Ключевые мысли из «Чёрного лебедя» Нассима Талеба
Недавно я прочитал нашумевшую книгу «Черный лебедь. Под знаком непредсказуемости» Нассима Талеба. Ключевая её идея: в мире случаются непредсказуемые события, называемыми чёрным лебедем, и они имеют большое влияние на нас и на окружающий мир, а также влекут за собой огромные последствия. Предсказать их невозможно. Если описать идею книги «в двух словах» то это было бы Shit happens :)
Моя оценка книги - 5/10. Она написана очень сложным языком, там довольно много воды и затянутых, на мой взгляд, размышлений автора, которые не имеют к делу особого отношения. Однако, в ней есть несколько интересных мыслей, которые можно было бы уложить в несколько страниц, а то и абзацев. Это я и хочу сейчас сделать.
Я заметил, что в интернете нет краткого содержания этой книги, где были бы отражены все, на мой взгляд, самые важные её мысли. Сегодня хотелось бы это исправить:) Я поделюсь ключевыми её мыслями и идеями, так как они имеют фундаментальное значение при планировании своего будущего, формировании, например, инвестиционного капитала да и в целом, отношению к риску, в том числе и в нашей ИТ-сфере.
Концепция «Чёрного лебедя»
Черные лебеди — это события, которые происходят крайне редко. Они имеют огромное влияние: когда они случаются, их последствия бывают катастрофическими или трансформирующими. Эти события невозможно предсказать заранее, но после их наступления люди часто ищут объяснения и рационализации.
Иллюзия предсказуемости. Люди склонны переоценивать свои способности предсказывать события на основе прошлых данных. Мы часто игнорируем вероятность редких событий, считая их маловероятными или невозможными, недооценивая вероятность их наступления в несколько порядков. Часто в своих прогнозах учитываем «известное неизвестное», но не учитываем «неизвестное неизвестное»: то, что мы не могли даже предположить.
Люди часто ошибаются, делая прогноз на основе того, что знают о прошлом. Считая, что будущее является отражением прошлого, мы заблуждаемся, потому что много неизвестных факторов идёт вразрез с нашими предположениями.
Представьте, что вы индейка на ферме. На протяжении многих лет фермер кормил вас, холил и лелеял. Ориентируясь на прошлое, нет никаких оснований ожидать изменений. Увы, на День благодарения вас обезглавили, зажарили и съели.
Искажение нарратива
Мы часто сталкиваемся с эффектом ретроспективного искажения: после наступления "черного лебедя" люди склонны искать логические объяснения, что создает иллюзию, будто событие было предсказуемым. Исторические данные часто интерпретируются с точки зрения текущих знаний, что приводит к неправильным выводам. Искажение нарратива — это феномен, который описывает склонность людей создавать упрощенные и логичные объяснения для сложных и случайных событий после того, как они уже произошли. Талеб утверждает, что люди стремятся к созданию нарративов (историй), которые делают мир более понятным и предсказуемым, даже если эти нарративы не отражают реальной сложности и случайности происходящего.
Мы склонны недооценивать риски редких событий и переоценивать более частые, но менее значительные риски. Финансовые рынки, экономика и многие другие сферы человеческой деятельности подвержены влиянию черных лебедей.
Мы не принимаем информацию, противоречащую тому, во что мы уже верим, и вряд ли будем проводить дальнейшее исследование. Но если решим разобраться, то будем искать источники, оспаривающие данную информацию.
Если вы твёрдо уверены, что «изменение климата» — это тайный сговор, а потом увидите документальный фильм под названием «Неоспоримые доказательства изменения климата», вполне вероятно, вы очень расстроитесь. И если вы станете искать информацию в Интернете, в условиях поиска вы укажете «изменение климата — обман», а не «доказательства за и против изменения климата».
Антихрупкость
Вместо того чтобы пытаться предсказать черных лебедей, лучше создавать системы, которые могут адаптироваться и даже выигрывать от неопределенности и хаоса. Это автор называет "Антихрупкость". Антихрупкие системы не только выживают в условиях непредсказуемости, но и становятся сильнее.
Игровая ошибка
К сожалению, мы убеждены, что знаем все возможные риски, от которых должны защититься. Это игровая ошибка: мы склонны реагировать на риск, как на игру с набором правил и вероятностей, которые можно определить до её начала. Рассматривать риск таким образом очень опасно.
Казино хотят зарабатывать как можно больше денег, поэтому разработали систему безопасности и дисквалифицируют игроков, выигрывающих слишком много и часто. Но их подход основан на игровой ошибке. Основная угроза казино находятся за пределами игрового зала — это не везунчики и не воры, а похитители, берущие ребёнка владельца казино в заложники, или работник, не представивший декларацию по доходам в Налоговую службу, за что казино могут закрыть. Серьёзные опасности совершенно непредсказуемы.
Неважно, насколько сильно мы стараемся. Точно предвидеть какой-либо риск невозможно.
Критика Гауссовой кривой
Нассим Талеб критикует использование Гауссовой кривой (нормального распределения) в "Черном лебеде". Он считает, что это распределение неадекватно описывает многие реальные явления, особенно в тех областях, где редкие и экстремальные события (черные лебеди) играют значительную роль.
- Гауссова кривая предполагает, что большинство данных сосредоточено вокруг среднего значения и что экстремальные отклонения (очень большие или очень маленькие значения) крайне редки. В реальности, особенно в таких областях как финансы, технологии и наука, экстремальные события происходят гораздо чаще и имеют значительное влияние. Например, финансовые кризисы или революционные научные открытия.
- Нормальное распределение симметрично: вероятность больших отклонений от среднего значения одинакова с обеих сторон. В реальности многие процессы асимметричны. Например, в финансах потери могут быть гораздо более значительными и частыми, чем эквивалентные прибыли.
- Использование нормального распределения создает ложное чувство безопасности и предсказуемости. Люди могут недооценивать риски и не быть готовыми к неожиданным событиям, которые могут иметь катастрофические последствия.
- Гауссова кривая удобна для математических расчетов и анализа, что делает ее популярной среди статистиков и аналитиков. Однако эта простота часто приводит к игнорированию сложных и непредсказуемых аспектов реального мира.
Талеб предлагает использовать другие модели, которые лучше учитывают вероятность экстремальных событий. Одной из таких моделей является распределение с "толстыми хвостами" (например, распределение Парето), которое признает, что крупные отклонения от среднего значения происходят чаще, чем это предполагает нормальное распределение.
«Среднестан» и «Крайнестан»
Автор упоминает в книге две вымышленные страны: Среднестан и Крайнестан.
Представьте себе, что вы измеряете рост людей в вашем городе. Гауссова кривая хорошо подходит для описания этой ситуации: большинство людей будут иметь средний рост, а очень высокие или очень низкие люди будут редкостью. Талеб называет это "Среднестаном".
Теперь представьте себе богатство людей в вашем городе. Здесь ситуация другая: несколько человек могут быть очень богатыми (миллионеры или миллиардеры), в то время как большинство имеют средний доход, а некоторые — низкий. В этом случае нормальное распределение не подходит, так как оно недооценивает вероятность наличия очень богатых людей и не отражает реальную картину. В книге это обозначается как "Крайнестан".
Таким образом, Талеб критикует использование Гауссовой кривой в ситуациях, где она неадекватно описывает реальность и может привести к ошибочным выводам и решениям.
Гауссова кривая работает лишь в Среднестане, а мир больше похож на Крайнестан.
Фракталы
В книге Нассим Талеб обсуждает идею, что многие явления в мире лучше описываются законами фракталов, а не традиционными статистическими моделями, такими как нормальное распределение. Эта концепция является важной частью его критики традиционных методов анализа и прогнозирования.
Фракталы — это сложные геометрические фигуры, которые могут быть разделены на части, каждая из которых является уменьшенной копией целого. Они характеризуются самоподобием и часто встречаются в природе (например, структуры снежинок, береговые линии, облака)
Фрактальные структуры проявляют свойства самоподобия на разных уровнях масштаба. Это означает, что паттерны, которые мы видим на одном уровне, повторяются на других уровнях. Например, колебания на фондовом рынке могут демонстрировать схожие паттерны как в краткосрочной (дни), так и в долгосрочной (годы) перспективе.
Фрактальные модели часто имеют "толстые хвосты", что означает более высокую вероятность экстремальных значений по сравнению с нормальным распределением. В реальной жизни это может означать, что крупные финансовые кризисы или другие экстремальные события происходят чаще, чем предполагает нормальное распределение.
Они подчеркивают сложность и непредсказуемость многих систем. Традиционные методы анализа часто упрощают реальность до такой степени, что игнорируют важные аспекты этой сложности. Фрактальные структуры позволяют лучше понять и моделировать системы, где малые изменения могут приводить к значительным последствиям.
Использование фрактальных моделей позволяет более адекватно описывать и анализировать сложные системы, где традиционные методы оказываются недостаточными. Это способствует лучшему пониманию реальных рисков и возможностей, а также помогает принимать более обоснованные решения в условиях неопределенности.
Заключение
"Черный лебедь" Насима Талеба представляет собой глубокое исследование роли редких и непредсказуемых событий в нашей жизни. Основной вывод книги заключается в том, что значительные события, которые оказывают огромное влияние на мир, часто являются неожиданными и выходят за рамки привычных ожиданий. Он утверждает, что традиционные методы прогнозирования и анализа рисков не способны учесть их, поскольку они основываются на прошлом опыте и линейных моделях. Автор подчеркивает важность готовности к неопределенности и адаптивности в условиях изменчивого мира, а также критикует чрезмерную уверенность в собственных знаниях и предсказаниях. В конечном счете, Талеб призывает к более скромному и критическому подходу к нашим представлениям о будущем.
Для осмысленных прогнозов на будущее, будь это покупка страховки, инвестиции, смена места работы и так далее, недостаточно учитывать всё «известное» вам — это даёт лишь частичное понимание рисков. Вместо этого признайте, что вы чего-то не знаете, чтобы излишне не ограничивать информацию, с которой имеете дело.