的见解
本,做到了
|
|
符合的观察者 |
• |
2020年3月20日 |
2020年3月20日 |
|
本,做到了 |
|
如何减少预测误差的来源吗
预测修正在市场预期的关键是生成长期超额回报投资者。成功的长期投资者看到预期将根据他们的预测,但研究表明,大多数专家不造就伟大的预测。
芭芭拉·米勒斯,宾夕法尼亚大学的心理学教授,说,“我们发现预测非常困难,但我们发现的解释相当容易。”1我们对自己和他人的讲故事掩盖我们可怜的预测。但不是所有的消息都是悲观的。美国情报部门预测赛事赞助,也显示,五十分之一“superforecasters”持续更好的预测比其他参与者。
superforecasters的成功的一部分,反映了他们的素质,包括计算能力、求知欲,概率思考,心胸开阔。但是他们的成功依赖于习惯的一部分,可以“学习和培养的聪明,体贴,决定人。”2
统计学家和心理学家研究“superforecasters”之间的差距和常规天气预报使用“本模型”,“B”指的是偏见,“我”信息和“N”噪音。
当研究者统计为什么superforecasters比常规气象预报员,他们发现不同的是大约50%减少噪音,减少偏见和25%增加25%的信息。重要的是要认识到,因为噪音和偏见是独立的误差来源,要么减少其中一个改善预测。
来源:与全球。
当研究人员检查培训整体精度的影响,他们还发现,训练提高精度比通过堵住偏见减少噪音。
噪音。减少噪音的三个主要方法是结合判断,使用算法,采用“中介评估协议”(地图)。
组合预测是群众的智慧,背后的核心理念与市场机制,聚集视图的一个很好的例子。预测的准确性被破坏时没有有效的方式聚合信息,或者成为相关的错误和噪声转换到集体的偏见。
算法只是套规则或程序,允许您实现一个目标。例如,一个蛋糕的配方是一种算法。研究发现,增加算法的接受的一个方法是让人类最终答案稍微调整,丹尼尔·卡尼曼所说的“有纪律的直觉。”
最后,中介评估协议(地图)是一种基于什么创建中间评级关键为了来最终决定通知比单纯依赖直觉。
偏见。去偏方法引入基准利率预测,premortems和红色团队开放思想替代的结果,和路标来创建从错误中学习的一种方式。噪音的方法产生溢出效应,帮助管理。
信息。有效利用信息意味着当你可以得到一个信息优势,更新你的观点准确、及时反映新信息,并将适当的体重在您的信息处理。分析预测的比赛显示信念更新的频率是“最强的单一行为预测的准确性。”
投资者可以使用本模型来评估他们的决策过程,用一个大的更高认识,并可能忽略噪声的作用。因为噪声往往被忽略或忽视,提高一致性可以添加大量的价值,并确定公司采用实践来减少噪音可能超额收益的来源。
感谢您订阅对位全球见解——融会贯通的观察者。