Somete los planes a pruebas de estrés contra resultados más allá del rango histórico
Pregúntate cómo se sostiene tu plan si el peor resultado es el doble de malo que cualquier caso observado históricamente.
Why it works
Los modelos de riesgo de la falacia lúdica usan distribuciones históricas para fijar los escenarios de peor caso, pero en dominios del mundo real el máximo histórico no es el máximo. Como los modelos se ajustan a los datos observados, siempre subestimarán la cola si esta está determinada por procesos que no estuvieron activos durante el periodo de observación. Probar el estrés más allá del rango histórico obliga al plan a enfrentarse a resultados que un modelo no puede generar por construcción.
How to do it
- Toma tu escenario de peor caso de tu modelo de riesgo.
- Duplícalo o triplícalo: "¿Y si las pérdidas son de 2 a 3 veces nuestro peor caso observado?".
- Comprueba si el plan sobrevive a esa escala, y orienta el plan a sobrevivirla si es posible.
Evidencia
El análisis posterior a las crisis encuentra de forma consistente que los modelos de riesgo previos a la crisis subestimaron los resultados de cola, a menudo porque los modelos se construyeron con datos que no incluían el régimen de crisis. La crisis financiera de 2008 es el ejemplo canónico de Taleb. (observational)
Las pruebas de estrés más allá del rango histórico son ahora estándar en la regulación financiera (pruebas de estrés regulatorias), pero su adopción en la planificación cotidiana es limitada. La práctica es de principio, pero el multiplicador específico (2x, 3x) es una regla práctica.
Common mistake
Elegir un nivel de prueba de estrés que es ligeramente peor que el peor caso histórico en lugar de genuinamente fuera de él: esto ejercita el territorio conocido del modelo, no el territorio más allá de él.
Practica esto con IX Coach
7 days free, then $40/month (~$1.30/day).
More practices for La falacia lúdica: cuando confundes la vida real con un juego
- Comprueba si las reglas de tu dominio son realmente estables
Antes de aplicar cualquier modelo de probabilidad, pregúntate si las reglas que gobiernan los resultados podrían cambiar a mitad del juego.
- Construye planes con holgura para resultados fuera de tu modelo
Reserva capacidad para eventos que no están en tu modelo de riesgo, porque los eventos más dañinos normalmente no lo están.
- Prefiere posiciones con opcionalidad sobre posiciones con precisión
En entornos inciertos, prioriza las opciones de girar sobre las posiciones fijas optimizadas.
- Cuidado con la falsa precisión en pronósticos y modelos
Trata cualquier probabilidad precisa o pronóstico cuantitativo con sospecha explícita sobre si el modelo encaja en el dominio.
- Cuestiona si la categoría desde la que razonas realmente encaja
Antes de aplicar un modelo o marco, verifica que la categoría sobre la que se construyó coincide genuinamente con tu situación.
Conceptos relacionados
- La falacia narrativa: por qué no podemos dejar de crear historias
How causal stories distort hindsight, forecast, and learning — and how to reduce their pull
- Pensar rápido, pensar despacio, hecho práctico
Two systems, the biases they create, and when to slow down
- Descuido de la tasa base: por qué ignoramos las probabilidades
How to let prior probabilities do their real work in your decisions