　　我自己在交大学的是工科（虽然没怎么上过课），小学、初中、高中都是一路参加数学竞赛，名次都还不错，也因此没有参加中考、高考，一路保送，自己对数学有很深的感情，同时女朋友大学也是数学系，有点后悔的大学选了个并不感兴趣的专业（交大当时允许我随便选专业，我没有跟父母商量自己选了船舶制造）。看这本书的过程中找到了很多高中在看竞赛书的感觉，里面提到的很多概率论（不等式）、图论、数论的知识是高中数学联赛复试的重点，高中的时候已经研究的很深了，不过大学荒废了之后也忘得差不多了，书中提到的很多定理还很有亲切感

　　书名叫做《数学之美》，显得有些太大，毕竟更多的是吴军在google做搜索相关工作用到的数学模型的介绍与总结，提到的数学部分大多集中在概率论、图论、数论领域，所以书名太大了，可能hax说得对，也许是出版社为了卖书取得名字

　　不得不说吴军是一个大家，文字中能够透露出大家的气势，书中不断的穿插着各种历史上的大科学家以及科技领域的大家的小故事甚至八卦，从文字中非常能够感受到吴军是一个和他们一个层次的人（即使他自己会自谦说是一个二流的工程师之类）

　　书中具体的模型就不介绍了，说几点我学到的知识（仅仅皮毛），能列出来的都是看完还有点印象的：

　　1.在互联网的世界中，信息是如何量化的，信息熵是怎么回事？有啥用？

　　2.搜索领域中，语言是如何统计的，尤其是如何通过概率模型进行分词

　　3.搜索引擎是如何工作的—网络爬虫是怎么回事儿

　　4.PageRank是怎么回事？为了解决什么问题？

　　5.密码与解密领域的数学模型，尤其提到的二战时候的各种解密的趣事儿，提到的电视剧《暗算》打算抽空看下

　　6.拼音输入法的数学模型

　　7.、文本自动分类的模型

　　……

　　看完之后最大的感受就是：

　　1.数学模型巨大作用，推动着新技术的发展

　　2.攻城师是一个伟大的职业，能够运用这些知识转化为生产力，非常牛叉

　　3.书中提到了很多数学模型都是在不断的进化、改良、升级，也就是说有人不断的在做优化，会有不断更好的模型、更新的技术出现，跟得上技术的发展可能也是比较重要的，否则很多人一直在做某一点上的持续优化就没有意义了。

　　但同时技术很大的作用是用来解决实际问题的，书中提到的各个数学模型、各种方法都是为了解决人们的需求或者业务的需求，毕竟公司不是科学研究所，所以追求通过技术直接解决用户需求或者做成易用的工具给业务人员、运营人员来间接解决用户需求是挺重要的，可能不是技术人员觉得做到80分就可以了，而是用户、使用工具的人觉得做到80分是一个重要的衡量

　　提到工具，想到赵赵说过的一句话：不好用就等于没有，可能就是这个点，同时运用工具的人必须好好的运用，如果用不好甚至不用就太对不起技术了。

数学之美读后感2

　　《数学之美》，一个从事多年工作的谷歌研究员眼中的数学。令我大饱眼福的是，大学里面的数学知识竟能如此广泛运用到了计算机行业中。

　　在语音识别、翻译，还有密码学领域，有着许多基于概率统计的模型和思想。当然，贝叶斯公式是基础，应用到隐含马尔科夫链模型，神经网络模型。

　　在搜索中，一些相关性的计算，无不用到了概率的知识。在新闻分类中，用到了一些有关矩阵特征值、相似对角化的知识。当然，在图像处理方面，矩阵变换可谓是无处不在。另外，在识别方面，有一些通信模型，涉及到了信道、误码率、信息熵。

　　最近刚开学也没什么事，所以就想随便找几本书看一下，但最好别是那种太艰深晦涩的书。8月份一直到现在，吴军写的这本12年5月出版的《数学之美》一直盘踞京东、亚马逊等各大网上商城科技类图书的榜首，当然，还有早些时候出版的《浪潮之巅》也排在很靠前的位置。心想市场的力量应该能帮我挑出好书吧，于是就从图书馆借了一本来，一直到今天晚上把它给看完了。

　　因此想写一点东西来总结、反思一下，反正刚开完班会也没什么事干。

　　写在前面的建议：如果你不讨厌数学的话，强烈推荐这本书，网上也可以下到电子版，不过阅读感觉上还是很不一样的。

　　废话就不多说了，《数学之美》其实是一本科普类的读物，所面向的是接受过普通高等教育的人，完全不需要在特定领域有很深的造诣就可以看懂，大概懂一点线性代数、概率统计、组合数学、信息论、计算机算法、模式识别最好（虽然列举了这么多，其实有些不懂也没关系……），所以尤其适合信科的人看。内容大部分是和人工智能、计算机相关的，这并非我所学的专业，但作者比较擅长将看似复杂的原理用简明的语言表达出来，所以可读性还是很好的。

　　吴军是清华大学毕业的，之前任职于Google，后来到了腾讯，这些文章都是发表在Google黑板报上的，后来经过了重写，所以网上下载的和书本内容有所差异。由于吴军本人是研究自然语言处理和语音识别的，所以统计语言模型的东西可能会多一点，不过我觉得这丝毫不妨碍全书数学之美的展现……感觉收获还是挺多的，知识上的有一些，但更多还是思维方式上的。作者举了很多例子试图让人明白很多看似复杂的高科技背后，基本原理其实是出乎意料简单的（当然，必须承认第一个想到这些方法的人还是非常了不起的……）。比如高准确率的机器翻译，看上去好像是计算机能够理解各国语言，隐藏在背后的却是很多具有大学理科学历的人都非常清楚的统计模型和概率模型；再比如拼音输入法的数学原理，早期的研究主要集中在缩短平均编码长度，比如曾经流行一时的五笔输入法，而现今真正实用的输入法却是有很多信息冗余、编码长度比较长的拼音输入法，作者从信息论和市场的角度做了简单的阐述；又比如新闻的自动分类，许多非IT领域的人可能会认为计算机可以读懂新闻并进行分类，而实际上只是特征向量的抽取、多维空间中向量夹角的计算，非常非常简单，但凡学过一点线性代数的人绝对是一看就懂的……当然，完美的实现还需要考虑很多细节和现实的情况，但这并不是这本书所关注的地方，数学之美在于其简洁而不是繁琐。

　　除了对于具体信息技术的剖析之外，作者还花了很大篇幅来讲一些杰出人士的成长过程，特别是把这些人的成长经历和中国学生的成长经历作对比。虽然作者并没有明说，但字里行间多少流露出对于中国高等教育以及很多中国企业的批评，一是教育的功利性，缺乏宽松的独立思考的环境，即使学了一堆理论也难有用武之地，自然也就缺乏创新性的成果；二是中国企业的短视，大部分都不舍得在新框架开发上投资，而是坐享学术界和国外企业的研究成果。

　　总结一下呢，《数学之美》事实上不能带给你编程能力的提升，也没法让人的数学水平有显着的提升，但它在很大程度上让你跳出教科书式的繁琐细节的束缚，能够从更宏观的角度来思考信息世界背后的数学引擎的`运行原理，让人明白看似很高级、复杂的东西背后其实并不如我们所想象的那样复杂，而我们所学的“枯燥”的数学真的可以“四两拨千斤”，改变亿万人的生活。

数学之美读后感3

　　读完这本书有一点强烈的感受：工具一定要先进。数学是强大的工具，计算机也是。这两种工具结合在一起，造就了强大的google、百度、亚马逊、阿里、京东、腾迅等公司。他们不是百年老店，但他们掌握了先进的工具。

　　掌握了先进的工具，必将获得竞争优势。如果你知道哪里有一群软件工程师，维护着更大的一群计算机，那么不要犹豫，想办法使用他们提供的服务，因为这会给你带来优势。所以我们使用Google的搜索和邮件，在亚马逊、京东和淘宝上购物，用QQ和微博联系朋友，使用银行卡和网上银行，利用交易终端在全球市场上进行各种交易……

　　人类历史就是一部工具的进化史。石器、青铜、铁器、火药、蒸汽机、内燃机、电报、电话、电视、计算机、卫星、互联网，工具的进步引领着文明的进步。新的工具不断淘汰老的工具，就像互联网视频点播正在淘汰电视、微博正在淘汰报纸、电子书正在淘汰纸质书那样。

　　但有一些古老的工具，今天仍有人在学习和使用，甚至在上面花费许多时间。毛笔就是这样一个例子。今天学习掌握毛笔这种落后的工具，还有什么意义？其实我们在使用一些落后的工具时，主要是在学习工具背后的思想。书法和绘画中蕴含的艺术审美的一般原则，经得起具体工具变迁的考验。甲骨文、金文、石鼓文所包含的对空间构图的理解，仍然值得现代人学习。思想工具是比实物工具更强大的工具。

　　工具组合使用，形成更强大的新工具。《数学之美》中提到的马尔可夫链虽然是很强大的工具，但我在数学课上没有听老师提到过。这本书中给我印象最深的例子是余弦定理和新闻分类。余弦定理是中学数学，再加上一些不算很难的多维向量的知识，竟然解决了计算机新闻分类这样的难题！

　　每一种工具的背后，是人们对世界的一种理解。蒸汽机和内燃机背后，是力学的世界。电报、电话、电视、计算机和互联网背后，是信息的世界。数学是抽象的工具，是其他工具背后的工具。每一门学科要成为科学，都少不了数学。也许有一天人们会习惯，用数学工具来分析艺术。数学是一种语言，它源于具体的世界，又高于具体的世界。如果说语言是对世界的认识和描述，如果说数学是一种语言，那么它一定是最接近神的语言。看似毫不相关，却又能描述万事万物。

　　学习数学有什么用？物理学家费曼当年在大一时提出这个问题，他的师兄建议他转到物理系。今天，这个问题已不成为问题。具有扎实数学功底的人才正进入各行各业，例如金融业。我认识一个出版社的老总，他招应届毕业生有一个条件：数学要好。

　　工具虽好，关键还要会用。最终要回到掌握先进工具的人。软件算法工程师加上计算机集群，这是目前一流企业必需的装备。正如马克。安德森所说的，各行各业的一流公司，都是软件公司。优秀的软件算法工程师，是人才争夺的焦点。这样，我们就容易理解Google招工程师的要求。

　　对信息加工处理和传递的能力不断增强，是知识经济的特点。《数学之美》展示了Google如何运用数学和计算机网络，带领我们进入云计算和大数据时代。

　　知识经济时代的工作，就是在各自的领域中进行科学研究。科学研究要大胆假设，小心求证。科学研究要量化。科学研究要有对比实验。科学研究要有数学模型。科学研究要有田野调查。科学研究要有文献查证。科学研究要有同行评议。《数学之美》向我们介绍了自然语言分析领域的科研方法和过程。

　　任何一个领域，深入进去都有无数的细节。有兴趣的人不但没被这些细节吓倒，反而会兴致勃勃地研究，从而达到令人仰慕的高度。吴军先生向我们展示了数学和算法中的这些细节，也展示了他所达到的高度。值得我学习。

数学之美读后感4

　　在网上看到有人推荐吴军博士的《数学之美》，尽管我从事社会科学研究，但对数学的推崇一直如此，所以买来一读，我的真切体验正如吴军博士在书的后记中所说，把自己境界提升了一个层次。

　　那么，对我而言，到底提升了什么境界呢？

　　首要的肯定是思想境界。在未读这本书之前，我知道对于这个世界的事件形成的信息集合，人类只有两种方式可以表达，一个是数字，一个是语言。整个实数的集合是无穷个，而且每个数字都是唯一的；整个世界中的事件也是无穷个的，而且每个事件也时独一无二的，这样数学中的数字集合与世界中的事件集合就构成一个一一对应的关系，所以研究数字之间的关系，实际上就是在研究世界中事件之间的关系。语言中的概念和世界中的事件之间也是可以构成一个对应关系的，但问题是，语言中概念的集合是有限的，所以它和数字集合的对应显然只能是部分对应。

　　计算机科学的发展，人类需要把语言处理成数字，因为计算机只能识别数字信号，所以语言的数字化成为计算机产生以来发展最快、而且最有创新性的领域，而许多华人科学家成为了这个领域的顶尖专家，如李开复，吴军博士是卓越的科学家之一。至此我才感到，在计算机主导的世界中，信息化就是数字化，而最难的数字化、也是最有成就的数字化，就是对人类自然语言的数字化，因为人类的信息几乎100%是用语言承载、传播的，计算机要与人对话，变成智能化的机器，首先要解决的就是语言的数字化问题。但我们在电脑上自如地输入文字时、或者拿着手机通话时，我们跟本没有意识到，那些卓越的语言科学家，早已经把我们的语言，转化成数字信号，通过输入、处理、解码的方式，让我们无障碍地联络、工作。

　　我似乎感到，语言与数字的关系，就是人与自然关系的接口。套用古希腊毕达哥拉斯学派的观点，加上我的理解，即是，数是万物的本原，语言是人的本原！

　　吴军博士似乎也在提升我对方法的认识境界。科学研究的思考方式，习惯遵循本质、规律、连续性思维，在语言学研究的早期，人类为了让计算机识别语言，采用建立语言规则和语言规则数据库的办法，但最终以失败告终（20世纪50-70年代），70年代后科学家采用了语言统计模型，研究取得了突飞猛进。语言统计模型的胜利，再一次证明了宇宙量子模型的信念，世界是不连续的随机性的粒子构成，人类数千年文明进化出来的语言系统，就是动态的随机概率事件。其二，物理思维再也难逃牛顿的经典本质思维方法，即找寻到百分之百确定性的规律，而信息论思维是研究如何把握不确定性现象，利用概率统计是不二法门。其三，语言本质上就是信息传播，只有从通信模型视角才能真正理解计算机的功能，对语言的编码、处理、传输、解码是计算机的强项，计算机是永远不可能理解语言的意思的。

　　在《数学之美》中，吴军博士对他的老师、师兄弟、同事的经历、掌故进行了叙述，让我们了解到这些世界一流的学科家、技术精英们的为人处世品质、鲜明个性、科学素养及其管理风格。例如贾里尼克对博士生的严酷淘汰，马库斯对学生的宽宏大度，但我感到他们有一样东西是共同的，就是对科学创造、顶尖人才的识别和器重，甚至是无条件的包容。如此为人的境界才是根本，因为伟大的科学创造毕竟是人做出来的，只有崇高的人文精神之下才能造就顶尖的人才、一流的科学和技术。

　　观国内的学说界，官风盛行、腐败当道、人情充斥，与这些一流学说群对科学创造的赏识、对个性人才的包容，对科学探索的热诚，可谓相去甚远。

　　看来，我们只能寄希望于年轻一代，但愿吴博士的《数学之美》，能让我们的学子们，初步体验到科学精英们卓越的才智与情怀。

美丽的数学读后感
我读书的时候，数学成绩一直都很好，虽然离开学校已经10多年，自觉当初的知识还是记得很多，6~7年前再考线性代数和概率论，还是得到了很高的分数。不过我也和大部分人一样，觉得数学没有太多用处，特别是高中和大学里面学的，那些三角函数，向量，大数定律，解析几何，除了在考试的题目里面用一下，平时又有什么地方可以用呢？
  看了《数学之美》，惊叹于数学的浩瀚和简单，说它浩瀚，是因为它的分支涵盖了科学的方方面面，是所有科学的理论基础，说它简单，无论多复杂的问题，最后总结的数学公式都简单到只有区区几个符号和字母。
  这本书介绍数学理论在互联网上的运用，平时我们在使用互联网搜索或者翻译功能的时候，时常会感叹电脑对自己的了解和它的聪明，其实背后的原理就是一个个精美的算法和大量数据的训练。那些或者熟悉或者陌生的数学知识，一步步构建了我们现在所赖以生存的网上世界。

　　《随机致富的傻瓜》，美国塔勒布创作的一本引人思考的书，可以上升到哲学层次的书。在作者看来，世界上的未来都是不确定的，随机现象随处可见以下是我为大家搜集整理提供到的“《随机致富的傻瓜》读后感”，希望对您有所帮助。

　　《随机致富的傻瓜》读后感一：

　　英国历史学家弗格森在《未曾发生的历史》一书中让偶然性在历史进程中翩翩起舞，他设想了一系列人类在某些重大时刻可能进入的历史分叉小径，比如没有克伦威尔的英国，独立战争遭遇失败的美国和爱尔兰，二战中向希特勒投降的英国以及最终被纳粹全盘纳入统治范围的欧洲等等，这类问题我们通常用一句谚语来引出：假如克娄帕特拉的鼻子短半寸。

　　但正如罗伯特。佛罗斯特在《林中路》中所说的，黄色的树林里分出两条道路，可惜我不能同时涉足，历史也在这些无数个有着无数条分叉的路口单向度地延伸着。虽然所有这些我们没有走的路，按照量子力学中的平行宇宙理论，其实已经在另外的一些宇宙中被人踏得寸草不生了，但我们所考虑的仍旧是那唯一的、已经发生过的历史。

　　《随机致富的傻瓜》一书的作者纳西姆。塔勒布认为，正是这种特点，让人类几乎天生就是概率盲。如果我们不参考那些未曾发生的历史，那就无法真正看懂那些已经实现的历史，借助物理学家费曼的说法，塔勒布称这种做法为在历史之下求和。塔勒布写作这本书的目的，就是为了给概率盲上点儿眼药水。但即使是他本人也认为不会收到太多效果，因为概率法则与人们的直觉是相悖的，我们在面临选择时一般只在潜意识中构建两种场景：A发生，或者A不发生，而没有以73.45%的概率A发生这一选项，随机性对于我们的大脑来说有些太过于抽象。更多的时候，我们对于未来只构造一种场景：最有可能实现的结果，或者最期待的结果，当人们闯红灯穿过车流汹涌的马路时，他们想到的是方便快捷地通过，当人们玩彩票时，他们想到的是价值上千万的大奖。

　　尽管对于随机性的无视与误解随处可见，但证券市场是塔勒布观察得最多、感触也最深的地方在纽约大学数学教授和畅销书作者的身份之外，他更是一名混得不错的交易员。在漫长的职业生涯中，塔勒布看到那些他身边的明星交易员们起起伏伏，总有一些人会因为一段时间的不错业绩而认为自己眼光过人，无往不胜，然后，他们几乎无一例外地炸毁（因为巨额亏损而被清算辞退）在某次黑天鹅的现身之中。

　　这里的黑天鹅不是指巴塞罗那队的主教练里杰卡尔徳。根据塔勒布的梳理，概率论的哲学根源是怀疑学派。苏格兰哲学家休谟曾在他的《人性论》中以著名的黑天鹅问题表达了对于经验主义者的怀疑：我们看到的白天鹅数目再多，也无法推论所有的天鹅都是白的，因为只要有一只黑天鹅，就足以推翻这个猜想。

　　时间会消除随机性，黑天鹅终有一天会出现，这在概率论中被称为遍历性。常在江湖漂，哪能不挨刀，就是人民群众对于这一原理朴素而准确的表达，一个听上去更加玄乎的例子是，如果你让一只猴子在一台打字机前无限期地敲打键盘，那么总有一段时间内，这只猴子能一字不差地敲出《奥德赛》。

　　一个交易员一生要做成千上万次交易决策，所以证券市场是一个让人们体验遍历性的好地方。在塔勒布的眼中，如果上帝一直是在掷骰子，那么那些所谓的明星交易员跟乱敲出《奥德赛》的猴子并没有什么两样：如果你不会让一只偶然敲出了《奥德赛》的猴子继续去敲《伊利亚特》，那么为什么要把你的钱交给一个历史业绩不错的明星交易员？

　　更重要的是，黑天鹅之所以重要就在于它与白天鹅的强烈不对称性：一只黑天鹅就能推翻成千上万只白天鹅累成的证据大山。在概率论中，如果结果与概率强烈不对称，这被称为分布的偏态，它的意味很简单：如果失败的结果太过于惨重，那么一件事情成功的概率有多高根本无关紧要，你的对策就是传说中永不输钱的赌博秘笈不赌。

　　在蒙特卡洛转盘和黑天鹅之上，塔勒布建立了自己的交易信念。他选择了一种跟大多数交易员不一样的方式进行投机：看分布形态而不仅仅看概率，因此他会做出看好后市的同时却大量放空这种令许多交易员不理解的事情，他的交易风格是不断地赔小钱，以等待黑天鹅的出现而大赚一笔。在这本位列《财富》杂志评选的75本商务人士必读书之一的小书中，也许塔勒布能给现在的股民们带来的最重要提醒是：不到胖女人唱歌时，一切未定，投资其实只是在抛骰子，报酬也总有一天会来报仇。

　　凡是学过一些粗浅概率论的读者，比如事前概率和条件概率，联合概率和独立分布等等，都会发现《随机致富的傻瓜》的内容很容易理解，但这并不会让阅读本书变得多余。因为即使是一位精通概率论的数学教授，也未必会在生活中真正用从概率论的观点考虑事情，正如作者在他的观察中发现，数学是后天学的，但懂数学却是天生的。这让我想起著名的经济学家约翰。梅纳徳。凯恩斯，他也曾写过一本《概率论》，显示出对于这一数学领域的精深研究，可这也拦不住他在外汇市场上惨遭破产，显然凯恩斯并没有按照偏态原理去操作。后来凯恩斯又在股市上再次陷入了濒临破产的窘境，考虑到第二次破产可能会极大地损害他作为世界上最著名经济学家的声誉（也许是世界上全体经济学家的声誉），这一次他终于吸取了教训，毅然决然地选择了割肉止损。

　　除了能获取一些有用的概率知识之外，也许这本书最吸引人的地方是它透露出的与概率法则非常一致的人生态度。塔勒布本人的人生经历充满了戏剧性，他的祖父和曾祖父都曾担任黎巴嫩的副总理，可谓官宦世家，但他却遭遇了家族从巨富到赤贫的巨变。后来塔勒布成为纽约大学的数学教授，在刚刚进入股票市场时他就成功地避免了一场股灾，并因此而引起了一些华尔街操盘手的侧目。经过半年的研究，塔勒布把这一切归咎于运气他并不比别人高明，也不比别人愚蠢，只是和其他所有人一起在命运的转盘上被随意抛掷。

　　塔勒布信奉随机性，但这世界却喜欢非黑即白。在塔勒布创立投资基金和出版此书的过程中，他发现两极分化无处不在：要么是吸引所有的资金，要么一分钱拿不到，或者要么每家出版社都抢着要出版，要么就没有任何答复。这种两极化令塔勒布非常不安，太成功容易树敌，太失败则叫人气馁。如果可以选择的话，两者我都不要，他的感叹让人想起尼采的箴言：不要太高，也不要太低，站在中间，风景最美。塔勒布的人生观并非是一种中庸之道，而是对于数学规律的一种笃信，甚至可以说，信仰。

　　《随机致富的傻瓜》读后感二：

　　《随机致富的傻瓜》这本书分成三部分：第一部分是讲偏态，偶然事件，还谈了很多与概率相关的问题；第二部分是讲存活着偏差，由于我们只看到了成功者，而因此形成了对机遇的歪曲看法；第三部分是讲路径依赖的，人们过去做出的选择决定了他们现在及未来可能的选择。三部分内容的划分是明确的，但是作者的很多想法则在其中不断重复和穿插着出现。

　　1、作者的投资策略

　　谨慎投资，防止炸毁。真正优秀的交易员不在于在短期赚钱，而是要让自己活下去，警惕偶然事件稀有事件。不让那些稀有事件毁了自己，在稀有事件发生的时候，要及时调头。不要执迷于一些错误的信念。这些信念可能来自于经济学或者统计学，但这是很可怕的。因为经济学、统计学总结的规律是基于历史事件，有些则是巧合。并不是永恒不变的真理！

　　关于归纳问题，塔勒布也引用休谟在人性论中那个著名的例子：我们看到白天鹅的数目再多也无法推论所有天鹅都是白的，但是只要看到一只黑天鹅就可以推翻这个推论。不对称性存在于知识的基础中。既然我们身处一个充满随机性的世界，那我们能做些什么呢？可以利用统计学和归纳的方法积极下注，但是不会用它们管理承受的风险。积极止损，以免受到黑天鹅的冲击。则作者更绝的是他的反向投资策略：在稀有事件上赚钱，他认为稀有事件因为出现的可能性小，所以价值往往被低估！固定收益的债券往往有这种机会，以反向稀有事件为生的交易员，平时可能赔钱，但是一遇到稀有事件则能大大的赚一笔。我认为的确很多时候，很多机会会被低估，因此存在套利空间。

　　这里说点题外话，我认为套利的空间始终都是存在的。通过经验，我们的确可以判断是否存在套利空间，但是随着越来越多的人知道套利空间，套利空间会消失，交易者会修正预期。但是套利空间还是不断会涌现。隐藏的机会总是多过我们掌握的信息。不过是商业还是资本市场。塔勒布能不能长期靠这个漏洞赚钱，其实也不一定。因为有些套利空间是明确的，比如同一个商品在不同市场的价格不同。而大部分的套利空间只存在于人的预期之中，预计这么做会赚钱，举个商业上的例子，比如现在是冬天，我以低价收购空调；等到夏天，我再高价出售。塔勒布的策略也属于这种情况。

　　除此之外，塔勒布的投资策略还有：看好后市的情况下，还是放空一些，因为如果跌会跌得很惨。因为他认为投资人要赚的不是概率，而是钱。利润的大小比出现的概率更重要。不过我倒觉得这和大部分的策略一样，很难评价，就让市场来评价它吧。

　　2、吐槽风险管理

　　风险管理有用吗？我去年年初的时候就想过这个问题？风险管理是必要的，但是专门弄个人来控制风险，我也觉得挺可笑的。要赚钱就要冒风险，但是风险控制往往失去很多赚钱机会，尤其是事后看来。而且很多风险，你无法计量，大多还是凭借经验。我靠，问题来了。每个人的经验都不一样，你怎么知道你的经验就比别人的经验正确？当然这不是最大的问题，最大的问题就是权责不对等。出现风险问题，责任是交易员承担还是风险管理者？这是所有设立风险管理官的企业在机制设计的时候都会遇到的问题。由于无法解决这个问题，于是出现政治手腕，既不错报也不漏报，看起来合理，其实只是官僚病罢了。最终企业会毁在这种官僚病上。最好的办法还是交易员来承担风险。当然对于风险控制的管理手段无法面面俱到，就像是资本市场上所有的策略都无法屡试不爽，终究还是要取决于市场的检验。

　　3、我们总是盲目的

　　我们总是盲目的，被现实的假象所迷惑。存活者偏差里说了挺多的。例如，我们总是看到周围的人混得好，就以为自己混得很差。其实比自己混得还差的人要多得多。要看清真相很难，在怀疑论者的眼中，我们无法看清真相，我们以为我们不那么无知了，或者以为自己比过去不那么无知。但是开启上帝视角后，会发现人类始终还是无知的。作者举了个俄罗斯转盘的例子。我们往往只看到成功的人，但是对失败的人则无意或有意地忽视了。而如果用俄罗斯转盘来做类比的话，这些所谓成功的人，只不过是运气好罢了。同一事件随着时间重复发生，通过运气得来的东西迟早会被运气拿走。而现实生活比俄罗斯转盘，更为复杂，你无法了解它运作的原理，也无法精确计算概率，粗略计算也很困难。而很多时候人受着赌徒心态的驱使，会本能拒斥随机性。也就是说，不认为自己的成功是运气带来的，或者忽视了未来发生的事件中的随机性。

　　不过我们的成功真的完全靠运气吗？至少现在我不这么认为了。作者估计也不认为都是靠运气，经验还是有用的，至少从作者以历史为师的看法中，他至少不反对这个说法的。虽然，作者不认为凯撒的胜利，与他们谋略有关。只承认他们聪明、高贵，但认为他们的命运完全取决于外部力量。把预测和预言混为一谈，是人类对随机性的无知。人类可以预测，但无法预知和预言未来。大部分的概率结果往往违背直觉，所以大多数的'时候，人们都会忽视概率。而作者也谈到认识到概率，其实不是谈机运的问题，而是我们相信有另类的结果、原因和动机的存在。

　　4、作者如何屏蔽噪音

　　处于不确定的决策者应该少接触媒体。注重老思想，注重与那些存活下来的老交易员交流。人存在情绪上的缺陷，所以少看盘比多看盘要好。太密切注意随机性的人，会在情绪上精疲力尽。

　　5、进化论

　　作者认为新事物未必就比旧事物好，人们吹捧新事物，往往看到成功者，却把失败者给忽略。所以说新的未必就是好的。认为进化论是事物朝着完美方向发展，（也就是承认存在即合理）会导致对进化论的误用。达尔文学说的适应性是用于长期发展的物种，而不是短期观察到的现象。时间积累消除了随机性的大部分效应，噪音互相抵消而取得均衡。进化只能是存在于某一时间序列，而不是所有可能环境的平均值。

　　6、概率和期望

　　做一件事成功的概率是99.9999%，但是失败的损失会很大很大。算出来的期望是负值。不过如果是我，我还是会去做这件事

　　《随机致富的傻瓜》读后感三：

　　之前我买过一本叫做《成事在天：机遇在市场及人生中的隐蔽角色》的书，是中国经济出版社出版的，它充分证明了一个愚蠢的译名会再多大程度上毁掉一本书我是20xx年买的，但不知为什么我觉得跟它拖沓冗长的译名和脏兮兮的封面设计大有关系，一直没有读它。直到20xx年读了《随机致富的傻瓜》（中信版）之后，才发现，两者原来是同一本书！而这本书，我已经向身边所有爱书的朋友推荐了几乎。而据我所知，这本中信版的《傻瓜》已经掀起一阵傻瓜风潮呢，出版商应该是发了一笔财的。而这时，已是那本傻瓜译名的书出版x年以后的事了。

　　其实，对每一本书，每一个读者都会有不同的感受。此书我介绍给一个学统计学并在券商中服务的朋友看，他说，仅仅是科学常识的普及读物罢了，没什么大不了。我想，这跟他从小扎实的科学训练功底并具有相当的科学思想有关吧。因为，这本书实际上确有一本概率论普及读物的模样。他会觉得，书本里说的很多道理他已经知道和在实践了呢。另外有些人则跟我一样有如获至宝的感觉。所以，你要不要购买一本书并读它，别人的说法很难成为真正的依据。

　　但是，仍然有一些硬指标可以作为评价一本好书的标准是不是作者自己活出来的一本书。这本书就是一本由作者本人活出来的书。就像作者自述的那样，这种书里没有不是由作者独立发展出来的思想，没有经过充分提炼而不能轻而易举的书写出来的东西。它是作者自己生活体验与思考的产物。这样的书，即使不适合当下的你来阅读，你也可以收藏起来或者干脆送给适合的人来读。这一点，你甚至在这本书的前言里就能够看出来。

　　在前言中，你还可以看到作者说：用不着专门迎合某类特定读者而去写一本书，书自己会找到专属于它的读者群。我觉得这句话，就不是当今一般作者说得出想得到的。