Нассим Талеб - Одураченные случайностью. Скрытая роль шанса в бизнесе и жизни
Что же произошло? Фокус вот в чем. Мошенник выбирает 10 тыс. фамилий из телефонного справочника. Затем одной половине выборки направляет письма с «бычьим» предсказанием, а второй — с «медвежьим». В следующий месяц он отбирает фамилии тех, кому послал письма со сбывшимся вариантом предсказания, то есть 5 тыс. человек. Еще через месяц их остается 2500, а потом список сузится до 500 человек. И 200 из них станут жертвами. Инвестиции в несколько тысяч долларов на почтовые марки превращаются в несколько миллионов.
Прерванная игра в теннис
Всякий, кто смотрел по телевизору соревнования по теннису, сталкивался с бомбардировкой рекламы фондов, которые (до этого момента) зарабатывали на несколько процентов больше остальных в течение некоторого периода. Зачем кому-то давать рекламу, если он не получил прибыль выше рынка, не так ли? Высока вероятность, что к нему придут инвестиции, даже если успех вызван исключительно случайностью. Это явление экономисты и страховщики называют «неблагоприятный отбор». Из-за этой ошибки селекции нужно более тщательно оценивать те варианты инвестиций, которые кто-то предлагает вам, чем те, которые вы находите самостоятельно. Например, если я обращусь к когорте из 10 тыс. менеджеров, у меня будут 2/100 шансов наткнуться на выжившего победителя. Если я останусь дома и буду ждать звонка в дверь, вероятность того, что неожиданный визитер окажется выжившим победителем, будет близка к 100 %.
Другие выжившие
До этого момента мы обсуждали выживших победителей, та же логика применима к способному человеку, чьи шансы высоки, но который все равно заканчивает дорогой на кладбище. Этот эффект прямо противоположен ошибке выживаемости. Подумайте, ведь в отрасли инвестиций достаточно двух неудачных лет, чтобы закончить карьеру, и даже при наличии везения такой результат очень возможен. Что делать людям, чтобы выжить? Они максимизируют свои шансы остаться в игре, принимая риски «черного лебедя» (как Джон и Карл), которые большую часть времени низки, но могут вызвать катастрофу.
Парадокс дня рождения
Наиболее понятный интуитивно способ описать проблему глубинного анализа данных человеку, далекому от статистики, — сделать это с помощью так называемого парадокса дня рождения, хотя это и не парадокс вовсе, а просто причуда восприятия. Если вы знакомитесь с кем-то случайно, есть один из 365,25 шансов, что у вас день рождения в один день, и значительно меньше — что вы родились еще и в один год. Поэтому одинаковый день рождения — повод поговорить за ужином. Теперь давайте рассмотрим ситуацию, когда за столом сидят 23 человека. Каковы шансы того, что среди них есть двое, родившихся в один день? Около 50 процентов. Поскольку мы не уточняем, у кого из них совпадают дни рождения, то пара может быть любой.
Как тесен мир!
Подобное же ошибочное восприятие вероятностей возникает в результате случайных встреч с родственниками или друзьями в самых неожиданных местах. «Как тесен мир!» — часто произносят с удивлением. Но это не такой уж невероятный случай, а мир гораздо больше, чем мы думаем. Дело в том, что неправильно оценивать шансы встретиться с определенным человеком в определенном месте и в определенное время. Нужно рассчитывать вероятность любой неожиданной встречи, с любым знакомым нам человеком в любом месте, которое мы посетим в рассматриваемый период времени. Эта вероятность значительно выше, возможно, в несколько тысяч раз выше.
Когда статистики изучают данные, чтобы протестировать взаимосвязь например, выведать наличие корреляции между определенным событием, скажем, политическим заявлением и волатильностью фондового рынка, эти результаты, скорее всего, будут восприняты серьезно. Но когда компьютер используют для анализа данных в поисках вообще любых взаимосвязей, тогда, конечно, будет обнаружена ложная зависимость вроде того, что судьба фондового рынка определяется длиной женских юбок. И люди будут этому удивляться, как и совпадению дней рождения.
Анализ данных, статистика и шарлатанство
Каковы ваши шансы дважды выиграть в лотерею Нью-Джерси? Один на 17 триллионов. Но это произошло с Эвелин Адамс, которая, как может решить читатель, должна чувствовать себя особенно обласканной фортуной. Используя описанный выше метод, исследователи Мерси Уоррен Диаконис и Чарльз Фредерик Мостеллер оценили как 30 к 1 вероятность того, что кто-то где-то вообще окажется столь же везучим!
Некоторые люди превращают глубинный анализ данных в занятия теологией — в конце концов, древние жители Средиземноморья находили убедительные послания, наблюдая внутренности птиц. Интересное расширение анализа данных в направлении толкования Библии содержится в книге Майкла Дроснина «Библейский код»[41]. Бывший журналист Дроснин (явно невинный в смысле знаний статистики) при помощи работ некоего «математика» помог «предсказать» покушение на бывшего премьер-министра Израиля Ицхака Рабина, расшифровав библейский код. Он проинформировал Рабина, который, очевидно, не отнесся к предупреждению серьезно. В книге «Библейский код» описываются необычные статистические фрагменты в Библии, помогающие предсказывать некоторые подобные события. Нет нужды говорить, что книга продавалась довольно хорошо, поэтому гарантировала выход продолжения, ретроспективно предсказывающего еще больше таких событий: «Библейский код. Обратный отсчет»[42].
Тот же самый механизм лежит в основе формирования теорий заговора. Как и «Библейский код», они могут казаться совершенно логичными и покорять в остальном вполне умных людей. Я могу создать еще одну, изучив сотни картин одного или нескольких художников и обнаружив что-то общее между всеми ними (среди сотен тысяч мазков). Потом состряпаю теорию заговора вокруг тайного послания, которое якобы содержат все эти картины. Примерно это и сделал Дэн Браун, автор бестселлера «Код да Винчи»[43].
Лучшая книга, которую я когда-либо читал!
Больше всего я люблю время, проведенное в книжных магазинах в бесцельном переключении с книги на книгу в попытке принять решение, стоит ли инвестировать время в их прочтение. Я часто совершаю импульсивные покупки, основанные на поверхностных, но гипнотизирующих мелочах. Нередко основанием для решения служит только обложка книги. На обложку нередко помещают фразу кого-то известного или не очень известного или цитаты из книжных обзоров. Сказанное уважаемым человеком или напечатанное в популярном журнале склоняет меня к покупке.
В чем же проблема? Я склонен путать книжные обзоры, предназначенные для оценки качества книг, с обзорами лучших книг, совершая ту же самую ошибку выживаемости. Я ошибочно принимаю распределение переменных за распределение максимумов этих переменных. Издатель никогда не поместит на обложку книги ничего, кроме лучшей фразы о ней. Некоторые авторы идут еще дальше, обращаясь к прохладному или даже нелицеприятному отзыву и выбирая оттуда слова, которые, кажется, восхваляют книгу. Один такой пример показал Иол Уилмотт (на редкость яркий и непочтительный финансовый математик из Англии), который ухитрился объявить, что я «написал ему первый плохой отзыв», но использовал цитаты из него на обложке ради собственной выгоды (позже мы стали друзьями, что позволило мне, в свою очередь, использовать в этой книге его слова).
Впервые я был одурачен этой ошибкой в шестнадцать лет, купив книгу американского писателя Джона Дос Пассоса «Манхэттен»[44] из-за фразы на обложке, которая принадлежала французскому писателю и философу Жан-Полю Сартру, заявившему что-то вроде того, что Дос Пассос был величайшим писателем нашего времени. Эта простая ремарка, возможно, вылетевшая в состоянии интоксикации или чрезмерного энтузиазма, привела к тому, что книги Дос Пассоса стали обязательными для прочтения в европейских интеллектуальных кругах, поскольку фразу Сартра по ошибке приняли за всеобщую оценку качества творчества Дос Пассоса, а не за то, чем она была, — просто яркую фразу. (Несмотря на такой интерес к его работам, Дос Пaccoc канул в безвестность.)
Бэктестер
Один программист помог мне разработать бэктестер. Это компьютерная программа, позволяющая на основе базы данных с историческими котировками проверять гипотетические прошлые результаты любой торговой стратегии средней сложности. Я могу применять только механические правила заключения сделок, например, покупать акции NASDAQ, если цена закрытия превысит среднее значение предыдущей недели на 1,83 %, и немедленно получать представление об их доходности в прошлом. На экране отражаются гипотетические результаты выполнения этой стратегии. Если они мне не нравятся, я заменяю пороговое значение, скажем, на 1,2 %. Можно усложнять правила. Я продолжаю попытки, пока не обнаружу то, что работает.
