Bayes في 30 ثانية
يقول التحديث البايزي إن تقديرك الجديد للاحتمال ينبغي أن يجمع اعتقادك السابق مع الدليل الذي تُوفّره المعلومات الجديدة. فإذا كنت تظنّ أن حدثًا لديه فرصة 50% للحدوث وتلقّيت معلومات تكون 3 مرّات أكثر احتمالًا إن كان الحدث سيقع منها إن لم يقع، فإن تقديرك المُحدَّث ينبغي أن يكون نحو 75%. الحسبة مباشرة لكن الحدس هو المهمّ: فكلّما كان الدليل مفاجئًا أكثر، كان ينبغي أن يُحوّل تقديرك أكثر.
الصيغة نفسها P(A|B) = P(B|A) × P(A) / P(B)، حيث A فرضيّتك وB الدليل الجديد. لكن انسَ الرموز للحظة. الفكرة الأساسية أن الدليل يهمّ أكثر حين يكون غير مرجّح في ظلّ السيناريوهات البديلة. فإذا كنت تحاول معرفة هل سيفوز مرشّح بانتخابات، فاستطلاع يُظهره متقدّمًا بنقطتين في ولاية متقاربة نمطيًّا يُخبرك أقلَّ من استطلاع يُظهره متقدّمًا بعشر نقاط في ولاية يخسرها عادةً.
كيف تُقارب أسواق التنبّؤ التحديث البايزي
حين يُنشر مقال إخباري ذو صلة بعقد سوق تنبّؤ، يُحدّث المتداولون الذين يقرؤون المقال تقديراتهم للاحتمال ويتداولون وفقًا لذلك. فإذا قدّم المقال دليلًا قويًّا في اتجاه واحد، تتحرّك الأسعار بصورة كبيرة. وإذا قدّم دليلًا ضعيفًا أو غامضًا، بالكاد تتحرّك الأسعار. وتغيّر سعر السوق استجابةً للمعلومات الجديدة يُقارب التحديث البايزي عبر مجموع كل المشاركين.
لهذا تكون أسواق التنبّؤ مُعالجات معلومات فعّالة بهذا القدر. فكل مشارك يُجري تحديثه البايزي الخاصّ (غير الرسمي ربما)، وسعر السوق يعكس المتوسّط المُرجَّح لكل هذه التحديثات، حيث يكون الترجيح وفق رأس المال المُلتزَم.
تأمّل ما حدث حين انهار FTX في نوفمبر 2022. تحوّلت أسواق التنبّؤ على تنظيم العملات المشفّرة فورًا من نحو 35% احتمال تنظيمات جديدة كبرى خلال 12 شهرًا إلى ما يزيد على 70% خلال ساعات. كان المتداولون يُجرون في الجوهر تحديثًا بايزيًّا جماعيًّا: بالنظر إلى أن منصّة كبرى انهارت بسبب احتيال مزعوم، كم أصبح العمل التنظيمي العدواني أكثر احتمالًا مقارنةً بسيناريو الأساس؟
سرعة هذا التكيّف تكشف شيئًا مهمًّا عن التحديث القائم على السوق مقابل التحديث الفردي. فرغم أن أي متداول منفرد قد يرتكز كثيرًا على اعتقاداته السابقة أو يُبالغ في رد الفعل على أخبار درامية، يميل السوق ككل إلى إيجاد أرض وسطى تُقارب التحديث البايزي الأمثل. فالمتداولون الذين يُحدّثون باستمرار بصورة سيّئة يخسرون المال ويُقلّلون تأثيرهم في الأسعار.
حين تُخطئ الأسواق في التحديث البايزي
الأسواق ليست مُحدِّثات بايزية مثالية. فهي تُظهر أنماطًا متوقّعة من ردّ الفعل المُفرط وغير الكافي تعكس الانحيازات المعرفية الفردية. وقد حدّد أبحاث علماء اقتصاد السلوك عدّة أخطاء ممنهجة تظهر في تسعير أسواق التنبّؤ.
تظهر الارتكازية حين تتكيّف الأسواق قليلًا جدًّا عن مستويات الأسعار السابقة، حتى حين يكون الدليل قويًّا. ويمكنك رصد ذلك في أسواق التنبّؤ التي تتحرّك ببطء نحو استنتاجات واضحة. فخلال انتخابات 2020، أخذت بعض الأسواق أيامًا لتُدمج بالكامل اتجاهات استطلاع واضحة، مما يُوحي بأن المتداولين كانوا مُرتكزين على مستويات أسعار سابقة بدلًا من التحديث المناسب للمعلومات الجديدة.
يحدث ردّ الفعل المُفرط حين تتأرجح الأسواق بعيدًا جدًّا استجابةً لدليل حيّ لكنه محدود في النهاية. فاستطلاع واحد درامي أو قصّة إخبارية يمكن أن يُسبّب حركات سعرية تكشف المعلومات اللاحقة أنها كانت مُفرطة. والمفتاح هو التمييز بين الدليل الذي يبدو مهمًّا والدليل المهمّ فعلًا من منظور احتمالي.
يظهر إهمال المعدّل الأساسي حين تفشل الأسواق في ترجيح مدى شيوع أو ندرة أنواع معيّنة من الأحداث فعلًا. فسوق تنبّؤ على ما إذا كانت شركة ناشئة معيّنة ستبلغ وضع الشركة بمليار دولار قد يُفرط في ترجيح أخبار إيجابية حول أحدث إطلاق منتج للشركة مع تخفيض ترجيح المعدّل الأساسي الذي يقول إن أقل من 1% من الشركات الناشئة تبلغ تقييمات المليار دولار.
قراءة ردود فعل السوق معلوماتٍ
ردّ فعل السوق على المعلومات مُعلِم بحدّ ذاته. فإذا سبّب حدث إخباري يبدو مهمًّا عدم حركة في السعر، فالسوق يُخبرك بأن المعلومات كانت مُسعّرة بالفعل. وإذا سبّب حدث يبدو بسيطًا حركة سعرية كبيرة، فإن شيئًا منه كان أكثر مغزى ممّا أدركت، والبحث في سبب تحرّك السوق أكثر قيمة من افتراض أن السوق بالغ في رد الفعل.
يصبح هذا المبدأ مفيدًا خاصّةً عند استخدام أدوات مثل نظام تتبّع الحيتان من Blockcircle. فحين يتحرّك متداولون كبار إلى مراكز أو يخرجون منها دون محفّزات علنية واضحة، فقد يكونون يستجيبون لمعلومات لم تُعالَج على نطاق واسع بعد. وغياب الأخبار الواضحة يجعل سلوكهم التداولي أكثر إعلامًا، لا أقل.
أحيانًا تأتي أقيم المعلومات ممّا لا يحدث. فحين تفشل أسواق التنبّؤ في التحرّك استجابةً لأخبار تبدو ذات مغزى، فإن عدم التفاعل هذا يُخبرك بشيء عن كيفية نظر المشاركين المتمرّسين فعلًا إلى تلك المعلومات. ففي مواسم الأرباح مثلًا، كثيرًا ما تبقى أسواق التنبّؤ على نتائج خاصّة بالشركات مستقرّة رغم عناوين تبدو درامية، مما يُوحي بأن المحتوى الفعلي كان متوقَّعًا بالفعل.
الإشارة مقابل الضوضاء في معالجة المعلومات
يتطلّب التحديث البايزي الصحيح التمييز بين الإشارة والضوضاء في المعلومات الجديدة. الإشارة هي معلومات تُغيّر فعلًا احتمال النتيجة التي تتنبّأ بها. والضوضاء هي معلومات تبدو ذات صلة لكنها لا تُحوّل فعلًا الاحتمالات الكامنة.
مثال ملموس: إذا كنت تتداول على ما إذا كان مشروع قانون معيّن سيُقرّ في الكونغرس، فقصّة إخبارية عن عضو مجلس شيوخ يُلقي خطابًا داعمًا لمشروع القانون قد تبدو ذات مغزى. لكن إذا كان عضو مجلس الشيوخ ذلك معروفًا بالفعل بدعمه لمشروع القانون، فالخطاب ضوضاء في معظمه. ومع ذلك، إذا كشف الخطاب تفاصيل جديدة حول تعديلات محتملة أو بناء ائتلاف، فقد تكون تلك التفاصيل إشارة حقيقية.
يمكن لـ أدوات تتبّع الزخم على Blockcircle أن تساعد في تحديد متى تعكس حركات الأسعار معلومات جديدة حقيقية مقابل ضوضاء مؤقّتة. فالحركة الاتجاهية المتواصلة مع حجم متزايد تشير عادةً إلى إشارة. والحركات الحادّة التي تنعكس سريعًا كثيرًا ما تشير إلى ضوضاء أو رد فعل مُفرط على معلومات كانت أقل مغزى ممّا بدت.
أخطاء شائعة في التحديث
عدّة أخطاء ممنهجة في تحديث الاحتمال موثّقة جيّدًا. الارتكازية: التكيّف قليلًا جدًّا عن التقدير السابق، حتى حين يكون الدليل قويًّا. ردّ الفعل المُفرط: التكيّف كثيرًا لدليل ضعيف، خاصّةً حين يكون حيًّا أو بارزًا عاطفيًّا. إهمال المعدّل الأساسي: تجاهل مدى شيوع أو ندرة نوع الحدث عند تقييم دليل محدّد. وانحياز التأكيد: التحديث أكثر لدليل يُؤكّد وجهة نظرك القائمة منه لدليل يُناقضها.
الوعي بهذه الأخطاء لا يُزيلها، لكنه يساعد. فحين تتلقّى معلومات جديدة حول عقد سوق تنبّؤ، فإن السؤال صراحةً "كم ينبغي أن يُحوّل هذا تقديري فعلًا؟" ومقارنة ذلك بكم تريد تحويله يكشف اتجاه انحيازك ومقداره.
انحياز التأكيد يستحقّ اهتمامًا خاصًّا لأنه منتشر جدًّا في تداول أسواق التنبّؤ. فيميل المتداولون طبيعيًّا إلى إيلاء انتباه أكبر للمعلومات التي تُؤكّد مراكزهم القائمة وتخفيض المعلومات التي تُناقضها. ويُنشئ هذا فرصًا للمتداولين الذين يستطيعون معالجة المعلومات المتناقضة بموضوعية أكبر.
نهج عملي هو السعي الفاعل للبحث عن أقوى الحجج ضدّ مركزك الحالي قبل إجراء أي تعديلات تداولية. فإذا كنت شاريًا لنتيجة معيّنة، ابحث بالتحديد عن أكثر الأدلّة موثوقية التي تُشير إلى نتائج بديلة. ويساعد هذا في مواجهة الميل الطبيعي لانتقاء المعلومات الداعمة.
التطبيق العملي
لتداول أسواق التنبّؤ، يوفّر التحديث البايزي إطارًا لاتخاذ قرار متى تُعدّل المراكز. فحين تصل معلومات مفاجئة حقًّا (معلومات لم تكن لتتوقّعها بصرف النظر عن أي نتيجة ستقع)، ينبغي أن يتغيّر مركزك. وحين تصل معلومات متوقّعة (معلومات كانت مُسعّرة بالفعل)، لا ينبغي أن يتغيّر مركزك، حتى لو بدت الأخبار درامية.
يمكن لـ محرّك أسواق التنبّؤ للتسعير الخاطئ أن يساعد في تحديد متى تبدو الأسعار الحالية تنحرف عمّا سيُوحي به التحديث البايزي بالنظر إلى المعلومات المتاحة. فالأسواق التي تبدو أنها تستجيب بصورة غير كافية للدليل المتراكم أو تُبالغ في ردّ الفعل على أحداث درامية حديثة كثيرًا ما تُقدّم فرص تداول.
فكّر في تطوير نهج ممنهج لمعالجة المعلومات. قبل التداول على أي معلومات جديدة، اسأل نفسك: ما كان احتمالي السابق؟ ما احتمال مراقبة هذه المعلومات في ظلّ سيناريوهات مختلفة؟ كم ينبغي أن يُحوّل هذا تقديري؟ وعندها فحسب بعد العمل عبر هذا الإطار ينبغي أن تفكّر في تعديلات المركز.
الفكرة الأساسية أن ليست كل المعلومات متساوية. فنقطة بيانات منفردة تُناقض اتجاهًا قويًّا تستحقّ وزنًا أقل من مصادر مستقلّة متعدّدة تُشير في الاتجاه ذاته. ويوفّر التحديث البايزي الإطار الرياضي لترجيح المعلومات ترجيحًا مناسبًا، لكن تطوير حدس جيّد لجودة المعلومات يتطلّب ممارسة.
استكشف هذه الأدوات على Blockcircle: Prediction Markets Mispricing Engine