Terence Tao über Spieltheorie, Black-Scholes und die Grenzen ökonomischer Modelle
Wichtige Erkenntnisse
- •Terence Tao sagte, KI habe die Mathematik von einer Ära der „Beweisknappheit“ in eine der „Beweisfülle“ geführt, und stellte die Frage, ob Videovorträge wertvoller werden könnten als Forschungspapiere.
- •Tao lobte die Spieltheorie als produktive Perspektive für die reine Mathematik und erklärte, dass das Formulieren einschüchternder Epsilon-Delta-Aussagen als strategische Spiele nützliche Denkmodi aktiviere.
- •Er nutze ökonomische Konzepte wie Kostenfunktionen und Verlustminimierung in seiner Arbeit und wende Ricardos Gesetz des komparativen Vorteils an, um zu entscheiden, wie er seine Zeit verbringt.
- •Tao nannte das Black-Scholes-Modell ein „algebraisches Wunder“, da es Optionsbewertung allein aus dem Risiko ermöglicht, warnte jedoch, dass es ohne Gaußsche Fluktuationen gefährlich wird – mit Verweis auf die Ereignisse von 2009.
- •In einer begleitenden Notiz beschrieb Cowen die Folge als „selbstempfehlend“, sagte, er habe KI bewusst weniger betont, da Tao häufig über das Thema gesprochen habe, und verwies auf Taos neues Buch Six Math Essentials.

Der Ökonom Tyler Cowen hat eine neue Folge von Conversations with Tyler mit Terence Tao veröffentlicht, der als einer der bedeutendsten heute tätigen Mathematiker gilt. Die Audio-, Video- und vollständige Abschrift des Gesprächs sind auf der Episodenseite verfügbar.
Ein weitgespanntes Gespräch
Laut Episodenbeschreibung beginnt Cowen, indem er Tao fragt, wie es sich anfühlt, über die Eulersche Identität, Quantenmechanik, die Riemannsche Vermutung und Gödels Unvollständigkeitssätze nachzudenken. Von dort bewegt sich das Gespräch durch Fragen dazu, warum mathematische Geschichte im Unterricht meist wegfällt; ob abstrakte Mathematik ein Lotterielos oder ein einheitliches Ganzes ist; die Schönheit der Stringtheorie gegenüber ihrem Mangel an Bestätigung; warum die reelle Analysis so spät kam; warum die Null erst im 7. Jahrhundert erfunden wurde; Spieltheorie; das Black-Scholes-Modell; Bostroms Simulationsargument; Newcombs Paradoxon; mathematische Bildung und das Plädoyer für mehr Statistikunterricht.
Ein wiederkehrendes Thema ist Taos Ansicht, dass KI die Mathematik von einer Ära der „Beweisknappheit“ in eine der „Beweisfülle“ geführt hat, was dieser Wandel für das Forschungspapier bedeutet und warum Videovorträge wertvoller werden könnten als Papiere selbst. Das Gespräch behandelt auch leichtere Themen, darunter Taos liebste Hongkong-Actionfilme, seinen unkonventionellen Weg durch eine australische Universität mit 13 Jahren, seine ungewöhnlichste Arbeitsgewohnheit und sein Urteil über die Collatz-Vermutung.
Über mathematische Ökonomie und Spieltheorie
Auf die Frage, ob ihn die mathematische Ökonomie der letzten zwei Jahrzehnte als Mathematik interessiere oder ob es einfach ein Feld sei, das aus seiner Sicht niedriges Niveau betreibe, sagte Tao, er sei stets von der Ökonomie fasziniert gewesen, insbesondere von der Spieltheorie, der mathematischen Untersuchung strategischer Entscheidungsfindung.
„Ich liebe die Spieltheorie, und tatsächlich gibt es oft Probleme der reinen Mathematik, bei denen es gut ist, in spieltheoretischen Begriffen zu denken. In der Analysis hat man all diese komplizierten Aussagen, wie: für jedes ε existiert ein δ, blablabla. Das wirkt sehr einschüchternd, aber wenn man es als Spiel formuliert, gibt Ihnen der Gegner ein ε, und Sie müssen dieses ε mit einem eigenen δ kontern. Wenn man es als Spiel betrachtet, kann man tatsächlich über Strategien sprechen und darüber, wer vorne liegt und wer hinten. Das aktiviert wirklich gute Denkmodi.“
Tao sagte, er habe ökonomisches Denken in seiner eigenen Arbeit verwendet, und verwies auf Konzepte wie Kostenfunktionen und Verlustminimierung; zudem wende er Ricardos Gesetz des komparativen Vorteils an – das Prinzip, dass Gewinne aus der Spezialisierung gemäß relativen Stärken entstehen – auf sein eigenes Leben an.
„Es gibt so viele Dinge, die ich tun kann. Wofür entscheide ich, meine Zeit zu verwenden? Es ist tatsächlich ein sehr nützliches Prinzip: komparativer Vorteil.“
Er beschrieb die Ökonomie zudem als „ein sehr gutes Feld, um den Unterschied zwischen Modellen und Realität zu verstehen“. In der Physik, so beobachtete Tao, seien wir „verwöhnt“, weil große Physiker äußerst genaue, gut getestete Modelle der realen Welt geschaffen haben – klassische Mechanik und Quantenmechanik –, deren Konsequenzen man erforschen kann und die dennoch die Realität vorhersagen. Die Ökonomie sei dagegen „eine viel gemischtere Situation“, in der Modelle die reale Welt manchmal sehr gut und manchmal gar nicht vorhersagen.
„Neben der Mathematik muss man auch die Modellierung betreiben und die Grenzen verstehen, wann ein Modell beginnt zu versagen und was man anpassen muss. Das finde ich faszinierend. Es liegt irgendwo zwischen den harten Wissenschaften und den Sozialwissenschaften. Es gibt genug harte Modelle, um Mathematik zu betreiben, aber auch genug reale Unordnung, sodass man sich auch mit der Subjektivität auseinandersetzen muss. Als Außenstehender finde ich es ein wirklich faszinierendes Fach.“
„Ein algebraisches Wunder“ – mit Grenzen
Das Black-Scholes-Modell, ein grundlegendes Rahmenwerk zur Bewertung von Optionen, ist einer der bekanntesten Berührungspunkte zwischen Mathematik und Finanzen. Cowen fragte, ob Tao von der besonderen Eigenschaft des Modells überrascht war, dass die Wahrscheinlichkeit keine Rolle spielt, und ob er es schön fand. Tao antwortete mit Ja.
„Es gibt eine besondere Eigenschaft Gaußscher Fluktuationen, durch die man Optionen allein durch Kenntnis des Risikos bewerten kann. Es gibt ein algebraisches Wunder, das das ermöglicht. Normalerweise ist die Vorhersage künftiger Kosten irgendetwas ein unlösbares Problem, und ausgerechnet dieses Wunder existiert. Wenn man Gaußsche Fluktuationen hat, dann ist es schön.“
Gaußsche Fluktuationen – glockenkurvenförmige Schwankungsmuster – sind das statistische Ideal, das das saubere Bewertungsergebnis des Modells erst möglich macht.
Zugleich warnte Tao, dass das Ergebnis auch eine Lektion darüber ist, zu wissen, wann Finanzmodelle versagen.
„Das ist tatsächlich ein sehr gutes Beispiel dafür, dass man wissen muss, wann Modelle funktionieren und wann nicht. Wenn man keine Gaußschen Fluktuationen hat, dann ist Black-Scholes tatsächlich somewhat gefährlich in der Anwendung, besonders wenn man es immer wieder in Derivate verschachtelt. Auch das ist eine alte Geschichte. Sie wissen, was 2009 passiert ist.“
Der Vorbehalt ist eine kompakte Formulierung dessen, was Fachleute im Quantitative Finance Modellrisiko nennen: die Möglichkeit, dass die vereinfachenden Annahmen eines Modells nicht mehr dem Verhalten des Systems entsprechen, das sie beschreiben sollen.
Cowens Anmerkung zur Folge
In einer begleitenden Notiz beschrieb Cowen die Folge als „selbstempfehlend und durchgehend von Interesse“. Er stellte fest, dass das Gespräch einige KI-bezogene Inhalte enthält, sagte aber, er habe das Thema nicht betont, weil Tao „in letzter Zeit bereits so viel dazu gesprochen“ habe. Cowen verwies auch auf Taos neues Buch Six Math Essentials.
Der Beitrag erschien zuerst auf Marginal Revolution.