本书的前提是建立在这样一种假设之上：基本面研究能够帮助决策者更好地适应这个黑天鹅出没的世界。在黑天鹅出没的世界里，有些事看上去不大可能发生，可一旦发生后果就会很严重，甚至会颠覆我们日常的思维方式。基本面分析的很多工作都是由本杰明·格雷厄姆（Benjamin Graham）和大卫·多德（David（David Dodd）开创的，此种研究是以公司、行业或经济体的表现背后的原因变量为研究对象，目的是为了预测未来的发展变化。
本书中的研究策略就是以他们在基本面研究方面的工作为基础的，不过由于计算机技术日益变得重要，本书中的研究策略已经有所更新，并对波动性给予了特别的关注。当然，不管是否有计算机的辅助，基本面研究都不能确保取得成功——不管我们愿不愿意，我们都注定会遇到很多的意外事件。本书会向读者表明，基本面研究可以帮助我们预测到某些黑天鹅，也可以帮助我们稍微提前一点意识到另外一些黑天鹅出现的可能性，并在意外不可避免的时候更快地作出反应，并减少在极端波动的时期因为误判而造成的损失。
本书是以我在华尔街做证券分析师的经历为基础写成的，不过我认为本书的目标读者群体应该更为广泛。我曾供职于某大型投资银行，专门从事专户理财，我的客户包括Countrywide公司、房利美（Fannie Mae）、CIT集团（CIT Group）、沙利美（Sallie Mae）、万事达卡公司（MasterCard）、Discover 金融服务公司、美国运通（American Express）、普罗威登金融公司（Providian Financial）等一系列公司。我在这家曾引起了颇多争议的投行工作了10年，并亲眼目睹了肇始于2007年的抵押、住房和资本市场危机所带来的凄惨景象。因为工作，我经常与投资领域的专业人士打交道，包括分析师、交易员、基金经理、风险经理人、首席投资官，也有一些个人投资者。当然，在证券行业之外，黑天鹅事件也时有发生。本书对商界、情报界、社会科学界、新闻界以及其他领域的高级管理人员、企业战略家、监管人员和政策制定者都会有所助益，也就是说，所有那些必须要面对突如其来的变化，且需要对该变化进行分析并进行战略部署以作出反应的人士都可以从本书中得到帮助。
2008年，一夕之间，资本市场溃不成军，人们开始把注意力放到黑天鹅现象上来。黑天鹅这一概念是经由纳西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb）发展并推广开来的，指的是一种依过去的数据无法预测的、似乎不大可能发生的事件。塔勒布提到，欧洲人最初在澳大利亚发现黑天鹅时感到非常意外与讶异，因为此前人们一直相信天鹅就是白色的，因为从没有人见过不是白色的天鹅。在市场中，黑天鹅事件表现为波动性突然出现大幅变动，从而对股票、行业甚至是整体经济造成巨大的影响，并引发几倍于标准差的价格波动。当然，市场研究者很久以前就发现金融收益的波动性有一种“平滑”的特质。分形理论的创始人伯努瓦·曼德勃罗（Benoit Mandelbrot）曾观察到，金融市场收益的尾部比正态分布的尾部要厚。塔勒布警告说，人们往往会低估风险，尤其是在掌握了以正态分布为基础的统计模型这一武器之后。他对金融风险管理提出的批评，以及在更广泛意义上对黑天鹅事件的警告，事后证明都是非常及时的。2008年金融崩溃期间的政策错误表明，很多决策者并没有把塔勒布的警告放在心上，或者是根本不知道如何去执行。本书解决了这一问题，为人们提供了一种在极端波动出现的情况下进行研究、分析、作决策的实用方法。
黑天鹅这一概念的应用范围很广，不仅局限于对全球性震荡的研究。实际上，黑天鹅事件无时无刻不在发生，只是规模有大有小。很多人都把这一概念与当前这场二战以来最严重的金融危机联系在了一起，而我们希望这种规模的震荡越小越好。但是影响较小的、不那么引人注目的黑天鹅还有很多，甚至在整个市场都很平静的情况下，也可能会有仅对个股或者某个行业造成巨大冲击的黑天鹅事件发生。（后续章节中有大量的案例。）这些意外有以下几个来源：
1.现实世界与生俱来的难测性；
2.人类在市场中的集体行为；
3.基本面与市场间的反馈效应。
在确定本书的写作方法时，我曾试图将基本面研究的各种原则置于一个更为科学的基础之上。在黑天鹅出现时，一些旧有的规则比如价值投资，往往会失去作用。然而价值投资这个理念本身还是有一定道理的，只不过在某些特定场合就不再适用了。某些估值的经验法则，例如市净率，并没有对市场情绪的变化或是某些能够产生较好结果的“神奇公式”的假设进行检验，连格雷厄姆本人都放弃了这种方法。
为了继续推进基本面研究，我曾试图通过引入费雪·布莱克（Fischer Black）、大卫·萧（David Shaw）、马文·明斯基（Marvin Minsky）、朱迪亚·佩尔（Judea Pearl）、赫伯特·西蒙（Herbert Simon）等人的理论，将该领域的常识性原则进行升级，以适应当前金融理论、量化投资和人工智能等方面的进步。需要明确一点的是，我并不是一个“宽客”（Quant的音译，指受过严格科学训练的数量金融师。——译者注）。不过，作为一个分析师，过去我常常利用高级计算机建模技术来改进我的预测（后文中的故事会对此有所阐述）。这种数理分析既能够给使用者带来一定的优势，但也有可能会错得非常离谱。一旦意外发生，归咎于模型也于事无补。我们生活在信息密集的环境中，决策者必须要在人类的直觉和计算机分析两者之间取得某种平衡。我意识到，将基本面研究置于与定量学科同样的科学原则之上是非常重要的，因为随着运算能力的不断提高，这两种方法最终将趋于一致。
在阅读本书过程中，读者会不时碰到概率树，这是概率思维的一种基本工具。在我们试图看清未来的时候，作为一种辅助手段，概率树可以让我们的主观预测变得更为清晰。
第2章和第7章，讲述了如何利用概率树来表示关键的原因变量几种不同的取值情况。
第3、4、5、6章，利用概率树说明我们应如何对新信息作出反应，并指出了人们经常会犯的直觉性错误。
第8章，介绍了蒙特卡洛分析法，这是目前利用计算机进行概率运算的终极方法。
本书分为三部分。
第一部分的重点是不确定性。不确定性的源头在哪里？如何在迅速变化的世界做出准确的预测？这一部分的3章内容讲述了，提出和检验假设的流程、以概率的方式进行思考的流程以及在作决策时找出正确的置信水平的流程。
第二部分的重点是信息。这一部分阐明了如何锁定关键问题，如何准确地对新数据作出反应，以及如何从战略利益相关方比如企业经理，获得有用的信息。
第三部分的重点是分析与判断。这一部分举例说明了如何利用有力的分析手段帮助我们解决复杂的基础问题，以及这种手段如何会被滥用。本书的结尾部分是关于判断的一个讨论，这是任何决策都不可或缺的一部分，也是对付某些类型的黑天鹅的最主要的办法。
下面对各部分内容做一些更为详尽的介绍。
