The Signal and the Noise

1. La prédiction nécessite un équilibre entre signal et bruit

Le signal est la vérité. Le bruit est ce qui nous distrait de la vérité.

Signal vs. Bruit. Une prédiction précise implique de distinguer les schémas significatifs (signal) des fluctuations aléatoires (bruit) dans les données. Cela est difficile car :

• Nos cerveaux sont câblés pour voir des motifs, même là où il n'y en a pas
• Plus d'informations ne mènent pas nécessairement à de meilleures prédictions
• Les biais cognitifs peuvent nous amener à nous concentrer sur les mauvaises informations

Les prévisionnistes réussis développent des techniques pour séparer le signal du bruit :

• Utiliser des méthodes statistiques pour quantifier l'incertitude
• Rechercher des sources d'information diversifiées
• Tester et affiner constamment leurs prédictions par rapport aux résultats réels

2. La confiance excessive conduit à de mauvaises prévisions

Nous avons tendance à surestimer le contrôle que nous avons sur notre destin, mais il peut être bénéfique d'adopter l'approche opposée.

Les dangers de la confiance excessive. La confiance excessive est un obstacle majeur à la prédiction précise, affectant aussi bien les experts que les profanes :

• Nous avons tendance à sous-estimer l'incertitude et à surestimer notre capacité à prédire
• Les experts font souvent de pires prédictions que de simples modèles statistiques
• La confiance excessive peut entraîner des conséquences désastreuses dans des domaines comme la finance et la politique

Pour combattre la confiance excessive :

• Reconnaître les limites de notre connaissance et de notre capacité à prédire
• Utiliser une pensée probabiliste au lieu de faire des prédictions absolues
• Rechercher des informations qui remettent en question nos croyances existantes

3. La pensée bayésienne améliore les prédictions

Le théorème de Bayes est nominalement une formule mathématique. Mais c'est bien plus que cela. Il implique que nous devons penser différemment à nos idées et à la manière de les tester.

Raisonnement bayésien. La pensée bayésienne fournit un cadre pour mettre à jour les croyances en fonction de nouvelles preuves :

• Commencer avec une probabilité a priori basée sur les connaissances existantes
• Mettre à jour cette probabilité à mesure que de nouvelles informations deviennent disponibles
• Affiner constamment les prédictions à mesure que plus de données sont recueillies

Principes clés de la pensée bayésienne :

• Embrasser l'incertitude et penser de manière probabiliste
• Être prêt à changer d'avis face à de nouvelles preuves
• Reconnaître que toute connaissance est provisoire et sujette à révision

4. L'expertise sectorielle améliore la capacité de prévision

Le danger guette, dans l'économie et ailleurs, lorsque nous décourageons les prévisionnistes de faire un compte rendu complet et explicite des risques inhérents au monde qui nous entoure.

L'expertise compte. Bien que les experts puissent être enclins à la confiance excessive, une connaissance approfondie du domaine est cruciale pour une prédiction précise :

• Les experts comprennent les nuances et les complexités de leur domaine
• Ils peuvent identifier les informations pertinentes et éliminer le bruit plus efficacement
• La connaissance du domaine permet une meilleure interprétation des données et des tendances

Cependant, l'expertise doit être combinée avec :

• Ouverture à de nouvelles informations et perspectives
• Volonté d'admettre des erreurs et de mettre à jour les croyances
• Compréhension des biais cognitifs et comment les atténuer

5. Le Big Data amplifie à la fois le signal et le bruit

Au cours des vingt dernières années, avec la croissance exponentielle de la disponibilité de l'information, de la génomique et d'autres technologies, nous pouvons mesurer des millions de variables potentiellement intéressantes.

Épée à double tranchant. La révolution du Big Data a des implications profondes pour la prédiction :

• Beaucoup plus d'informations sont disponibles pour l'analyse
• Des outils informatiques puissants permettent une modélisation et une analyse complexes
• Mais plus de données signifie aussi plus de potentiel pour des corrélations fallacieuses et des motifs erronés

Pour utiliser efficacement le Big Data pour la prédiction :

• Se concentrer sur la formulation des bonnes questions, pas seulement sur l'analyse de toutes les données disponibles
• Utiliser des méthodes statistiques rigoureuses pour séparer le signal du bruit
• Combiner l'analyse des données avec l'expertise sectorielle et la pensée critique

6. Les prédictions réussies nécessitent un raffinement constant

Les meilleurs prévisionnistes, plutôt, apportent une série d'améliorations progressives et se testent constamment.

Amélioration itérative. Une prédiction précise n'est pas un événement ponctuel, mais un processus continu :

• Les prévisionnistes réussis mettent constamment à jour leurs modèles et hypothèses
• Ils recherchent des retours d'information et apprennent de leurs erreurs
• Les prédictions sont affinées en fonction de nouvelles informations et de conditions changeantes

Pratiques clés pour une amélioration continue :

• Tenir des registres détaillés des prédictions et des résultats
• Revoir et analyser régulièrement les prévisions passées
• Être prêt à abandonner ou modifier les modèles qui ne fonctionnent plus

7. Les marchés de prédiction agrègent efficacement les connaissances

Les marchés de prédiction sont des systèmes où vous pouvez parier sur un résultat économique ou politique particulier, comme si Israël ira en guerre avec l'Iran, ou combien les températures mondiales augmenteront en raison du changement climatique.

Sagesse des foules. Les marchés de prédiction exploitent l'intelligence collective pour la prévision :

• Les participants ont un incitatif financier à faire des prédictions précises
• Les marchés agrègent des connaissances et des perspectives diversifiées
• Les prix reflètent le jugement collectif de nombreux individus

Avantages des marchés de prédiction :

• Souvent plus performants que les experts individuels
• Fournissent des mises à jour en temps réel à mesure que de nouvelles informations deviennent disponibles
• Peuvent être appliqués à une large gamme de sujets, de la politique à l'économie

8. La prévision économique fait face à des défis uniques

L'économie est une science beaucoup plus souple. Bien que les économistes aient une compréhension raisonnablement solide des systèmes de base qui régissent l'économie, la cause et l'effet sont tous flous, surtout pendant les bulles et les paniques lorsque le système est inondé de boucles de rétroaction dépendantes du comportement humain.

Systèmes complexes. La prévision économique est particulièrement difficile en raison de :

• La complexité des systèmes économiques avec de nombreuses variables interactives
• Le comportement humain et la psychologie jouant un rôle significatif
• Les boucles de rétroaction et les relations non linéaires entre les facteurs

Défis de la prévision économique :

• Difficulté à isoler la cause et l'effet
• Capacité limitée à mener des expériences contrôlées
• Révisions fréquentes des données économiques

Meilleures pratiques pour la prévision économique :

• Utiliser plusieurs modèles et approches
• Incorporer des facteurs qualitatifs et le jugement d'experts
• Mettre régulièrement à jour les prévisions à mesure que de nouvelles informations deviennent disponibles

9. La prévision météorologique illustre le progrès de la prédiction

La prévision météorologique est l'une des véritables réussites de ce livre. Les prévisions de tout, des trajectoires des ouragans aux températures maximales diurnes, se sont beaucoup améliorées par rapport à ce qu'elles étaient il y a dix ou vingt ans, grâce à une combinaison de puissance informatique améliorée, de meilleures méthodes de collecte de données et de travail acharné à l'ancienne.

Amélioration constante. La prévision météorologique démontre comment la prédiction peut s'améliorer au fil du temps :

• Avancées dans la modélisation informatique et la collecte de données
• Meilleure compréhension de la physique atmosphérique
• Intégration de l'expertise humaine avec les modèles informatiques

Facteurs clés dans le progrès de la prévision météorologique :

• Augmentations massives de la puissance de calcul
• Amélioration de la technologie des satellites et des radars
• Développement de techniques de prévision par ensemble

Leçons pour d'autres domaines :

• Combiner les avancées technologiques avec le jugement humain
• Investir dans la collecte de données et l'amélioration des modèles
• Adopter la prévision probabiliste

10. La prédiction des tremblements de terre reste insaisissable

La conclusion de Hough était accablante. Les experts de son enquête, quel que soit leur métier, leur expérience ou leur sous-domaine, avaient à peine fait mieux que le hasard, et ils avaient fait pire que même des méthodes statistiques rudimentaires pour prédire les événements politiques futurs.

Limites de la prédiction. Malgré les avancées en sismologie, la prédiction précise des tremblements de terre reste difficile :

• Les tremblements de terre résultent de processus complexes et non linéaires dans la croûte terrestre
• Capacité limitée à observer directement les conditions en profondeur
• Difficulté à distinguer les véritables précurseurs des fluctuations aléatoires

Défis de la prédiction des tremblements de terre :

• Les fausses alertes peuvent être coûteuses et éroder la confiance du public
• Les longues échelles de temps entre les événements majeurs rendent les tests difficiles
• La nature chaotique des systèmes de tremblements de terre limite la prévisibilité

Les approches actuelles se concentrent sur :

• La prévision probabiliste du risque sismique
• L'amélioration des systèmes d'alerte précoce
• Le renforcement des codes de construction et de la résilience des infrastructures

11. La prévision politique bénéficie de l'agrégation

Il existe de solides preuves empiriques et théoriques qu'il y a un avantage à agréger différentes prévisions. Dans un certain nombre de disciplines, de la prévision macroéconomique aux sondages politiques, il a été constaté que prendre simplement une moyenne des prévisions de tout le monde plutôt que de se fier à une seule réduit l'erreur de prévision, souvent d'environ 15 ou 20 pour cent.

Sagesse collective. L'agrégation de plusieurs prévisions améliore souvent l'exactitude dans la prédiction politique :

• Les perspectives diversifiées aident à annuler les biais individuels
• Combiner différentes méthodes capture plus d'informations
• L'agrégation réduit l'impact des valeurs aberrantes ou des prédictions extrêmes

Approches efficaces pour la prévision politique :

• Agrégation des sondages et moyennes pondérées
• Marchés de prédiction pour les résultats politiques
• Modèles d'ensemble combinant plusieurs techniques de prévision

Limitations à considérer :

• Potentiel de comportement grégaire ou de pensée de groupe
• Besoin de diversité dans les méthodes et sources de prévision
• Importance d'identifier et de pondérer les prévisions de haute qualité

12. Les marchés financiers défient la prédiction efficace

L'économie 101 enseigne que le commerce est rationnel uniquement lorsqu'il rend les deux parties meilleures. Une équipe de baseball avec deux bons arrêts-courts mais pas de lanceurs échange l'un d'eux à une équipe avec beaucoup de bons bras mais un arrêt-court qui frappe à .190. Ou un investisseur qui se prépare à prendre sa retraite encaisse ses actions et les échange à un autre investisseur qui commence tout juste à se mouiller les pieds sur le marché.

Inefficacités du marché. Les marchés financiers présentent des défis uniques pour la prédiction :

• L'hypothèse du marché efficient suggère que les marchés sont imprévisibles
• Pourtant, les bulles et les krachs démontrent des inefficacités du marché
• La focalisation à court terme et le comportement grégaire peuvent conduire à des résultats irrationnels

Facteurs compliquant la prédiction financière :

• Réflexivité : les prédictions peuvent influencer le comportement du marché
• Information asymétrique et délit d'initié
• Biais psychologiques affectant la prise de décision des investisseurs

Approches de la prévision financière :

• Analyse fondamentale des facteurs économiques
• Analyse technique des motifs et tendances des prix
• Aperçus de la finance comportementale sur la psychologie du marché

Reconnaître les limites :

• La prédiction parfaite est impossible dans des marchés complexes et dynamiques
• Se concentrer sur la gestion des risques et la pensée probabiliste
• Comprendre le rôle de la chance et du hasard dans les résultats à court terme

Dernière mise à jour: August 8, 2024