November 26th, 2012

Демура и фистинг, сделанный невидимой рукой рынка

На прошлой неделе в очередной раз с РБК уволили Степана Демуру. Нет, не за эту выходку (ржал весь день, до сих отойти не могу:)))).



И не за многие другие (коллекция здесь, enjoy!).

А вот за эту. Ну достал он Любимова (он сейчас главред РБК).

Демура, это, конечно, явление, сравнимое с другими певцами крЫзиса типа Хазина, сердитого пухлощека Делягина и прочих леонтьевых. Ну не работает его волновой анализ. Или же это постоянная игра в расставление индексов над уже случившимися волнами. Слушать всех этих ребят, как впрочем и вообще кого бы то ни было на РБК, CNBC и прочих Bloomberg нужно исключительно в качестве развлечения, что, конечно, не значит, что каждое их высказывание - это чепуха. Ну это как сломанные часы, которые два раза в день показывают правильное время.

А про фистинг - это тонко, гыгыгыг....

Про теории заговоров

Если вы слышите про теорию заговоров, в подавляющем большинстве случаев это красивое, краткое, простое и неправильное объяснение причин того или иного события.

Как возникают теории заговоров? Как правило, есть некоторое сообщество biased experts (а эксперты везде biased), которым нужно истолковать причину происходящих событий (не объяснять они не могут, работу у них такая). Ну и дальше они думаю, кому влиятельному это было выгодно? Далее на свет появляется теория, которая через медиа распространяется. Простые люди, ищущие разные объяснения, слушают одну версию несколько раз и начинают думать"я ведь так и знал!". Далее уже они становятся разносчиками данного мема.

Основные проблемы с теорзаговор следующие:

1. Не учитывается, что любая система сложна и включает в себя много агентов. К примеру, невозможно контролировать мировую экономику, даже если у тебя в подчинении ЕЦБ и ФРС. Слишком много сложных процессов с меняющимися весами связей.

2. Но есть несомненно такая вещь как гласная и негласная кортельная активность. Это когда крупные игроки, например, крупнейшие мобильные операторы в старне, смотрят на действия другого и делаю похоже. При этом они не обязательно где-то договариваются.

3. Выгодоприобритателей автоматически записывают в организаторы. От тех или иных изменений всегда кто-то получает выгоду. Но это не факт, что выгодоприобритатели что-то организовывали. Потом еще часто выгодоприобритателей много и они разного уровня влияния. Естественно, большинство экспертов склоняются к тому, что организовал это самый влиятельный выгодоприобритатель.

4. Отсутствие утечек информации. Если спустя даже много лет нет утечек информации о том, что на самом деле причиной события является заговор неизвестных персон, то скорее всего заговора никакого не было. Так, к примеру, чрезвычайно маловероятно что правительство США могла без утечек информации само организовать 9/11 или что члены Политбюро были куплены CIA чтобы развалить СССР или Кеннеди убили цэрэушники.

О просчитанных wildlife management проектах

Насколько я понимаю, это всё еще в будущем, когда делать природоохранные проекты будут реально с математической точностью. Т.е. я о том, чтобы сначала были собраны качественные данные и на основе их были разработы и протестированы модели, от чего численность данного вида зависит и как изменение того или иного параметра повлияет на его численность в данном районе. И уже на основе этого делались бы вложения в проекты с конкретными обоснованные численными показателями. Т.е. сокращается численность такого-то лосося, нужно в данном районе вот столько мальков выращивать (там каждый год будет разная квота в зависимости от изменения других показателей - температуры океана, вариации в кормовой базе). Плюс каждый год должна меняться квота на вылов. 

Сейчас всё еще этап: выд вимирает - судорожно делаем всё, что в наших силах; промысловый вид рыб сокращается - сокращаем промысел насколько удалось уломать промысловиков и разводим столько сколько смогли построить рыборазводных заводов.

Системы слишком сложные. Модели верифицировать очень сложно и даже невозможно из-за качества данных и слишком большого количества assumptions. Качественные данные об условиях обитания со всего ареала сложно собирать.

Что нужно:

1. Сеть датчиков с удаленным доступом к данным. Датчики должны быть равномерно распределенны по всей территории ареала и собирать данные обо всем, что важно для моделей (абиотические и биотические параметры). Причем, сложнее всего именно со сбором биотических данных. Построить сеть метеостанций проще, чем равномерно и много лет подряд учитывать плотность миграции какой-нибудь мелкой воробьиной от Таймыра до Индии. Автоматизировать распознавание видов в природе очень сложно. Автоматические станции по записыванию голосов мигрантов - один из возможных путей. Но там куча логистических и технических проблем. ICARUS и другие проекты глобального трэкинга могут помочь понять, какова выживаемость мелких мигрантов на разных участках годового цикла.

2. Набрать многолетние качественные и стандартизованные данные. На основе их построить модели.

3. Еще много лет эти модели подгонять и тестировать.

Думаю, что миниатюризация электроники, прогресс в аккумуляторах и устройствах автономного энергопитания (автономный сенсор, сам вырабатывающий электричество за счет солнца, ветра, разницы температуры и т.п.), а также снижение стоимости вычислительных мощностей (для обсчета моделей с огромными inputs) будут всему этому способствовать, но займет это десятилетия.