如何突破传统Quant的思维瓶颈?

Quant最大的限制是人的思维受限,大部分策略是可以做出来的,只有想不出idea的人. 如何发明新工具而不受固定思维的限制?
大家都是从论文里搜寻新交易逻辑.但跟着论文的屁股后面跑,只能成为Alpha Factory Worker,车道拥挤策略没多久就失效.
引领潮流的,比如华尔街自己做工具解决新问题,比如D.E Shaw重写Options Pricing Formula. 某不记得名字的大神创建多空组合策略
如何做到超前一步,比市场现行主流策略要更先进? 在数学统计学里深造, 还是用人工智能弯道超车, 还是新学科结合另辟蹊径?

Nick · 2018-10-17 22:47:56

跳出既有的框架，想写不一样的东西，不要执着于某一个方法，或者技术。一个方法做得好可以让你结果提高%几，但是无法决定一个东西work 不work。新的思路，新的交易理念才能保证自己不被市场淘汰

匿名用户 · 2018-10-17 22:47:57

提示: 作者被禁止或删除内容自动屏蔽

万善乐 · 2018-10-17 22:47:58

Quant那么多种Trader一种,Analyist一种,Developer一种,Risk的也有,其实知道那种是干嘛的大体就有创新的思路了.
对对对,就是黑猫大大怼der.
三本辣鸡写毕业论文看到CRM客户关系管理,建议可以做一下,至少在浪的大亏之后有个忽悠客户的科学指导原则.
其实真正的回答是:可以去看看哲学.

ayime · 2018-10-17 22:47:59

泻药，想要突破瓶颈，就是不断尝试，没有什么捷径的，用发明电灯泡的方法去尝试，然后用改进电灯科技的方法去不断尝试。不断尝试不断尝试不断尝试，没有什么捷径，没有什么捷径，没有什么捷径。机器学习是一条路，不过这货不是一个人可以撸下来的，要自己一个人搭环境，搭系统，补bug，做维护，再有时间开发策略，想想都疯了。而且交易这货，只有简单的分类定义可以用用，有些东西越深层，数据表达有时会越混乱。想要做得很全面出色，胜于大师级交易员，我想只能通过强化学习的模式来撸。强化学习模式还是这两年在十分少的领域做开发试验，想要一个人撸出来，我想得比爱因斯坦更聪明才行。所以说，抱团很重要。找人聊聊天，加入某些团队，共同进步，可能更有效的作出突破。

tmtmaya · 2018-10-17 22:48:00

泻药，
这样的问题是不可能问出答案来。
知识爆炸是有偶然性的，同样的时间，我是不愿意花在这种不确定事情上的，可能努力一辈子都无解，谁都想当天选之人，位面之子，但概率可能为0。
如果要创新或者提高，我更愿意往本质上去找，而不是高科技上去找。
另外认清自己的能力也很重要，如果你从小就是天才，并且在某些更厉害的人领导下，在一些科学院做这方面的研究，不靠交易为生，那么可以去挖掘一下。

人形Machine · 2018-10-17 22:48:01

突破思维我认为无外乎几个方面。
1-新的投资标的或者组合
2-颠覆传统的方法论
3-全新的数据
4-新的模型或者算法

第一项或已经存在于市场或受gov控制。
第二项我不认为有这个能力的会来知乎。
第三项只要有钱和注意法律风险就能办到，但是考虑性价比。
第四项大家都在做。

恶魔研究所的小白 · 2018-10-17 22:48:02

研究领域有一个“真理”：假设越少，效果越好，从最基本的层面出发去做就可以了

abcxyz · 2018-10-17 22:48:03

任何一个领域都需要创新，简单不代表一成不变。
创新的前提是熟练掌握。

JcG · 2018-10-17 22:48:04

人工智能，我不是很懂。
但是，粗浅的想想，我认为人工智能无法处理底层矛盾的逻辑，就好比，理性与非理性，人有时候做决定会冒险，是非理性的，你问他选择冒险的理由，他回答不出，他可能告诉你是直觉，内心的声音等等。人工智能该不会也能冒险吧？！市场是开放的、动态的、不确定的，甚至矛盾的。人工智能即使可以做出概率估计，或者说有理由的估计，那也是确定的，而不是不确定的。也就是说，我感觉，人工智能的最基本的运行规则是确定的，那么就存在一些问题，该人工智能是否穷尽了规则对应的市场反应；如果没有穷尽，那么是否能及时发现漏洞，并自我进化？！
事实上，这个问题，就拿人来说，这个市场的学费永远交不完，也就是说在任意时刻，对任意一个人来说，他的交易系统可能总是存在漏洞。就好像巴菲特，索罗斯也有看错的时候。对人来说，这尚且是一个大问题，何况是一个冰冷的机器？！
至于量化，据我了解，传统的就是理论假设和数据挖掘两条路。我觉得是，两条路同时走，比较好，即数据挖掘的背后，能发现其中的机制，那么可能不错，因为知道机制，也就知道了全部，包括适用前提。
另外，我个人认为，行为金融学，应该是不错的出发点，因为市场反映的是人性，也就是说，一种共性，或者规律，当然规律可能会有一天失效也说不定的。
最后，根本来说，我感觉，基本面或者价值投资是有确定性的，这点毋庸置疑。

扶手椅四分卫 · 2018-10-17 22:48:05

开放性问题能学到很多,大家的观点各种角度都很好,有同意的有不同意的; 如果我们后退一步,以从外界看行业内的观点来分析一下问题会有不同思考.

1.新工具与天才: "新工具"并不一定要革命性的颠覆性的 "发明",在很大程度上是以另外一种方式和另外一种角度看问题,同样的数据可以做出N种交易系统.
这和新工具,创新,和智商高不高,是不是天才,甚至资源够不够多没有太多正相关,反而在大机构有反相关(风险规避)
例: 为什么NASA没有解决(或考虑过)火箭发射回收且大幅降低成本的问题,而Elon Musk一个非火箭科学家解决了?
为什么高中生Easton LaChappelle能发明更便宜更实用的$500假肢,而平时专业公司制作的假肢需要$80,000?
以智商来算,两位都不算天才,或即使是天才,也天才不过整个精英团队,还有一个可能性,就是我的data point太少其实大机构的研发创新能力完爆小机构或个人.

2.对专家的误解: 交易与投资是一项可以通过刻意联系提高的"技能",还是属于decision making决策学的范围? 一些论文指向后者,即某些职业如医生,股票经纪人,评酒师在诊断或预测行业内需要判断的情况下,表现并不比有基本知识的新手或完全外行好多少,且预测准确度全线低于线性方程.总结是知识学习>经验.
有兴趣可以看Deliberate Practice and the Acquisition and Maintenance of Expert Performance in Medicine and Related Domains,K. ANDERS ERICSSON 2003,期待有此论文的朋友证明投资市场stock broker经验与预测准确度正相关.

在一个行业里呆久了,思维会僵化,借用芒格常说的一句话:To a man with a hammer, everything's a nail. 这也是开放问题请大家讨论的初衷吧

不需要创新这些话就不用说了,第一辆坦克横扫战场的时候,步兵怎么想?

如何突破传统Quant的思维瓶颈?

10 个回复