|
思维认知是量化工具能否真正有效的关键变量，而非逻辑自洽 Argument:算法模型中，当我们输入不同数据时，输出的结果也不一样，每个数据代表现实问题的不同自变量，实际上我们无法穷尽所有的自变量，因此从不同自变量中正确区别关键变量、次要变量与可忽略变量就很重要，此过程称之为关键变量之选择即判断 P.S.底层逻辑之洞察即概念是关键变量之选择即判断的先决条件，两者成正向关联性；底层逻辑之洞察往往是建立在知识与经验上的直觉思维，习惯性思考是培养直觉思维的最佳途径 逻辑思维之严谨即推理，谓之算法亦或目标函数，是建立在逻辑理性的基础上；当判断通过算法的检验后，则成了定理，可以用来推理出新的判断或结论，进行预测与指导 P.S.从数学建模角度理解算法的设计、分析、优化与验证，设计可理解为选择某种数学方式建模，分析是求解后的误差分析，优化是对误差分析后进行的调整，验证是对命题假设的检验 算法模型与数学模型都是推理过程中所运用的逻辑工具，用来验证判断即命题假设的正确与否，而推理是建立概念与判断的基础之上，因此洞察事物的底层逻辑即概念与关键变量之选择即判断比量化模型即推理更重要 Anyway:数学模型与算法模型等量化工具本质上仅是为判断造成逻辑上自洽的作用，若判断是由次要变量或可忽略变量构成，则无论逻辑如何自洽，都无法有效的解决现实问题 综上所述：量化工具只有建立在底层逻辑之洞察与关键变量之选择的基础上才有价值，即建模者的思维认知是量化工具是否有效解决现实问题的关键变量，而非逻辑自洽 --End-量化模型是无灵魂的工具，理性思维赋予量化模型以灵魂   |
|
|
