I april-utgaven av Harvard Business Review står det en interessant artikkel om forskning gjort av Jerker Denrell ved Warwick Business School og Christina Fang ved Stern School of business. Under tittelen “Experts” Who Beat the Odds Are Probably Just Lucky» forsvarer Denrell forskningen sin ((Serien i HBR heter «Defend your research»)), som viser følgende:
In Denrell’s study of interest and inflation rates, the analyst who successfully predicted the highest number of unusual events (six) had the lowest overall accuracy rate. His forecasts deviated from actual outcomes by 41,4%, while those of the other experts deviated by 17,4% on average.
Det vil si at den ene som forutså det ingen andre gjorde, sannsynligvis bare hadde flaks. Og han eller hun vil like sannsynligvis ikke treffe neste gang. Egentlig er dette veldig intuitivt, ettersom det ville vært slik at en person som ser det andre ikke ser, vil ha mulighet til å tjene seg styrtrik i en fei. Både til vanlig, i normale markeder, og særlig når noe uventet skjer og markedene beveger seg deretter. Men slik er det ikke; noen har selvsagt suksess med trading i finansielle markeder, men det er sannsynligvis fordi de har noen gode modeller som virker bra i gjennomsnitt, ikke fordi de ser det ingen andre gjør.
Likevel hylles disse som helter når de har rett – den ene som så det ingen andre så. Det hjelper bare ikke når feilen blir like stor den andre veien neste gang. Vi skal derfor passe oss for å lytte for mye til dem, for gjør vi det de gangene de bommer, vil vi tape mye. Slik formulerer Denrell det: de som har gode, men ikke eksepsjonelle analyser i gjennomsnitt er de vi skal lytte til.
But the very traits that lead them to make these out-of-sync predictions-their particular set of knowledge, their worldview, their personality, their tolerance for risk and for being non-conformist – usually also lead to misses.
Men en analyse som treffer der ingen andre gjør det kan lede til store gevinster? Ja, sier Denrell, men evnen til å forutse ekstreme hendelser var heller et tegn på dårlig dømmekraft. Faktisk hadde analytikeren med flest korrekte ekstreme resultater også det desidert dårligste resultatene totalt. Han sier også at slike djerve anslag ikke er resultat av kompetanse, men det er et lykketreff.
The mistake we make is conflating tasks that require well-defined skills, like running a foot race, with ones that don’t, like trading stocks. An outlier will not win the 100 meters at the Olympics, because you have to possess certain skills to even qualify. In trading, however, there’s much more variability in what drives results. In finance this is well knornm; that’s why financiers try to control variability. We should think of entrepreneurship in these terms as well. We should control for variability; instead we reward big hits because we think business founders are skilled in the way that a sprinter is. They’re not.
A lot of variability is why you see largely unskilled people strike it rich in illdefined markets and with start-ups. But in an industry without variability, like retail, you have to be very, very good to succeed, and when you do, you won’t be rewarded as greatly as you are with a start-up.
Derfor bør vi heller satse på de som har mest rett i gjennomsnitt, snarere enn de som treffer de ekstreme hendelsene. Det understreker også hvor vanskelig det er å tjene store penger på trading. De som treffer og tjener store penger den ene gangen, taper det og kanskje mer den neste. Ofte er årsaken til at de tjente de store pengene at de ikke hadde et godt rammeverk for risiko rundt posisjonstakingen sin – de hadde mulighet til å ta stor risiko. Neste gang resultatene er store, er de derfor gjerne store med motsatt fortegn.
Gode modeller med et godt rammeverk for risikostyring vil være det som gjør det mulig å tjene penger på lang sikt. Aldri veldig mye kanskje, men tapene blir tilsvarende ikke veldig store. På sikt er det denne typen handel i finansielle markeder som gir avkastning. I hvert fall basert på forkningen til Denrell og Fang.
