使用 TensorFlow Probability 对金融模型中的误差进行介绍性分析

文 / Deepak Kanungo，Hedged Capital LLC 创始人兼首席执行官

来源 | TensorFlow 公众号

作为采用 “AI 先行” 战略的金融交易和咨询公司，Hedged Capital 使用概率模型在金融市场中进行交易。我们将在本文中探讨所有金融模型中固有的三类误差，并会以 Tensorflow Probability (TFP) 中的简单模型作为例子来进行说明。
注：Tensorflow Probability 链接
https://www.tensorflow.org/probability/

金融学并非物理学

亚当·斯密是公认的现代经济学之父，他对牛顿的力学和万有引力定律心存敬畏 [1]。自那时起，经济学家们一直致力于将经济学变成类似物理学的学科。他们渴望建立理论，在微观和宏观层面准确解释及预测人类的经济活动。在 20 世纪初期，欧文·费雪等经济学家的成就使这种渴望愈发强烈，并在 20 世纪后期的经济物理学运动中达到顶峰。

尽管现代金融学包含各种复杂的数学运算，但其理论严重不足，与物理学相比时，这一点尤为明显。例如，物理学能够以惊人的精确度预测月球和计算机中电子的运动。而任何物理学家均可随时在世界上的任何地方计算出这些预测结果。相比之下，市场参与者难以解释每日市场走势的原因，也无法在世界上任何地方随时预测股票价格。

这或许是因为金融学比物理学更难。与原子和钟摆不同，人类是富有情感的复杂生物，并拥有自由意志和潜在的认知偏差。他们的行为往往不一致，并会不断对他人的行为作出反应。此外，市场参与者通过利用或操纵规管他们的体系来获利。

牛顿在投资南海公司损失不菲后，感慨道：“我可以计算出天体运行的轨迹，却无法计算人类的疯狂。” 请注意，牛顿颇具投资眼光。他在英国铸币局任职近 31 年，帮助英镑在金本位制上持续了两个多世纪。

所有金融模型都是错误的？

我们使用模型来简化现实世界的复杂性，从而使我们能够关注自己感兴趣的现象有何特点。显然，地图无法捕捉到其用于建模的地形的丰富性。统计学家 George Box 有一句著名的妙语：“所有模型都是