Metody Ilościowe i analiza ilościowa w branży finansowej - jest to nauka, a nie zawód, Reed powiedział. Oznacza to, że wiedza o tym, jak być kwantowy nic nie dodaje do swoich umiejętności. Trzeba wiedzieć, jak być. W drugim przypadku mówimy o zasadach i ideologii, która leży u podstaw analizy ilościowej. W pierwszym przypadku - to kwestia rzeczywistości być pewne praktyczne działania, aby dostać pracę tam, gdzie jest słowo „kwantowy” w opisie.
Na poziomie podstawowym będzie kwantowa - nie oznacza możliwość wyświetlania wyrafinowany wzór do oceny modelu stochastycznego możliwości ciekawość. To nie znaczy, aby utworzyć, pociąg i handlowych za pomocą testu strategii statystycznej modelu regresji. Bądź kwantowa - to znaczy wierzyć, że modele naukowe nadają się do ogólnej analizy rynków finansowych.
Taka ideologia zyskała wagę w ocenie pochodnych, a następnie przeniósł się na zarządzaniu ryzykiem, zarządzania aktywami i handlu papierami wartościowymi. Prawdopodobnie w następnym dziesięcioleciu będziemy mogli obserwować rozprzestrzenianie się tego podejścia w dziedzinie finansów korporacyjnych, kapitału podwyższonego ryzyka i bankowości inwestycyjnej.
Filozofia Nauki
Na ostatnim kursie w informatyce autora, razem z innymi studentami spędził rok utworzyć moduł o nazwie „metodologia badań”. Opiera się ona na dwóch podręczników: „filozofii nauki: od wyzwań dla teorii” i „filozofii nauki. Od wyjaśnienia do uzasadnienia” Oba zostały napisane przez Mario Bunge. Mimo dołożenia wszelkich starań nauczyciela, aby ten nudny temat, w miarę możliwości, autor lubił studiować filozofię. Wiele pomysłów były w module popytu w dalszej praktyce.
Właściwie przedmiotem „filozofia nauki” opowiada o logicznych fundacji, metod i wniosków z nauki. Mówiąc najprościej, stara się odpowiedzieć na pytania: Co to jest nauka? Jak to działa? Jakie są granice wiedzy naukowej? wiele odpowiedzi na te pytania zostało wydane w historii. Często odwrotnie. Można je podsumować w kilku sposobów: Realizm, empiryzmu, instrumentalizmu i indukcji, logicznego pozytywizmu i fałszerstwa.
Realizm kontra empiryzm
Realizm przekonany, że oferty nauki z jego badań w rzeczywistym świecie, a nie jeden z jego projektu, który jest podany jedynie doznań. Wręcz przeciwnie, empiryzm, oparty na stanowisku, że wszystko, co wiemy, wiemy za pośrednictwem zmysłów. Więc nasza wiedza ma charakter tymczasowy i ograniczony.
Głównym argumentem na rzecz realizmu może być dokładność teorii naukowych. Jeśli mamy wystarczająco precyzyjną teorię z niego korzystać, aby móc przewidzieć przyszły stan systemu, a następnie opiszemy rzeczywisty świat. W dużym stopniu jest to prawda nauk fizycznych. W świecie finansów, każda teoria będzie ograniczona w zdolności do przewidywania i podległych zakłóceń.
Dedukcja, indukcja i uprowadzenie
W filozofii nauki wyróżnić kilka form logicznego rozumowania.
- odliczenie. Wydedukowania oznacza wnioskowanie na podstawie jednego lub więcej warunków wstępnych, jeden spójny wyjściowego. Jest często używany w matematyce i formalnych metod w informatyce.
- porwanie. - jest to nieco uproszczona forma odliczenia, która stwierdza, że uzyskane przez ostatniego wniosku nie może być prawdą konieczności. Ale w każdym razie, to jest najlepsze, co możemy zrobić, na podstawie dostępnych danych i założeniach.
- indukcyjna. Zwraca wnioski na podstawie jednego lub więcej potężnych chipów, w oparciu o dowody i obserwacji, aby uzyskać probabilistyczny prawdy, które mogą być zweryfikowane przez oszustwa.
Wadą tej ostatniej metody jest to, że wszelkie wnioski są tu zawodne. Można to wykazać w dobrze znany przykład czarną kn. Chociaż wszystkie łabędzie napotykając nas na drodze, będą białe, możemy kierować się oświadczenie „wszystkie łabędzie - biały”. Pierwszy czarny łabędź, wygląd, którego model nie jest w stanie przewidzieć, nie zaprzeczy tej prawdy. Mówiąc bardziej szczegółowo, przykład ten analizuje w swoich pismach Nassim Taleb.
Ilościowa teoria rynkowa opiera się na indukcji z obserwacji empirycznych. Teoria taka jest łatwo potwierdzona przez obecność sprzecznych danych. Mogą być cienki na papierze, ale w praktyce najczęściej są przedmiotem wiary swoich zwolenników, którzy przeoczyli fakty, które nie pasują do modelu.
Czytelnik prawdopodobnie już się zastanawiać, jak filozofia nauki pomaga być kwant? Jego ideologia jest ważne, aby zrozumieć ograniczenia własnej wiedzy o rynkach finansowych. Bez względu na to, jak głęboko teorie finansowe nie zostały uziemione w danych empirycznych nie wydaje nieomylny, są kruche w naturze. Są to popularne przesłanką modeli ilościowych: Zwraca rozkład normalny, liniowe, stacjonarne, hipoteza błądzenia losowego i rynkową efektywność.
Metoda naukowa
Metoda naukowa pomaga uczynić umysł bardziej jasne i ścisłe i zwiększyć modelu sprawdzalności i sprawdzalności, podstawowe hipotezy.
Metoda naukowa - to ciągły proces, który polega na systematycznej obserwacji, pomiar ilościowy, eksperyment, produkować, testowanie hipotez hipotez i ich poprawę. Autor proponuje, aby przejść całą drogę do metody naukowej na przykładzie teorii błądzenia losowego.
Obserwacje
W kontekście rynków finansowych, zwykle wyodrębnić przydatnych informacji z książek, artykułów, mediów, a czasem nawet i czytać dobre (lub nie) blogi na dany temat. Czego możemy je znaleźć? W wielu publikacjach naukowych jest twierdzenie, że rynek zachowuje się losowo, istnieją procesy stochastyczne.
Ważne jest, aby zacząć zadawać pytania. Pierwsze pytania, które pomogą nam w jakiś sposób, aby ocenić to założenie może być bardzo prosta: kto, co, kiedy i dlaczego? Spróbujmy spojrzeć na to z punktu widzenia hipotezy losowej spacer.
- Do kogo, w warunkach rynkowych, zastosowanie tej teorii? Czy wszystkie rynki zachowują się tak samo na chybił trafił? Jako przypadek jest związany z płynnością i inne parametry względnej skuteczności?
- Z tego, co siły zrobić losowy rynek? Czy to rzeczywiście przypadek przynosi wydajność? Jeśli losowej rynku, to nie ma znaczenia swoich agentów do konkurowania na nim. Oznacza to, że jeśli usuniesz wydajności, czy przypadkowy rynek pozostanie?
- Gdzie rynek jest przypadkowa? Czy istnieje miejsce na świecie, gdzie jest nieco mniej przypadkach, jak w krajach rozwijających się? Jeśli tak, to co można powiedzieć o różnicach w dynamice tego procesu?
- Gdy rynki są przypadkowe? Oznacza to, czy są one losowo przez cały czas lub przerwane trybach, gdzie nie ma przypadkiem? Jeśli tak, to znaczy, że w takich chwilach można skorzystać z takiego stanu?
- Dlaczego rynki są przypadkowe? Jakie są procesy i siły utrzymać je w stanie losowości?
- Jak można zmierzyć efektywność rynku i przetestować hipotezę przypadkowej spacer? Możemy symulować efektywnej gospodarki, przy użyciu modelu podstawowego środka, by sprawdzić, czy mechanizm cena ujawniania przypadkowe?
Na niektóre z tych problemów, gdy ktoś inny ma już odpowiedź. Dlatego ważne jest, aby zdawać sobie sprawę z poprzednich badań. Po formułowania własnych pytań i zapoznania się z literaturą przedmiotu, w głowie pojawiają się właściwe i odpowiednie pomysły, które w końcu powinny pojawić się w sprawdzalne hipotezy naukowej.
Tworząc hipotezę
Hipoteza - deklaratywny oświadczenie, które potwierdza związek między zestawem zmiennych. Dobrym hipoteza musi być zwięzły, weryfikowalne, biorąc pod uwagę wszystkie poprzednie zgromadzonego doświadczenia badawczego. Weźmy, na przykład, następujące ciekawy pomysł, który wysłał jeden z regularnych czytelników swoim blogu autora.
rynek powraca wykazują zbieżność, ponieważ rynek jest w stanie dostosować się szybko pozbyć się jakichkolwiek uchybień.
Pomysł jest dobry. Ale sama hipoteza jest tak-tak. Wiele z tych terminów nie są zdefiniowane, zbyt wiele rzeczy są mieszane w jednym stosie, a to nie jest tak łatwe do sprawdzenia. Spróbujmy przełamać tę hipotezę na kilka.
Hipoteza 1 ruch na rynku (w górę lub w dół) nie do odróżnienia od przypadkowych sekwencji binarnej-Martin Lof.
Analiza autor hipotezy losowej spacer, doprowadziły go do wniosku, że rynek nie jest przypadkowa, przynajmniej w tak trudnych warunkach. Po tym, istnieje wiele innych kwestii, które wymagają dalszych badań. W konsekwencji, ta nowa hipoteza może być podzielony na dwie części.
Hipoteza 2 efektywność rynku, czas dostępny dla wszystkich uczestników wszelkich informacji, zmuszając rynek rozwijać przez przypadek.
W jednej z obietnic następujące materiały autor powiedzieć, jak przetestować tę hipotezę, aby mogło być prawdziwe. Tymczasem ci, którzy są zainteresowani, można przeczytać dwa artykuły na ten temat: „awersji do ryzyka i MARTINGALE cen na rynku nieruchomości, ” Le Roy, 1973, i „cen aktywów w gospodarce wymiany” Lucas, 1978. (Link oba materiały nie są dostępne dla jakiegoś powodu - ok. Tłumacza). Oni naukowcy próbują dowiedzieć się, w jaki sposób dostęp do informacji, rynek racjonalne-agent dla losowego rozkładu cen.W ogólnego wniosku, że swobodny dostęp do danych może prowadzić do przypadkowego przemieszczania się na rynku, nie może prowadzić. Oznacza to, że wydajność nie oznacza przypadkiem.
Co więcej, wszystko to prowadzi nas do trzeciej hipotezy, która eksploruje stosunkowo rzadko, ze względu na fakt, że jest to trudne do zweryfikowania.
Hipoteza 3 Niezależnie od tego, czy rynek rozwija się przez przypadek, czy nie, to okazja, aby zarobić wyprane zbyt szybko, tak, że inwestorzy mają czas, aby zbudować trwałą skuteczną strategię.
Hipoteza ta nie jest bardzo zwięzły i deklaratywny. Trudno jest obalić lub potwierdzić. Oznacza to, że we wszystkich aspektach nie jest tak elegancki jak poprzednie. Więc w tym momencie może być zaniedbana.
Opracowanie prognoz testowych
W celu stworzenia prognozy, musimy najpierw ustalić, czy hipoteza jest poprawna. Następnie muszą zrozumieć, jakie wartości umieścić w prognozie. Na przykład, jeśli weźmiemy bazę dla pierwszej hipotezy powraca rynkowe (w górę lub w dół) może być kontrolowane i obliczane przy użyciu zestawu testów statystycznych NIST. Ich zachowanie muszą być zgodne z sekwencji binarnej Martin-Löf. W poprzednim poście autora już zrobił tę operację, używając pseudo-losowy generator liczb o nazwie „Mersenne Twister”. Okazało się, że ta hipoteza jest błędna.
Wiele osób popełnia ten sam błąd: wierzą, że w badaniu całość w jednym obiektywności. W rzeczywistości nie jest tak ważne, hipoteza jest prawdziwa lub fałszywa. Ważne jest, że w każdym przypadku mamy przynieść nowe informacje do wiedzy naukowej w danej kwestii.
W celu przetestowania hipotezy drugie, konieczne jest, aby pójść o krok dalej: stworzenie modelu czynnika podstawowego, których skuteczność będzie zagwarantowana. Z tego modelu, możemy następnie wyodrębnić sekwencję zwrotu i przetestować je na szczęście. W modelach zostaną omówione poniżej.
Zbieranie danych do sprawdzania prognozy
Nazwa tej scenie mówi sam za siebie. Jedyną rzeczą, która jest warta, aby ostrzec: dane weryfikacyjne mają być wzięte z realnego świata (dane empiryczne). W skrajnym przypadku, mogą one pochodzić od wzoru, odpowiadającego hipotezy. Oba podejścia mają swoje wady i zalety. Z danych empirycznych, wiele zależy od tego, jak je mierzyć, są gromadzone i przechowywane. Naśladując dane sugerują, że wydajność tego modelu została wykonana poprawnie.
Udoskonalenie lub odrzucenia hipotezy
Na podstawie zebranych danych, możemy odpowiedzieć na pytanie, czy prognoza jest prawidłowa i czy dowody potwierdziły naszą hipotezę. Ważne jest, aby pamiętać, że pozytywna postać, to tylko poparcie tej hipotezy. Udowodnić, że to prawda, nie możemy. W drugim przypadku, hipoteza jest uważany za fałszywy.
Stworzenie ogólnej teorii
Więc zebraliśmy wystarczającą liczbę hipotez, testowano je dokładnie. Teraz możemy zebrać je z ogólnej teorii. Na przykład, teoria wyboru portfela trwało dziesięć lat badań, związek między ryzykiem i powrotu, zanim został przyjęty przez społeczność naukową. W chwili publikacji pracy doktorskiej w teorii portfelowej Markowitza prawie nikt nie wierzył. Nawet chciał odmówić nadawania stopnia doktora nauk ekonomicznych.
Historia, w prawdzie, jest bardzo pouczająca. Jeśli Twój pomysł jest niepopularne, to nie znaczy, że jest źle. finansiści społeczność jest bardzo konserwatywny. Przestarzałe pomysły i podejścia zalecał tutaj z zapałem prawie religijnym i powagi. Kwant umiejętności, takich jak czas i jest umiejętność patrzenia na świat obiektywnie i konsekwentnie podważyć mity na temat rynków finansowych. Zapomnij o konsensus, być zaangażowany w poszukiwaniu prawdy.
wzorce myślowe
Jak zostać foton? Uczynić swoje pomysły w modelu. Następnie użyj tych modeli zorganizować swoje myślenie, aby sprawdzić i udowodnić swoje własne pomysły, aby identyfikować ukryte wzory.
Model - przedstawienie poszczególnych obiektów lub procesów, które istnieją w świecie rzeczywistym. Aby zbudować modele Quanta stosować metody matematyki i informatyki. Quantum, na przykład, można zamontować model ryzyka związanego z określonym portfelem aktywów. Dlaczego przód wysunął nazwę modelu? Zwłaszcza, że niektórzy uważają, że tego typu myślenie leżał w oparciu o kryzysie finansowym 2008 roku.
Modele pomaga nam jaśniej myśleć
Rozwijanie idei do poziomu odpowiedniego modelu, wykonane w kodzie lub wypisanym we wzorach matematycznych, to nie ma znaczenia, to ma większy sens, aby wyraźnie widzieć wady i zalety tego pomysłu. Patrzymy na rzeczy z punktu widzenia spekulacyjnej INPUT, autputov i procesów. Przez model i procesów można znaleźć brakujące części i korygujących błędy.
Modele weryfikowalne, intuicja nie jest
Gdy pomysł został usystematyzowany i kodowane do modelu, to staje się możliwe do zweryfikowania. W końcu możemy zobaczyć, jak pomysł odpowiada rzeczywistym stanu rzeczy. Weźmy, na przykład, stochastyczny model ruchów Browna w zastosowaniu do rynku papierów wartościowych. Jak to porównać z rzeczywistym świecie? Biorą one do upadku rynku konto? Czy to uwzględniać okresy wysokiej i niskiej zmienności? Odpowiedź oczywiście negatywny. Wszystko to sprawia, że w celu wypracowania lepszych modeli stochastycznych: model dyfuzji skacze Merton i Heston stochastycznego modelu zmienności.
Innym częstym walidacji modelu wariant - zobaczyć, jak zachowuje się na danych historycznych. Podjąć normalną strategię inwestycyjną wartość offsetu. Choć jest ona oparta na intuicji maklera, niemożliwe jest, aby sprawdzić, czy to może przynieść dobre zyski w przeszłości. Możemy tylko wierzyć słowa kierownika finansowego, jest dobry w tym co robią.
Modele pomóc w znalezieniu ukrytych wzorców
Zapomnij na chwilę o wzorcach wyszukiwania z wykorzystaniem uczenia maszynowego i sieci neuronowych. Nawet proste modele przestarzałe można znaleźć ukryte wzory i odkryć nowe zrozumienie znanych rzeczy.
Weźmy przykład z innego obszaru. Jak myślisz, ile osób w mieście powinny być oddzielne rasiści do poziomu segregacji rasowej osiągnął 80%? Naukowcy odkryli, że wystarczy do 30% ludzi byli rasistami do powstania segregacji rasowej w społeczeństwie stosunkowo izolowanym. Wszystko to można obliczyć za pomocą starego modelu segregacji Schellinga. I takie przykłady kiedy model daje nam nową wiedzę o zwykłej rzeczy masy. Ci, którzy są zainteresowani, autor radzi, aby wziąć udział w kursie na zrozumieniu wzorców Coursera.
Matematyczne modele komputerowe lub pomóc nam odejść od spekulacji i odciążenie poznawczego na osobnika. Mówiąc najprościej, to czyni nas mądrzejszy. O wiele mądrzejszy.
Wnioski
finanse ilościowy - jest ideologią, a być kwantowy - o wiele więcej niż tylko być matematykiem lub wie jak napisać kod. Jest to opowieść o zobowiązaniu do metody naukowej i umiejętność zastosowania jej do badania rynków finansowych w ogóle. Mając to na uwadze, autor daje tylko porady dla tych, którzy zamierzają stać kwantowa: po prostu je, niezależnie od tytułu. Nie ma powodu, dla podstawowych zasad i metod ilościowych, które nie mogą być zastosowane w innych obszarach usług finansowych, a nawet firm niefinansowych. Jest prawdopodobne, że w ciągu dziesięciu lat będzie znany i ilościową bankowości inwestycyjnej oraz ilościową podwyższonego ryzyka kapitalizm. Nawet jeśli można po prostu pomalować kompetentnie zasady tej ideologii na rozmowie, będzie to duży plus.
