تیر 9, 1405 / دیدگاه خود را بنویسید / اموزشی / از admin
بزرگ‌ترین شکست‌های تاریخ شرط‌بندی حرفه‌ای
وقتی نابغه‌ها هم اشتباه می‌کنند
از فروپاشی مدل‌های آماری تا درس‌های صندوق Long-Term Capital Management
—
در دنیای شرط‌بندی حرفه‌ای، افسانه‌ای قدیمی وجود دارد که می‌گوید اگر داده کافی، مدل آماری مناسب و سرمایه کافی در اختیار داشته باشی، شکست دیگر معنایی ندارد. این تصور، همان‌قدر که جذاب است، از نظر علمی نیز نادرست است.
تقریباً تمام شرط‌بندان موفق جهان، از معامله‌گران آسیایی گرفته تا سندیکاهای چندصد میلیون دلاری، دوره‌هایی از زیان‌های سنگین را تجربه کرده‌اند. برخی از این دوره‌ها تنها چند هفته طول کشیده‌اند و برخی دیگر به تعطیلی کامل صندوق‌های شرط‌بندی، فروپاشی مدل‌های آماری و نابودی سرمایه انجامیده‌اند.
واقعیت این است که بزرگ‌ترین دشمن شرط‌بند حرفه‌ای، بوک‌میکر نیست؛ بلکه اعتماد بیش از حد به مدل‌های ریاضی است.
همان‌گونه که بزرگ‌ترین صندوق پوشش ریسک تاریخ، یعنی Long-Term Capital Management (LTCM) با وجود حضور دو برنده جایزه نوبل اقتصاد در سال ۱۹۹۸ فروپاشید، در شرط‌بندی ورزشی نیز مدل‌هایی که سال‌ها سودآور بوده‌اند، گاهی در مدت کوتاهی اعتبار خود را از دست داده‌اند.
این مقاله با نگاهی میان‌رشته‌ای به اقتصاد مالی، نظریه احتمال، مدیریت ریسک و شرط‌بندی حرفه‌ای، به بررسی این پرسش می‌پردازد که چرا حتی نابغه‌ها نیز شکست می‌خورند و مهم‌تر از آن، چگونه می‌توان از این شکست‌ها درس گرفت.
—
شکست؛ استثنا نیست، بخشی از مدل است
یکی از بنیادی‌ترین اشتباهات شرط‌بندان تازه‌کار، برابر دانستن «مدل خوب» با «عدم شکست» است.
در علم تصمیم‌گیری، کیفیت یک تصمیم مستقل از نتیجه آن ارزیابی می‌شود. اگر مدلی احتمال واقعی پیروزی یک تیم را ۶۰ درصد برآورد کند، همچنان در ۴۰ درصد مواقع همان تیم شکست خواهد خورد. بنابراین، شکست نه نشانه بی‌اعتباری مدل، بلکه پیامد طبیعی زندگی در جهانی مبتنی بر احتمال است.
شرط‌بندان حرفه‌ای نیز برخلاف تصور عمومی، ده‌ها و گاه صدها شرط متوالی زیان‌ده را تجربه می‌کنند. آنچه آنان را از سایرین متمایز می‌کند، حذف شکست نیست؛ بلکه توانایی ادامه فعالیت پس از شکست است.
—
چرا مدل‌های برنده سقوط می‌کنند؟
هیچ مدل آماری تا ابد معتبر باقی نمی‌ماند.
تمام مدل‌های پیش‌بینی بر چند فرض اساسی استوار هستند:
– روابط گذشته در آینده نیز برقرار خواهند بود.
– توزیع داده‌ها تغییر اساسی نخواهد کرد.
– رفتار بازار تقریباً ثابت باقی می‌ماند.
– اطلاعات موجود نماینده مناسبی از واقعیت هستند.
اما در دنیای واقعی، این فرض‌ها دائماً نقض می‌شوند.
ورود فناوری‌های جدید، تغییر قوانین مسابقات، افزایش نقدینگی بازار، فعالیت الگوریتم‌های هوش مصنوعی و حتی تغییر رفتار خود شرط‌بندان باعث می‌شود مدل‌هایی که سال‌ها سودآور بوده‌اند، به‌تدریج کارایی خود را از دست بدهند.
در علوم داده این پدیده با نام‌هایی مانند Concept Drift، Distribution Shift و Model Decay شناخته می‌شود.
—
مهم‌ترین دشمن حرفه‌ای‌ها؛ اعتماد بیش از حد به مدل
تقریباً تمام شکست‌های بزرگ تاریخ سرمایه‌گذاری و شرط‌بندی، یک ویژگی مشترک دارند:
مدل، درست بود؛ اما اعتماد به مدل بیش از حد بود.
وقتی یک مدل طی چند سال بازدهی فوق‌العاده‌ای ایجاد می‌کند، ذهن انسان به‌تدریج آن را به‌عنوان «حقیقت» می‌پذیرد.
در نتیجه:
– حجم شرط‌ها افزایش می‌یابد.
– اهرم سرمایه بیشتر می‌شود.
– مدیریت ریسک تضعیف می‌شود.
– سناریوهای بسیار نادر نادیده گرفته می‌شوند.
در چنین شرایطی، وقوع تنها یک رویداد غیرمنتظره می‌تواند تمام دستاوردهای چندین سال را از بین ببرد.
—
قیاس تاریخی؛ فروپاشی Long-Term Capital Management
در سال ۱۹۹۴، صندوق سرمایه‌گذاری Long-Term Capital Management (LTCM) توسط گروهی از مشهورترین معامله‌گران و اقتصاددانان جهان تأسیس شد. در میان اعضای آن، دو برنده جایزه نوبل اقتصاد، یعنی ** و ** حضور داشتند.
مدل‌های ریاضی این صندوق بر پایه آربیتراژ آماری، همگرایی قیمت‌ها و روابط تاریخی بازار طراحی شده بود و در سال‌های نخست، بازدهی چشمگیری ایجاد کرد.
اما بحران مالی روسیه در سال ۱۹۹۸ باعث شد همبستگی‌ها و روابطی که مدل‌ها بر آن‌ها استوار بودند، ناگهان تغییر کنند. معاملات اهرمی عظیم صندوق ظرف مدت کوتاهی زیان‌های سنگینی ایجاد کرد و LTCM در آستانه ورشکستگی قرار گرفت. در نهایت، برای جلوگیری از سرایت بحران به کل نظام مالی، با هماهنگی **** و چند بانک بزرگ، عملیات نجات این صندوق انجام شد.
این رویداد به یکی از مشهورترین نمونه‌های تاریخ مدیریت ریسک تبدیل شد.
—
چرا داستان LTCM برای شرط‌بندان اهمیت دارد؟
هرچند LTCM یک صندوق سرمایه‌گذاری بود، اما منطق شکست آن شباهت چشمگیری با شرط‌بندی حرفه‌ای دارد.
در هر دو حوزه:
– تصمیم‌ها بر اساس احتمال اتخاذ می‌شوند.
– قیمت‌ها توسط بازار تعیین می‌شوند.
– مزیت واقعی معمولاً بسیار کوچک است.
– مدل‌های کمی نقش محوری دارند.
– مدیریت سرمایه مهم‌تر از دقت پیش‌بینی است.
اگر فرض‌های مدل تغییر کنند، مزیت آماری نیز از بین می‌رود.
به همین دلیل، بسیاری از پژوهشگران شرط‌بندی حرفه‌ای معتقدند بزرگ‌ترین خطر برای یک شرط‌بند حرفه‌ای، «اشتباه بودن مدل» نیست؛ بلکه «نفهمیدن زمان ازکارافتادن مدل» است.
—
سقوط سندیکاهای شرط‌بندی
برخلاف تصور رایج، تمام سندیکاهای شرط‌بندی به موفقیت پایدار نرسیده‌اند.
در دو دهه گذشته، بسیاری از گروه‌های کوچک و متوسط که با استفاده از مدل‌های آماری فعالیت می‌کردند، به دلایل مختلف از بازار خارج شدند.
مهم‌ترین دلایل عبارت بودند از:
– از بین رفتن مزیت اطلاعاتی (Information Edge)
– ورود هوش مصنوعی و الگوریتم‌های سریع‌تر
– افزایش کارایی بازار
– کاهش خطاهای بوک‌میکرها
– مدیریت سرمایه نامناسب
– اعتماد بیش از حد به داده‌های تاریخی
– ناتوانی در تطبیق مدل با شرایط جدید
نکته مهم آن است که بسیاری از این گروه‌ها از نظر علمی ضعیف نبودند؛ بلکه نتوانستند خود را با تحول بازار تطبیق دهند.
—
تاریخ شرط‌بندی حرفه‌ای نشان می‌دهد که شکست، دشمن حرفه‌ای‌ها نیست؛ بلکه آزمونی برای سنجش کیفیت مدیریت ریسک آن‌هاست.
مدل‌های آماری، هرچقدر پیشرفته باشند، تنها تصویری ناقص از واقعیت ارائه می‌کنند. آنچه یک شرط‌بند حرفه‌ای را متمایز می‌کند، توانایی او در پذیرش این محدودیت، بازنگری مستمر مدل‌ها، کنترل اندازه شرط‌ها و آمادگی برای مواجهه با رویدادهای غیرمنتظره است.
بزرگ‌ترین درس تاریخ شرط‌بندی حرفه‌ای این نیست که «چگونه همیشه برنده شویم»، بلکه این است که چگونه پس از شکست نیز در بازی باقی بمانیم.