摆脱第四象限的最为明显的做法是“截短”，通过购买保险而摆脱掉某些曝光，从而将自己置于第十三章中所描述的“杠铃”状态。然而，如果你做不到，且无法避免曝光，比如暴露于流行病中以及前表中列出的类似事物中，那么为了增加力量，我们会赞成采用下面的“智慧”规则。
1. 尊重时间和非说明性知识。
回想一下我对地球母亲的尊重——原因只是她的年龄。对于第四象限中的一系列数据，需要更长的时间来解释其特性。我一直感到不满的是，对于均匀分布在第四象限的银行管理人员的补偿时间间隔较短，比如每年一次，而相关的事情却只是每5年、10年，甚至15年发生一次，这便会引发观测窗与足够揭示性质的窗口之间错误的搭档。即便长期处于负收入，但银行家们仍可以致富。
历久而存的事情更为可取——它们更容易达到遍历状态。但无论如何，我们都难以知晓它们能坚持到何时。 [90]
请记住，考证的担子要落在破坏复杂体系的人身上，而不是保持现状的人身上。
2. 避免优化；学会喜欢冗余。
在前面我讨论过冗余与优化。在这里，我再讲几点。
冗余（特指床垫下藏着的储蓄和现金）与债务是相对的。心理学家们告诉我们，致富并不能带来幸福——如果你花掉自己的积蓄的话。然而，如果你将金钱藏在床垫下面，那么你便拥有了针对黑天鹅更有利的抵御能力。
再举一例。要强化投资组合，人们可以购买保险。
过于专门化也不是一件好事。可以想象，一旦你完全丢掉你的工作，你会去做什么？面对金融危机，相对于单一的华尔街分析师（预测型的），在夜间跳肚皮舞作为第二职业的华尔街分析师受到的影响会更小。
3. 避免低可能性盈利的预测——尽管对一般盈利没有必要。
很明显，来自远期事件的盈利更难预测。
4. 小心远期事件的“非典型性”。
没有经验的人有两种方法，分别叫做“方案分析”和“压力测试”——通常基于过去（或者基于“有意义”的理论）。然而（之前我阐述过如何做），过去的不足并不能说明将来的不足，因此我们不知道为什么要进行压力测试。同样，“预测市场”在这里并不起作用，因为赌注并不会保护不确定性的曝光。也许赌注对于二元选择有效，但在第四象限却起不到作用。
5. 注意红利发放的道德风险。
通过对第四象限中潜在风险的赌注而设定一系列的红利，然后再写一篇感谢信是最好的。这一点我们称之为道德风险论据。正是由于这一红利错配的存在，银行家才会旱涝保收，公司管理人员也是如此。
6. 避免风险尺度。
基于平均斯坦的、被调整用于大规模偏误的传统韵律学没有什么用处。这便是初学者容易遇到的陷阱——较之一味假设高斯钟形曲线之外的东西，这一点更为广泛。诸如“标准偏误”之类的词语并不稳定，不能衡量第四象限中的所有东西，“线性回归”（错误在第四象限）、“夏普比率”、马克威茨最优方案、最小平方以及字面上任何机械的取自于统计学教科书的东西都不能。我的问题在于，人们能够接受罕见事件的角色，同意我的看法，并仍使用这些韵律，使我怀疑这是否是一种心理失常。
7. 正面还是负面的黑天鹅？
显然，第四象限能够或正面或负面地使黑天鹅显露。如果这一显露是负面的，真正的中间数更有可能被过去认识的衡量所低估，总体潜力也同样会被低估。
人的预期寿命并没有我们所期待的那么长（在全球化背景之下），原因是有关数据缺乏最核心的东西：大规模疫情。同样，我们看到风险投资收益率也是如此。
另一方面，研究发现了更为光明的过去的历史。生物技术公司（通常）会面对正面的不确定性，而银行所面对的则几乎全部是负面影响。
模型错误会使那些暴露于正面黑天鹅的事情受益。在我最新的研究中，我将其称为模型错误的“凹”与“凸”。
8. 不要将挥发性缺失与风险缺失混为一谈。
将挥发性作为稳定性指示者的传统尺度欺骗了我们，因为向极端斯坦的进化是以挥发性的降低和大跨度跳跃的更大风险为标志的。这一点甚至欺骗了一位叫本·伯南克的美联储主席以及整个的银行系统。它还会继续欺骗下去。
9. 小心风险数字的表现。
之前，我曾经阐述了显示风险洞察是如何取决于第四象限中严重的框架问题的。在其他区域，这要和缓得多。
