Нейт Сильвер «Сигнал и шум». Мнение и заметки.

Аватар пользователя chuchueva

Обзор книги я нашла в газете Republic «Почему эксперты ошибаются, или Чем хороший прогноз отличается от плохого» и сразу же купила ее на litres.ru.

Самое главное, что мне бы хотелось сказать о книге: это первая книга о прогнозировании, в тексте которой речь ни на дюйм не уклоняется от заявленной темы, но при этом содержится лишь одна формула. И это большая редкость.

Я 10 лет занимаюсь прогнозированием. И сейчас у меня период переосмысления своей работы за эти годы. И, наверное, эта книга попала в мои руки во время — она, в том числе, помогает мне нащупать дальнейший путь развития в данной задаче. Прочитав, хочется сразу все бросить и сесть за мою новую модель прогноза выработки ТЭЦ для ценовых зон Оптового рынка электроэнергии и мощности России. Автор вдохновил меня не только на дальнейшее переосмысление своего опыта, но и на подробное изучение теоремы Байеса. Господи, чем я только занималась в университете?

Настоятельно рекомендую книгу всем, кто занимается прогнозированием. И настоятельно не рекомендую тем, кто им не занимается — она для вас будет чрезвычайно скучна.

Приведу несколько цитат, которые мне показались настолько важными, что я сделала заметки.

О том, чем Чем хороший прогноз отличается от плохого.

В известном эссе Чем хороший прогноз отличается от плохого, 1993 г., написанном Алланом Мерфи (работавшим в то время метеорологом в Университете штата Орегон), утверждалось, что в сообществе прогнозистов погоды имеются целых три определения качества прогноза. Мерфи не утверждал, что то или иное определение лучше остальных; скорее, он пытался начать более открытое и честное их обсуждение. Версии этих определений могут применяться почти в любой области, где нужны прогнозы или предсказания.

Первый (и, возможно, самый очевидный) способ оценки прогноза, писал Мерфи, связан с тем, что он сам называл «качеством», но, пожалуй, его лучше определить как правильность. Иными словами, оценивается ответ на вопрос, соответствовала ли реальная погода прогнозу?

Второй способ обозначен словом «последовательность», но я считаю, что в данном случае чаще подходит слово честность. Даже если прогноз оказался достаточно точным, был ли это лучший прогноз, на который способен прогнозист в то время? Отражал ли он самые наилучшие из имевшихся суждений и модифицировали ли его каким-либо образом перед тем, как представить публике?

И, наконец, Мерфи говорил об экономической ценности прогноза. Способствовал ли он принятию общественностью и политиками более правильных решений?

Проведенное Мерфи различие между правильностью и честностью не сразу очевидно, однако крайне важно. Когда созданный мной прогноз оказывается неверным, я часто спрашиваю себя, был ли это лучший вариант прогноза, который я мог бы дать с учетом имевшихся у меня на тот момент данных. Иногда я считаю, что: мой мыслительный процесс оказался верным, я провел все необходимые исследования, выстроил хорошую модель и точно указал, какая доля неопределенности присутствует в прогнозе. В других же случаях я обнаруживал, что мне не нравится моя собственная работа. Иногда я слишком быстро отказывался от ключевых элементов исследования. Иногда я переоценивал степень предсказуемости проблемы. Иногда у меня возникали какие-то другие предубеждения или неверные стимулы.

О качестве прогноза погоды.

Существуют два основных теста, которые должен пройти любой прогноз погоды, чтобы доказать свою состоятельность.

  • Он должен оказаться лучше, чем тот, что следует из так называемого метеорологами постоянства: то есть из предположения о том, что завтра (и в последующие дни) погода будет такой же, как и сегодня.
  • Он должен оказаться лучше, чем тот, что следует из климатологии, то есть лучше прогноза, сделанного на основе анализа долгосрочных исторических средних климатических условий на конкретную дату в конкретном месте.

Я думаю, что данный подход можно применять для первичной оценки качества прогнозов на ОРЭМ.

О консенсус прогнозе.

В целом ряде дисциплин, начиная от макроэкономического прогнозирования и заканчивая политическими опросами, простое среднее значение из нескольких прогнозов зачастую позволяет снизить ошибку прогнозирования на 15 или 20%.

О предсказуемости рынков.

Изучив достаточно большой объем данных такого рода, Фама уточнил свою гипотезу, выделив три различных случая, каждый из которых позволяет по-новому взглянуть на вопрос предсказуемости рынков.

Прежде всего, существует слабая форма гипотезы эффективного рынка. Согласно ей, цены на фондовом рынке не могут быть предсказаны на основании анализа одних лишь статистических закономерностей прошлого. Иными словами, техники чартистов обречены на поражение.

Средняя форма гипотезы эффективного рынка позволяет сделать следующий шаг вперед. Она утверждает, что фундаментальный анализ, то есть изучение общедоступной информации о финансовой отчетности компании, ее бизнес-моделей, макроэкономических условий и т. д., также обречен на поражение и не способен обеспечить отдачу на уровне, превышающем среднее значение по рынку.

И, наконец, существует сильная форма гипотезы эффективного рынка, согласно которой даже частная информация — инсайдерские секреты —вскоре найдет свое отражение в рыночных ценах и не сможет обеспечить отдачу выше средней. Эта версия гипотезы эффективного рынка представляет собой своего рода логическую экстремальную границу теории и не воспринимается буквально большинством сторонников теории эффективных рынков (включая самого Фаму). Напротив, имеются довольно недвусмысленные свидетельства того, что инсайдеры могут обеспечить себе отдачу на уровне выше среднего. Один неприятный пример такого поведения связан с деятельностью членов Конгресса, которые зачастую получают доступ к инсайдерской информации о компании и имеют возможность лоббирования и другого влияния на судьбу компаний через законодательные акты. Прибыль на их инвестиции в ряде случаев оказывается выше средних значений рынка на 5–10 %в год — этот потрясающий результат заставил бы позавидовать даже Берни Мэдоффа.

Для добавления комментариев войдите или зарегистрируйтесь
96

2010 - 2018 © Математическое бюро

Все права защищены в соответствии с законодательством РФ

При полном или частичном использовании материалов ссылка на сайт обязательна