你所認定的因果關系是正確的麽？

阿新 • • 發佈：2018-06-29

做出 tar ML 思維 HR 模型中馬組合價格

咱們先看下面一個簡單的案例：
“小趙的父母來遲了，結婚的酒席承辦商應該很快就到了，小趙很生氣。”你知道小趙為什麽會生氣，也知道生氣不是因為酒席承辦商還沒來。在你的聯想網絡中，生氣和不準時被看成是可能的因果關系，但生氣和期望酒席承辦商來的想法卻沒有這種聯系。當你看到這句話時，腦海中馬上就形成了一個連貫的故事——你立即知道了小趙生氣的原因。

找到這種因果關系是理解一個故事的一部分，也是系統1的一種無意識行為。而系統2——也就是有意識的自我——在接收到這個主觀理解後，也接受了這種因果關系。這就是發生在我們身上並且對事物的發展所做出的因果關系結論。

系統1能夠非常熟練的對這些關系做出解釋，即使對於某一項事物所知有限，但是我們也能夠將這些知識片段組合成一個連貫的解釋。但事實上這樣的解釋並沒有什麽道理。舉一個簡單的例子：

在塔勒布所著的《黑天鵝》一書中有這樣一個故事。他指出，薩達姆在伊拉克的藏身之處被捕的那天，債券價格就開始上漲。《彭博新聞社》打出這樣的標題：美國國債上漲，薩達姆被捕不會遏制住恐怖主義。

但半個小時之後，債券價格下跌，標題被修改為：美國國債下跌，薩達姆被捕刺激風險資產。
顯然薩達姆的被捕是這一天的重大事件，因為自主搜索原因的方式影響了我們的思考，這件事就變成那天債券價格變動的原因了。這兩個標題表面來看好像可以作為解釋市場發生震蕩的原因，但是對兩個互相矛盾的結果所作出解釋的那條陳述其實什麽都解釋不了，但是我們卻都信了。

事實上，所有的標題都要滿足我們對邏輯連貫的需求：一件大事必然會帶來一些後果，而這些後果也需要一些原因對其作出解釋。即即使我們對於那天所發生的事情所知有限，但系統

1還是非常熟練地將這些知識片段組合成一個連貫的因果關系。

表露在外面的現象便是自圓其說、主觀臆造故事、管中窺豹、一葉障目、一隅之見等等，為什麽說主席總是強調要一切從實際出發，老老實實的做實地調查，搞實際研究，實事求是，而不是活在膚淺的經過處理的信息當中，失去了根據實際的材料去做獨立判斷的陣地。之前我們也揭示過：惰性思維、怠於思考的人見風就是雨、捕風捉影、依靠直覺做出判斷倉促下決定對我們的生活和事業並沒有太多積極的建設。