リーマンショックの失敗の共通点
AIME
AI投資365
マネー・ボールから学ぶ「非効率な市場の探し方」
AIME
本文章は、シグナル&ノイズ 天才データアナリストの「予測学」（ネイト・シルバー著）の内容を要約しております。
created by Rinker
¥1,573
(2024/12/22 16:25:07時点 楽天市場調べ-詳細)
情報を適切に評価する
ビリー・ビーンは野球スカウトの成功の秘訣として、他の人が見落とすような情報を集めることの重要性を強調しています。
彼は子どもたちに会い、家族と話をし、人物を深く知ることが大切だと語ります。
彼は、統計データの利用が成功に貢献した一方で、スカウトの活動も重要だったと理解しています。
2000年代初頭、「マネー・ボール」の流行時に、ビーンが所属する球団は、ミゲル・テハダやジェイソン・ジアンビといったスター選手と契約し、彼らを育てました。
球団のスカウト予算が増加したのは、統計分析の重視によるものです。
選手がフリーエージェントになるには6シーズンを要し、多くが30歳前後になるため、経験豊富なフリーエージェントに過度な給与を払うリスクがあります。
ビル・ジェームズのエイジング・カーブが示すように、若い選手には大きな可能性があるとビーンは考えています。
優れた予測システムがあれば、実際の価値より安く選手を雇うことができますが、優秀なスカウトならば更に低コストでの雇用も可能です。
特に小市場の球団にとって、スカウトの情報力は非常に重要です。
オークランド・アスレチックス球団は、統計データだけでなくスカウトの役割も大切にしており、選手の性格や気質などの主観的な情報も価値があると考えています。
球団は情報を厳格に分析しており、情報収集の段階で制約を設けることなく、分析の段階で厳しい規律を適用します。
ビーンは、主観的な分析と客観的な分析のどちらが重要かという議論において、アスレチックスは客観的な判断を優先すると述べています。
偶然の成功に頼ることなく、論理的で統計的なアプローチを取ることを重視しています。
良い予測を立てるためには、定量的なデータだけに頼るべきではなく、収集した情報を適切に評価するプロセスが必要です。
ビーンの哲学は、多くの情報を集めることと、分析の際には厳しい規律に従うことというバランスにあります。
定性的な情報を定量的な情報に変換する
予測者としてのあなたの優れているか否かは、手に入れた情報の量が予測の正確性にどれだけ貢献するかで判断されます。
もし情報が増えても予測の正確性が落ちる場合、それはあなたのアプローチに問題がある証拠です。
例えば、候補者Aが打率3割でホームラン20本を打ち、休日にはホームレスのための無料食堂でボランティアをしているとします。
一方、候補者Bも打率3割でホームラン20本を打っていますが、休日はナイトクラブで過ごし、薬物を使用しています。
これらの違いは数字では測れませんが、評価は異なるでしょう。
場合によっては、定性的な情報を定量的な情報に変換することができます。
野球業界では、統計データとスカウトの情報、定量的情報と定性的情報の境界が曖昧になっています。
現在では、全てのメジャーリーグの球場に設置された「ピッチfｘ」という3次元カメラがあります。
これにより、ボールの速度（これまでスピードガンで測定していた）だけでなく、水平・垂直の動きも測定できます。
例えば、2009年のサイ・ヤング賞を受賞したザック・グレインキーのスライダーや、マリアノ・リベラのカットボールが統計的にどれほど素晴らしいかを確認できます。
このようなデータは以前はスカウトの仕事でしたが、今では予測システムの変数の一部となっています。
野球スカウトたちの誤算
野球のスカウトたちが、なぜダスティン・ペドロイアの評価を誤ったのかについて考えてみましょう。
スカウトの意見はいくつかの基本的事実において一致していました：彼の打率は良く、塁上での動きは素早く、精神的な面では問題がありませんでした。
しかし、彼のバッティングスイングは大きすぎるとされ、守備は確かですが平均的で、足の速さも平均的でした。
さらに彼は背が低く、特に優れた体格を持っているわけではありませんでした。
これは若い選手としては珍しいプロフィールで、多くのスカウトがどのように評価すれば良いか分からなかったのです。
スカウトが選手を見る時、彼らがどんな特徴を見たいかは決まっています。
彼らには基準があります。そしてダスティンはそのいくつかに適合していませんでした。特に身体の大きさがそれに当たります。
直感の落とし穴
通常、私たちは四角い杭が丸い穴に入らない時は杭が問題だと考えがちです。
情報を手に入れた際には、私たちは直感的に分類します。
一般的には、分かりやすくするために少ない数のカテゴリーに分けます。
例えば国勢調査局が数百もの民族をわずか6つの人種に分類するように、また音楽業界が数千のアーティストをいくつかのジャンルに分類するようにです。
通常、この方法で問題はありません。
しかし、分類が難しい対象に直面した時、間違った判断をするリスクが生まれます。
ビーンが直感に頼る判断を避ける一因は、第一印象に過度に依存すると、有望な選手を見落とす可能性があるからです。
野球予測システムは、数千人の選手の中から同じプロフィールを持つ選手を探すことで、より正確な分類を可能にします。
実際に検索すると、ペドロイアの身長は、彼のその他のスキルを考慮すると強みになりうることが示されます。
野球ではストライクゾーンが選手の肩から膝までと定義されているため、身長が低い選手は小さいストライクゾーンを投手に強いることになり、ペドロイアのように選球眼に優れた選手にとっては有利に働きます。
また、地面に近い方が二塁手の守備に適しています。
二塁手は敏捷性を要求されるポジションで、ゴロへの反射的な反応が求められます。
歴史を振り返ると、優れた二塁手は背が低い選手が多いです。
殿堂入りした17人の二塁手の中で、身長が6フィート（約183センチメートル）を超えるのはナップ・ラジョイとライン・サンドバーグの2人だけです。
おそらく史上最高の二塁手であるジョー・モーガンは、5フィート7インチ（約170センチメートル）しかありませんでした。
スカウトは優れた観察力を持っていますが、ペドロイアについては先入観により安易に分類してしまったのです。
実際には、ペドロイアの体格は彼の強みとなり得ました。
ただし、システムがペドロイアの成功を確実に予測したわけではありません。
ただ確率が高かっただけです。
誰も見つけていないアイディアを探し続ける
スポーツ業界は競争が激しい場所であり、予測技術は常に進化していなければなりません。
市場の非効率性を狙うのは容易ですが、それだけでは有望な選手を見つけ出し、彼らが本物かどうかを判断する確かな方法を確立することはできません。
誰もが思いつかないようなアイデアを思いつくのは難しいことですが、それが良いアイデアであればさらに難易度は高くなります。
そして、良いアイデアが出れば、すぐに他人に真似されてしまうものです。
新しいアイデアは、他の人が面倒だと思って取り組まない細かな問題にこそ宿っています。
そして、抽象的なことや哲学的なことを考えている時、または世の中のあり方や支配的な枠組みに対する代替案を考えている時に、思いがけず見つかることがあります。
新しいアイデアは、私たちが人生の99%を過ごすような通常の領域では見つかりません。
私たちの日常的な分類や整理の方法では、有益な情報を見落としてしまうのです。
大事なのは、ツールや習慣を改善して、必要なアイデアや情報を積極的に探し出し、見つけたらそれを活用して勝利に結びつけるスキルを磨くことです。
これは難しいですが、野球という分野は今後も革新者が結果を残せる場所であり続けるでしょう。
スポンサーリンク
ABOUT ME
為替のシステムトレードしておりましたが、思ったよりもエッジが少ないため、仮想通貨botterに転職しました。
