Как проводить собственное исследование (DYOR — Do Your Own Research)

DYOR (Do Your Own Research) - это дисциплинированный процесс самостоятельной проверки фактов и выводов перед решением: инвестировать, покупать, внедрять или рекомендовать. Практически это выглядит как: формулируете цель, собираете данные из нескольких независимых источников, проверяете качество и смещения, тестируете гипотезы, оцениваете риски и фиксируете результат так, чтобы его можно было повторить.

Главные ориентиры для самостоятельного исследования

• Начинайте с решения, которое вы хотите принять, а не с "интересной темы".
• Разделяйте факты, интерпретации и прогнозы; не смешивайте их в одном выводе.
• Собирайте минимум два независимых подтверждения для ключевого утверждения.
• Проверяйте первоисточник и контекст: дата, метод, условия, определение метрик.
• Думайте в вероятностях и сценариях, а не в "точно будет/не будет".
• Останавливайтесь, когда ожидаемая ценность новой информации ниже её стоимости.

Определение цели и границ: что именно вы ищете и почему

Кому подходит: тем, кто принимает решения с последствиями (деньги, репутация, безопасность, сроки) и хочет снизить риск ошибки, не полагаясь на авторитеты и шум.

Когда не стоит делать полноформатный DYOR: если решение обратимо и дешёвое, или если у вас нет доступа к минимально необходимым данным/экспертизе, и цена ошибки меньше цены исследования.

1. Сформулируйте решение в одном предложении. Например: "Покупать/не покупать актив X в горизонте Y при риске Z" или "Внедрять/не внедрять инструмент A в процесс B".
2. Определите критерии успеха и провала. Какие условия должны быть выполнены, чтобы решение считалось правильным, и какие "красные флаги" автоматически останавливают действие.
3. Задайте границы. Горизонт, география, аудитория, допущения, что вы сознательно не исследуете (чтобы не утонуть в бесконечности).
4. Составьте список вопросов. Разбейте на: (а) факты, (б) причинно-следственные связи, (в) риски/ограничения, (г) альтернативы.

Поиск источников и проверка их достоверности: практический чек‑лист

Что понадобится: браузер с закладками/папками, заметки (Notion/Obsidian/Google Docs), таблица для учёта источников, базовые навыки поиска по операторам, доступ к первичным документам (регистрации, отчёты, документация, репозитории, протоколы, нормативка - по вашей теме).

• Карта источников: первичные (оригинальные данные/документы), вторичные (обзоры/аналитика), третичные (пересказы).
• Проверка автора: компетенции по теме, история публикаций, конфликт интересов, прозрачность методологии.
• Проверка публикации: дата, версия, что изменилось, есть ли правки/опровержения.
• Проверка воспроизводимости: достаточно ли информации, чтобы повторить расчёт/эксперимент/выборку.
• Перекрёстная валидация: подтверждается ли ключевой факт независимыми источниками (не копипастой из одного).
• Трассировка цитат: любая цифра/утверждение → доходит ли цепочка до первоисточника без разрывов.
• Сигналы низкого качества: эмоциональные призывы вместо данных, отсутствие исходных допущений, "секретная методика", подмена терминов.

Критическая оценка данных: как распознавать предвзятость и ошибки

Риски и ограничения, которые важно принять заранее:

• Часть данных будет неполной или несопоставимой по периодам, методам и определениям.
• Вы можете "увидеть то, во что уже верите" (confirmation bias) - это нужно компенсировать процедурой.
• Даже хорошие данные не гарантируют верный прогноз: меняются режимы, условия и поведение участников.
• Слишком глубокое исследование может стать заменой решения (analysis paralysis).

1. Разделите утверждение на проверяемые части. Любую фразу вида "X надёжен/выгоден/безопасен" разбейте на критерии и измеримые прокси.
   • Что именно означает "надёжен": отказоустойчивость, юридическая защищённость, стабильность поставок?
   • Какие минимальные доказательства вас устроят, а какие - нет.
2. Проверьте определения и единицы измерения. Частая ошибка - одинаковые слова при разных смыслах (например, "пользователь", "активный", "выручка", "риск").
   • Сверьте термины с глоссарием/документацией первоисточника.
   • Уточните период агрегации и базу сравнения.
3. Оцените происхождение данных и смещения выборки. Кто собирал данные, как, зачем и кого могли "не увидеть".
   • Самоотбор, выжившие (survivorship bias), эффект публикации, конфликт интересов.
   • Какие сегменты отсутствуют и как это влияет на вывод.
4. Ищите альтернативные объяснения. Если "рост произошёл из‑за фактора A", перечислите 2-3 другие причины и проверьте их правдоподобие.
   • Корреляция не доказывает причинность: нужен механизм и проверяемые следствия.
5. Проверьте устойчивость вывода к изменению допущений. Сделайте "стресс‑тест" допущений: если ключевой параметр ошибочен, меняется ли решение.
   • Определите 1-2 "ломающих" допущения, которые критичны для исхода.
6. Зафиксируйте уровень уверенности и условия пересмотра. Формулируйте вывод как "при условиях X и данных Y вероятность Z", а не как окончательную истину.
   • Список событий, при которых вы обязаны пересмотреть вывод (новые данные, изменение режима, опровержение).

Методы сбора информации и валидации гипотез

• Соберите "пакет первички": документы, спецификации, журналы изменений, исходные данные (если доступны), а не только обзоры.
• Сделайте триангуляцию: подтвердите ключевой факт минимум из двух независимых классов источников (например, документ + телеметрия/лог + внешняя база).
• Постройте минимальную модель: какие факторы должны двигать результатом и какие наблюдаемые следствия у этого механизма.
• Проведите проверку на контрпример: найдите случаи, где гипотеза должна работать, но не работает (или наоборот).
• Используйте "red team" подход: сформулируйте лучший аргумент против вашего вывода и попытайтесь его подтвердить.
• Проверьте воспроизводимость расчёта: можно ли повторить итог из сырых данных по шагам без "магии".
• Сделайте sanity-check: сравните результат с базовой линией (простая эвристика/рынок/историческая норма), чтобы увидеть аномалии.
• Сравните с альтернативами: не только "хорошо/плохо", а "лучше ли, чем вариант B при тех же ограничениях".

Оценка рисков и принятие решений при неопределённости

• Переоценка точности. Уверенность растёт быстрее качества данных; компенсируйте калибровкой и сценариями.
• Игнорирование хвостовых рисков. Редкие события могут доминировать итог; закладывайте "что может сломать всё".
• Смешивание горизонтов. Краткосрочная динамика не доказывает долгосрочную устойчивость (и наоборот).
• Одна метрика вместо системы. Оптимизация по одному числу провоцирует Goodhart's law: метрика перестаёт отражать цель.
• Непроверенные зависимости. Поставщики, контрагенты, инфраструктура, правовые рамки - часто скрытая точка отказа.
• Неучтённая ликвидность/выход. Решение важно оценивать вместе со способом отката/закрытия позиции/миграции.
• Забытые ограничения ресурсов. Время, бюджет, компетенции, доступ к данным - часть риска, а не "организационная мелочь".
• Нет заранее заданного стоп‑условия. Без условий остановки легко продолжать плохое решение из-за sunk cost fallacy.

Практика для принятия решения: сформулируйте 2-3 сценария (базовый/негативный/позитивный), определите для каждого триггеры и действия, затем выберите вариант с приемлемым ущербом в негативном сценарии.

Фиксация результата: документация, репликация и обновление выводов

Чтобы DYOR был безопасным и полезным, результат должен переживать вашу память и эмоции. Используйте формат, который соответствует цене ошибки и скорости изменений.

1. Короткий меморандум решения (1-2 страницы). Уместно, когда нужно быстро согласовать действие: цель, данные, допущения, риски, стоп‑условия, следующий пересмотр.
2. Исследовательский протокол (повторяемый). Уместно, когда проверка будет делаться снова (командой/позже): шаги, источники, версии, скриншоты/выгрузки, расчёты.
3. Журнал наблюдений и триггеров. Уместно при высокой неопределённости: список сигналов, которые вы мониторите, и что делаете при их срабатывании.
4. Решение через "guardrails". Уместно, когда нельзя всё просчитать: задайте ограничители (лимиты, диверсификация, поэтапный вход, критерии остановки) и обновляйте вывод по расписанию.

Пояснения и типовые сомнения при DYOR

Сколько источников достаточно, чтобы сделать вывод?

Достаточно, когда ключевые утверждения подтверждены независимыми первичными материалами, а оставшаяся неопределённость не меняет решение. Если новые источники добавляют детали, но не меняют сценарии и стоп‑условия, пора останавливаться.

Как понять, что я попал в confirmation bias?

Если вы ищете только подтверждения, избегаете сильных контраргументов и не можете сформулировать, что изменит ваше мнение. Помогает обязательный шаг "лучший аргумент против" и заранее заданные условия пересмотра.

Что делать, если первоисточники недоступны?

Снижайте уровень уверенности и усиливайте триангуляцию: берите несколько независимых вторичных источников и проверяйте согласованность деталей. Для решений высокой цены лучше отложить действие или уменьшить размер ставки.

Как проверять заявления "экспертов" и инфлюенсеров?

Отделяйте тезисы от доказательств: просите (или находите) первоисточник, метод и контекст. Если утверждение нельзя проверить или оно меняется без объяснений, учитывайте это как риск.

Когда стоит прекратить DYOR и принять решение?

Когда вы определили сценарии, риски, стоп‑условия и понимаете, какой факт является единственным "блокером". Если этот факт недостижим, выбирайте вариант с ограничением ущерба и планом пересмотра.

Можно ли доверять данным из одного "официального" канала?

Официальность не отменяет ошибок и мотивации. Минимум - проверка определений, версий и независимое подтверждение наиболее важных для решения пунктов.