А потом попробуйте его снести.

Недавние успехи в развитии машинного обучения и искусственного интеллекта выдвинули идею о том, что роботы заменят людей, на передний план разговоров о науке, бизнесе и этике. И хотя было бы забавно быть футуристом, который пытается точно определить год, когда роботы превзойдут людей, и приведет ли этот переломный момент к утопии или антиутопии, факт в том, что ценность программного и систематизированного мышления не является новой концепцией. Фактически, еще в 1970 году психолог Льюис Голдберг продемонстрировал, что модели суждений, построенные людьми, дают лучшие суждения, чем сами люди, хотя критерии, которые модели использовали для вынесения суждений, были критериями, определяемыми людьми. Он завершил свою основополагающую статью замечанием о том, что может показаться, что лишь в редких случаях - если вообще будет - коммунальные предприятия будут отдавать предпочтение продолжающейся занятости человека над моделью человека.

Причина этого в том, что легче разработать хорошую основу для принятия решений, чем принять правильное решение. Как показали бихевиористские экономисты - и поздравляем недавнего лауреата Нобелевской премии Ричарда Талера - существует слишком много способов, которыми мы, люди, ошибаемся в реальном времени из-за эмоций, предубеждений и других подсознательных обманов нашего мозга.

Модели инвестирования

Это особенно верно, когда дело доходит до принятия финансовых решений, и многие способы, которыми мы, люди, инвестируем себе деньги, хорошо задокументированы. Но бороться с эмоциями и преодолевать предубеждения сложно. Один из способов сделать это - систематизировать подход, а затем следовать рекомендациям системы.

Потому что, когда это происходит, возможны две вещи:

  1. Вы можете осознавать и исследовать моменты, когда эмоции и предубеждения заставляют вас отклоняться от своей системы.
  2. Вы можете потратить свое время на улучшение своей системы (а не на принятие стольких разовых решений).

Один из сторонников этого подхода - Рэй Далио, постоянный основатель хедж-фонда Bridgewater Associates с оборотом 160 миллиардов долларов. В своей новой книге Принципы он отмечает, что «самая большая угроза правильному принятию решений - это вредные эмоции» и что «в успешных организациях есть культура, в которой принятие решений на основе фактов является скорее нормой, чем исключением».

Он следит за тем, чтобы Bridgewater функционировала таким образом, «путем запуска обеих систем принятия решений - то есть моей в голове и моей в компьютере - рядом друг с другом». Он продолжает:

Только человеческий интеллект может применять интерпретации, которые требуются для обеспечения компьютерных моделей соответствующими входными данными ... Но в то же время мозг не может конкурировать с компьютером во многих отношениях ... самое главное, они невосприимчивы к предубеждениям и консенсусу. думая о толпе… В те ужасные дни после 11 сентября, когда всю страну охватили эмоции… Мне захотелось обнять наши компьютеры. Они сохраняли хладнокровие, несмотря ни на что… В Bridgewater мы используем наши системы так же, как водитель использует GPS в машине; не для замены наших навигационных способностей, а для их дополнения.

Это воодушевляющий подход, над которым я работал в своей профессиональной жизни.

Сборщик акций по сравнению с моделью сборщика акций

В фирме, в которой я работаю, есть группы аналитиков, которые регулярно публикуют рекомендации о покупке в рамках нескольких отдельных стилей инвестирования. Мне было любопытно: будет ли систематический подход давать те же рекомендации, что и наши аналитики, исходя из одних и тех же данных? А если нет, то что будет работать лучше и почему?

Работая с нашим руководителем исследования, мы разработали несколько очень простых моделей этих стилей и настроили их так, чтобы они конкурировали со сборщиками акций, ограничивая модели одним и тем же набором потенциальных идей. Вот как реализовалась первая когорта идей за год:

А вот рассказ о ленте, посвященной этому исследованию человека и модели человека:

Для контекста, фондовый рынок в целом вырос на 18% за тот же период времени.

Признавая, что это небольшой размер выборки и что годовая прибыль - это годовая прибыль, самое удивительное в данном случае - это то, как часто человек отклонялся от своей модели. В то время как модель человека оставалась на 100% верной модели 100% времени, человек придерживался того же набора простых правил только 31% времени.

Чем это объясняется? В некоторых случаях недавний рост фондового рынка означал, что растущие оценки затрудняли то, чтобы быть жестким инвестором, основанным на множественной стоимости, или инвестором GARP. В других случаях количественные / объективные оценки качества или профиля роста компании в моделях отличались от более качественных / субъективных оценок, сделанных сборщиком акций - или сборщик акций решил сделать исключение из своих собственных правил по какой-либо причине. «временных» трудностей для компании (например, инвесторы в рост, разрешающие Chipotle избежать падения продаж, вызванного проблемами безопасности пищевых продуктов).

Какими бы ни были причины, эта тенденция отклонения человека от модели человека сохраняется в 11 (и их подсчет) других ежемесячных когортах данных, которые мы собрали в этом сравнении, как и превосходные характеристики моделей. Хотя это еще только начало, эти данные начинают количественно определять тенденцию, которую я наблюдал в моих собственных инвестиционных неудачах: тенденцию отклоняться от своей основной компетенции и, в некоторых случаях, здравый смысл в критических точках принятия решений и получать худшую прибыль как результат.

Ой, это милая модель

Учитывая это, а также тот факт, что приверженность модели человека - это то же самое, что приверженность собственному пониманию того, как должен работать процесс, можно было бы ожидать, что человек почувствует некоторую склонность передать ключи принятия решений модели. Но, насколько я могу судить, в финансовой индустрии и в других сферах дело обстоит иначе в организациях, где люди привыкли принимать решения.

Например, я был очарован, прочитав о новом роботе-сборщике акций Wells Fargo AIERA (аналитик по исследованию акций с искусственным интеллектом) и о том факте, что в течение месяца после его запуска он уже отклонился от своих человеческих создателей, поставив рейтинги продаж на Алфавит и Facebook . Вот что в ответ сказал аналитик Wells Кен Сена, который помогал в разработке AIERA:

Мы хотели бы повторить, что AIERA остается в режиме тестирования и обучения и, следовательно, не имеет в настоящее время никакого отношения к нашим долгосрочным прогнозам или рейтингам (включая Facebook и Google, оба из которых мы оцениваем лучше всего с целевыми ценами $ 215 / $ 1250 соответственно).

На чем основано отклонение результатов работы AIERA? И снова Сена:

Хотя AIERA превосходит нас в сборе и анализе общедоступных данных, нам нравится думать, что у нас все еще есть возможность участвовать в фреймворках / темах.

То, что Сена называет способностью участвовать в рамках и темах, - это то, что Далио, вероятно, назвал бы предвзятостью и мышлением, основанным на консенсусе. В конце концов, они не так давно программировали AIERA и, по-видимому, запрограммировали ее, используя свои лучшие мысли. Мне было бы любопытно узнать, какая логика заставляет Facebook и Google продавать AIERA и какие исключения аналитики Wells Fargo делают из этой логики - своей собственной логики - для того, чтобы и дальше оценивать свои покупки. Более того, если AIERA продолжит не соглашаться с людьми-аналитиками, останется ли она навсегда в «режиме тестирования и обучения»?

Систематизируйте себя

Видите ли, мы, люди, как правило, довольно хорошо понимаем, как все должно работать, но слабость в том, что мы способны терпеть множество уступок и исключений из наших собственных правил. Это не значит, что все уступки и исключения плохи - иногда вы знаете, что определенная дорога движется быстрее, чем ожидает GPS, - но мы должны знать, когда мы их делаем.

Чтобы сделать это при инвестировании, попробуйте автоматизировать свои собственные процессы и отслеживать результаты. Это не только заставит вас облечь свои процессы в слова и числа - и, следовательно, даст вам возможность в будущем улучшить их, - но и выявит моменты, когда вы отклонитесь от своего собственного мышления.

Наконец, сравните результаты. Это гарантированно будет увлекательно.