在我看來，量化金融應(yīng)該被視作為一門科學(xué)而不是一門專業(yè)。這就意味著知道如何成為一名Quant比知道如何變成一名Quant更重要。前者涉及量化金融的原則和意識(shí)（我相信這些東西可以成功的應(yīng)用到金融或技術(shù)的任何領(lǐng)域），而后者涉及為了獲得“量化”的工作所需要的實(shí)際活動(dòng)。

在一個(gè)基本層面上，作為Quant不僅僅知道在給定一些隨機(jī)模式的情況下如何推導(dǎo)閉合形式公式估計(jì)外來期權(quán)的價(jià)值，也不僅僅是知道如何開發(fā)、訓(xùn)練和測試使用統(tǒng)計(jì)回歸模型的系統(tǒng)化交易策略。作為Quant就是相信并將科學(xué)方法應(yīng)用到一般的金融市場的研究中。

這種意識(shí)在衍生品（量化分析師）的估值中受到歡迎，但很快蔓延到風(fēng)險(xiǎn)管理（量化風(fēng)險(xiǎn)分析師），資產(chǎn)管理和交易（強(qiáng)化交易和策略師）。我預(yù)計(jì)，在未來幾十年，這種意識(shí)將繼續(xù)擴(kuò)展到企業(yè)金融，投資銀行，私募股權(quán)，甚至風(fēng)險(xiǎn)投資領(lǐng)域。在每個(gè)領(lǐng)域，它可能采取不同的形式，稍微演變，甚至可能采取新的名稱（數(shù)據(jù)科學(xué)？），但是這種意識(shí)將保持不變。

本文的其他部分將嘗試闡明我認(rèn)為什么意味著成為一名Quant。話雖如此，我成為Quant也僅僅幾年時(shí)間，所以我的觀點(diǎn)仍在發(fā)展，所以如果您發(fā)現(xiàn)任何不同意的或希望增加的內(nèi)容，請?jiān)谙旅娴脑u論部分告訴我。本文分為四部分：

一、科學(xué)哲學(xué)

二、科學(xué)方法

三、思考模型

四、結(jié)論和總結(jié)

在我計(jì)算機(jī)科學(xué)榮譽(yù)學(xué)位期間，我和我的其他同學(xué)被迫做了一個(gè)為期一年，稱作“研究方法論”的模塊。這個(gè)模塊的兩本教科書是Mario Bunge的著作《科學(xué)哲學(xué)：從問題到理論和科學(xué)哲學(xué)》，《從解釋到理由》。盡管我們的教授盡最大努力使這個(gè)主題盡可能無聊，但我很高興能夠?qū)W習(xí)科學(xué)哲學(xué)，并且發(fā)現(xiàn)模塊中許多思想對我作為Quant十分有用。

科學(xué)哲學(xué)是哲學(xué)的一個(gè)分支，它涉及科學(xué)的邏輯基礎(chǔ)，方法和含義。從廣義上講，它試圖回答這些問題：“什么是科學(xué)？”，“為什么科學(xué)有效”，“科學(xué)的局限性是什么？”。隨著時(shí)間的推移，形成了不同的，有時(shí)相互矛盾的科學(xué)哲學(xué)。這些包括但不限與科學(xué)現(xiàn)實(shí)主義、建設(shè)性經(jīng)驗(yàn)主義與工具主義，歸納、演繹與推理，甚至邏輯實(shí)證主義與可證偽性。

有關(guān)這些哲學(xué)相對于彼此的有趣圖表如下：

CHRIS BLATTMAN

現(xiàn)實(shí)主義認(rèn)為，科學(xué)描述的世界是現(xiàn)實(shí)世界，而不是現(xiàn)實(shí)世界所認(rèn)為的世界。另一方面，經(jīng)驗(yàn)主義認(rèn)為，因?yàn)橹R(shí)是基于經(jīng)驗(yàn)的，所有知識(shí)都是試探性和概率性的，因此需要進(jìn)行修改和證偽。確實(shí)存在各種形式的現(xiàn)實(shí)主義和經(jīng)驗(yàn)主義，它們的嚴(yán)格程度不同。e.g. 科學(xué) vs.結(jié)構(gòu)現(xiàn)實(shí)主義。

支持現(xiàn)實(shí)主義而不是經(jīng)驗(yàn)主義的主要論點(diǎn)是科學(xué)理論的準(zhǔn)確性。換句話說，如果理論是準(zhǔn)確的，意味著它可以用來預(yù)測現(xiàn)實(shí)世界中發(fā)生的事情，那么它必須描述現(xiàn)實(shí)世界。雖然這在物理學(xué)中可能基本上是正確的，但鑒于金融理論的不足，我認(rèn)為我們應(yīng)該認(rèn)識(shí)到金融理論本質(zhì)上是試探性的，并且需要進(jìn)行改進(jìn)和證偽。

科學(xué)哲學(xué)區(qū)分了集中不同形式的邏輯推理。

演繹推理(演繹)涉及從一個(gè)或多個(gè)邏輯前提推理以達(dá)到某個(gè)邏輯結(jié)論。演繹推理是在數(shù)學(xué)和計(jì)算機(jī)科學(xué)的形式方法中找到的推理形式，它將合理的前提與必然是真實(shí)的結(jié)論聯(lián)系起來。

誘導(dǎo)推理(誘導(dǎo))是一種稍微弱一點(diǎn)的演繹推理形式，它認(rèn)為通過演繹推理得出的結(jié)論可能不是必然的，但鑒于現(xiàn)有的數(shù)據(jù)和前提，它們總是最好的結(jié)論。

歸納推理(歸納)涉及從一個(gè)或多個(gè)強(qiáng)有力的前提進(jìn)行推理，這些前提基于證據(jù)和觀察，得出的結(jié)論在給定支持證據(jù)的情況下是概率上真實(shí)的。歸納推理永遠(yuǎn)不會(huì)被證明是正確的，只有在觀察到相互矛盾的證據(jù)時(shí)才會(huì)被證偽。

歸納推理的缺陷是通過歸納獲得的知識(shí)是脆弱的。這是黑天鵝的故事的縮影。如果到目前為止觀察到的每只天鵝都是白色的，我們可以用這個(gè)證據(jù)來推斷“所有天鵝都必須是白色的”; 然而，只需要觀察一只黑天鵝來偽造理論。因此，據(jù)說通過歸納原因獲得的知識(shí)是脆弱的。這是Nassim Taleb研究的前提。

關(guān)于市場的量化理論建立在經(jīng)驗(yàn)觀察的歸納推理之上。因此，這些理論通常是脆弱的，并且在存在相互矛盾的證據(jù)（模型未預(yù)測的異常值和黑天鵝）的情況下可能無效或偽造。然而，這在理論上是正確的，并且在實(shí)踐中，大多數(shù)理論都是虔誠的，而且相互矛盾的證據(jù)往往被忽略。

您可能想知道科學(xué)哲學(xué)如何幫助您成為Quant？我認(rèn)為它很重要，因?yàn)樗仁刮覀冋J(rèn)識(shí)到我們的局限性，它使我們保持客觀，但最重要的是它提醒我們，即使一些金融理論根深蒂固到我們的專業(yè)中，它們對于反駁它們的實(shí)證結(jié)果似乎是絕對可靠的，他們不是完全正確的。在做出這一陳述之后，我們會(huì)想到一些經(jīng)濟(jì)模型和流行的量化模型假設(shè)，即無拋補(bǔ)利率平價(jià)（UIP），正態(tài)分布的回報(bào)，線性和平穩(wěn)性，以及隨機(jī)游走假設(shè)/有效市場假設(shè)。

科學(xué)方法被定義為一個(gè)持續(xù)的過程，通常涉及系統(tǒng)觀察，定量測量，實(shí)驗(yàn)，假設(shè)公式，假設(shè)檢驗(yàn)和假設(shè)改進(jìn)。在本節(jié)中，我們將針對隨機(jī)游走假設(shè)進(jìn)行此過程。

這是一個(gè)非常有用的幻燈片【1】，解釋了科學(xué)方法。它也是下圖的來源。

觀察通常是我們看到的事情，但是在金融市場的背景下，觀察可以擴(kuò)展到我們在書籍，電視上或者甚至在閱讀好（或壞）博客時(shí)遇到的想法。按照我們的例子，我們可能會(huì)觀察到許多學(xué)術(shù)論文和流行書籍已經(jīng)發(fā)表，其中表明市場回報(bào)是根據(jù)隨機(jī)游走/隨機(jī)過程演變而來的。

提出有趣的問題幾乎總是有點(diǎn)懷疑。首先提出最簡單的問題：誰？什么？哪里？什么時(shí)候？為什么？以及如何？只是問這些問題可以發(fā)現(xiàn)進(jìn)一步研究的有趣途徑。讓我們問一下隨機(jī)游走假設(shè)的這些問題：

1、就市場而言，這適用于誰？所有市場都是隨機(jī)的嗎？流動(dòng)性和其他相對效率指標(biāo)如何與市場隨機(jī)性的衡量相關(guān)聯(lián)？

2、使市場隨機(jī)化的潛在力量是什么？效率是否真的導(dǎo)致隨機(jī)性？如果市場是隨機(jī)的，那么代理商就沒有動(dòng)力在市場中競爭，那么市場是否會(huì)停止高效，這意味著它不是隨機(jī)的？

3、市場在哪里隨機(jī)？這與問題1有關(guān)。世界上是否存在市場不那么隨機(jī)的地方，例如發(fā)展中市場？如果是這樣，為什么？動(dòng)力學(xué)不同嗎？

4、市場何時(shí)隨機(jī)？市場總是隨機(jī)的，或者在某些非隨機(jī)制度中這種隨機(jī)性是否會(huì)中斷？如果市場并非總是隨機(jī)的，這是否意味著存在盈利機(jī)會(huì)？

5、為什么市場是隨機(jī)的？這與問題2有關(guān)。保持市場隨機(jī)性的市場力量是什么？假設(shè)主要驅(qū)動(dòng)因素是市場效率那么......

6、我們?nèi)绾魏饬啃什y試隨機(jī)游走假設(shè)？我們能否使用基于代理的模型模擬有效的經(jīng)濟(jì)，并測試價(jià)格發(fā)現(xiàn)機(jī)制是否隨機(jī)？

正如您所看到的，具有諷刺意味的是，這個(gè)過程非常隨機(jī)，許多問題可能已由先前的研究人員全部或部分回答。這就是進(jìn)行文獻(xiàn)綜述很重要的原因。一旦你提出了足夠多的問題并閱讀了關(guān)于該主題的現(xiàn)有文獻(xiàn)，一些“好主意”就會(huì)開始形成。這些是我們想要形成可測試的科學(xué)假設(shè)的想法。

假設(shè)是聲明性陳述，它斷言一組變量之間的特定關(guān)系。好的假設(shè)應(yīng)該簡潔，陳述，易于檢驗(yàn)，并考慮到以前的科學(xué)研究（以避免無聊的追求）。舉例來說，以下有趣的想法，實(shí)際上是由一位非常熱情的讀者在我以前的博客文章中提出的：

“市場回報(bào)表現(xiàn)出隨機(jī)性，因?yàn)槭袌鲅杆龠m應(yīng)以消除任何弱點(diǎn)。”

盡管這是一個(gè)好主意，但它會(huì)產(chǎn)生一個(gè)可怕的假設(shè)。它留下了許多未定義的術(shù)語，不是很容易測試或反駁，實(shí)際上是一堆拼湊在一起的假設(shè)。

讓我們嘗試從中做出一些假設(shè)：

【假設(shè)1】市場運(yùn)動(dòng)（向上或向下）與二元Martin Lof隨機(jī)序列無法區(qū)分。?

當(dāng)然，這是我之前的文章Hacking the Random Walk Hypothesis背后的假設(shè)。與大多數(shù)研究一樣，我的研究得出了一個(gè)脆弱的結(jié)論，即“市場不是隨機(jī)的，至少根據(jù)上述定義”，以及更多的問題。這些問題通常會(huì)帶來更多假設(shè)和更多研究。正如您所看到的，研究，特別是使用科學(xué)方法完成的研究，是一個(gè)永遠(yuǎn)不會(huì)真正停止的持續(xù)過程。讓我們將這個(gè)假設(shè)分解為兩個(gè)部分：

【假設(shè)2】 市場效率，及時(shí)訪問所有信息，需要市場隨機(jī)發(fā)展。

我們將在下一節(jié)討論如何測試這個(gè)假設(shè)。但是，我想請你注意LeRoy在1973年寫的兩篇論文，風(fēng)險(xiǎn)規(guī)避和股票價(jià)格的鞅屬性，以及盧卡斯在1978年寫的交換經(jīng)濟(jì)中的資產(chǎn)價(jià)格。這些文件旨在測試在交易經(jīng)濟(jì)中行事的理性代理人是否能夠及時(shí)獲得所有相關(guān)信息，這使得股票價(jià)格隨機(jī)變動(dòng)。他們的結(jié)論是，雖然有可能構(gòu)建一個(gè)隨機(jī)行走的市場，但也有可能不能。因此，效率并不一定意味著市場必須是隨機(jī)的。

【假設(shè)3】無論市場是否隨機(jī)演變，所有有利可圖的機(jī)會(huì)都擠得過快，投資者隨著時(shí)間的推移會(huì)產(chǎn)生一致的α。......嗯，這是一個(gè)多么有趣的想法。

如果我們將上述假設(shè)約束到特定的時(shí)間范圍，例如：5年，定義alpha也許我們可以測試這個(gè)假設(shè)。話雖如此，這個(gè)假設(shè)肯定比其他假設(shè)更簡潔，更具說服力，并且更難以反駁，即它不是一個(gè)很好的假設(shè)，可以被打破。

通過假設(shè)您的假說是真或假來開始預(yù)測?，F(xiàn)在計(jì)算出您期望或不期望存在的數(shù)量。例如，如果我提出的第一個(gè)假設(shè)是正確的，那么我們可以預(yù)期市場收益（上升或下降）在NIST加密測試套件中也會(huì)像已知行為被稱為二元Martin Lof序列的序列一樣。在我之前的文章中，我使用Mersenne Twister RNG進(jìn)行比較，并證明這不是真的。反過來，這暗示假設(shè)是錯(cuò)誤的。

許多人陷入的一個(gè)錯(cuò)誤是，他們認(rèn)為他們錯(cuò)誤地認(rèn)為做研究的目標(biāo)是正確的。實(shí)際上，假設(shè)是真是假并不重要，重要的是我們?yōu)樘囟▎栴}的現(xiàn)有科學(xué)知識(shí)體系提供了新穎的信息。

如果我要測試第二個(gè)假設(shè)，我可能會(huì)更進(jìn)一步，開發(fā)一個(gè)可以保證效率的基于模型的算法【2】。從這個(gè)模型中我將提取返回序列，并再次測試它們以查看它們是否是隨機(jī)的。我們將在本文中進(jìn)一步討論模型的思考。

這是自我解釋的。我想補(bǔ)充的唯一一點(diǎn)是，用于測試預(yù)測的數(shù)據(jù)既可以從現(xiàn)實(shí)世界中收集（經(jīng)驗(yàn)），也可以使用與假設(shè)相匹配的模型進(jìn)行模擬。這兩種方法都有利有弊。經(jīng)驗(yàn)數(shù)據(jù)受到衡量，收集和維護(hù)的偏差; 模擬數(shù)據(jù)是假設(shè)模型正確實(shí)現(xiàn)。

根據(jù)收集的數(shù)據(jù)，我們可以說“是的，我們的預(yù)測是正確的，這個(gè)證據(jù)支持假設(shè)”或“不，我們的預(yù)測是錯(cuò)誤的，假設(shè)是錯(cuò)誤的”。請注意，在第一個(gè)結(jié)果中，證據(jù)僅支持該假設(shè)，而在第二個(gè)結(jié)果中，證據(jù)偽造了該假設(shè)。這又回到了科學(xué)哲學(xué)。假設(shè)（或理論）可能是偽造的，但它無法證明。

一旦開發(fā)出足夠數(shù)量的假設(shè)并進(jìn)行嚴(yán)格測試，它們就可以合并為更一般的理論。例如，在現(xiàn)代投資組合理論被普遍接受之前，它需要對風(fēng)險(xiǎn)與收益之間的關(guān)系進(jìn)行數(shù)十年的科學(xué)研究。事實(shí)上，在出版他的博士研究時(shí)，Markowitz的投資組合理論幾乎被拒絕了：

我想我們都可以從這個(gè)故事中學(xué)到一些東西。僅僅因?yàn)槟愕南敕ú皇軞g迎，或者沒有被廣泛接受，并不一定意味著你錯(cuò)了。在我看來，金融界非常過時(shí)，喜歡堅(jiān)持幾乎具有宗教信仰的某些理想。Quant的作用是客觀地看待金融世界，慢慢發(fā)現(xiàn)金融市場的真相。尋求真相不是共識(shí)。

我必須將LeRoy和Lucas的Markowitz引用和關(guān)于論文的知識(shí)歸功于Andrew Lo和Craig MacKinlay所著的A Non Random Walk down Wall Street一書。

本文的最后一部分涉及思考模型。模型是現(xiàn)實(shí)世界中某個(gè)對象或過程的表示。Quant建立模型所使用的工具是數(shù)學(xué)和計(jì)算機(jī)科學(xué)。例如，Quant可能維護(hù)與特定資產(chǎn)組合相關(guān)的風(fēng)險(xiǎn)模型。但為什么首先使用模型呢？特別的是，他們是2008年金融危機(jī)的最大貢獻(xiàn)者之一。

把想法發(fā)展成一個(gè)合適的模型，無論是代碼，數(shù)學(xué)還是兩者，都迫使我們非常清楚地定義這個(gè)想法。模型迫使我們在輸入，處理和輸出方面考慮理想。這個(gè)過程本身有助于我們識(shí)別缺失的組件并糾正損壞的組件。

一旦一個(gè)想法被編纂為模型，它就是可測的。對每個(gè)模型的最終測試是看它與現(xiàn)實(shí)世界的疊加程度。以資產(chǎn)的幾何布朗運(yùn)動(dòng)隨機(jī)模型為例。模型與現(xiàn)實(shí)世界相比如何？是否有市場崩潰？它是否有更高和更低波動(dòng)的時(shí)期？答案當(dāng)然不是沒有。這些差異促使我們開發(fā)出更復(fù)雜的隨機(jī)模型，如默頓跳躍擴(kuò)散模型和赫斯頓隨機(jī)波動(dòng)模型。

模型的另一個(gè)更常見的測試是看它是否在過去有效，即它是否適合數(shù)據(jù)。以一個(gè)簡單的價(jià)值偏見的投資策略為例。只要該策略基于基金經(jīng)理的直覺（自由裁量權(quán)），您就無法對其進(jìn)行回測，以確定它是否會(huì)在過去產(chǎn)生更高的回報(bào)。你所能做的就是希望基金經(jīng)理和他說的一樣好。對于那些有趣的人來說，兩個(gè)極棒的Quant博客經(jīng)常爭論基于模型的交易的優(yōu)點(diǎn)是Alpha Architect和Flirting with Models。

永遠(yuǎn)不要忘記使用神經(jīng)網(wǎng)絡(luò)等機(jī)器學(xué)習(xí)模型【3】進(jìn)行模式識(shí)別的所有驚人發(fā)展; 即使失效的簡單模型也可以幫助我們發(fā)現(xiàn)隱藏的模式和洞察我們的世界。

例如，以下一個(gè)簡單的問題：為了使一個(gè)城市的種族隔離達(dá)到80％，有多少人需要種族主義？結(jié)果可能會(huì)讓你感到驚訝，因?yàn)槭聦?shí)證明，如果30％的個(gè)人是種族主義者，那么在城市或城鎮(zhèn)就會(huì)出現(xiàn)種族隔離。這就是一個(gè)簡單模型的美麗，例如謝林隔離模型; 他們可以幫助我們獲得我們在沒有模型的情況下永遠(yuǎn)不會(huì)有的見解。請查看以下視頻，了解謝林模型的解釋，如果您喜歡，請注冊Coursera上的Model Thinking。這是一個(gè)很棒的課程；我也需要抽出時(shí)間來完成它。

最后，我要說數(shù)學(xué)和計(jì)算模型的最大好處是它們允許我們擺脫頭腦中不精確的心理模型，并且這樣做可以顯著降低個(gè)體的認(rèn)知負(fù)擔(dān)?；旧衔蚁胝f它們讓我們更聰明。

量化金融是一種意識(shí)形態(tài)，Quant不僅僅是擅長數(shù)學(xué)和知道如何編碼；它是關(guān)于相信并應(yīng)用科學(xué)方法來研究金融市場。

鑒于這種信念，我對希望成為Quant的個(gè)人的建議很簡單：無論你是否擁有頭銜，都要成為一個(gè)Quant。坦率地說，我想不出為什么量化金融的基本原則和方法不能成功地應(yīng)用于其他非量化金融服務(wù)領(lǐng)域甚至非金融服務(wù)公司的原因。在我看來，這是量化金融的下一個(gè)合乎邏輯的步驟，從現(xiàn)在開始的幾十年，我認(rèn)為量化風(fēng)險(xiǎn)資本主義和量化投資銀行業(yè)將風(fēng)靡一時(shí)。

最后我要說的是，即使你只學(xué)會(huì)了一種轉(zhuǎn)變思維的方式，或者說能在面試中運(yùn)用這些原則，你也能出類拔萃。