Если вы разрываете лимит или, наоборот, спонсируете каждого второго игрока за столами, знайте, что рано или поздно вас откатит к «среднему значению». мы поговорим о том, как с помощью простой метаматематика можно с легкостью объяснить ваши результаты.
Возьмите любое действие, в котором существует (1) элемент удачи и (2) интересующий вас несовершенный показатель. Для примера возьмем процент попадания по мячу в бейсболе. У каждого игрока есть некоторая присущая только ему способность, но мы никак не можем её измерить. Вместо этого мы смотрим на результаты, которые являются несовершенным и упрощенным измерением этих способностей, так как они случайны по своей натуре: удачный отскок или направление ветра – все это не зависит от игрока.
Регрессия к среднему значению говорит, что те, у кого в одном сезоне были высокие попадания по мячу, в следующем году обычно не держат ту же марку. Это объясняется тем, что выдающиеся показатели, на которые мы смотрим, отчасти зависят от удачи, которая нарушает баланс показателей. Игрок среднего уровня показывает выдающийся результат в одном сезоне и, конечно же, переоценивает свои истинные способности. На следующий год он уже не будет таким выдающимся, потому что вероятность того, что ему продолжит везти, крайне мала.
То же самое касается и «неудачников». Худшие показатели обычно занижают истинные способности игроков, потому как в определенном сезоне игрок мог получить больше отрезков невезения, чем обычно. На следующий год от него можно ожидать лучшего процента попаданий по мячу, так как его невезение не будет продолжаться вечно.
Например, из 10 игроков высшей лиги с лучшим процентом попаданий по мячу в 2014 году 9 показали лучшие результаты за всю их карьеру, то есть выше их способностей. И, конечно же, результаты именно этих 9-ти игроков в 2015 году, как и полагалось, опустились к среднему значению.
Конечно, у всех игроков разные способности, поэтому результаты зависят как от естественных способностей человека, так и от удачи в совокупности.
Исключительно хорошие или плохие периоды обычно не повторяются
Все это приводит нас к одной из главных ошибок, которую мы повторяем, когда не понимаем или не принимаем во внимание регрессию к среднему значению при оценке результатов - почему крайне хорошие или плохие результаты не повторяются.
Глядя снова на примеры из спорта, есть куча суеверий, которые подтверждают невозможность повторить исключительно успешные результаты. Есть «Проклятье новичка года», согласно которому результаты новичка во втором сезоне оказываются гораздо слабее. Есть «Проклятье Sports Illustrated», согласно которому игрок, попавший на обложку журнала, в следующих сезонах, как правило, не будет столь успешным.
Конечно же, на самом деле все это не «проклятья» и в этом нет ничего сверхъестественного. Просто все это примеры регрессии к среднему значению.
Помните, что то же самое верно и для «неудачников», хотя среди них не так много титулованных спортсменов. Тем не менее, исключительно плохое выступление обычно не повторяется, а последующие усилия и работа над игрой, как правило, приводят к результатам, отражающим настоящие способности человека.
Что на самом деле означает регрессия к среднему значению?
Регрессия к среднему значению влияет на колебания результатов в разных областях, например:
- Студенты высших учебных заведений, которые получали наивысшие оценки в середине семестра, обычно сдают финальные экзамены не так хорошо. Удача помогла им один раз, но вряд ли поможет снова.
- Компании с лучшим показателем прибыли в одном году, как правило, не сохраняют прежний показатель в следующем.
- Новые препараты, наиболее перспективные в клинических испытаниях, как правило, показывают менее впечатляющие результаты, когда поступают в открытую продажу.
- У высоких родителей, как правило, рождаются дети выше среднего роста, но не обязательно выше родителей. То же самое касается и невысоких людей.
- Подающие надежды абитуриенты на деле, как правило, оказываются далеки от их супер высоких ожиданий.
- Аномально высокие или низкие результаты анализа крови могут привести к ложному диагнозу, если они являются случайными отклонениями от реального среднего значения пациента.
Регрессия к среднему значению не означает, что все всегда будут показывать одни и те же равномерные результаты. Чьи-либо выдающиеся выступления в этом году вряд ли повторятся в следующем, но одинаково выдающиеся выступления будут повторяться другими людьми, командами, компаниями и так далее. Таким образом, среднее значение, к которому регрессируют все выступления, это реальный уровень физического лица или компании, а не средний показатель всех людей или компаний в отдельно взятой отрасли.
Конечно, способности с течением времени могут меняться, но для простоты иллюстрации в данной статье мы предположили, что они остаются постоянными.
Выводы
Так как многие из нас ошибочно думают, что исключительные результаты точно отражают способности людей и, следовательно, будут повторяться, мы подвержены всевозможным неправильным умозаключениям относительно того, что же мешает нам повторить былой успех.
Например, если с отстающими студентами занимаются репетиторством, а затем они лучше сдают экзамены, мы склонны думать, что данное вмешательство однозначно имело какое-то влияние, когда на самом деле истина кроется в обычном выбросе дисперсии, а репетитор мог вообще не донести до студента ничего нового.
Если лучшие игроки или команды не повторяют свои чемпионские результаты, мы можем подумать, что они расслабились или зазнались, или их сглазили, когда на самом деле им просто не повезло так же, как в прошлый раз.
На этом мы закончим говорить о теории и спортивных примерах и в следующей статье обратимся непосредственно к покеру.
Multa renascentur quae iam cecidere, cadentque
quae nunc sunt in honore vocabulae…
Восстанут многие из павших,
и многие, что ныне на коне, падут…
Гораций, Ars Poetica
В 1886-1889 годах английский исследователь Фрэнсис Гальтон провёл серию измерений. Он изучил 205 пар родителей и 930 их взрослых детей и опубликовал ряд статей, в которых им был сформулирован «закон регрессии к среднему» или, как иногда его переводят: «закон регрессии к посредственности». «Было установлено, что для многих непрерывных признаков, таких как рост и интеллект, взрослое потомство данного родителя отклоняется в меньшей степени от среднего значения для данной популяции, чем родитель, то есть, потомки «регрессируют» к среднему для популяции.
Два экономиста Вернер Де Бондт и Ричард Талер в 1985 предположили, что инвесторы слишком остро реагируют на произвольное краткосрочное колебание цен акций, и такая чрезмерная реакция стает причиной снижения рыночной цены компании от ее истинной стоимости. Со временем цена на акцию регрессирует назад к своей истинной стоимости. Таким образом акции цена которых сильно выросла или упала, будут ожидать большого движения в противоположную сторону. Чтоб проверить эту идею они взяли информацию за 1926 – 1982 годы и сформировали портфель из 35 компаний акции которых больше всех выросли в цене и 35 компаний акции которых больше всех упали в цене. После того как был сформирован портфель, они проанализировали его результативность на протяжении следующих 36 месяцев. Результаты исследований показали, что портфель из акций которые больше всех упали в цене, 36 месяцев после создания портфеля показали лучше результат, чем те которые больше всех выросли в цене (Figure 5.1). Они обьяснили это тем, что инвесторы слишком сильно зациклены на краткосрочной выгоде и в кратком промежутке времени бывают слишком оптимистичны.
В 1987 они вновь вернулись к исследованию. Так как инвесторы зачастую могут слишком остро реагировать на разные события и иногда быть слишком оптимистичны, когда дело касается прибыли, Де Бондт и Талер приняли решение скопировать оригинальные портфели акций но вместо цены на акцию компании исследовать ее .
Результаты исследований показали, что портфель из акций которые больше всех упали в цене, у которых три последних года прибыль упала на 72% в следующие четыре года показали рост прибыли в 234.5%. В то время как прибыль портфеля из выигрышных акций в следующие четыре года показала падение на 12.3% (Figure 5.2). Они обьяснили это тем, что у компаний из проигрышного портфеля как правило, коэффициент роста P/B ниже, чем у портфеля из выигрышных акций. И поэтому им легче показать лучший результат на протяжении короткого времени.
Чтобы доказать это Де Бондт и Талер провели новое исследование. На этот раз они классифицировали акции по их price-to-book value, выбрали пять самых дешевых акций и пять самых дорогих акций и создали два портфеля. Один из недооцененных компаний, а второй из переоцененных.
На графике (Figure 5.3) можно увидеть, что у портфеля из недооцененных компаний росла быстрее чем у переоцененных.
Исследования Де Бондта и Талера показывают, что акции тоже подчиняются закону регрессии к среднему. Большой рост или падение не долговечно и после таких движений акции склонны регрессировать в противоположную сторону, именно поэтому они и стают целью инвесторов-активистов, так как цикл бизнеса и безопасности на их стороне. Оригинал статьи
Будьте в курсе всех важных событий United Traders - подписывайтесь на наш
Верите ли вы в то, что после крупного везения всегда наступает полоса неудач? Например, если сегодня в покере вам пришел действительно сильный расклад, то завтра вас будет игнорировать даже аппарат по выдаче бахил. А может вы думаете, что ваш талант к выпиливанию лобзиком или ваша неземная красота обязательно должны передаться по наследству вашим детям? Если вы в этом уверены, то статистика высказывается по этому вопросу более сдержанно. Объяснить подобные явления поможет статистический принцип под названием “регрессия к среднему”. Его игнорирование может привести как минимум к плохому настроению, а как максимум – к полному разочарованию в своей жизни. На самом деле идея очень проста. Разберем ее.
Талантливость или гениальность, крупное везение, провал или другое экстраординарное явление встречаются крайне редко, то есть вероятность их возникновения чрезвычайно мала. Вероятность повторения столь редкого события будет еще меньше, так как для ее нахождения используется умножение вероятностей. Таким образом, после любого экстремального события (плохого или хорошего) все возвращается на круги своя. Здесь очень важный момент – жизнь НЕ компенсирует ваши неудачи или победы, просто ваши показатели везения устремляются к своим средним значениям. Это и есть регрессия к среднему (от лат. regressio - обратное движение). То же самое происходит и при смене поколений. Ваши дети обязательно будут талантливы, но, вероятнее всего, в другой области.
Впервые понятие регрессии ввел сэр Френсис Гальтон, английский исследователь широкого профиля. На его счету еще одно основополагающее понятие статистики – корреляция. Изучая наследственность, Гальтон измерял у своих соотечественников все, что можно было измерить: головы, носы, руки, количество суетливых движений, степень привлекательности и т.д. Гальтон считал, что характер человека, его умственные способности и талант также определяются наследственностью и подчиняются принципу нормального распределения.
В одной своей работе он пытался найти связь между ростом родителей и ростом их детей. Зависимость очевидна – у высоких родителей рождаются высокие дети и наоборот. Но Гальтон, помимо этого, обнаружил также не совсем логичные закономерности. Например, он обнаружил, что у родителей с ростом выше среднего были высокие дети, но они были не такими высокими, как их родители. А у родителей с ростом ниже среднего дети были низкие, но не ниже своих родителей. Это означает, что рост уже взрослых детей отклоняется в меньшей степени от среднего значения, чем рост родителей. То есть, потомки сильнее «регрессируют» к среднему. Вообще-то Гальтон назвал это явление “регрессией к посредственности”, что более точно отражает смысл, ИМХО.
Гальтон построил график, напоминающий современную диаграмму рассеяния.
Он разбил людей по группам в зависимости от их роста (в дюймах), для каждой группы рассчитал среднее арифметическое и отметил эти значения на графике. Далее Гальтон аппроксимировал эти точки и построил прямые, так называемые линии регрессии. Гальтон даже рассчитал коэффициент корреляции – 2/3. Это значит, что всего на 67% рост детей определяется ростом родителей.
На графике подписано: “Когда средний рост родителей больше среднего из популяции, дети обнаруживают тенденцию быть ниже своих родителей. И наоборот, когда средний рост родителей меньше среднего из популяции, дети обнаруживают тенденцию быть выше своих родителей”.
Хотя сейчас выводы и идеи Гальтона не критикуют, а мягко подвергают сомнению, они имеют революционное значение для статистики. Благодаря этому разностороннему ученому в настоящее время широко используются регрессионный и корреляционный анализы.
Ниже нами построена диаграмма рассеяния (она же точечная диаграмма) для данных, собранных Гальтоном. В 1886 году он представил табличку, где был указан рост 928 уже взрослых детей и рост их 205 родителей (средневзвешенное значение роста отца и матери). С тех пор эти данные часто используют как отличный пример регрессии к среднему. 
Понимание регрессии к среднему
Независимо от того, не замечают ли его или неправильно объясняют, феномен регрессии чужд человеческому разуму. Регрессию впервые опознали и поняли на двести лет позже, чем теорию гравитации и дифференциальное исчисление. Более того, для объяснения регрессии потребовался один из лучших британских умов XIX века.
Впервые это явление описал сэр Фрэнсис Гальтон, троюродный брат Чарльза Дарвина, обладавший поистине энциклопедическими знаниями. В статье под названием «Регрессия к среднему при наследовании», опубликованной в 1886 году, он сообщил об измерениях нескольких последовательных поколений семян и о сравнении роста детей с ростом их родителей. О семенах он пишет так:
«Исследования дали интересный результат, и на их основании 9 февраля 1877 года я прочитал лекцию в Королевской ассоциации. Эксперименты показали, что потомство не походило на родителей размером, но всегда оказывалось более заурядным, то есть меньше крупных родителей или больше мелких… Эксперименты показали также, что в среднем регрессия потомства прямо пропорциональна отклонению родителей от среднего».
Гальтон, очевидно, ожидал, что ученая аудитория в Королевской ассоциации, старейшей независимой исследовательской организации мира, так же удивится его «интересным результатам», как и он сам. Но самое интересное состоит в том, что его удивила обычная статистическая закономерность. Регрессия распространена повсеместно, но мы её не узнаём. Она прячется на виду. За несколько лет, с помощью выдающихся статистиков того времени, Гальтон проделал путь от открытия наследственной регрессии размеров до более широкого понимания того, что регрессия неизбежно возникает при неполной корреляции между двумя величинами.
Среди препятствий, которые пришлось преодолеть исследователю, оказалась и проблема измерения регрессии между величинами, выражающимися в разных единицах: например, весом и умением играть на пианино. Их измеряют, беря в качестве эталона для сравнения все население. Представьте, что у 100 детей из всех классов начальной школы измерили вес и умение играть и расположили результаты по порядку, от максимальной до минимальной величины каждого показателя. Если Джейн на третьем месте по музыке и на двадцать седьмом по весу, можно сказать, что игра на пианино у нее лучше, чем рост. Давайте для простоты сделаем несколько допущений.
В любом возрасте:
Успехи в игре на пианино зависят только от количества часов занятий в неделю.
Вес зависит исключительно от количества потребляемого мороженого.
Поедание мороженого и количество часов занятий музыкой в неделю - независимые величины.
Теперь мы можем написать некоторые уравнения с использованием позиций в списке (или стандартных оценок, как их называют статистики):
вес = возраст + потребление мороженого игра на пианино = возраст + количество часов занятий в неделю
Очевидно, что при попытках предсказать уровень игры на пианино по весу или наоборот, будет появляться регрессия к среднему. Если о Томе известно лишь то, что он по весу двенадцатый (намного выше среднего), можно сделать статистический вывод, что Том, вероятно, старше среднего и, возможно, потребляет больше мороженого, чем другие. Если о Барбаре известно лишь то, что она восемьдесят пятая по пианино (намного ниже среднего по группе), можно сделать вывод, что Барбара, скорее всего, еще маленькая и, наверное, занимается меньше других.
Коэффициент корреляции между двумя величинами, варьирующийся от 0 до 1, - это мера относительного веса факторов, влияющих на обе из них. Например, у всех нас половина генов - общая с каждым из родителей, и у черт, на которые внешние факторы влияют мало (например, у роста), корреляция между показателями родителя и ребенка близка к 0,5. Чтобы оценить значение меры корреляции, приведу несколько примеров коэффициентов:
Корреляция между размерами объектов, точно измеренных в метрических или в имперских единицах, составляет 1. Все определяющие факторы влияют на оба измерения.
Корреляция между весом и ростом, сообщенными респондентами, для взрослых американских мужчин составляет 0,41. Если включить в группу женщин и детей, то корреляция будет намного выше, поскольку пол и возраст индивида влияют на их оценку своего роста и веса, что увеличивает относительные значения общих факторов.
Корреляция между школьными тестами на определение академических способностей и средним баллом в колледже равна примерно 0,60. Однако корреляция между тестами на проверку способностей и успехами в магистратуре намного ниже - в основном потому, что уровень способностей в этой группе не слишком различается. Если способности у всех примерно одинаковы, то разница в этом параметре вряд ли сильно повлияет на меру успеха.
Корреляция между доходом и уровнем образования в США составляет примерно 0,40.
Корреляция между доходом семьи и последними четырьмя цифрами номера их телефона равна 0.
Фрэнсису Гальтону потребовалось несколько лет, чтобы понять, что корреляция и регрессия - это не две разные концепции, а две точки зрения на одну. Общее правило довольно простое, но у него удивительные следствия: в случаях, когда корреляция не идеальна, наблюдается регрессия к среднему. Чтобы проиллюстрировать открытие Гальтона, возьмем предположение, которое многие находят довольно любопытным:
Умные женщины часто выходят замуж за менее умных мужчин.
Если на вечеринке попросить ваших приятелей найти объяснение этому факту, то интересный разговор вам обеспечен. Даже знакомые со статистикой люди проинтерпретируют это утверждение в каузальных терминах. Кто-то решит, что умные женщины стремятся избежать конкуренции умных мужчин; кто-то предположит, что они вынуждены идти на компромиссы при выборе супруга из-за того, что умные мужчины не хотят соревноваться с умными женщинами; другие предложат более надуманные объяснения. А теперь подумайте над следующим утверждением:
Корреляция между оценками интеллекта супругов не идеальна.
Разумеется, это утверждение верно - и совершенно неинтересно. В этом случае никто не ожидает идеальной корреляции. Объяснять здесь нечего. Тем не менее с алгебраической точки зрения эти два утверждения эквивалентны. Если корреляция между оценками интеллекта супругов не идеальна (и если женщины и мужчины в среднем не различаются по интеллекту), то математически неизбежно, что умные женщины выйдут замуж за мужчин, которые в среднем будут менее умными (и наоборот). Наблюдаемая регрессия к среднему не может быть более интересна или более объяснима, чем неидеальная корреляция.
Гальтону можно посочувствовать - попытки понять и объяснить феномен регрессии даются нелегко. По ироническому замечанию статистика Дэвида Фридмана, если вопрос о регрессии возникает в ходе судебного разбирательства, та сторона, которой приходится объяснять его суть присяжным, обязательно проигрывает. Почему это так сложно? Главная причина трудностей регулярно упоминается в этой книге: наш разум склонен к каузальным объяснениям и плохо справляется с «простой статистикой». Если какое-то событие привлекает наше внимание, ассоциативная память начинает искать его причину, а точнее, активируется любая причина, уже хранящаяся в памяти. При обнаружении регрессии подыскиваются каузальные объяснения, но они будут неверными, потому что на самом деле у регрессии к среднему объяснение есть, а причин нет. Во время турниров по гольфу наше внимание привлекает тот факт, что спортсмены, хорошо игравшие в первый день, потом зачастую играют хуже. Наилучшее объяснение состоит в том, что этим гольфистам в первый день необычно повезло, но такому объяснению не хватает силы каузальности, которую предпочитают наши разумы. Мы неплохо платим тем, кто придумывает для нас интересные объяснения эффектов регрессии. Комментатор на канале деловых новостей, который верно заметит, что «для бизнеса этот год был лучше, потому что прошлый год был неудачным», скорее всего, недолго продержится в эфире.
Наши трудности с пониманием регрессии возникают и из-за Системы 1, и из-за Системы 2. Без дополнительных инструкций (а во многих случаях - даже после некоторого знакомства со статистикой) отношение между корреляцией и регрессией остается неясным. Системе 2 трудно его понять и усвоить. Частично это происходит из-за настойчивых требований Системы 1 давать каузальные объяснения.
Трехмесячное применение энергетических напитков для лечения депрессии у детей дает значительные улучшения состояния.
Я выдумал этот заголовок, но описанный в нем факт - правда: если какое-то время поить энергетическими напитками детей, страдающих депрессией, наблюдается клинически значимое улучшение. Аналогичным образом дети с депрессией, которые будут ежедневно по пять минут стоять на голове или по двадцать минут гладить кошек, также покажут улучшение состояния. Большинство читателей таких заголовков автоматически заключат, что улучшение наступило из-за энергетического напитка или поглаживания кошки, но это - совершенно необоснованный вывод. Дети в депрессии - это экстремальная группа, а такие группы с течением времени регрессируют к среднему. Корреляция между уровнями депрессии во время последовательных проверок неидеальна, так что регрессия к среднему неизбежна: детям с депрессией со временем станет чуть легче, даже если они не будут гладить кошек и пить «Ред Булл». Для вывода об эффективности энергетического напитка - или любого другого способа лечения - необходимо сравнить группу пациентов, получающих его, с контрольной группой, не получающей лечения совсем (или, еще лучше, получающей плацебо). Ожидается, что контрольная группа покажет улучшение только за счет регрессии, а цель эксперимента состоит в выяснении, улучшается ли состояние пациентов, получающих лечение, больше, чем объясняется регрессией.
Неверное каузальное определение эффекта регрессии свойственно не только читателям популярной прессы. Статистик Говард Вейнер составил длинный список выдающихся исследователей, допустивших такую же ошибку, то есть спутавших корреляцию с каузальностью. Эффект регрессии - частый источник проблем в исследованиях, и у опытных ученых развивается здоровая боязнь ловушек, то ест ь необоснованных каузальных выводов.
Один из моих любимых примеров ошибки в интуитивных предсказаниях взят из замечательной книги Макса Базермана «Оценочные суждения при принятии управленческих решений» и адаптирован:
Вы прогнозируете продажи в сети магазинов. Все магазины сети сходны по размеру и ассортименту, но объем продаж у них разный из-за расположения, конкуренции и различных случайных факторов. Вам представили результаты за 2011 год и попросили определить продажи в 2012-м. У вас есть указания придерживаться общего прогноза экономистов о том, что рост продаж в целом составит 10 %. Как бы вы заполнили следующую таблицу?
Прочитав эту главу, вы знаете, что очевидное решение прибавить по 10 % к продажам каждого из магазинов неправильно. Прогноз должен быть регрессивным, то есть для магазинов с плохими результатами следует добавить больше 10 %, а к остальным - меньше, а то и вычесть что-то. Однако у большинства людей это задание вызывает недоумение: зачем спрашивать об очевидном? Как обнаружил еще Гальтон, понятие регрессии неочевидно.
Из книги Психоаналитическая диагностика [Понимание структуры личности в клиническом процессе] автора Мак-Вильямс НэнсиЭкспрессивная техника: поддержка индивидуации и препятствие регрессии Людям с пограничным уровнем организации личности эмпатия требуется не меньше, чем остальным, но их изменения в настроении и флуктуации состояния Эго мешают врачу понять, когда и где ее следует
Из книги Введение в психоанализ автора Фрейд ЗигмундДВАДЦАТЬ ВТОРАЯ ЛЕКЦИЯ. Представление о развитии и регрессии. Этиология Уважаемые дамы и господа! Мы узнали, что функция либидо проделывает длительное развитие, прежде чем станет служить продолжению рода способом, называемым нормальным. Теперь я хотел бы вам показать,
Из книги Социальное влияние автора Зимбардо Филип ДжорджПонимание Уделить сообщению внимание, смысл которого не вполне понятен, - все равно что съесть порцию сахарной ваты, которая не имеет ни полновесной материальности, ни сколько - нибудь продолжительного значения. Как минимум мы должны уяснить и принять к сведению общий
Из книги Основы гипнотерапии автора Моисеенко Юрий ИвановичМетод возрастной регрессии Этот метод заключается в перенесении пациента в состоянии транса в прошлое, для того чтобы он мог вспомнить подавленное травмирующее воспоминание или аффект. Феномен возрастной регрессии таков, что, вращая стрелки часов назад, переносясь в
Из книги Порядки помощи автора Хеллингер БертПонимание Участница: Речь идет о пациентке, которой около 40. Она замужем, у нее двое детей (девятнадцатилетний сын и четырнадцатилетняя дочь). Эта семья из Ливана. У нее тяжелая мигрень и она страдает депрессией. Брак очень плох. Жена узнала, что ее муж двадцать лет назад
Из книги Теории личности и личностный рост автора Фрейджер РобертПонимание Роджерс выделяет три типа понимания, которые встречаются у психологически зрелых людей при восприятии реальности. Это субъективное понимание, объективное понимание и межличностное понимание.Субъективное понимание наиболее важно, оно включает в себя
Из книги ШИЗОИДНЫЕ ЯВЛЕНИЯ, ОБЪЕКТНЫЕ ОТНОШЕНИЯ И САМОСТЬ автора Гантрип ГарриБорьба против регрессии (1) Решительное движение в обратном направлении. Мы утверждали, что предоставленный самому себе индивид может лишь «посодействовать» своему регрессировавшему эго своим заболеванием, или же, иначе, он может попытаться подавить регрессировавшее
Из книги На ты с аутизмом автора Гринспен СтенлиГлава 27 Срывы и регрессии Срыв - это, по сути, полная утрата контроля над своими эмоциями. Как мы можем помочь ребенку, который падает на пол, орет, бьется головой, пытается ударить мать или отца или бесконтрольно носится повсюду и вопит, особенно если это ребенок с
Из книги Думай медленно... решай быстро автора Канеман ДаниэльРегрессия к среднему Одно из самых впечатляющих озарений в моей карьере случилось, когда я преподавал инструкторам израильских ВВС психологию эффективного обучения. Я объяснял им важный принцип отработки навыков: поощрение за улучшение результатов работает
Из книги Интеллект: инструкция по применению автора Шереметьев КонстантинРазговоры о регрессии к среднему «По ее словам, она по опыту знает, что критика эффективнее похвалы. Но она не понимает, что все это - просто результат регрессии к среднему».«Возможно, второе собеседование впечатлило нас меньше потому, что кандидат боялся нас
Из книги Совсем другой разговор! Как перевести любую дискуссию в конструктивное русло автора Бенджамин БенПонимание другого Я не огорчаюсь, если люди меня не понимают, огорчаюсь, если я не понимаю людей. Конфуций Встречая другого человека, подумайте, насколько таинственная вещь сейчас может произойти.Вы можете узнать мысли другого человека, ощутить его чувства, насладиться
Из книги Расчленение Кафки [Статьи по прикладному психоанализу] автора Благовещенский Никита АлександровичПонимание Первый тип осознания – это простое понимание чего-то конкретного, что вы хотели бы изменить. Часто люди совершенно не осознают свои неконструктивные привычки, включая бесполезные способы коммуникации, даже тогда, когда они очевидны для окружающих.Мы обсуждали
Из книги Идеальные переговоры автора Глейзер ДжудитМасяня как зеркало русской регрессии[**] 1. ПредуведомленияВо-первых, сразу хочу заявить, что никого не намерен обидеть термином регрессия. Как известно, в психологии вообще нет обидных слов. Тем более это касается психоанализа, где грандиозно-эксгибиционистские
Из книги Теория семейных систем Мюррея Боуэна. Основные понятия, методы и клиническая практика автора Коллектив авторовШаг 3. Понимание Последующие занятия с Брендой были сосредоточены на том, чтобы она узнала, что в действительности думают люди, – ей нужно было научиться смотреть на мир их глазами, а не только своими. Когда мы поймем, что значит «быть на месте другого человека» и в чем его
Из книги Большая книга психоанализа. Введение в психоанализ. Лекции. Три очерка по теории сексуальности. Я и Оно (сборник) автора Фрейд ЗигмундПроявления регрессии Процесс регрессии зависит от такого сложного конгломерата сил, что пока еще невозможно разобраться, какая из них самая важная. В ходе этого процесса человек подвергается воздействию определенного типа тревоги. Человек – эмоционально реагирующее
Из книги автораДвадцать вторая лекция. Представление о развитии и регрессии. Этиология Уважаемые дамы и господа! Мы узнали, что функция либидо проделывает длительное развитие, прежде чем станет служить продолжению рода способом, называемым нормальным. Теперь я хотел бы вам показать,
Какая может быть выделена главная, статистически достоверная, единица характеристики рынка? Вне зависимости от типа сделки (бинарные опционы, форекс, фондовые рынки, фьючерсы и так далее), вне зависимости от типа актива (валюта, акции, индексы, товары) мы можем говорить об одном правиле - рынок никогда не движется в одном направлении. Его движения всегда колебательные. Именно на этом свойстве и построен "регресс к среднему значению".
Что такое регресс к средним значениям
Регресс назад к средним значениям - статистическая величина, которая указывает, что достигнутые позитивные (негативные) высоты являются чрезвычайными. В результате - можем ждать отката к средним значениям.
Эта закономерность не является финансовой или рыночной. Она применима для любых отраслей. Возьмем для демонстрации спорт. Если команда проводит много успешных игр сейчас, то скорее всего в будущем этих успешных игр будет меньше. то и есть переоцененность и регрессия к средним значениям. Лучшая не финансовая демонстрация того произошла в 2016 году в английском футболе. Клуб "Лестер", который всю свою историю выше 10 места в чемпионате не поднимался, выиграл чемпионат. Но уже в следующем сезоне он возвращается на привычный уровень.Опять мы видим переоцененность и регрессию. Хотя с точки зрения того, что нам говорят "финансовые гуру" то было зарождением нового тренда...
Применение в мире финансов
Аналогичные примеры можно найти и в финансовом мире. Например, если биржа (актив) пользуются чрезмерно большим спросом - в следующем году скорее всего будет спад этой активности. Каким бы сильным ни был тренд, рано или поздно он превратиться в противоположное движение или в сильную коррекцию. Вот пример из живого графика .
И это относится к любому рынку и к любому его элементу. Если какой-то опцион (фьючерс, акция) имеет крайне низкую стоимость, то скорее всего его просто недооценивают и у него есть статистическая вероятность совершить регресс в сторону роста. Точно также обстоит дело и с активами, которыми все хотят торговать и по которым вдруг резко выросли котировки - скорее всего их будет ждать регрессия, но на этот раз в сторону уменьшения цены.
Как регрессия может применяться на форексе и в бинарных опционах
На обучении я часто поднимаю вопрос регрессии рынка, поскольку на смой скромный взгляд это фундаментальная вещь, которую должен усвоить каждый трейдер. Но речь сейчас не об этом, а о том, что я заметил удивительную закономерность - 90-95% трейдеры имеют короткое видение. Они смотрят на текущую ситуацию, в крайнем случае на несколько свечей вперед и назад. Но это не трейдинг. Это удача, везение, стечение обстоятельств... Что угодно, но не торговля. В конечном итоге почему те же 90-95% трейдеров проигрывают? Я не говорю, что дело только в регрессии рынка, но это один из факторов. Если вы его не учитываете - вы торгуете наугад и рано или поздно сольетесь.
ПАММы, сигналисты и еже с ними
Теперь несколько слов о практике. Все трейдеры ищут сигналы, сигналистов, аналитиков, памм счета и так далее. На что они обращают внимание? Прибыльность сигналов/торговли. Чем выше те лучше. Причем в форексе это явление довели до маразма - дают рейтинг за 1 неделю. Но ведь это статистически не значимая величина. Пример. есть трейдер, который за последнюю неделю имеет прибыльность +450% к депозиту. Он возглавляет рейтинг и все хотят на него подписаться. И все дружно сливают деньги. Почему? Да потому, что это же терйдер может торговать уже год со средним занчением прибыльности депозита в неделю -100 долларов. То есть его показатель +450 это переоцененный показатель, а дальше следует регрессия.
Помните, что говорил Баффет? Всегда покупайте недооцененные активы,а покупайте переоцененные. Такой простой секрет успеха.
Приведу пример с нашими торговыми сигналами . В начале каждого дня я составляю план на торговлю, сопоставляя результаты статистики за весь период (это примерно 2 года) и результаты за вчерашний день, и так по каждой стратегии. Вот как это выглядит сегодня по стратегии №2.
Рассмотрю 3 варианта:
- AUDUSD. За весь период прибыльность на 1 свече составляет 53%. За вчерашний день 33%. Вывод - прибыльность недооцененная. Я могу смело торговать по таким сигналам.
- USDJPY. ЗА весь период прибыльность по 1 свече составляет 56%, а за вчерашний день - 75%. Вывод - сигналы вчера по этому активу отработали аномальна хорошо. Мы ждем регрессии к средним значениям, поэтому не торгуем по этому активу (как вариант торгуем в сторону противоположную сигналу).
- USDCAD. Прибыльность за весь период по 1 свече составляет 51%, а за день вчерашний 50%. Вывод - цифры сопоставимы, актив не сделал резких скачков в плане прибыльности. Если торговать чисто по регрессии - по USDCAD баланс и торговать нельзя.
Это 3 ситуации, других быть не может. Вот как эти 3 актива у меня выглядят на 17:00 рабочего дня.