Р: Superforecasting by Tetlock. 5/5 и 19%.

img_3789Эту книгу мы начали читать в метро Нью-Йорка, читали в метро Москвы, а закончили в метро Лондона. Забавно.

Представьте, что у вас есть супернавык почти точных предсказаний. То есть вы можете очень хорошо, почти магически прогнозировать исходы выборов, наступление кризисов, результаты переговоров и наступление войн.

Оказывается, это не магия, а определенный алгоритм, который позволяет регулярно бить экспертов, букмекеров или консенсус рынка. Книга как раз разбирает подход к воспитанию в себе такого мышления, которое дает взгляд в будущее.

Разберем по шагам.

Сначала о правилах.

Раз, начнем с определения, что такое бить предсказания. Это означает регулярно, до сотен раз в году выдавать мнение на определенный вопрос с конкретными метриками, получая попадания ближе к реальности, чем у других. Например: “Встретится ли Далай-Лама с премьером Индии в ближайшие полгода?” Или: “Будет ли в Нью-Йорке демонстрация по итогам выборов в ближайший месяц”.

Два, ответ на вопрос должен быть конкретным, но с указанием вероятности события. Вероятность события потом используется как вес для оценки попадания в диапазон. Для демонстрации выше нужно еще показать количество участников демонстрации, чтобы получить зачет.

Три, команда предсказателей зарабатывает кумулятивный рейтинг против сотен других команд. Повторяющиеся испытания и кумулятивный рейтинг исключают фактор удачи, что кому-то везет. Везти пару лет подряд просто математически – ничтожная случайность.

Кто выигрывает?

  1. Команды, которые не дают крайних показаний, то есть “белое” или “черное”, а также команды, которые занимают подход 50/50. Грубо говоря, нужно говорить прогноз лучше, чем “Погода завтра будет такая же как сегодня”, либо “Такая же, как в этот день год назад”.
  2. Команды, которые разбивают вопрос на подвопросы согласно урокам физика Энрико Ферми. Пример: “Сколько настройщиков пианино в Чикаго?” Решение заключается в дроблении вопроса на четыре этапа. Сколько населения? У скольких дома есть пианино? Как часто надо настраивать? Сколько длится настройка? Парадоксально, но каждый из дробных вопросов отвечаем.
  3. Команды, которые не держатся за ранее сказанное, а готовы менять точку зрения под поступающую новую фактуру. То есть нахождение информации, что в Чикаго музыкальность населения в два раза выше среднего, должно подвинуть прогноз немедленно.
  4. Команды, которые часто обновляют прогноз под крупицы релевантной информации. То есть не дали мнение и остановились, а по мере подхода дедлайна лучше наводят на резкость. Например, если вышел отчет о проданных за год пианино – это основание подкрутить анализ.
  5. Команды, которые работают в команде. Индивидуум всегда проигрывает слаженной группе, которая за счет разных участников может просортировать больше данных и поймать ошибки друг друга. Что ведет к следующему обязательному условию.

Отметим, еще. Никто, никогда, ни в какой теме не может быть абсолютно прав. Самоуверенность, гордость и зазнайство сразу ведут к падению. Даже многолетний опыт не означает автоматической правоты и умения сразу предвидеть исход.

Давайте протестируем пример по книге, как это работает. Вопрос: “Приедет ли Трамп в Россию в 2018 году?

Разбиваем на подвопросы:
– как часто президенты США приезжали в Россию / СССР?
– сколько раз до подобной поездки были встречи на нейтральной территории?
– сколько раз до подобной встречи сначала президент России приезжал в США?
– как частота подобных приездов зависела от стадии в отношениях и выборного года?
– как часто до подобных приездов были переговоры на уровне МИДа?

Поскольку, каждый из указанных прокси-вопросов имеет реальный статистический ответ, то на основании их пересечения можно дать либо ответ “да, с вероятностью Х%”, либо “нет, с вероятностью У%”.

Бинго.

В книге 22 закладки на первые 100 страниц или 22%, во всей книге 19% содержательности. Интересность 5/5.

Еще на эту тематику из книг можно прочитать:
The Demographic Cliff by Harry Dent. 4/5 и 18%.
Antifragile 3/5 и 8%.
Big Data 3/5 и 9%
The Undoing Project. Michael Lewis. 4/5 и 10%.
Bhargava. Non Obvious 2017. 5/5 и 12%.

На прошлой неделе опубликовали Talent is Overrated by Colvin. 5/5 и 23%

Все публикации копируются в канал Телеграм.

Позиции в статьях отражают частное мнение автора в частном блоге и не могут быть официальным заявлением или публичной рекомендацией от имени компании-работодателя.