本書的前提是建立在這樣一種假設之上：基本面研究能夠幫助決策者更好地適應這個黑天鵝出沒的世界。在黑天鵝出沒的世界里，有些事看上去不大可能發(fā)生，可一旦發(fā)生后果就會很嚴重，甚至會顛覆我們日常的思維方式?；久娣治龅暮芏喙ぷ鞫际怯杀窘苊鳌じ窭锥蚰罚˙enjamin Graham）和大衛(wèi)·多德（David（David Dodd）開創(chuàng)的，此種研究是以公司、行業(yè)或經濟體的表現背后的原因變量為研究對象，目的是為了預測未來的發(fā)展變化。

本書中的研究策略就是以他們在基本面研究方面的工作為基礎的，不過由于計算機技術日益變得重要，本書中的研究策略已經有所更新，并對波動性給予了特別的關注。當然，不管是否有計算機的輔助，基本面研究都不能確保取得成功——不管我們愿不愿意，我們都注定會遇到很多的意外事件。本書會向讀者表明，基本面研究可以幫助我們預測到某些黑天鵝，也可以幫助我們稍微提前一點意識到另外一些黑天鵝出現的可能性，并在意外不可避免的時候更快地作出反應，并減少在極端波動的時期因為誤判而造成的損失。

本書是以我在華爾街做證券分析師的經歷為基礎寫成的，不過我認為本書的目標讀者群體應該更為廣泛。我曾供職于某大型投資銀行，專門從事專戶理財，我的客戶包括Countrywide公司、房利美（Fannie Mae）、CIT集團（CIT Group）、沙利美（Sallie Mae）、萬事達卡公司（MasterCard）、Discover 金融服務公司、美國運通（American Express）、普羅威登金融公司（Providian Financial）等一系列公司。我在這家曾引起了頗多爭議的投行工作了10年，并親眼目睹了肇始于2007年的抵押、住房和資本市場危機所帶來的凄慘景象。因為工作，我經常與投資領域的專業(yè)人士打交道，包括分析師、交易員、基金經理、風險經理人、首席投資官，也有一些個人投資者。當然，在證券行業(yè)之外，黑天鵝事件也時有發(fā)生。本書對商界、情報界、社會科學界、新聞界以及其他領域的高級管理人員、企業(yè)戰(zhàn)略家、監(jiān)管人員和政策制定者都會有所助益，也就是說，所有那些必須要面對突如其來的變化，且需要對該變化進行分析并進行戰(zhàn)略部署以作出反應的人士都可以從本書中得到幫助。

2008年，一夕之間，資本市場潰不成軍，人們開始把注意力放到黑天鵝現象上來。黑天鵝這一概念是經由納西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb）發(fā)展并推廣開來的，指的是一種依過去的數據無法預測的、似乎不大可能發(fā)生的事件。塔勒布提到，歐洲人最初在澳大利亞發(fā)現黑天鵝時感到非常意外與訝異，因為此前人們一直相信天鵝就是白色的，因為從沒有人見過不是白色的天鵝。在市場中，黑天鵝事件表現為波動性突然出現大幅變動，從而對股票、行業(yè)甚至是整體經濟造成巨大的影響，并引發(fā)幾倍于標準差的價格波動。當然，市場研究者很久以前就發(fā)現金融收益的波動性有一種“平滑”的特質。分形理論的創(chuàng)始人伯努瓦·曼德勃羅（Benoit Mandelbrot）曾觀察到，金融市場收益的尾部比正態(tài)分布的尾部要厚。塔勒布警告說，人們往往會低估風險，尤其是在掌握了以正態(tài)分布為基礎的統(tǒng)計模型這一武器之后。他對金融風險管理提出的批評，以及在更廣泛意義上對黑天鵝事件的警告，事后證明都是非常及時的。2008年金融崩潰期間的政策錯誤表明，很多決策者并沒有把塔勒布的警告放在心上，或者是根本不知道如何去執(zhí)行。本書解決了這一問題，為人們提供了一種在極端波動出現的情況下進行研究、分析、作決策的實用方法。

黑天鵝這一概念的應用范圍很廣，不僅局限于對全球性震蕩的研究。實際上，黑天鵝事件無時無刻不在發(fā)生，只是規(guī)模有大有小。很多人都把這一概念與當前這場二戰(zhàn)以來最嚴重的金融危機聯(lián)系在了一起，而我們希望這種規(guī)模的震蕩越小越好。但是影響較小的、不那么引人注目的黑天鵝還有很多，甚至在整個市場都很平靜的情況下，也可能會有僅對個股或者某個行業(yè)造成巨大沖擊的黑天鵝事件發(fā)生。（后續(xù)章節(jié)中有大量的案例。）這些意外有以下幾個來源：

1.現實世界與生俱來的難測性；

2.人類在市場中的集體行為；

3.基本面與市場間的反饋效應。

在確定本書的寫作方法時，我曾試圖將基本面研究的各種原則置于一個更為科學的基礎之上。在黑天鵝出現時，一些舊有的規(guī)則比如價值投資，往往會失去作用。然而價值投資這個理念本身還是有一定道理的，只不過在某些特定場合就不再適用了。某些估值的經驗法則，例如市凈率，并沒有對市場情緒的變化或是某些能夠產生較好結果的“神奇公式”的假設進行檢驗，連格雷厄姆本人都放棄了這種方法。

為了繼續(xù)推進基本面研究，我曾試圖通過引入費雪·布萊克（Fischer Black）、大衛(wèi)·蕭（David Shaw）、馬文·明斯基（Marvin Minsky）、朱迪亞·佩爾（Judea Pearl）、赫伯特·西蒙（Herbert Simon）等人的理論，將該領域的常識性原則進行升級，以適應當前金融理論、量化投資和人工智能等方面的進步。需要明確一點的是，我并不是一個“寬客”（Quant的音譯，指受過嚴格科學訓練的數量金融師?！g者注）。不過，作為一個分析師，過去我常常利用高級計算機建模技術來改進我的預測（后文中的故事會對此有所闡述）。這種數理分析既能夠給使用者帶來一定的優(yōu)勢，但也有可能會錯得非常離譜。一旦意外發(fā)生，歸咎于模型也于事無補。我們生活在信息密集的環(huán)境中，決策者必須要在人類的直覺和計算機分析兩者之間取得某種平衡。我意識到，將基本面研究置于與定量學科同樣的科學原則之上是非常重要的，因為隨著運算能力的不斷提高，這兩種方法最終將趨于一致。

在閱讀本書過程中，讀者會不時碰到概率樹，這是概率思維的一種基本工具。在我們試圖看清未來的時候，作為一種輔助手段，概率樹可以讓我們的主觀預測變得更為清晰。

第2章和第7章，講述了如何利用概率樹來表示關鍵的原因變量幾種不同的取值情況。

第3、4、5、6章，利用概率樹說明我們應如何對新信息作出反應，并指出了人們經常會犯的直覺性錯誤。

第8章，介紹了蒙特卡洛分析法，這是目前利用計算機進行概率運算的終極方法。

本書分為三部分。

第一部分的重點是不確定性。不確定性的源頭在哪里？如何在迅速變化的世界做出準確的預測？這一部分的3章內容講述了，提出和檢驗假設的流程、以概率的方式進行思考的流程以及在作決策時找出正確的置信水平的流程。

第二部分的重點是信息。這一部分闡明了如何鎖定關鍵問題，如何準確地對新數據作出反應，以及如何從戰(zhàn)略利益相關方比如企業(yè)經理，獲得有用的信息。

第三部分的重點是分析與判斷。這一部分舉例說明了如何利用有力的分析手段幫助我們解決復雜的基礎問題，以及這種手段如何會被濫用。本書的結尾部分是關于判斷的一個討論，這是任何決策都不可或缺的一部分，也是對付某些類型的黑天鵝的最主要的辦法。

下面對各部分內容做一些更為詳盡的介紹。