ETFFIN Finance >> Finanzbildung >  >> stock >> Aktienmarkt

Ein einfaches Belohnungssystem könnte Menschenmengen viel klüger machen

Es gibt ein Problem mit der Weisheit der Massen.

Marktwirtschaften und Demokratien beruhen auf der Idee, dass ganze Bevölkerungen mehr darüber wissen, was für sie am besten ist, als eine kleine Elitegruppe. Dieses Wissen ist potenziell so mächtig, dass es sogar die Zukunft durch Aktienmärkte vorhersagen kann. Wettbörsen und spezielle Anlageinstrumente, die Vorhersagemärkte genannt werden.

Diese Märkte ermöglichen es den Menschen, „Aktien“ an möglichen zukünftigen Ergebnissen zu handeln, wie der Gewinner der bevorstehenden Wahlen. Jeder, der neue Informationen über die Zukunft hat, hat einen finanziellen Anreiz, diese durch den Kauf dieser Aktien zu verbreiten. Prognosemärkte informieren jetzt routinemäßig über die Quoten der Buchmacher und werden neben traditionelleren Meinungsumfragen in der Berichterstattung über Wahlen zitiert.

Aber die Vorhersagemärkte haben eine Vertrauenskrise in die Fähigkeiten der Masse. Sie haben sich bei einer Reihe hochkarätiger politischer Entscheidungen systematisch geirrt, einschließlich der britischen Parlamentswahlen 2015, das Brexit-Referendum und die US-Präsidentschaftswahl 2016.

Wir sollten nicht bei jeder Gelegenheit perfekte Genauigkeit erwarten, genauso wie wir wissen, dass Meinungsumfragen oft fehlerhaft sind. Aber wenn man sich bei solch prominenten Ereignissen so konsequent irrt, deutet das auf mögliche Fehler in den Annahmen hin, die wir über Crowd Intelligence machen. Zum Beispiel, Menschen handeln nicht immer nach den Informationen, die sie haben, und daher werden sie möglicherweise nie Teil der Entscheidung der Menge. Die Dynamik von Massen und Märkten könnte die Menschen auch davon abhalten, bestimmten Informationsquellen überhaupt Aufmerksamkeit zu schenken.

Jedoch, es könnte einen Weg nach vorne geben. Meine Kollegen und ich haben ein Modell entwickelt, das dieses Problem überwindet, indem es den Menschen einen Anreiz gibt, neue Informationsquellen zu suchen, und ein zusätzlicher Grund, es zu teilen.

Eine wichtige Frage für Märkte lautet:„Woher bekommen Einzelpersonen ihre Informationen?“ Untersuchungen zeigen, dass unsere Meinungen und Aktivitäten sehr oft mit denen unserer Kollegen übereinstimmen. Wir neigen auch dazu, an den offensichtlichsten Stellen nach Informationen zu suchen, im Einklang mit allen anderen.

Um ein Beispiel zu geben, Wenn Sie sich in den öffentlichen Verkehrsmitteln der City of London umschauen, werden Sie wahrscheinlich Leute sehen, die Kopien der Financial Times halten. Dies ist ein Problem, denn wenn alle die gleichen Informationen haben, die Menge ist nicht schlauer als ein einzelner Mensch. Studien zeigen, dass eine vielfältige Sammlung von Meinungen, insbesondere einschließlich der Ansichten von Minderheiten, ist entscheidend für die Erstellung einer intelligenten Gruppe.

Warum neigen wir also dazu, die Quellen unserer Meinungen einzugrenzen? Ein Grund dafür ist, dass wir den angeborenen Wunsch haben, unsere Kollegen nachzuahmen, sich in unserer Gemeinschaft sicher und akzeptabel zu verhalten. Es kann aber auch an einer rationalen, gewinnorientierte Motivation.

Wir haben untersucht, wie sich theoretisch gewinnorientierte Menschen verhalten, wenn sie mit den Arten von Belohnungen konfrontiert werden, die in marktähnlichen Situationen zu sehen sind. Um dies zu tun, haben wir eine Computersimulation eines Vorhersagemarktes erstellt, wo die Leute eine Belohnung für die richtigen Vorhersagen erhielten. Die Belohnungen waren größer, wenn weniger Leute die richtige Antwort erraten haben. genau wie in einem Vorhersagemarkt oder einer Wettbörse.

Die Belohnung, die eine Person erhielt, war ein fester Betrag geteilt durch die Anzahl der anderen Personen, die eine richtige Vorhersage gemacht haben. Dies sollte den Menschen einen Anreiz geben, nach richtigen Antworten zu suchen, die andere Menschen nicht finden würden. Aber wir fanden heraus, dass die Leute immer noch von einer sehr kleinen Teilmenge der verfügbaren Informationen angezogen wurden – genau wie die Londoner Banker mit ihren Exemplaren der Financial Times.

Je komplexer die Situation war, desto geringer ist der Prozentsatz der verfügbaren Informationen, die die Menschen tatsächlich genutzt haben. Das Problem war, dass je mehr Nische, ungenutzte Informationen, obwohl es für die Gruppe nützlich sein könnte, war für die Person, die es besaß, so selten nützlich, dass es keinen Anreiz für sie gab, es aufzusuchen.

Neues Belohnungssystem

Um dem entgegenzuwirken, wir haben ein theoretisches neues Vorhersagemarktsystem geschaffen, wo Menschen nur dann belohnt würden, wenn sie zutreffende Ansichten äußerten, aber auch in der Minderheit waren. Zum Beispiel, Wenn jemand vorhersagte, dass Donald Trump die US-Wahl gewinnen würde, gegen die Konsensansicht, sie hätten eine Belohnung erhalten, sobald das Ergebnis bekannt war. Umgekehrt, Wenn die meisten Leute genau vorhersagen, dass die Konservative Partei die bevorstehenden Wahlen in Großbritannien gewinnen wird, würden sie keine Belohnung erhalten.

Wir haben festgestellt, dass dieses „Minderheiten-Belohnungssystem“ die ausdrücklich diejenigen begünstigt, die gegen die populäre Meinung verstoßen, wenn sie sich als richtig erweisen, führte zu viel genaueren kollektiven Entscheidungen. Dies war insbesondere dann der Fall, wenn die Situationen komplex waren, von vielen Faktoren beeinflusst.

Intuitiv, das macht Sinn. Wenn Ihre Meinung die bestehende populäre Ansicht unterstützt, Sie können nicht ändern, ob die Gruppe korrekt ist oder nicht. In unserem Modell, Menschen haben einen Anreiz, nach esoterischen Informationsquellen über mögliche zukünftige Ergebnisse zu suchen. Zum Beispiel, anstatt die Financial Times zu lesen, sie könnten obskuren Blogs folgen, oder lesen Sie lokale Zeitungen und suchen Sie nach Informationen über Unternehmen in der Umgebung.

Sie wissen, dass sie nur durch das Finden von Informationen, zu denen nur sehr wenige Zugang haben, eine Chance haben, der vorherrschenden Weisheit richtig zu widersprechen. Dies ermutigt die gesamte Gruppe, ein viel breiteres Spektrum an Informationen zusammenzustellen, zu genaueren kollektiven Entscheidungen führen.

Unsere Ergebnisse beschränken sich bisher auf ein theoretisches Modell, aber sie geben uns einen Einblick, warum aktuelle Formen von Vorhersagemärkten fehleranfällig sein können, und wie wir versuchen könnten, sie in Zukunft zu verbessern. Wir hoffen, dass diese Erkenntnisse genutzt werden, um genauere Vorhersagemärkte zu erstellen, da wir alle von einer besseren kollektiven Voraussicht profitieren könnten.

Bessere Vorhersagen und kollektive Entscheidungsfindung könnten der Gesellschaft helfen, zu entscheiden, welche politischen Ideen funktionieren oder nicht. Die Verbesserung der Fähigkeit der Aktienmärkte, vorherzusagen, welche Unternehmen und Ideen gut abschneiden werden, könnte die Kapitalrendite verbessern und zu mehr Wirtschaftswachstum führen. Sogar die akademische Welt ist eine umfassende Übung in kollektiver Weisheit. Wenn eine Änderung der Art und Weise, wie Forscher belohnt werden, die Weisheit dieser Menge verbessern kann, es könnte zu wichtigeren wissenschaftlichen Entdeckungen führen.

Aktienmarkt

Aktienmarkt