Цитаты из книги «Одураченные случайностью. О скрытой роли шанса в бизнесе и в жизни»

Подобные исторические высказывания грешат и другой логической ошибкой: нередко, когда происходит какое-то крупное событие, вы слышите: «Такого не случалось раньше», – то есть для того, чтобы оказаться сюрпризом, событию нужно отсутствовать в истории. Так почему же в качестве наихудшего сценария мы рассматриваем худшее из событий, произошедших в нашем прошлом?

нельзя просто совершить логический скачок от «никогда не падал» к «никогда не падает»).

Но у наивного эмпиризма есть и более неприятный аспект. Я могу использовать данные, чтобы опровергнуть высказывание, но никогда – чтобы доказать ег

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).

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.

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».

Я могу объяснить это путем следующей аналогии. Если рациональные трейдеры обнаруживают модель, в соответствии с которой акции растут по понедельникам, эта модель перестанет существовать сразу после ее обнаружения благодаря людям, которые будут покупать по пятницам в ожидании «эффекта понедельника»

Я изучаю и практикую эконометрику больше чем полжизни (с девятнадцати лет), как в университетской аудитории, так и в офисе, будучи трейдером на рынке производных инструментов. Эконометрика как наука представляет собой приложение статистики к выборкам, сделанным в различные периоды времени, которые мы называем временными рядами.

Тот же самый эффект проявляется на рынках. Мы принимаем историю за простую равномерную выборку и верим, что наблюдение этой выборки значительно увеличит наши знания о будущем. А что, если проказливый ребенок поменяет состав урны? Иными словами, что, если все изменится?

Статистика становится сложной и начинает обманывать нас там, где распределение не является симметричным