Още от училище ни учат, че колкото повече информация имаме, толкова по-добре. Обръща се внимание само на количеството, а качеството тотално се игнорира.
За структурата и пътя на информацията се говори още по-малко. Както знаете, финансовите пазари са място, изискващо познания от много сфери и няма как да се разминем с малко учене. Въпросът е каква информация използваме, от къде я добиваме и как я интерпретираме.
Нека да разгледаме информацията от различни перспективи – пътя на информацията; информацията, за която не знаем, че не знаем; структурата на информацията; opportunity cost и парадокса на изобилието.
.
Пътят на информацията: от данни до мъдрост
Информацията има път. Тя сама по себе си не е начална и крайна точка. Ние, като консуматори, я развиваме. Тя започва пътя си като данни, които изолирани нямат голямо значение. Но поставени в контекст, те вече се превръщат в информация.
Следващата стъпка е тази информация да се трансформира в знание. Това означава да се синтезират изводи от нея, които можем да приложим за решаване на конкретни проблеми.
И финалният етап е да превърнем това знание в мъдрост. Това става, когато експериментираме нашите заключения в полеви условия. Прилагаме ги за решаване на практически проблеми, а обратната връзка, която получаваме, е мъдростта.
Пътят на информацията: от данни до хипотеза
Всяка човешка дейност, притежаваща следните характеристики, има нужда от структуриран аналитичен процес:
- Обработка на голямо количество и разнопосочна по качество информация
- Изграждане на хипотези за бъдещето с висока достоверност
- Предприетите действия базирани на изведените хипотези имат сериозни материални последствия
- Работа в постоянна среда на несигурност
Току що описах дейността на анализаторите в разузнавателните служби, макро инвеститорите и всяко друго начинание притежаващо посочените характеристики. Казано по друг начин, това са дейности работещи с (без)краен брой (не)известни променливи в среда на постоянна несигурност.
Общото между тях е, че аналитичния процес следва следните стъпки:
- Филтриране на суровите данни – отчети, бази данни, графики, презентации
- Сортиране на данните по тема – макро, фундамент, цена, наратив
- Подреждане на сортираните данни – на този етап данните стават информация
- Формулираме изводи по всяка под тема – макро, фундамент, цена, наратив
- Извеждане на хипотеза – тя е синтез от изводите на отделните теми
Описаните етапи са задължителни при всеки комплексен анализ, целящ да изведе хипотеза с висока достоверност. Срещу всяка стъпка с тире съм посочил етапите в контекста на макро инвестирането.
Задължителните стъпки са илюстрирани на долната графика:
Непознатото непознато
Единственото сигурно нещо е несигурността. Така е на финансовите пазари и в живота. Несигурността ни прави слепи за слепотата ни. А това е изключително опасно.
Ако базираме решенията си на сигурни допускания за пазарите, ще стигнем до грешни изводи, защото пазарите са комплексна система с огромен брой участници. Безкрайният брой взаимовръзки и рефлексивността на системата я правят невъзможна за пълно разбиране.
Ние, хората, винаги се стремим към опростяване на проблемите и мигновени отговори. Това работи в много от случаите, но при комплексни системи като пазарите не се получава. Следното уравнение ни гарантира проблеми:
Непознаваемо бъдеще + човешкото желание за прости отговори = проблем
Ние винаги ще оперираме в режим на несигурност и затова трябва да използваме следната матрица, която да ни води в трупането и обработването на информация:
KNOWN – KNOWN KNOWN – UNKNOWN,
UNKNOWN – KNOWN UNKNOWN – UNKNOWN
На финансовите пазари ние сме главно в последния квадрант на матрицата – работим с непознатото непознато. Казано по друг начин слепи сме за нашата слепота.
Структура на информацията: шум и сигнал
Суровите данни, преди да станат информация, имат два компонента – шум и сигнал. Това ни води до максимата, каквото влиза същото излиза. Ако на входа на нашата система за вземане на решения вкараме повече шум, на изхода ще получим още повече шум, защото в сложните системи грешките се натрупват нелинейно.
От къде събираме данните за нашите изследвания е първата стъпка да филтрираме шума. Знанието къде да търсим е еднакво важно с това какво търсим.
Шумът не може да бъде сведен до нула, но може да бъде сведен до минимум чрез подбора на източници. Колкото по близо сме до оригиналния източник, толкова по-ниско е нивото на шума.
Броят на посредниците между нас и първоначалния източник пряко оказват влияние на качеството. Всяка допълнителна стъпка добавя някакво количество интерпретация на данните, което води до тяхното изкривяване.
Заглуши шума, чуй сигнала. Абонирай се за Инвесто седмичен бюлетин.
Каквото почукало, такова се обадило
Аналитичния процес работи с данни, чието качество неизбежно влияя на крайния резултатът от процеса. Неспособността да филтрираме входните данни ще влоши значително качеството на формулираните хипотези.
При това зависимостта не е линейна. Всяка входяща грешка има склонност да се усилва на всеки следващ етап от процеса. На пръв поглед, малкото количество шум може тотално да заглуши сигнала, докато стигне изхода.
Филтрирането на входящите данни е задължителна част от целия процес. Успешното отхвърляне на ненужните данни е решаващ фактор, които ще предопредели качеството на крайната хипотеза.
Формулирано с едно изречение: Ако на входа имаме шум, на изхода също ще имаме още повече шум.
Структура на информацията: сферите на познание
Човешката цивилизация е достигнала днешното си ниво на развитие непрестанно експериментирайки светът около нас. В следствие на това се натрупва информация, която с времето се обособява в различни сфери на познание.
Няма по-важни и по-маловажни науки. Обаче има ред, по който те се обособяват. Те са подредени йерархично – в основата седят науките, които описват нашата цивилизация и заобикалящият ни свят. Те са теорията, върху която се изграждат моделите, които използваме в практиката.
Теорията и практиката не могат една без друга. Първата прави допускания, които експериментираме в реалността. Накрая получената обратна връзка ни помага да коригираме първоначалните допускания.
За по-добра илюстрация на сферите на познание вижте следната графика:
Ясно се вижда основата, за която споменах и как от нея отиваме към по оперативните слоеве на познание – управление, инфраструктура и бизнес. А най-накрая имаме текущите тенденции. При тях съотношението шум/сигнал е изключително високо. Следователно и тяхната полезност е много относителна.
Следната метафора е много подходяща: ако цялото познание е едно дърво, то теоретичните науки са стеблото на дървото, а оперативните слоеве са неговите клони. Накрая остават листата, които всяка година се сменят – това са текущите трендове.
Information opportunity cost
Консумирането на информация има opportunity cost. Начина, по който си разходваме времето и информацията, която консумираме, са двете най-скъпи грешки, които можем да направим.
Нехайството към качеството на информация ще ни се отплати скъпо – сложната лихва не работи само при парите и винаги в наша полза. Ако консумираме нискокачествена информация, попадаме в информационна инфлация. Всеки ден нашите знания прогресивно ще губят стойност.
Казано накратко не може едновременно да гледаш поредният епизод на Ергенът и да четеш Сенека. Избираш само едно от двете и накрая си поемаш последствията.
Парадоксът на изобилието
В дигиталната ера ние постоянно генерираме и консумираме умопомрачителни количества информация. Това ни води до парадокса на изобилието.
Средното качество на информацията е изключително ниско. Но пък в двата края на кривата на разпределението имаме уникална информация, чакаща да бъде изследвана.
Мнозинството консумира неща от първия тип, но за една малка част осъзнати хора ние живеем в най-добрата епоха за жадните за знание. Сега можем да се докоснем до знания, които до скоро са били недостъпни са нас.
Information diminishing returns
Следването на принципа „Колкото повече, толкова повече“ е опасно при работата с данни и информация. Ние като анализатори търсим минималното, но достатъчно количество информация за да формулираме достоверна хипотеза.
В един момент трупането на данни с убеждението, че така ще подобрим качествено целия процес води до обратните резултати. Всеки нов бит не носи информационна и прогностична стойност, а накрая може дори да понижи вече съществуващата.
Трупането на все повече данни, не означава повече яснота и разбиране. Броят данни е количествена мярка, а разбирането – качествена. Работещия анализ е качественият анализ – този, който ни дава по-добро разбиране, а не повече факти.
По-голямото количество информация не води до по-качествени решения.
Всички ние консумираме информация и без да осъзнаваме ние сме под влиянието на горните принципи. Това, че не знаем за тях, не ги прави невалидни.
Когато станем съзнателни за тяхното съществуване, можем да ги задействаме в наша полза. Те ще работят за нас, което автоматично ще повиши качеството на консумираната информация.
И, както казах, начинът, по който разходваме времето си и информацията, която консумираме, формират кои сме ние. Използвайки описаните концепции ще направим така, че информацията да ни служи, а не ние на нея.
Благодаря
Моля 🙂