《狗与飞盘》:为何在金融不确定性中,简单规则优于复杂模型
长期信息 · 《The Dog and the Frisbee》(2012)
由英国央行(Bank of England)执行董事安德鲁·霍尔丹(Andrew G Haldane)和经济学家瓦西利奥斯·马杜罗斯(Vasileios Madouros)于2012年发表的论文《狗与飞盘》(The Dog and the Frisbee),提出了一个反直觉的观点:在应对复杂的金融危机时,简单的启发式规则往往比精密的数学模型更有效。文章以狗接飞盘为例,指出尽管物理环境极其复杂,但狗只需遵循“保持视线角度恒定”这一简单规则即可成功,而人类监管者却试图建立越来越复杂的模型来预测市场,结果往往适得其反。
该理论的核心在于区分“风险”与“不确定性”。主流经济学基于阿罗-德布鲁(Arrow-Debreu)和默顿-马科维茨(Merton-Markowitz)框架,假设未来状态的概率分布是已知的,因此可以通过计算进行对冲。然而,现实世界充满赫伯特·西蒙(Herbert Simon)所说的“有限理性”,即信息收集和处理成本高昂,且认知能力有限。在这种不确定性环境下,过度拟合历史数据的复杂模型容易将噪音误认为信号,导致预测脆弱;相反,忽略部分信息的简单规则更具鲁棒性。
对于投资者而言,这一观点挑战了传统主动管理中对海量数据和复杂算法的依赖。文中引用实验证据表明,在体育预测、医疗诊断甚至股票选择中,简单的被动策略或基于单一指标的启发式方法,常常胜过复杂的主动分析。例如,“识别启发法”仅凭名字知名度选择获胜队伍,其表现优于基于大量历史数据排名的FIFA或ATP系统。这暗示在投资领域,减少信息过载、采用更稳健的简单规则,可能比追求极致精度的复杂模型更能带来长期稳定的回报。
《狗与飞盘》适合那些对量化复杂性感到困惑、希望理解行为金融学基础以及寻求更稳健决策框架的投资者和研究者阅读。建议从文章的第二部分“When Less is More”开始,深入理解认知成本与无知之福的概念,再结合第四至六部分的实证研究,思考如何将简单规则应用于当前的投资组合管理。这篇发表于2012年的经典论文,至今仍为我们在不确定市场中寻找确定性提供重要启示。