Zum Inhalt

Source: Fooled by Randomness

Taleb, Nassim Nicholas. Fooled by Randomness: The Hidden Role of Chance in Life and in the Markets. Random House, 2004. — Polemisc-philosophisches Essay über den systematischen Fehler, Erfolg als Beweis von Skill zu interpretieren statt als Zufallsprodukt.

Einordnung

Fooled by Randomness ist kein Handelssystem-Buch, sondern ein epistemologisches Werk über den Fehler unserer Wahrnehmung von Erfolg und Versagen. Taleb zeigt: Was wir als Talent identifizieren, ist oft Glück — und wir können es strukturell nicht unterscheiden, weil wir nur die Überlebenden sehen. Das Buch ist der Vorläufer zu The Black Swan (2007), in dem er das Konzept seltener Extremereignisse formalisiert.

Key Takeaways

1. Survivorship Bias — Wir sehen nur die Gewinner eines Wettbewerbs, nicht den riesigen Friedhof der Verlierer. Ein Fond-Manager mit 5 perfekten Jahren kann reines Glück sein: Bei 10.000 Managern, von denen jeder eine 50/50 Münze wirft, wird statistisch ein Manager 12–13 Mal in Folge „richtig" liegen — ohne jede Fähigkeit. Wir würden ihn für ein Genie halten. Implikation: Track Records beweisen nichts ohne kontrollierte Analyse des Anfangspools.

2. Alternative Histories — Die Qualität einer Entscheidung darf nicht allein am Ergebnis gemessen werden, sondern an der Qualität des Entscheidungsprozesses über alle möglichen Alternativpfade. Russisches Roulette Beispiel: $10 Mio. aus Russian Roulette hat denselben bilanziellen Wert wie $10 Mio. aus Zahnarztpraxis — aber eine fundamental andere Risikostruktur. Monte Carlo als Denkwerkzeug: Was wäre in den tausend anderen Szenarien passiert?

3. Skewness und Asymmetrie — Häufigkeit und Erwartungswert sind nicht dasselbe. Taleb's Kernbeispiel: 999/1000 Chancen, $1 zu gewinnen, 1/1000 Chance, $10.000 zu verlieren. Trefferquote: 99,9%. Erwartungswert: -$9. Menschen verwechseln systematisch die Häufigkeit des Erfolgs mit der Qualität der Strategie. Im Trading: eine Strategie, die fast immer kleine Gewinne macht, aber selten katastrophal verliert (long optionality), kann langfristig besser sein als ihr Gegenteil — auch wenn sie die meiste Zeit Geld verliert.

4. Das Induktionsproblem / Black Swan — Kein Datenpunkt beweist, dass zukünftige Datenpunkte gleich sind. „No amount of white swan observations can allow the inference that all swans are white." Vergangene Daten können Modelle widerlegen, nie beweisen. Naiver Empirismus (Niederhoffer) scheitert genau daran: Er findet Muster in der Vergangenheit und wird vom seltenen Event zerstört.

5. Stoizismus als Antwort — Fokus auf Prozess, nicht auf Ergebnis. Nero Tulip, der Protagonist, macht stabile, kleine Gewinne während andere spektakuläre Jahresrenditen erzielen — und weiß, dass er am Ende besser dran sein wird. Stoizismus: Kontrolle über das, was man kontrollieren kann (den Entscheidungsprozess), Akzeptanz über das, was man nicht kontrollieren kann (das Ergebnis).

6. Biologische Biases — Unser Gehirn ist nicht für Wahrscheinlichkeiten ausgelegt. Wir reagieren auf Häufigkeiten und soziale Signale, nicht auf Erwartungswerte. Selbst statistisch gebildete Trader reagieren auf kurzfristige P&L-Bewegungen emotional — Serotonin-Level hängt an recent performance, nicht an langfristiger Strategie-Qualität.

Verbindung zu Johanns System

Für den Fondsaufbau: Survivorship Bias erklärt, warum Track Records von Konkurrenten und Strategien kritisch hinterfragt werden müssen. Skewness ist fundamental für die Bewertung von Tail Risk — eine Strategie mit positiver Trefferquote aber negativem Erwartungswert ist eine Zeitbombe. Alternative Histories = das mentale Modell hinter jedem Out-of-Sample-Test (robustness_obsession). Taleb ergänzt Marks (Zyklen) und Dalio (Mechanismus) um die epistemologische Ebene: Wie sicher können wir sein, was wir zu wissen glauben?