Как следовало бы провести правильное моделирование? Взять всю популяцию менеджеров, скажем, пять лет назад, и моделировать их результаты вплоть до сегодняшнего дня. Ясно, что свойства покинувших популяцию смещены в сторону неудачи, а несколько успешных человек в столь выгодном бизнесе получают все благодаря своему чрезвычайному везению. Перед тем как мы перейдем к техническому описанию этих вопросов, сделаю одно замечание по поводу чрезвычайно идеализированного модного слова «оптимизм». Как говорят, оптимизм — предтеча успеха. Предтеча? Он может быть также предтечей провала. Оптимисты, конечно, больше склонны рисковать, поскольку они слишком уверены в своих шансах. Тот, кто выигрывает, оказывается среди богатых и знаменитых, остальные терпят неудачу и исчезают из анализа. Печально.

В тот день я ходил к стоматологу (обычно во время моих визитов он сверлит мне мозг бразильскими облигациями). Я уверен, он кое-что понимает в своей профессии: иногда я прихожу в его кабинет с зубной болью, а ухожу с некоторым ее облегчением. Тому, кто буквально ничего не знает о зубах, трудно было бы мне помочь, разве что благодаря особенной удаче в тот день — или удачливости в жизни вообще, если он стал стоматологом, ничего в этом не понимая. Разглядывая его диплом на стене, я вычислил: шансы, что он раз за разом правильно отвечал на экзаменах и успешно просверлил несколько тысяч зубов, прежде чем окончил университет, и все это по чистой случайности, ничтожно малы.

Вечером того же дня я отправился в Карнеги-холл. Мало что могу сказать о пианисте, я даже забыл его непривычно звучащую иностранную фамилию. Знаю только, что он учился в Московской консерватории. Но могу предположить — он умеет играть на фортепиано. Вряд ли в прошлом человек мог играть так превосходно, что его пригласили выступить в Карнеги-холл, где вдруг выяснилось, что этот успех был чистой случайностью. Вероятность столкнуться там с мошенником, который сможет извлечь из фортепиано только бессвязные звуки, с моей точки зрения, настолько мала, что о ней можно забыть.

В прошлую субботу я был в Лондоне. Субботы в Лондоне волшебны: беспокойные, но без механического индустриального ощущения рабочего дня или печальной покорности воскресенья. Гуляя без часов и без плана, я оказался перед любимыми мною резными работами Кановы по камню в музее Виктории и Альберта. Профессиональная склонность тут же выразилась в вопросе: насколько большую роль в появлении этих мраморных статуй сыграла случайность? Их тела — реалистичное воспроизведение человеческих фигур, за исключением того что они гармоничнее и идеальнее сбалансированы, чем любое порождение природы из когда-либо мною виденных (в голову пришло materiam superabat opus[40] Овидия). Могла ли такая красота появиться случайно?

Это касается каждого, кто действует в физическом мире или в сфере бизнеса, где мала роль случайности. Но с миром бизнеса есть одна проблема. Например, сейчас я волнуюсь, потому что, к сожалению, на завтра у меня назначена встреча со знакомым менеджером фонда, которому нужна помощь — моя и моих друзей — в поиске инвесторов. У него есть то, что он называет хорошим послужным списком. Я могу подтвердить: он умеет покупать и продавать. Однако труднее поджарить яичницу, чем покупать и продавать. Ладно… тот факт, что он заработал деньги в прошлом, может что-то значить, но не слишком много. В некоторых случаях, конечно, можно доверять послужному списку, но, увы, таких ситуаций мало. Как уже знает читатель, менеджеру фонда может достаться от меня на презентации, особенно если он не проявит хотя бы минимальной сдержанности и неуверенности, которые я жду от всякого, на практике сталкивающегося со случайностью. Я, наверно, забросаю его вопросами, которые он, возможно, не готов услышать, ослепленный собственными успехами в прошлом. Видимо, я напомню ему слова Макиавелли, которые тот сказал еще до возникновения современных рынков, что жизнь как минимум на 50 % зависит от удачи (остальное в ней — хитрость и бравада).

В этой главе мы обсудим некоторые неочевидные свойства прошлых результатов и исторических временных рядов. Концепция, представленная здесь, хорошо известна ее вариациями под названиями «ошибка выживаемости», «глубинный анализ данных», «отбор данных», «избыточное обучение сети», «возврат к норме» и так далее, то есть ситуациями, когда результаты преувеличиваются наблюдателем из-за неправильного восприятия случайности. Ясно, что тревожные последствия не заставляют себя ждать. Это же касается и общих ситуаций, в которых может сыграть роль случайность, например, при выборе метода лечения или интерпретации совпавших по времени событий.

Когда меня просят высказать мнение о роли финансовых исследований в развитии науки, я привожу в качестве примера глубинный анализ данных и изучение ошибки выживаемости. Они появились в финансах, но могут быть расширены на все области научных исследований. Почему финансы предоставляют такие большие возможности? Потому что это одна из тех редких областей, где у нас много информации (в форме длинных ценовых рядов), но где невозможно провести эксперимент, как, скажем, в физике. Эта зависимость от прошлых данных вызывает очевидные недостатки финансов.

Одураченные цифрами

Инвесторы плацебо

Мне часто задают вопрос вроде «Кто ты такой, чтобы говорить, что мне могло просто повезти в жизни?». Конечно, никто на самом деле не верит, что ему повезло. Давайте при помощи программы Монте-Карло создавать ситуации, где работает чистая случайность, в чем и состоит мой подход. Можно ведь действовать методами, противоположными общепринятым: вместо анализа реальных людей и охоты за определенными их чертами мы сконструируем искусственных персонажей с точно определенными свойствами. Таким образом, возникнут ситуации, зависящие от чистой, неподдельной удачи, а не от способностей или того, что мы не отнесли к везению в таблице П.1. Другими словами, мы можем искусственно получить абсолютное ничтожество и посмеяться над ним. Этот тип по определению будет лишен даже ген и способностей (в точности как лекарство плацебо, которое на самом деле есть не что иное, как физиологически инертное вещество).

В главе 5 мы проследили, как люди выживают благодаря чертам, позволяющим мгновенно подстраиваться под заданную структуру случайности. Наша ситуация намного проще, мы знаем структуру случайности. Первое упражнение — уточнение старой популярной поговорки о том, что даже сломанные часы показывают точное время два раза в сутки. Но мы пойдем немного дальше и покажем, что статистика — это обоюдоострый меч. Давайте воспользуемся генератором Монте-Карло, описанным выше, и сконструируем популяцию из 10 тыс. фиктивных инвестиционных менеджеров (не то чтобы программа здесь крайне необходима, мы ведь можем воспользоваться монетой или даже просто алгеброй, но она значительно более иллюстративна и забавна). Предположим, каждый из них играет в абсолютно честную игру; у каждого есть вероятность 50 % к концу года заработать или потерять 10 тыс. долларов. Давайте введем дополнительное ограничение: если у менеджера был хотя бы один неудачный год, его выкидывают из выборки — до свидания и спокойной жизни. То есть мы будем действовать как легендарный спекулянт Джордж Сорос, который, говорят, собрал своих менеджеров и заявил им (с восточноевропейским акцентом): «Парни, половина из вас вылетит отсюда к началу следующего года». Как и у Сороса, у нас чрезвычайно высокие стандарты, мы ищем менеджеров с безукоризненными результатами. И не потерпим неудачников.