主题：【原创】和响水湾河友：现代中国人要懂科学，懂逻辑。 -- 厚积薄发
这篇小文是和响水湾河友的文章“经济学家”要学逻辑。因为时间关系，只能随便说说。
在响水湾的回帖中，有一个帖子谈到
在独立同分布的假设下，这个在数学上就是中心极限定理，也就是在数学金融中用布朗运动的本质原因。但是现实世界很复杂，独立同分布的假设一般是不对的，所以现在大家还在继续探讨中，例如所谓的“指数律”。美国波士顿大学的斯坦利教授在这方面颇有研究。
关于人类有没有可能真地掌握社会运行的规律，现在还不清楚。对此科幻作家阿西莫夫曾在他的基地系列中大胆预测人类能够做到这一点，即我们能够发展出如同研究分子运动的统计物理学那样严密的，研究人类社会的科学。他为之命名为“心灵历史学”(Psychohistory)。这个想法能否实现，难点在于每个人作为个体是有独立意志的，而非象分子一样靠碰撞改变轨迹。当然我们也可以说人的“自由意志”是外界作用的结果，也是可以模拟的。引用维基百科的文章
The basis of psychohistory is the idea that, while the actions of a particular individual could not be foreseen, the laws of statistics could be applied to large groups of people and used to predict the general flow of future events. Asimov used the analogy of a gas: in a gas, the motion of a single molecule is very difficult to predict, but the mass action of the gas can be predicted to a high level of accuracy - known in physics as the Kinetic Theory. Asimov applied this concept to the population of the fictional Galactic Empire, which numbered a quintillion. The character responsible for the science's creation, Hari Seldon, established two postulates:
1. That the population whose behaviour was modeled should be sufficiently large
2. They should remain in ignorance of the results of the application of psychohistorical analyses.
我同意经济学，还有金融学，应该归入理工科。我觉得这是一个数学，统计（提供工具），物理（建模的训练），心理学（如何从实际中抽象出模型），以及其他的若干学科的交叉。如果真要做好的话，其实是一个很难的东西。
最后关于经验和艺术的量化，我基本同意响水湾河友的观点：经济学的量化进程还处在很原始的阶段，数学工具的不足和对经济活动的认识还有欠缺都是原因。主要问题还是在于经济活动牵扯面太广，是“人类活动”(Human Action, von Mise语。有兴趣的河友可以看这里。)
作为“要懂科学，要懂逻辑”的例子，说说中医。河里为这个曾经大吵过，可惜没有一个人注意到最新的科学进展。
第一，现代计算科学的发展已经使得我们可以比较好的模拟人体。具体的例子可以参见美国纽约大学柯朗数学研究所的Peskin教授。他几十年潜心研究对人心脏的模拟，并以这方面的成就成为美国国家科学院院士。大家可以去看看他的网页，尤其是可以试试那些有意思的小动画。
第二，利用我们最新获得的模拟人体的知识，现在我们有可能对中药的研究定量化。《经济学人》对此曾有专门报道: All Systems Go。在我们还在为中医的价值争论不休的时候，西方已经在这方面走在了前面。
第三，就我所知，对人的经济,金融活动的量化研究其实一刻也没停止过，只不过进展比较慢，而且有用的成果都是有经济效益的，往往密而不宣。我自己的工作和这个有一点关系，但是第一步是申请专利，而非发表出来。
第四，大家可以思考一下，人类对行星运动的本质了解是在牛顿发现万有引力之后，但是是否在此之前我们就不能预测天象？中医作为一种经验性的描述，是否类似于第谷，开普勒的工作，也就是Kenimatics 相对与Dynamics?
我在以前的帖子里谈到过哲学对科学的指导作用，上面的观点是否算一种哲学上的触类旁通？我们在辩论问题的时候，是否自觉的在用科学的思维方式规范自己，是否搜集了足够的材料，尤其是最新的科学进展？至少在对中医的大辩论中，我没有看到有人引用《经济学人》的文章和Peskin教授的研究。更进一步的，我们在讨论问题时，是否过多的诉诸于感性的认识和哲学上空对空的思辩，例如在我们讨论哲学和科学的关系，中医的价值，以及响水湾河友的观点的时候？
我们是否能够拿出一锤定音的已知（科学）事实把很多似是而非的东西一下子理清？不知道河里自认为比亚里士多德更有智慧的人有多少，但是这个被西方在中古时期奉为权威的哲学家在他的《物理学》一书中是这样解释视觉的：我们之所以能够看到东西，是因为我们的眼睛能够发出类似于看不见的触手一样的东西去抚摸感触外界。（很久以前读到的，细节记不清了，有错误望告知。）这让我想起了波利亚在《如何解题》中谈到知识和解题的关系，大意是光有知识不能使我们解出题目，但是没有相关的知识，是一定解不出题目的。
我的观点是：作为一个现代中国人，要懂科学，懂逻辑，懂历史，懂社会。要学贯中西。因为我们中国人除了在知识上创新之外，别无崛起的出路。
有时间的河友可以点开我为这个帖子加的关键词，看看河里以前的有关文章。
本帖一共被 3 帖 引用 (帖内工具实现)
经济学最大的问题可能还在于经济（还有社会）是一个反馈系统，或者说，人们的经济行为会受到现状和历史的影响，这种影响反过来影响未来，而且这种影响或者反馈机制本身也是在变化的，也是在进化的。这种动态时变过程使得定量经济学研究变得十分困难。在工业或者物理过程建模中，最重要的一点是输入对输出的非相关性，或者说输入变量不能受到输出的影响，否则输出的变化到底是由于输入的变化还是自身的变化就不可分辨了。在控制和信息理论里，这叫“新息”，也就是说，一定要有独立的“新”的信息激励。另一个重要条件是输入变量之间是独立的，也就是说，一个变量的变化与另一个变量的变化无关，这样才能鉴别各个变量变化对输出的关系，否则就是一团糟了。但这些条件在经济领域里几乎是不可能的，所以用统计回归方法研究经济几乎是先天有问题的。反馈系统的建模有一个可辨识性问题，基本要素就是这个新息。对于经济系统来说，如果中央银行隔三差五地随意调整利率，这可以算是一个新息，因为调整利率的行为不是受市场的影响。但事实是，中央银行不可能这么做，调整利率绝大多数情况下是对市场行为的一种反应。这样一来，又不成为新息了。或许经常需要拉登大叔来几个911，才能构成真正的新息？
外行之言，呵呵，外行之言。
完全同意您的看法。如果把股市看作一个反馈系统的话，几乎所有的输入和输出都是相关的。还有一点就是所谓的regime switching，您提到的新息可以引发交易从一个态跳到另一个态。这就象我告诉你，我有100个正态分布的随机变量，方差都是1，可是均值都未知，我随机的从这100个变量中挑一个出来给你看值，可是不告诉你我是如何挑的。这样就算我给你独立的挑一百万次，你还是没有办法给出这100个不同均值的准确估计。更何况挑选是非独立的，而且随机变量不一定正态，更要命的是你不一定知道有100个，很有可能是无穷多个态。统计回归的稳态假设只是在极其狭隘的情况下，才勉强成立。对于自动化交易系统来说，太粗糙，太原始了。
在统计上，非稳态过程的建模本身就是一个巨大的问题，这非稳态到底是怎么一个非稳态法都不清楚的话（谁要是能把这弄清楚，那可是终极诺贝尔经济奖N次方的主），要精确建模更是问题。常规的回归分析已经有年头了，神经元网络是近些年的时髦物，虽然这不是严格意义上的统计建模方法。我们公司里就有人想用神经元网络建模，有原料价格、全球需求和库存预测市场价格，且不说这里面本身有很多不精确信息，还有巨多的时间因素在里面，价格预测本来就是要打时间差。结果可想而知。
神经元网络我听说过，不过工作从来没有需要，所以也没下工夫学过。关于非稳态过程的建模，一个关键问题是，无论怎么建立模型，你的模型参数如何得到？没有独立同分布，至少要有稳态假设。如果连稳态假设也没有，那所有的统计估计从理论上讲都是错误的，所有估计来的参数都可以看做是没有可信度的。
现在暂时的对付方法有一些，但第一是精度上有问题，主要是没有严格的科学根据来作为衡量精度的标准。第二是只要在用历史数据，就算是前一分钟的，也是出现了时间的滞后，一分钟的时间，股票价格可以有天翻地覆的变化。
说您有资格来街上是因为您是自动控制的行家，这个东西在金融中大有用途。
另外无独有偶，您在一个帖子里谈到的抽水马桶的例子，恰好是我这一辈子第一次接触自动控制，而且是在全国初中应用物理竞赛上遇到的题目，俺的命运差点因此完全不同。呵呵呵。
能和河里技术流的领军人物笔谈，几乎要激动得浑身发抖了。
RRSP是加拿大的退休基金。
您可别提领军人物的事，您一激动得浑身发抖，我也吓得浑身发抖了。
引进人的精神和生理方面反应，的确有，不过不知道进行的具体怎么样了。
这个是MIT的华裔金融学教授Andrew Lo(罗闻全)的
其实早在high frequency finance里广泛应用了。我原先的公司开发了一个做ALM的ANN系统，鉴于商业保密具体就不谈了。问题是第一，大家普遍对黑匣子似的系统有抵触情绪，推广不动，第二，真要让这黑匣子运作起来，你先慢慢调参数吧－我们最后都承认这是艺术而非科学，第三，出来的结果总得测试一下，用什么东东测哪？传统的概率统计（因为有效的市场极端情况的信息有限）。
最后好不容易出了结果，拿去大boss那儿，一连几个很"intuitive"的问题，问傻了，原来比起“经验”，“直觉”来还是有差距，回去再慢慢修正吧。。。
后台工作，提供技术支持。
不过Calgary多好啊，犯不着到纽约这鬼地方受罪。
我昨晚还梦见去Banff，玩到一半被外面的汽车吵醒。
21世纪什么最贵？人才！不是计算机！
可能就是Peskin的学生，改天找他问问去。
不过对教授和博士的级别，这个要求不过分。
只是现如今大家忙着挣钱找安全感，用于读书的时间不多阿
dynamic stochastic general equilibrium 模型正是考虑到这些互相影响的变量。比如美联储观察到市场可能走向衰退，便降息，提高货币供应量，然后降息也对经济的走势有影响，这样就形成了一个（可能有滞后的）回路(loop)。具体的解法有Bellmann Equation以及loglinear transformation。只要能引导到Euler Equation（进一步到Affine model)的方法都是可以的。
不过具体的trading时候，很少会有交易员来考虑这些问题。因为对于微观来说，最重要的是供给/需求的关系。很多时候都是有价无市。
在有的prop desk， corr desk和arb desk上有一定的对冲头寸。但是，也不是所有的头寸都会被覆盖掉。不然的话大家又只赚伦敦同业拆借利率(Libor)了。
昨天才看了说"德国崛起中知识就是力量"的电视节目.
拍掌
要懂这么多，非得上大学吧。人人上大学，就没有民工了，就没有钟点工了，精英也消失了。