对不确定性没有偏见其实是理性的基石。
——Daniel kehneman
1）如何理解不确定性
我们生活在一个不确定的世界里，
下周日会不会下雨？
深圳未来一年的房价走势如何？
00700在未来一年股价走势如何？
人类是否会在100年内灭亡？
这些都是不确定的。
对于“不确定”有两层理解，事情（物质）本身就是不确定的；事情（物质）是确定的，只是我们无法预知。两者哪个才是不确定的真正含义是无法被证实或证伪的。
2）不确定性的根源是什么
当前我们了解的不确定性的已知根源的解释有两个：非线性，测不准（不确定性原理）。当然也有可能更根本的原因是：从量子层面看，不确定性是物质的固有属性。
非线性：
逻辑斯蒂映射是动力学和混沌方面最著名的方程：
X(t+1) = R*X(t)*(1-X(t))
对于如此简单的一个方程，对于给定的R和X(0)，大部分情况下我们竟然无法求出X(30)，初始条件非常细微的差异会导致后面的大不同，这就是混沌学中的蝴蝶效应。所以，对于非线性系统，比如大气系统，预测长期天气是件不可能的事情，既长期天气对于人类来说是件不确定的事情。
测不准（不确定性原理）：略。
3）该如何面对不确定性？常见的误解。
人类对安定的过分追求导致了对不确定性的根深蒂固的排斥。
第一个教训是预测错误是不可避免的，因为这个世界是不可预测的。第二是高度的主观自信是不可信任的，它不是正确率的指标（低自信的信息量可能还高些）。
成功是不确定的，有一个著名的公式：
成功=能力+运气。
极大的成功=多一点点的能力+很多的运气。
能力是相对确定的，而运气是不确定的。
接受不确定性，用概率的思维思考。非常建议每个人都学习掌握概率与数理统计的知识：中心极限定理、正态分布、泊松分布、指数分布、t分布、区间估计、假设检验、回归分析、相关分析等知识，这些知识是理性的基础。
不要把鸡蛋放在同一个篮子里，这个为人熟知的道理，但这个道理背后的量化分析需要用到的知识是中心极限定理、二项式分布、正态分布。标准差反比于样本数量的开方。
虽然面对的事情总是有巨大的不确定性，但决策者必须做出决策，决策本身是一场经过深思熟虑的赌博。
接受不确定性的好处在于，有利于我们修正错误，从而更好地做出判断和决策。
人们经常把不确定的事情当成确定的事情，这会带来巨大的风险，我经常在广播里听股票分析员头头是道地分析某一只股票的走势，呵呵，统计学家早就分析过，相关性几乎是0。
炒股方面，《快思慢想》中介绍的两篇文章值得一读：《Trading Is Hazardous to Your Wealth》、《Boys Will Be Boys》。
最后：让我们勇敢地说出：“我不确定”。
或许，没有什么是确定的。
相关书籍：
Mitchell的《复杂》
Kehneman《快思慢想》（繁体版较好，简体版《思考，快与慢》翻译较差）
《统计学，基本概念和方法》吴喜之译
