当面对突如其来的意外时，*佳的应对方式就是从中吸取经验。我经常尝试从非市场事件中汲取教训。你将会对（此类事件中）蕴含如此之多投资相关的法则及洞见感到惊讶。

过往我曾从“疯狂的三月”（美国大学体育总会一级联赛比赛通常在3月举行）、2012年大选、超级碗、800万美元清洁工（美国清洁工Ronald Read通过投资组合积累了800万美元的财富）等事件中获取投资智慧。特朗普出乎意料胜选并搅动了全球市场一事也不例外。以下就是我从中吸取的经验：

预测者是差劲的：
预测者其实并不善于预测未来。我们从经济学家、市场策略师身上已经知道了这点。现在则是政治民调专家。我们可以在概率的基础上梳理出可能的结果，但即便如此，预期也常常落空。

确认偏误：
每个人都倾向关注加强其原来先验信念的信息。是每一个人！不但关注，甚至专门去寻找、去获得（这些信息），并忽视其他信息。这就是为什么互联网上观点分歧如此之大，以及为什么信息核对变得无足轻重。人们难以摆脱确认偏误，且常常对现实无动于衷。

模型难完美：
让我们先看看乔治·博斯（George E.P. Box，英国统计学家）的名言：“本质上，所有的模型均是错误的，但有一些是有用的。”现在我们可以再增加一个推论：“任何研究出将要发生什么的模型很快就会与事实不符。”每一个人都执迷于如FiveThirtyEight（因通过棒球比赛数据成功预测奥巴马赢得美国大选而名声大噪）的模型，并相信他们完美无缺。

然而，他们并非如此。交易、计量经济学分析及判断谁将赢得世界杯的模型均非完美。万物皆在变化之中。*佳的模型能在数月甚至数年内都可以保持准确，但却无法永久如此。我们总是被惊呆的部分原因在于“湿件”（人脑）是有缺陷的。

乐观偏见：
虽然存在着数学概率，但我们都相信我们当中的大部分高于平均水平。我们都相信自己拥有特别的洞见，因而可以决定将要发生的事情，而且拥有比别人做得更好的能力。对于某些人在某些时候来说，确实是这样，但在相信自己有能力的人群中真能做到的人所占比例却只有个位数，大多数无法做到。

随机因素与运气：
我们经常低估了运气的影响，并将随机因素与技能混为一谈。要不是幸运的反弹或决策过失，结果能有多大不同？想想看如果共和党初选候选人对特朗普进行了深入的调查研究，FBI局长科米（James Comey）没有在10月末重启对希拉里“邮件门”的调查，9%年龄介于18-29岁、8%30-34岁的选民没有选择第三方候选人，结果会如何不同。

后见之明偏误：
事实发生之后，我们当中许多人似乎相信我们从始至终都知道所有的事实。当然，希拉里是一位糟糕的候选人——她在2008年时本可战胜奥巴马，但她输了；她今年又几乎要败给桑德斯，但这些都是我们回忆起的后见之明。我们需要学会说我对未来并不知晓。

叙事：
我们创造了一个故事情节，同样也是后见之明，尝试去理解我们没有预料到或无法解释之事。（譬如，特朗普当选）是因为民粹主义的崛起、白人焦虑、选民愤怒或是对当权者的不满。

当你听取了所有的故事情节后，就会尝试将此融入你*新的叙事中：特朗普获得的票数比2012年时罗姆尼获得的要少，看上去特朗普似乎输掉了普选。

没有人知道任何东西：
另一样老生常谈的就是我们知道的东西要比想象中要少。我们对自己的感知能力自视过高。我们的乐观偏见引诱我们相信自己能力非凡，但历史与经验确切无疑地告诉我们，我们并不具备这样的能力。这就是我从大意外（特朗普当选）中吸取的教训，但我怀疑我们当中的大多数人是否会注意到这些。