主题：【原创】牛与熊，从科研角度看股市（一）---从一篇小论文谈起 -- 千里烟波

有个叫Jenny C的，是俺妹妹，你校经济系四年级的，下手留情点。

稳健性就是robustness。学习性我想应该是adaptive learning。

好，又一个同道...

专业的就是不一样，思路清晰还有承前启后

我对经济是外行，但是对数学模型，数据分析，优化之类的比较塾。还要向你多请教。

再问个问题。“41个随机方程和86个定义方程”，为什么会有那么复杂的模型？里面的参数又有多少个呢？如果参数很多的话，用数据来做参数估计，如何能达到全局最优？很大情况下，一般的优化算法会收敛到次优解。

简化是基于一定的经济学原理来简化，而不是数学上的模型降阶（比如输入／输出匹配什么的），是这样吗？

我不知道具体模型怎样，但是了解一点点高维的优化方法

可以用stochastic annealing，利用热力学的想法（idea,想法而已）。generic algorithm，用基因的方法。不过都是基于simulation.或者在找到一个region之后混合其他的优化方法。

次优解是很有可能的，但是我觉得这些模型是历代积累下来的，只用数学来寻找解有些偏颇，因为经验在这里面其道的作用可能更大。我老板对方法和解的方式的把握就比我高超得多。一个有经验的任知道初始值如何设置，什么样的更新更快收敛...要不怎么说咱们是搞艺术的呢？

这个是什么意思？

比如你有一个几百阶的微分方程，通过一些数学上的手段，找到一个十几阶的微分方程，使得在同样的输入下，这两个方程的输出差的不是很远。这样的话，就可以用低阶的方程来近似高阶方程了。

这是处理动态大系统的基本方法之一。

唉，可惜我学统计的，对本专业却没有什么兴趣，不然我也去算命。

你到底是学文的还是学理的？

比如 heteroskedasticity-robust 或者 serial correlation-robust？

还是有一个generally robust的概念？

先花一个，看牛人填坑啊