今天和女神约会?先学学时间风险管理

本文由CDA作者库成员王安原创,并授权发布,原文来自公众号数据化决策。 CDA作者库凝聚原创力量,只做更有价值的分享。

今天女神终于答应和我约会了,可不能迟到,开车还是地铁?

对于这样一个重要的约会,既要选择交通工具,还要决定几点出发,这些决策都要面临一个非常大不确定性,就是交通状况,如果是在大城市,比如“首堵”北京,那就是个大问题了。

有不确定性的地方就有风险管理,那我们就用风险管理的思路来分析一下这个问题,风险管理有四个主要的步骤:

  • 风险识别
  • 风险度量
  • 风险决策
  • 风险处置

这里名词有点多,还是围绕眼前的问题来具体说说。

风险识别

风险识别是风险管理的基础,先看看开车和坐地铁都会出现什么样的意外情况:

- 开车: 沿途有交通事故,沿途有大型活动,车坏了,路上着急不小心撞了别人,...;

- 地铁: 车晚点,机车出问题停运,人太多一直挤不上去,目的地站有管制甩站通过,...

上面列举了很多风险点,不同的风险点有不同的特点,每种风险点都有两个属性,就是出现的概率和耽误时间的长短,要应付这些风险点,就要先估计不同风险点属性,估计过程下面要说的风险度量。

风险度量

下面我们用一张图来说明开车和坐地铁的风险点属性的分布:

图中蓝色是地铁,橙色是开车,横轴是从你家到约会地点所用的时间,纵轴是不同情况的概率分布,上面说的那些风险点都汇总到这张图中。

从所用时间的均值来看,开车会快一点,而坐地铁要慢一点,从这个角度来说,你的决策应该是开车,用的时间少一点。

但除了均值,还有一点需要注意,就是时间的分布,从图中可以看出,地铁的时间比较集中,主要散布在均值两边不远的距离,意思就是说:地铁一般会早到也不会晚到,晚点的概率很小,象机车有问题停运这种事情,虽然影响很大,但是出现的概率非常小。

回过头来看看开车的时间分布,这个差别就大了,各种交通事故造成的拥堵,会让你耽误一两个小时不等,所以看到开车的时间分布拖着一条长长的尾巴,这里面就是各种小意外,小情况,在北京这样的城市里,这种情况出现的概率很高。

这两种情况的不同均值和分布也决定了接下来的风险决策的不同。

风险决策

要做决策,就要有个决策的目标,先对比两个备选方案的目标值,再来决定选择哪个方案。在今天的问题里有两个方面需要考虑,一个是所花的时间,另一个是迟到做造成的后果。

如果是个不那么重要的约会,早一点晚一点没有太大关系,那你可以开车去,平均来说花的时间会少些。

但是今天是个大日子,第一次和你的女神见面,迟到了,给女神的印象不好,可要影响后半辈子的幸福啊,可不能迟到啊,或者我们用个比较定量化的说法,就是今天一定保证99%的可能不能迟到,要这样的话那就要提前出发,在这种情况下,两种方案所花的时间就不一样了,变成了下图的样子:

为了保障不迟到,坐地铁需要提前一点时间,开车就要提前很长时间了,从图中也可以看出,很大机会你会早到,到了只能在哪儿等,但是为了严格保证不要迟到,就要付出更多的时间成本。

开车不确定性更大,带来的成本更高,所以这时候你可能就会选择坐地铁过去,同样准时的情况下,地铁的时间反而花的比较少。

在这种情况下,如果能够降低开车的不确定性,是不是可以得到更好的决策呢?答案是肯定的。

想想你是怎么得到开车的时间分布的,是你过去开车经验的总和,是你脑子模糊估计的结果,如果现在有一个比较准的实时加预测交通路况告诉你,走这条路线现在不赌,而且未来一个小时内也不堵,如上面的图所示,开车时间的散布也很小,同时又比地铁快一点,你就可能选择开车了。

在这个决策场景中,更准确的预测模型,帮助你减少了不确定性,也帮你得到了更好决策。

风险处置

任何决策在执行后都有可能有风险损害,当风险发生时,就要最小化风险产生的损失,就是风险处置。

在今天的问题里有两个风险点,一个就是最终还是迟到了,比如地铁中途停运这种事故,虽然概率很小,但是还是有可能发生;另外一个就是到早了,要浪费时间多等几个小时。

处理这两种风险,可以借鉴芒格的做法,芒格约会基本不迟到,因为他都是提前一个小时来到约会地点,如果迟到了,即是对方是年轻后辈也会非常诚挚的道歉,事后人们会记住他的诚恳,而不太在意这次迟到;如果早到了,他就拿出一本事先准备好的书,有书在身边,时间就不会浪费了,你看,无论怎样,他都把损失降到了最小。

生活中处处都有不确定性,处处有风险,风险没法回避,但是如果能有一些估计,度量,处置风险的思维,就能做出更加明智的决策。

各位女神节日快乐!

各位男神 Good Luck!

王安

前钱方银通科技有限公司首席分析师

目前于美国访学中

北京大学光华管理学院MBA

此前曾带领团队为多家大中型银行,保险公司提供风险管理,数据分析咨询服务

关注领域包括:数据化决策,风险管理,互联网金融。

CDA协会高级会员

资深讲师

原文发布于微信公众号 - CDA数据分析师(cdacdacda)

原文发表时间:2016-03-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏CSDN技术头条

概念,算法,应用全部有,迄今为止对大数据研究最透彻的文章……

一、 大数据基本概念 大数据Big Data是指大小超出了常用的软件工具在运行时间内可以承受的收集,管理和处理数据能力的数据集;大数据是目前存储模式与能力、计算...

23860
来自专栏AI科技评论

前沿 | 引起巨大争议的新技术Face2Face:当科技先进到让人害怕

面部追踪技术并不是什么新鲜的技术,但是今年3月公布的Face2Face无疑彻底改变了它的意义。这项技术可以非常逼真的将一个人的面部表情、说话时面部肌肉的变化完美...

42790
来自专栏大数据文摘

【干货】如何设计伟大的数据产品

27570
来自专栏数据派THU

【独家】虞晶怡:虚拟现实与视觉(附视频)

本文共4140字,阅读全文约需12分钟 本文为大家讲述了虚拟现实技术在视觉方面的应用。 [ 导读 ] 3月25日,由清华-青岛数据科学研究院和中国工业经济联合...

20390
来自专栏窗户

数学对于人类意味着什么

  这个话题是个很常见的话题,也是一个很难说明的问题。每当闲着无事的时候,我都会去思考一下关于数学的问题。正值假期,我有很多的时间来思考。   昨天大年三十,母...

370120
来自专栏量子位

谷歌发布了机器学习深度课程,很难毕业的那种 | 这不是MLCC

如今,以几个月前谷歌的机器学习速成课程 (MLCC) 为基础,两间公司继续联手,发布了一套机器学习专项课程,包含五门课,比以前更加专注于实战了。

13330
来自专栏DT数据侠

这个人工智能,能帮你从3050家P2P平台中挑出最不会跑路的

大数据不仅可以帮你看到城市顽疾,还可以做很多你想不到的事情。比如,互联网金融。来自感知城市数据科学研究院、交大OMNILab实验室的这个作品,就研究的是2015...

8200
来自专栏用户3246163的专栏

[脑书笔记]《刻意练习》(上):人人都能成为天才!

这个故事在这本书里给我的印象非常深刻,因为我发现自己以前很多学习都和这个类似: 我不知道,我就是一直在背单词,但是英语还是不好! 我不知道,我就是一直在看书啊,...

21710
来自专栏量子位

TensorFlow 2.0和PyTorch谁更好?大牛们争了好几天

TensorFlow 2.0和PyTorch谁更好这个问题,大牛们可是争论了好几天。

15120
来自专栏新智元

【AI 原力觉醒】《纽约时报》两万字长文,深度剖析谷歌大脑简史

【新智元导读】《纽约时报》刊文,记者 Gideon Lewis-Kraus 深入谷歌大脑,从团队建立开始,阐述他们如何用神经网络改变谷歌翻译这一谷歌重要产品。文...

35060

扫码关注云+社区

领取腾讯云代金券