Человеко-машинный союз

  Мы упомянули в блоге bossa.pl книгу (и фильм, на которой он основан) Мишеля Льюиса Moneyball ( Книги, книги, книги ; Moneyball ) , Просто быстрое напоминание. Льюис описал своего рода революцию, которая произошла на рынке бейсбола. Около десяти лет назад статистики, математики и люди, занимающиеся качественным анализом, начали все чаще и чаще толкать рынок. До этого охотники за талантами выполняли самую важную функцию (кроме игроков). Люди с огромным опытом искали лучших из лучших. Они изобрели блестящих игроков и совершили катастрофические ошибки. Как в жизни.
  Внезапно молодые любители бейсбола влюбились в компьютеры, данные статистики начали показывать, что это можно сделать по-другому. Ба, они начали показывать, что на игроков часто стоит ставить, что он не заметил или даже недооценил ни одного из охотников за талантами. Благодаря анализу тысяч информации и данных удалось найти такие черты игроков, на которые не обращали внимания самые выдающиеся селекторы. После публикации книги Moneyball в отрасли произошла настоящая революция. Была какая-то война между старым и новым. В принципе, в этом нет ничего нового, поскольку мир – это мир, эта война все еще продолжается. Новые идеи заменяют старые. Современный мир не понимает инновационного подхода и защищается от него. Существующие сотрудники в этой отрасли имели основания опасаться, что их место заменят аналитические машины и программное обеспечение. Во многих случаях это фактически привело к увольнению.
  Одним из людей, стоящих в авангарде этого нового грядущего мира, был Нейт Сильвер, который разработал систему PECOTA для прогнозирования результатов, достигнутых игроками (первоначально только метателями, но позже система начала развиваться). В 2003 году оказалось, что система PECOTA достигла несколько лучших результатов, чем другие программы, и поэтому начала свою популярность. Сильвер был тогда сотрудником KPMG и, как он сам упоминает, создание таблицы о бейсболе в рабочее время никого не привлекало, потому что это был его основной инструмент. Благодаря своей концепции прогнозирования и модели, которую он создал, он мог оставить свою работу по оценке контрактов и оптимизации налогов.
  После нескольких лет эксплуатации системы Нейт Сильвер провел сравнение, сравнивая предсказательную эффективность своей системы и охотников за талантами. Оказалось, что производительность человека все же немного лучше.
  Похоже, может показаться, что человек предвзят, а машина объективна.
  Однако статистики не совсем беспристрастны. Одна из самых коварных тенденций состоит в том, чтобы предположить, что, если что-то не может быть легко оценено, это не имеет значения.
  […] как и все юноши, игроки стимулируются гормонами, преодолеваются молодежным бунтом, подростками и подвержены искушению в виде алкоголя и телесных удовольствий ”
  Как оценить и проанализировать такие особенности? Машина бессильна. Почему он пишет о бейсболе в блоге о рынках капитала? Именно по этой причине мы оба с Катей заметили, насколько общий мир бейсбола, описанный в Moneyball , напоминал революцию на финансовых рынках. Статистические машины начали вытеснять старый мир. Казалось, что человек становится неуправляемым и … ему хватило нескольких кризисов, впечатляющих падений средств, управляемых в соответствии с алгоритмами, что оказалось, что хола, хола … Не время управлять машинами по всему миру. Сильвер отмечает, что спустя более 10 лет после публикации книги Льюиса охотники за талантами начали работать со статистикой (особенно после того, как они анализировали данные в течение многих лет).
  Когда я время от времени слышу вопрос о том, не боюсь ли я, что руководство возьмет на себя алгоритмы на финансовых рынках, я продолжаю задавать один и тот же вопрос – и кто придет с идеями, идеями, найдет идеи. Для этого вам все еще нужен мужчина. Даже само суждение, какие данные выбирать, как их оценивать, также является областью человеческого разума. Наш мозг «запрограммирован» на поиск паттернов. Иногда это вводит нас в заблуждение – потому что эта модель на самом деле не существует. Мы видим лица в пятнах на стекле позже, некоторые сообщения в случайных строках данных. Но иногда, когда шаблоны существуют, но настолько загрязнены, что никакой алгоритм не справляется с этим, мы все равно побеждаем.
  Конечно, это приведет ко многим изменениям. На данный момент, однако, нет опасений, что любой алгоритм будет настолько эффективным в прогнозировании, что рынки перестанут иметь смысл.
  (вдохновением для текста является блестящая книга Нейта Сильвера ” Сигнал и шум “)