Увлекшись, вы можете просто всплыть до уровня полной слепоты, где уже не можете ничего контролировать, но находитесь в блаженном неведении по поводу этой проблемы.
Так работает ловушка избыточной сложности.
Сложно спорить с постулатом, что острыми инструментами можно сделать больше, чем тупыми. Теоретически острым инструментом вы можете копнуть глубже в понимании сути явления. Но с увеличением сложности нарастают проблемы на границах зоны компетенции, и требуется все больший уровень мастерства, чтобы с этими проблемами работать. К сожалению, нет надежного способа определить, есть у вас это мастерство или нет.
Люди продолжают задавать вопрос: «Работает ли на рынке инструмент А или инструмент Б?» – но из положительного ответа на этот вопрос они делают слишком далеко идущие выводы. Вопрос полезности инструмента лично для вас упирается в персональный набор инсайтов, позволяющий с инструментом работать. Внезапно оказывается, что пользу создает не инструмент сам себе, а тот, кто инструмент держит. Возможность заключена не в инструменте, а в сочетании инструмента и должного мастерства владения им.
Продолжая задавать вопрос «Полезен ли инструмент А?», вы не приближаетесь к пониманию его полезности лично для вас, потому что сама формулировка вопроса выдает вашу убежденность в своем умении с ним работать. Эта убежденность обычно опирается на слабые допущения, в них и прячутся основные риски.
Если мастерства недостаточно, то нет четкого понимания границ возможностей этого инструмента и сопряженных с ним рисков. Без этих необходимых компонентов острота инструмента превращается из возможности в опасность.
Иллюзия возможности, которую вы видите в сложном инструменте, оказывается не более чем шансом, а увлечение сложностью становится очередным воплощением гонки за шансом. Вы видите возможность, но не видите всего спектра необходимых условий, чтобы в преследовании этой возможности был экономический смысл.
Поэтому правильный вопрос, как всегда, это вопрос экономического смысла: учитывая затраты усилий и упущенные возможности, есть ли смысл пытаться шагнуть на следующий уровень сложности? Большая часть соображений, побуждающих вас ответить «да», скорее всего, окажется продуктом поведенческих сдвигов и эмоциональных потребностей.
Иллюзия владения сложным инструментарием тешит ваше самолюбие, а искажения атрибуции и подтверждения, которые расцветают пышным цветом на сложности, позволяют вам пребывать в полной иллюзии, что вы отлично с этим инструментом справляетесь.
Опираясь на сложный инструментарий, легко выскочить за границы компетенции. Возникает избыточная, «плохая» сложность, которая приносит больше проблем, чем дает возможностей.
Увлечение сложностью дает парадоксальный на первый взгляд результат: пытаясь овладеть инструментом приближения к реальности, мы удаляемся от нее. Мастерство обращения со сложными инструментами интерпретации превращается в мастерство генерации поддельных реальностей. Мы получаем некие правдоподобно выглядящие результаты и можем начать думать, что обнаружили короткий путь к истине.
Мы получаем то, что выглядит как отличное решение задачи, и тратим на него не так уж много усилий, ведь большую часть работы по сечению явления и кручению кубика вообще можно алгоритмизировать и просто получать из полученного автомата поток красивых интерпретаций. Они создают иллюзию, что ключ от реальности у нас в кармане, тогда как на самом деле это просто побочный эффект процесса сечения реальности, выбросы правого хвоста распределения исходов.
Сложность порождает иллюзию контроля, в точности так же, как это делают дополнительные кнопки на игровых автоматах. Вы добавляете в свою линию действия множество переменных, которые можно настраивать и переключать, и чем больше вы их добавляете, тем больше ощущение контроля над процессом.
Такая популярная тема, как раскопки прошлых данных, дает множество примеров, как избыточная сложность создает проблемы.
Если вы хотя бы немного знакомы с количественными моделями, практически невозможно пройти мимо такого «сокровища», как массивы прошлых ценовых данных. Богатство арсенала количественных методов, помноженное на объем имеющихся данных, к которым этот арсенал может быть приложен, не может оставить равнодушным.
Просто перебирая возможности применить стандартные методы к огромным массивам доступных рыночных данных, можно довольно быстро получить что-то похожее на рабочую модель. И чем сильнее вас затягивает в сложность, тем более многообещающими будут выглядеть модели. Учитывая объем данных и богатство доступного всем инструментария количественных методов, этот увлекательный процесс может идти бесконечно и на какую угодно глубину по сложности.
При этом легко будет упустить из вида факт, что сама постановка задачи имеет проблему, что постоянно меняющаяся конфигурация участников ставит под вопрос полезность прошлых данных для предсказания будущих изменений. Под действием этой изменчивости допущения, на которые опираются любители прошлых данных, становятся слабыми, потому что существенный объем будущих изменений окажется реакцией на то, чего нет в прошлых данных.
Какими бы красивыми и изящными ни были инструменты копания в прошлых данных, в бой с будущим любой исследователь выйдет с оружием, которое заточено под прошлое. Результаты этого боя будут в значительной мере определяться способностью бойца увернуться от внезапных изменений среды и решать проблемы на ходу. Полагаясь исключительно на результаты своих исследований прошлого, он рискует превратить этот бой в банальное казино.
Проблема неоднозначной применимости прошлых данных, конечно, известна всем, кто не первый год пытается строить торговые стратегии. Весьма показательна аргументация, с помощью которой люди отмахиваются от этой проблемы и оправдывают свою убежденность в исключительной ценности прошлых данных.
Многие считают, что проблема, конечно, есть, но не у них, потому что они нашли некую «серебряную пулю» против этой проблемы. Например, они развили в себе достаточные способности, чтобы вовремя выпрыгивать из плохих стратегий. Или повысили сложность еще больше, разработав метастратегию определения устойчивости стратегии.
Популярной «серебряной пулей» для борьбы с проблемой переподгонки под прошлые данные, например, является кросс-валидация стратегий, где с помощью разбиения данных на куски создается фильтр, который теоретически должен отделять устойчивые стратегии от неустойчивых. Но суть процесса от этого не меняется, он как был процессом генерации красивых графиков, так им и остался, просто какая-то их часть будет отфильтровываться по дороге. Ключевая проблема не исчезла, вы подменяете процесс приближения к реальности чисто механическим процессом вращения кубика количественных интерпретаций. Даже добавив фильтр кросс-валидации в этот процесс, вы все еще продолжаете смотреть на правый конец распределения его исходов и продолжаете ждать от процесса красивых и многообещающих выбросов.
Яд сложности расползается по вашей системе принятия решений. Вы видите, что сложность порождает проблему, и призываете еще больше сложности, чтобы ее решить. Это продолжается, пока у вас не создается иллюзия, что проблема исчезла, хотя на самом деле вы просто спрятали ее за плотной вуалью сложности.
