为什么你每天看手机新闻,依然看不懂这个世界

因为短期信息,大部分都是噪声。

每天看新闻或,100次观察里,可能只有1次是有意义的值,大部分精力被浪费。而1个月看一次新闻或者股价,则类似一个取平均值的效果(mean reversion),让新闻里波动性产生的噪声减小并回归接近真实值。

何况,认知科学告诉我们,每一次失去的痛苦约等于2.5倍的收获。频繁看短期的噪音信号,上上下下,每一次坏新闻相当于2.5条好新闻,总体下来,情绪回报的总和大概率会是负的。由此推测,单从时间尺度上看,周刊月刊很可能是比每天刷新闻更划算的信息获取途径。

每年都有成千上万的书出版,大部分也是噪声。时间是卡尔曼滤波器,让噪音都消失,留下真实值。所以读书也是一样,要读经过时间筛选的书籍,要读“死人的书”。原因很简单,付出同样的精力去读,读滤波后的信号比读噪音中的信号,得到的有效回报高得多。

可是,我们马上会担心,如果今天的新闻里有重要信息呢,错过了怎么办。当然难免错过一些。但不要紧,如果真是重要的新闻,你也会通过其他途径知道的。把大量精力花在无意义的噪音上可不划算。定量的来看边际收益,如果平地上放着一个大金块,为什么费劲去沙子里淘金呢(芒格)。读精华比读噪音划算得多。

信号signal,噪声noise,滤波器filter——在加国读研的那些年着迷于这些概念与算法。现在看来,信号与噪声不仅是技术概念,也可以是描述这个世界上许多规律的有效模型。股价,手机新闻,畅销书,每一样都是信号和噪声的合体。人作为一个控制系统,要正确处理输入信息,才能让大脑这个超级计算机发挥最大效能,才能生存发展、获得财富、产生价值。如何有效处理信息呢?这里的结论是,选取合适的滤波器:读死人的书,少看噪音新闻,因为时间是良好的滤波器。滤掉80%的噪音之后,再让我们的大脑对剩下20%描述真实世界规律的信号,作出反应。不累,且高效。

最后,可能你会问,说了这么多,那你看懂这个世界了吗?

显然,也还没有,哈哈。但不要紧。

怀疑一切。无论什么观点,都得经过自己的实践,才能出真知。