Нассим Талеб - Одураченные случайностью. Скрытая роль шанса в бизнесе и жизни

• Название: Одураченные случайностью. Скрытая роль шанса в бизнесе и жизни
• Автор: Нассим Талеб
• Жанр: Ценные бумаги и инвестиции
• Год: 2011
• ISBN: 978-5-91657-140-0

В жизни мы стараемся не полагаться на волю случая, пытаемся «управлять своей судьбой», принимать «взвешенные решения» и «держать все под контролем», но на самом деле часто принимаем случайность за закономерность, путаем причину и следствие, а нашему мышлению недостает критичности. Интеллектуальная близорукость и самоуверенность часто обходятся нам очень и очень дорого.

Случайность может лежать в основе как удачи, так и неудачи. Невозможно предугадать случайное событие, но можно подготовиться к встрече с ним и даже попытаться обратить его себе на пользу. Именно этому старается научить в своей книге Нассим Талеб, успешный трейдер, математик и философ.

«Единственный пункт, который госпожа Удача не может контролировать — это ваше поведение. Удачи вам!» (Нассим Талеб).

Книга будет интересна всем мыслящим, сомневающимся и верящим.

---

Название «Монте-Карло» ассоциируется с легкими порывами средиземноморского бриза, огнями казино и образом загорелого столичного жителя из когорты европейских плейбоев. Этот человек живет в высотных апартаментах, играет в теннис, но не откажется и от партии в шахматы или бридж. Он водит спортивный автомобиль стального цвета, носит отутюженные костюмы от итальянских кутюрье, осмотрительно и гладко говорит о тех скучных, но реальных вещах, которые журналист может легко описать публике понятными словами. А в казино он умело считает карты, анализирует шансы и делает осмысленные ставки, для которых его мозг выдает расчет оптимальной суммы. Этакий умный брат Джеймса Бонда.

Когда я думаю о математическом методе Монте-Карло, то мне кажется удачным сочетание качеств этих двух людей: реализм игрока в казино без его поверхностности в соединении с интуицией математика без излишней абстрактности. На самом деле этот метод имеет огромное практическое значение, и в нем нет математической сухости. Я попал в зависимость от него в ту самую минуту, когда стал трейдером. Он повлиял на мои мысли по всем вопросам, связанным со случайностью. Большинство примеров в книге смоделированы с помощью описанного в этой главе генератора Монте-Карло. Это средство не столько для расчетов, сколько для анализа. Да и вообще математика — скорее способ размышления, нежели вычисления.

Инструменты

Обсуждение альтернативных вариантов истории, начатое в предыдущей главе, можно продолжить и подкрепить технически. Речь идет об инструментах, которые я использую в своей профессии для игры с неопределенностью. Чуть позже я опишу их в двух словах. Если коротко, то метод Монте-Карло заключается в формировании искусственной истории. Для начала рассмотрим несколько понятий.

Первыми разберем выборочные траектории. У невидимых вариантов истории есть научное название — «альтернативные выборочные траектории», этот термин позаимствован из раздела теории вероятности, посвященного стохастическим процессам. Исследование траектории, а не результата означает, что речь идет не об анализе сценариев «в стиле МВА», а об изучении последовательности сценариев во времени. Нас интересует не где птица переночует завтра, а какие места она может посетить к этому моменту. Нас беспокоит не то, сколько инвестор заработает, скажем, за год, а, скорее, сколько раз за это время у него сожмется сердце от колебаний цен. Выборка и предполагает рассмотрение одного из возможных исходов. Выборочная траектория может быть заданной или случайной, это не одно и то же.

«Случайной выборочной траекторией» в математике называется последовательность модельных исторических событий, имеющая начало и конец, а также заданный уровень неопределенности. Слово «случайный» не следует ошибочно считать синонимом слова «равновероятный» (то есть имеющий одинаковую вероятность). У некоторых исходов вероятность будет выше. Регулярное измерение температуры у вашего родственника, заболевшего в экспедиции брюшным тифом, — иллюстрация случайной выборочной траектории. В качестве примера можно привести также симуляцию цен на акции вашей любимой компании из сектора высоких технологий, определяемых ежедневно на момент закрытия торгов в течение, скажем, одного года. Начавшись со 100 долларов, в одном из сценариев эта цена приходит в итоге к 20 долларам с максимумом в 220 долларов; в другом она поднимается до 145 долларов при минимуме в 10 долларов. Еще один пример — динамика вашего состояния в течение вечера в казино. Вы начинаете с 1000 долларов в кармане и считаете деньги каждые пятнадцать минут. По одной выборочной траектории у вас к полуночи будет 2200 долларов, по другой вы едва наскребете 20 долларов на такси.

«Стохастическим процессом» называется последовательность событий, происходящих во времени. Стохастика — красивое греческое название случайности. Этот раздел теории вероятности посвящен изучению последовательности случайных событий, его можно назвать «математической историей». Главная характеристика процесса состоит в его протяженности во времени.

Так что же такое генератор Монте-Карло? Представьте, что у себя на чердаке вы создали идеальную рулетку, не прибегая к услугам столяра. Можно написать компьютерную программу, симулирующую практически все, что угодно. Она будет даже лучше (и дешевле), чем колесо рулетки, созданное вашим знакомым мастером, поскольку не будет предпочитать одно число остальным за счет перекоса конструкции или неровности пола (этот недостаток называется «смещением»).

С тех пор как я стал взрослым, ничто не напоминало мне игрушку так сильно, как симуляции методом Монте-Карло. Можно создать тысячи, миллионы случайных выборочных траекторий и изучить их особенности и доминирующие характеристики. Основным помощником в этом исследовании является компьютер. Гламурная отсылка к Монте-Карло подчеркивает метафору — вы симулируете случайные события по примеру виртуального казино. Нужно задать набор условий, соответствующих реальности, и начать вычисление возможных последовательностей событий. Без особых познаний в математике с помощью этого метода можно симулировать ситуацию, в которой восемнадцатилетний ливанский подросток-христианин последовательно играет в «русскую рулетку» на заданную сумму, и увидеть, сколько попыток приведут к обогащению или как долго в среднем он сможет играть, пока не попадет на кладбище. Мы можем предположить, что в барабане 500 гнезд, — тогда вероятность смерти уменьшится — и посмотреть, что из этого выйдет.

Впервые симуляции методом Монте-Карло использовались военными физиками в лаборатории Лос-Аламос во время подготовки к испытаниям атомной бомбы. Этот метод стал популярным инструментом финансовой математики в восьмидесятые годы, особенно в свете теории случайных блужданий цен на активы. Конечно, для случая с «русской рулеткой» такой аппарат не нужен, но для решения многих задач, особенно отражающих ситуации из реальной жизни, требуется его мощь.

Математика метода Монте-Карло

Истинные математики не любят метод Монте-Карло, это факт. Они уверены, что его использование заслоняет всю красоту и элегантность их науки, и называют этот метод грубой силой. Зачастую симуляцией Монте-Карло (и другими компьютерными хитростями) мы можем заменить свои знания математики. Например, любой человек без особых познаний в геометрии может таинственным, почти мистическим способом рассчитать число пи. Как? Нарисовать круг, вписанный в квадрат, и «стрелять» в картинку случайным образом (как в аркадных играх), при этом вероятность попадания в любую точку картинки одинакова (это иногда называют равномерным распределением). Частное от деления количества «пуль», попавших внутрь круга, на количество «пуль» за его пределами даст число пи с точностью до почти бесконечного числа знаков после запятой. Ясно, что это не самый эффективный способ использования компьютера, ведь число пи можно рассчитать аналитически, применяя математические формулы, но описанный метод позволяет некоторым пользователям понять тему интуитивно, а не с помощью строчек уравнений. Многим людям (к ним отношусь и я) легче усвоить материал именно таким способом (так устроены их разум и интуиция). Возможно, компьютер чужд человеческому мозгу, как и математика.

Я не «носитель» математического языка, я не могу говорить на нем, как на родном, скорее в моей речи чувствуется иностранный акцент. Математические вопросы меня интересуют не сами по себе, а только для решения прикладных задач, в то время как математики скорее занимаются развитием самой науки (придумывая и доказывая теоремы). Я не могу концентрироваться на решении уравнений, пока какая-то реальная задача (с легкой примесью жадности) не послужит мотивирующей силой. Поэтому многому я научился благодаря торговле производными ценными бумагами (теорию вероятности меня заставили изучать опционы). В обычной жизни многие увлеченные игроки — люди весьма посредственного ума, но благодаря своей необузданной жадности они приобретали выдающиеся способности считать карты.

Другим примером может быть грамматика. На нее, скучную и лишенную озарений, математика нередко бывает похожа. Некоторые интересуются грамматикой ради нее самой, а некоторые всего лишь хотят не делать ошибок при составлении документов. Людей из второй категории называют квантами — как и физики, мы больше заинтересованы в использовании математических средств, чем в средствах как таковых. Математиками рождаются, а не становятся. Физиками и квантами тоже. Меня не заботит элегантность и качество используемых мной математических инструментов, если я могу получить верный результат. Я прибегаю к методу Монте-Карло всегда, когда возможно. И он делает свое дело. Он помогает также решать задачу обучения, так что я буду использовать его в этой книге для примера.