《噪声》12.最佳的噪声水平

《噪声》的读书笔记和读后感。

我们来看第五部分：最佳的噪声水平。

减少噪声的成本

有人非常反对减少噪声

其实对于噪声，很多学者也有不同的看法， 有人就非常反对减少噪声，主要有7个方面的意见

• 第一，就是减少噪声，代价太大，不值得。非常繁琐，最后也没啥效果
• 第二，是为了减少噪声，而采取的策略，本身可能会引入新错误
• 第三，消除噪声，会影响对人的尊重和尊严
• 第四，噪声可能容纳新的价值观，和道德等至关重要的东西
• 第五，减少噪声的策略，会促成投机取巧的行为，有人会利用这个漏洞
• 第六，噪声系统，有很好的威慑作用
• 第七，没有人会希望成为一个决策链条上的小齿轮。

但作者认为，这些观点都不对，他认为减少噪声已经迫在眉睫，接下来我们来说说作者的理由。

有很多人反对降低噪声，认为这效率不高，但是作者认为，减少噪声已经迫在眉睫。他说这些都只是借口而已。我们需要权衡减少噪声的成本与收益，这也是进行噪声审查的重要原因，通常情况下， 噪声都会造成极大的代价，要远高于减少噪声所付出的成本，所以减少噪声势在必行。比如招聘的时候，麻烦一些，通过更多轮次的筛选，看似流程极其繁琐，但是总比招到错误的人，给公司带来更大的损失要强，而且解雇一个员工，要比招聘一个员工麻烦的多。

通过算法来消除噪声

另外，通过算法来实现消除噪声的逻辑，也更加符合未来的大趋势

• 比如10年前，今日头条，就是通过算法来推荐内容，让一大批的尾部内容，重见天日，很多人当时也不是很理解这个逻辑，但现在看，他确实很有前瞻性。编辑推荐永远是千人一面，而算法推荐可以做到千人千面，你用的越多，算法推荐的也就越准。这套逻辑现在又帮他做成了抖音。算法对于用户的了解程度，永远要比编辑更加客观。噪声也更小，以至于现在招聘的时候，我们都会拿来对方的今日头条和抖音刷一刷看，基本就能判定这个人，平常的喜好。这些东西在算法面前是藏不住的。他可能说自己很爱学习，但是打开抖音很可能全是小姐姐跳舞。

那么我们未来算法这块肯定会成为消除噪声的一个重要趋势，很多领域都会通过算法来替代人工的判断。虽然算法也有错误，但是算法优化会越来越容易，而人的判断，则本身没那么确定。所以越来越多的设备，会采集我们日常的生活习惯，其实这个大数据的时代，每个人都没有隐私可言了，所以不是说手机号泄露和身份信息泄露的问题，我们已经完全赤裸裸的暴露在了大数据面前。我们的思想行为偏好，都已经被识破了。

自由裁量权危害更大

还有一些反对降低噪声的人认为，降低噪声会妨碍灵活性，比如司法案件中，有些事情是情有可原，所以应该从轻判罚。但这种自由裁量权，到底是利大于弊，还是弊大于利，大家一定要考虑，确实有些案件会拥有更加合理的判罚。但是因为这种噪声的存在，可能也会让更多的案件，造成不公平的结果是，甚至滋生腐败的温床。我们叫做权力产生腐败，绝对的权力就会产生绝对的腐败。所以自由裁量权，可能反而危害要更大一些。即便要做出有灵活度的判罚，可能也要有消除噪声的程序才成，比如通过多个人的独立判断，然后最终汇总观点。

明确规则，降低自由裁量权，从严格意义上来说，也有很多的空子可钻，因为在严格的法律法规，也不可能把所有的情况都想到，总会有各种各样的漏洞，这其实就是英美判例法，和我们的条文法之间区别，判例法更有弹性，而条文法，需要经常的出司法解释，目的就是为了补漏洞。这确实是一个巨大的问题。为了统一标准，减少噪声，但是却不断地产生新的噪声。其实一个公司也是如此， 你说早上9点上班，他就有人8点59来，先打卡，再下楼买早点。然后你就得出个补充规定，9点必须开始工作。之后也会有人边吃，边打开电脑。然后去泡咖啡。规定是死的，人是活的。你不断地堵漏洞，最后会把制度搞得相当繁琐，那么是不是就不要制度了呢？肯定也不行，有规则总比完全没规则要强。作者也承认，有噪声的系统，对于保持士气是有好处的，但这并不是因为这些噪声，而是因为他允许人们，可以根据自己的意愿做出决定。换句话说，你可以有发挥的空间，这其实也是现代企业创新发展的基础，日韩企业那种压迫和军事化管理，其实非常不利于创新，员工也都会活的很压抑。所以噪声也需要平衡，不是完全没有噪声就是好的。应该保留一些好的噪声。让大家可以凭借自己的意愿去做出一些判断，发挥他们的主观能动性。

规则还是标准

规则和标准

现实当中，规则和标准是相对的，规则的意义就是你应该干什么，目的是消除大家的自由裁量权，而标准则不同，他是授予实施者一定的自由裁量权。比如规则是限速80公里每小时，而标准就是谨慎慢行，有序通过，所以说的差不多是一个意思，但是标准就有了很多的人情味。投资中也是一样，规则是你只能投资什么范围的股票，而标准则会告诉你，选取有价值的公司。还比如上学的例子，规则是老师给你布置作业，明天必须交。而标准则是，你自己给自己布置作业，把你觉得重要的都写下来。这样一来，其实大家就内卷了。

有些地方我们需要标准，而不是规则，因为规则可能没办法建立，比如法律面前人人平等，这其实很难说是一条规则，还有一些东西，会是规则和标准同时进行，比如碳中和，规定了污染排放的数字，但是标准就是降低大气污染，减排减碳。但至于怎么防止污染，怎么降低到合规的碳排放数据之下，这个就得自己想办法了。并没有特别严格的规则。

同样飞行员，也需要遵守一系列的规则或者标准，航空公司最喜欢规则，限制飞行员的自由裁量权，这样会相应的减少噪声，对于飞行员的干扰。从而降低失误。但是在一些紧急状态下，飞行员的个人操作能力，又是起个人价值的体现。因为航空公司也不可能把每一种可能出现的情况，都做好规则限制。

那么到底应该是规则还是标准，首先应该弄清楚，哪个会导致更多地错误，比如创新领域，就应该多用标准，而少用规则，但是在工业体系，或者严格要求纪律的军队，那么肯定是规则更重要，还有就是当我们没有注意到噪声存在的时候，可能会更多地使用标准。比如做投资的时候，我们并不认为判断有什么错误，所以天天都在哪里追涨杀跌。受到情绪的影响。只有当你要进行专业投资的时候，你其实才会注意到这些噪声的存在。然后进一步想办法克服他。

噪声的最大问题，就是我们可能意识不到他的存在，也就是说我们可能不觉得自己有问题，甚至有时候都觉得自己挺对的，也就完全没有去认识噪声的主观能动性，天然的认为，别人想的应该跟自己一样。但是现实中可能完全不同，我们不但要面临着噪声的干扰， 还要面临着整体偏差，也就是说，噪声之间不一定会正负相抵，有的时候还会成倍增加。特别是偏差叠加的噪声，可能就更要命，比如在牛市阶段，大家的观点不同，有人喊1万点，有人喊2万点，各种各样的声音都是看多的，但看多的理由又各不相同。所以这就是最大的问题。这个时候不会有人去审视噪声环境，是不是自己的心态受到了牛市的干扰。目前，我们能做到的方法就是，尽量多的使用机器判断，通过策略来完成大部分的投资方式，这其实就是降低噪声的最有效方式。机器虽然也不全对，但是他起码不会受到情绪噪声的影响。不会发生整体偏差，算法在一套逻辑的运行之下，会相对客观。如果能构建多套模型，通过不同模型判断市场位置和方向，然后再把结果进行合理汇总，这其实是进一步的消除噪声的方法。其实我们现在也是这么做的，概率也是这么来的，就是通过很多套判别方法，如果所有指标都指向一个结果，那么这个概率就会非常高，如果指标之间形成分歧，那么就说明有噪声的存在，这时候就看，哪个方面的确定性更高。

本书总结

这就是本书的全部内容了，这本书卡尼曼写的非常绕，看起来很痛苦，但是精简了之后，其实就这么点内容：

• 有判断的地方就有噪声，有噪声的地方， 我们就需要进行检测，而检测的方法有很多种，比如独立判断然后汇总，或者引入量化清单，又或者干脆用算法，发现噪声和偏差之后，就要进行及时的修正，最后通过加总平均得到一个相对客观的结果，当然有的地方是需要制定规则消除噪声的，也有的地方可能更多需要建立标准，比如创新创业，需要发散思维的地方， 就要建立更多地标准，只有需要归一思维的时候，才需要消除噪声，尽量做到规则化。在投资中，策略比判断重要的多，判断是充满噪声的，而策略，则是要消除噪声的。