От Бэкона до Юма
Теперь мы обсудим ту же тему с широких позиций философии научного познания. Уже давно ученых мучает проблема вывода, известная также как проблема индукции. Точные науки страдают от нее меньше, чем общественные, в частности экономика, а больше всего — финансовая экономика. Почему? Потому что в ней сильна роль случая. Нигде проблема индукции не актуальна так, как в мире трейдинга, и нигде она так не игнорируется!
Черный лебедь
В своем «Трактате о человеческой природе» шотландский философ Дэвид Юм сформулировал такую мысль (английский мыслитель и экономист Джон Стюарт Милль перефразировал ее в уже известную «проблему черного лебедя»): «Наблюдение любого количества белых лебедей не позволяет сделать вывод о том, что все лебеди белые, но достаточно увидеть хотя бы одного черного лебедя, чтобы это утверждение опровергнуть».
Юма раздражал тот факт, что наука в его дни (XVIII век) благодаря Фрэнсису Бэкону качнулась от схоластики, полностью основанной на дедуктивном мышлении (без акцента на наблюдении реального мира), к чрезмерно наивному и неструктурированному эмпиризму. Бэкон возражал против «плетения паутины обучения» при отсутствии практических результатов (когда наука становится похожей на теологию). Благодаря Бэкону наука сделала шаг в сторону эмпирических наблюдений. Проблема состоит в том, что без правильного метода эмпирические наблюдения могут повести нас по ложному пути. Юм пытался предостеречь от такого знания и объяснить необходимость определенной строгости при сборе и интерпретации данных — то, что называется эпистемологией (от греческого слова episteme — «умение, знание»). Юм стал первым современным эпистемологом (работающих в прикладных областях эпистемологов зачастую называют методологами или философами науки). Я пишу здесь лишь часть правды, поскольку Юм говорил вещи и похуже; он был убежденным скептиком и верил в то, что причинно-следственную связь между двумя предметами невозможно достоверно установить. Но в этой книге мы его немного приглушим.
Нидерхоффер
Биография статистика и бизнесмена Виктора Нидерхоффера одновременно печальна и интересна, поскольку демонстрирует, как трудно в одном человеке ужиться крайнему эмпиризму и логике — чистый эмпиризм непременно приводит к одураченносги случайностью. Я привожу его пример потому, что Виктор Нидерхоффер, как и Фрэнсис Бэкон, выступал в университете Чикаго против паутины обучения и религии эффективности рынка. Это было в 1960-х годах, когда указанные взгляды были на пике. По контрасту со схоластикой финансовых теоретиков, он искал аномалии в данных и находил их. Он пришел также к выводу о бесполезности новостей и показал, что чтение газет не дает читателю предсказуемых преимуществ. Он получал свои знания о мире из данных о прошлом, очищенных от предубеждений, комментариев и вымысла. С тех пор расцвела целая отрасль таких игроков, их называют статистическими арбитражерами; некоторые наиболее успешные из них были вначале его учениками. История Нидерхоффера показывает нам, что эмпиризм нужно отделять от методологии.
В центре его modus (образа мышления) лежит следующая догма: любое «проверяемое» утверждение следует проверить, поскольку наш разум делает множество эмпирических ошибок, когда полагается исключительно на нечеткие впечатлении. Его совет очевиден, но редко выполняется на практике. Сколько выводов, которые мы считаем гарантированными, могут не быть таковыми? Проверяемое высказывание можно разбить на количественные составляющие и проверить статистическими исследованиями. Например, следующее здраво выглядящее утверждение в эмпирическом стиле
автомобильные аварии чаще происходят недалеко от дома
может быть проверено путем измерения расстояния между местом аварии и местом жительства водителя (если, скажем, 20 % аварий происходят в радиусе двенадцати миль). Однако нужно быть осторожными в интерпретации. Наивный читатель, увидев этот результат, скажет, что вероятность попасть в аварию больше, если вы едете по своему району, чем где-то далеко от него. Это типичный пример наивного эмпиризма. Почему? Потому что аварии могут случаться неподалеку от дома просто из-за того, что люди чаще оказываются в автомобиле именно там (20 % времени, проведенного за рулем, они находятся в радиусе двенадцати миль от места, где живут).
Но у наивного эмпиризма есть и более неприятный аспект. Я могу использовать данные, чтобы опровергнуть высказывание, но никогда — чтобы доказать его. Я могу воспользоваться историей, чтобы доказать ложность гипотезы, но никогда — чтобы подтвердить ее. Например, утверждение
рынок никогда не падает на 20 % за три месяца
может быть проверено, но является абсолютно бессмысленным на поверку. Я могу количественно опровергнуть его, найдя контрпримеры, но я не могу согласиться с ним только потому, что в прошлом рынок никогда не падал на 20 % за три месяца (нельзя просто совершить логический скачок от «никогда не падал» к «никогда не падает»). Выборки могут быть неподходящими; рынки могут меняться; у нас может быть недостаточно исторических данных.
С меньшими опасениями вы можете использовать информацию, чтобы опровергнуть, нежели чтобы подтвердить гипотезы. Почему? Рассмотрим следующие высказывания.
Высказывание А: Не бывает черных лебедей, потому что я видел четыре тысячи лебедей и среди них не было ни одного черного.
Высказывание Б: Не все лебеди белые.
Я не могу логически обосновать высказывание А вне зависимости от того, как много белых лебедей я мог последовательно наблюдать в жизни и еще увижу в будущем (если, конечно, я лишен привилегии гарантированно увидеть всех возможных лебедей). Однако можно доказать высказывание Б, найдя один-единственный контрпример. На самом деле высказывание А было опровергнуто после открытия Австралии, где обнаружили Cygnus atratus — разновидность лебедей угольно-черного цвета. Читатель может считать это намеком на идеи Поппера, поскольку между двумя высказываниями есть заметная асимметрия; более того, такая асимметрия лежит в основе любого знания. Она же определяет суть моих действий как человека, принимающего решения в условиях неопределенности.
Я сказал, что люди редко проверяют проверяемые высказывания. Впрочем, это даже лучше для тех, кто не может справиться с последствиями такой проверки. Следующее индуктивное высказывание иллюстрирует проблему прошлых данных буквально, без привлечения методологии или логики.
Я только что закончил всестороннее статистическое исследование жизни президента Буша. В течение пятидесяти восьми лет в ходе примерно 21 тыс. наблюдений он ни разу не умер. Следовательно, я могу провозгласить его бессмертным с высокой степенью статистической значимости.
Писали, что Нидерхоффер начал заикаться после того, как продал непокрытые опционы, основываясь на проверке данных и исходя из предположения, что все виденное им в прошлом было точным обобщением всего, что может произойти в будущем. Он положился на утверждение типа «рынок никогда так не делал в прошлом» и продал опционы «пут», которые приносили небольшую прибыль, если утверждение было истинным, и большие убытки в случае его ложности. Когда он «лопнул», результат почти двадцати лет работы был перечеркнут единственным событием, длившимся всего несколько минут.
