金融市場，不能只聽專家告訴你漲跌。
量化交易，也不是學(xué)習(xí)一門編程語言那么簡單。
兩者都需要非常綜合的能力和知識(shí)。量化金融并不總是復(fù)雜的公式和算法，很多時(shí)候?qū)σ患禄蛞粋€(gè)投資決策的處理來自于對(duì)事件背后邏輯的判斷。
本專欄將帶領(lǐng)你理解金融中最基本的概念，用最通俗易懂的語言和生動(dòng)有趣的故事，幫助你完成思維升級(jí)，快速搭建金融市場和量化交易的底層邏輯和知識(shí)體系。
作者：Michael Zhang 麥教授
ID：麥教授隨筆
經(jīng)常有朋友和學(xué)生問我：教授，怎樣才能在金融市場里獲得超額收益？量化交易怎么做？如何才能用人工智能讓機(jī)器去做交易策略而戰(zhàn)勝市場？
自從2016年AlphaGo在圍棋中戰(zhàn)勝了人類頂尖高手李世乭之后，非常多的投資者開始把眼光投向人工智能，希望人工智能也能戰(zhàn)勝股票市場。這是一個(gè)非常有趣的時(shí)代，當(dāng)機(jī)器在某些方面非常接近學(xué)會(huì)人的智能的同時(shí)，人們也在想怎么學(xué)會(huì)人工智能。所有的人都想學(xué)會(huì)機(jī)器學(xué)習(xí)，讓機(jī)器替人做決策，所有的人都想不用費(fèi)力地掌握戰(zhàn)勝市場的訣竅，然而如果過去100年的股市教會(huì)了我們?nèi)魏问?，那就是：?zhàn)勝它并不容易。
我們常?？吹健傲闫瘘c(diǎn)10天學(xué)會(huì)量化交易”，“一周教會(huì)你Python”這樣的課程廣告，然而大多數(shù)投資者沒有基本的概率統(tǒng)計(jì)和機(jī)器學(xué)習(xí)的概念。這些課程都是停留在教人用Python命令簡單的處理金融交易數(shù)據(jù)的層面。你可以跟著課程一步一步地做一些簡單的計(jì)算，但是離真正用量化交易的思想去開發(fā)算法、生成策略、進(jìn)而戰(zhàn)勝市場卻差得還有十萬八千里遠(yuǎn)。
真正要做量化，你需要的知識(shí)儲(chǔ)備應(yīng)該有：微積分，線性代數(shù)，概率論，統(tǒng)計(jì)學(xué)，運(yùn)籌學(xué)，博弈論，隨機(jī)過程，微分方程，資產(chǎn)定價(jià)理論，公司治理理論，編程技術(shù)，邏輯思維能力。這還不包括機(jī)器學(xué)習(xí)里的各種算法（例如：線性和邏輯回歸，決策樹，隨機(jī)森林，樸素貝葉斯，K近鄰，支持向量機(jī)，boosting，卷積神經(jīng)網(wǎng)絡(luò)，長短時(shí)記憶網(wǎng)絡(luò)，強(qiáng)化學(xué)習(xí)，膠囊網(wǎng)絡(luò)，生成對(duì)抗網(wǎng)絡(luò)，等等）?？梢钥吹?，單有一個(gè)博士學(xué)位（不管是理學(xué)院，工學(xué)院還是商學(xué)院的）都不能涵蓋這些所有的領(lǐng)域 。最重要的還不僅僅是知道這些知識(shí)，而是對(duì)這些知識(shí)的融會(huì)貫通。真的要把所有的知識(shí)學(xué)會(huì)才可以理解金融市場嗎？
最重要的還不僅僅是知道這些知識(shí)，而是對(duì)這些知識(shí)的融會(huì)貫通。所以，本專欄將對(duì)一些最基本的概念進(jìn)行更深刻的解讀，從而讓你對(duì)金融市場的本質(zhì)有更強(qiáng)的理解。我們當(dāng)然不可能用兩周時(shí)間學(xué)會(huì)做量化交易，但是也并不需要10年時(shí)間去讀兩個(gè)博士學(xué)位才能開始知道如何用量化的思維去探索金融市場。你需要做的，其實(shí)就是對(duì)一些最基本的概念有更深刻的解讀，對(duì)金融市場的本質(zhì)有更強(qiáng)的理解。當(dāng)你對(duì)金融的本質(zhì)和量化的基礎(chǔ)概念有了掌握的時(shí)候，你會(huì)發(fā)現(xiàn)自己其實(shí)不需要去跟風(fēng)學(xué)AI了。
西蒙斯說過一句話，“I want a guy who knows enough math so that he can use those tools effectively but has a curiosity about how things work and enough imagination and tenacity to dope it out” 里面的關(guān)鍵字是：數(shù)學(xué)，有效，好奇心，想象力和毅力。一個(gè)好的量化交易者需要擁有的能力太全面了。
很多時(shí)候，對(duì)一件事或一個(gè)投資決策的處理，來自于對(duì)事件背后邏輯的判斷。人在決策時(shí)的不同，有時(shí)是知識(shí)儲(chǔ)備上的差別，有時(shí)是對(duì)知識(shí)理解的差別，而有時(shí)是經(jīng)驗(yàn)累積上的差別。也許最好的辦法并不是教人怎么計(jì)算微分方程，也不是讓人人都去學(xué)Python編程，而是教給人正確的思維方式。
如果一個(gè)數(shù)學(xué)問題的解決方法出奇的簡單，但同時(shí)又是有效而深刻的，那么這個(gè)解決方法就表現(xiàn)出了優(yōu)雅的美。
數(shù)學(xué)物理學(xué)家赫爾曼·韋爾（Hermann Weyl）說：“我的工作總是試圖將真與美統(tǒng)一起來，但當(dāng)我不得不選擇一個(gè)或另一個(gè)時(shí)，我通常會(huì)選擇美?！?/p>
愛因斯坦也說：“任何聰明的傻瓜都可以讓事情變得更大、更復(fù)雜、更激烈。要往簡單的方向發(fā)展則需要一絲天分以及許多勇氣?！?/p>
與其費(fèi)力把別處也有的繁復(fù)的數(shù)學(xué)和金融的知識(shí)重新整理出來灌輸給讀者，還不如追求簡單的優(yōu)雅，把自己對(duì)金融市場的理解用簡單而優(yōu)雅的敘事手法分享給讀者，授人以魚不如授人以漁。
本專欄與其他金融投資類的課程或?qū)诙挤浅２灰粯?，你能讀到很多關(guān)于數(shù)學(xué)和物理甚至藝術(shù)的故事。這些故事有一個(gè)共同的主題：那就是它們都是關(guān)于不確定性的。問題本身雖然很復(fù)雜，但是對(duì)它的理解則可以很簡單。
因?yàn)閮?yōu)雅（elegance）往往不是來自于復(fù)雜，而是簡單。
本專欄由四個(gè)部分組成：思維篇，概念篇，理解篇和策略篇。
第一部分講“思維”，金融市場沒有終極答案，投資者需要不斷升級(jí)自己的思維，對(duì)最基本的概念加深理解，最終獲得勝利。
第二部分講“概念”，把所有和金融密切相關(guān)的概率的概念做講解，所謂“量化”最終就是在深刻理解這些概念的基礎(chǔ)上用數(shù)據(jù)做正確的判斷。
第三部分是“理解篇”，我們會(huì)更加深入地探討數(shù)據(jù)分析什么時(shí)候是可以信賴的，而什么時(shí)候可能帶來完全錯(cuò)誤的結(jié)論。
最后的“策略篇”里，我們對(duì)量化金融里仍然沒有結(jié)論但必須深入探討的概念和問題做思考，這部分內(nèi)容里有很多問題是目前最前沿的研究也還沒有答案的，但是我們必須要思考，因?yàn)榭床坏阶约旱臒o知比無知更可怕。
在這個(gè)專欄，麥教授會(huì)引領(lǐng)大家一起從思維升級(jí)做起，解讀基本概念，理解底層邏輯，探討金融策略，共同探索金融市場的科學(xué)密碼。
聯(lián)系客服
