金融量化分析世界观和方法论

在进入一个领域以前，我们要明确这个领域的世界观，世界观决定我们应该以什么样的思想指导我们的研究。不仅仅是这个领域能够做什么，也应该明确这个领域当前的局限性。

金融量化分析旨在对金融运行参数进行数学分析，以对标的的运行状态建立合适的模型以判断标的将来的运行状态。经典数学的进化是概率，我们不可能说明某个标的的准确运行规律，准确的运行规律只存在于极为抽象的对象间，我们只能寄希望于使用概率的方式来描述标的的运行。太过宏观的对象，对于我们的目标来讲都毫无意义。但是脱离了宏观的微观，得出的结论也不够简洁，难以为人类所掌握。因此，我认为金融量化分析是结合宏观背景对微观标的的概率分析。

股票的价格，如果单一来看是没有运行规律的，这一点不言自明。股票价格和发生时间作为股票的参数，其描述力明显不足以预判其未来的发展，无论是根据其各类价格得出的各种参数，其只是对数据的变化，并没有增加信息熵值，因此都无法依靠来判断股票的涨跌。因此，我们应该将模型参数的目标放在更多的方面，比如货币政策、竞品情况、行业情况、区域情况等等。这些只是最终模型的参数，如何设计这些参数是应该研究的细节。

首先我们要设定模型的值域的维度。假设只以股票价格为输出，那么模型输入后可得到一个预判值、各类宏观模型的输出也为一个值，将这些值作为输入进行训练，训练观测值也是股票价格。这样最简单的模型可以使用反馈神经网络得到关系。当然在预处理阶段可以使用特征值提取来过滤不重要参数。各类宏观模型本身也是一个量化的难点，比如，欧洲的禽流感到底对于亚洲的家禽生产股票有多大的影响。由于数据不足，你无法得出普遍的结论，那么我们就以近代科学主义哲学为指导，在未获得新数据前，暂且以当前观测数据为准。

实际上，问题的难点在于你永远无法尽可能详尽地设计所有输入参数，因为没有足够多的同类样本，只有可能在最普遍的状态下训练出一个模型。