為什麼說 Quant 的工作內容和物理研究很相似?都有何相似之處? | 知乎問答精選

 

A-A+

為什麼說 Quant 的工作內容和物理研究很相似?都有何相似之處?

2016年07月18日 知乎問答精選 暫無評論 閱讀 107 ℃ 次

【老豚暈糖的回答(93票)】:

:) 不好意思。既然是我提到,那麼早該來回答了,還麻煩各位大大幫我撐檯面。

其實,我主要是在想這個問題該怎麼回答會比較正常。

我的背景:本科中科大核物理與粒子物理專業,畢業設計做的是量子博弈(可以歸在金融物理學或者歸在計算物理與實驗物理的交叉)。後來保研本校量子信息專業(剛保研的時候是和潘大老闆同一大組),主要研究過量子計算理論方案,後來的專業方向是量子糾纏和測量(難度怎樣本行自然懂)。量子測量,算是完整量子計算機的讀出部分的核心一步(這麼說容易被人肉阿xdjm們,真是拼了~~)。當然此行必備門檻需左手理論和右手實驗都不能弱。實驗這塊因為要依賴儀器做操控微觀,時間尺度都是在ms之內,所以人只能靠編程操控(主要是Matlab,C++)。我們做研究流程一般是:仔細觀察客觀現象,然後,理論推導第一遍,編程模擬第二遍,然後實際操作第三遍。

「仔細觀察客觀現象,然後,理論第一遍(pattern),編程模擬第二遍(backtest),實際操作第三遍(實盤)」——這是不是和Quant的工作內容很像?同時,Quant所需的技術背景,數據處理,數理推導,編程實現這些也都可以直接搬過來用。

Quant的工作內容說白了就從現實數據抽像到概念模式,確認基本正確後又回到現實驗證。這就是最正統的數理科學(尤其實驗物理)科研工作模式。對比於傳統的技術分析手動交易,Quant的這種工作模式真的非常接近物理研究,而且難度上也可以分庭抗衡。

再說開些,扯些更遠更有淵源的東西。

看這些研究背景這麼跨界,其實自始至終離不開做計算(摩爾定律下計算機的下一代號稱就是量子計算機,這個口號打了很多年);另外加一點量子博弈的背景。量子博弈的初衷是為了解決博弈中非合作情況收益不能取得最佳而產生的,應該算是很正統的經濟物理學的研究(研究文章可以參考物理常見期刊的P.R.E系列)。博弈這個大家都懂,《美麗心靈》裡的Nash就是做這個得到了諾貝爾經濟學獎。那麼Nash之後,普林Princeton此位置還給了誰呢,給了寫《Beat the market》和《Beat the dealer》的Edward Thorp,這個人絕對值得仔細研究(wiki:Edward O. Thorp )。而我也一直覺得,他才是Quant界開山鼻祖和集大成者,因為不僅深得市場中的交易精髓,且時刻明白自己的短處在哪裡。

所以這樣看來,自己感興趣和一直做的事情和Quant是師承同宗的:計算編程+市場經濟規律。當我接觸此行時,感觸最深的地方就是,真的很像啊!

後來看到《My life as a Quant》的作者也是類似的高能物理背景(需要編程操控微觀規律),不知這是不是種機緣巧合還是行業定律。以上是一些經歷,這樣的研究背景帶來了轉行的契機。如果是研究背景差距太大的物理同行,請三思,不必貿然決定。因為這些積累換到哪兒都是一個PhD培養週期時間段的積累,何況動機不純的話出成果自身保學位都會有問題。

希望這些經歷能拋磚引玉,且不徒增各位煩惱。:)

【梅騰天的回答(8票)】:

的確是差不多。

我們高頻量化交易做研究的套路基本就是所有科學和工程學的經典套路:細心觀察,提出假設,設計實驗檢驗假設,總結規律、提煉理論。這也是 @董可人 提到的P宗的經典套路

當然也有Q宗的,從理論入手,設計模型、設計實驗檢驗理論,最後得到新的產品,這是衍生品礦工的經典套路。

【康小胖的回答(5票)】:

鄙人計算機專業畢業,做過Quant 沒做過物理研究,簡答說下自己的感受:應該是和所有數學相關的學科都差不多,只是需要考慮的東西不同。

1.其實做Quant某些方面來說和做研究差不多,先看別人怎麼做,模仿,然後創新。不管是用到哪個領域的知識,相信這一點都是適用的。

2.對數據有一定瞭解的情況下,試圖尋找一種模型甚至是設計一種模型去概括時間序列的發展規律,然後實踐檢驗之。

3.實現的方法是多樣化的,數學知識,數據挖掘,信號處理等等,數據是死的,方法是活的,關鍵看怎麼把維度轉換。

4.其中處理數據的技巧,來自各個領域,不限物理。

5.除此之外,還有別的因子對模型的干擾,和任何領域的研究一樣,不是絕對的。

個人愚見,歡迎補充與更正。

【BenQian的回答(5票)】:

但奉勸一句哥們,物理學有微觀有概率問題,但宏觀上有相對論牛頓定理這些可以準確預言並檢測結果的理論。金融市場上卻沒有一套可以準確預言證券價格長期走向的理論公式。也許有人會拿出基本面分析或者巴菲特的例子。但是基本面公司業績分析優秀的股票未必就一定會漲,不漲甚至跌的例子也太多太多了。我認為是擾動太多了。你的投資可能會受到技術面投資者的強大擾動,又可能會受到指數投資者的擾動。高頻交易一次黑天鵝事件就會使你的努力前功盡棄。但相對論牛頓定理的預言能力卻準確得多。所以,金融市場永遠要掌握各種理論,看那種理論在哪個時期有效。並不是邏輯正確,就必然能實現的。這裡的概率問題也許與量子力學有聯繫,但你不可能像物理學宏觀理論語言的那樣,去預言證券市場的走勢。

【webwolf7的回答(0票)】:

這世界上的水都是相通的。

All the water in the world are linked together。

【不知彼岸的回答(0票)】:

Quant,我可是外行,不過有一點很有意思,物理的熱力學模型常基於布朗運動,而金融衍生品定價模型也常是基於其underlying asset價格的布朗運動,比如假設股價隨機遊走。因此,不難想見,兩者導出偏微分方程需要用的各種數學技術基本一樣。

此外,據說,在美國衍生品市場發跡的那些年有大量物理學phd去了金融業工作。有個物理學phd後來就自己的金融業之旅還寫了自傳呢。@老豚暈糖的答案裡提到的My life as a quant的作者就是了。

【HaiweiLIAO的回答(0票)】:

經濟是社會科學,物理是自然科學。

物理的定理只要研究出來之後就可以稱為定理,即在同等實驗條件下,使用該定理重複一千次結果也是一模一樣的。

經濟則不然,即使相同實驗條件下,實驗結果仍然會出現不一樣的偏差。因為經濟學的實驗對象是人,每個人都是一個單獨的個體所以每一個實驗結果都會有所不同。

但是經濟定理和物理定理仍然存在共同性,而且經濟學家也在努力把經濟定理「物理化」也就是隔離每個因素,盡量使實驗結果可重複化。這樣做的目的就是為了研究在同等條件下拋去個體因素,人們作為整體的時候的行為,從而制定「定理」然後給決策者作為參考,制定商業計劃或者國家政策。

物理定理不存在時效性,一經發現即可使用很久並且可重複。

經濟定理時效性強,不同時間,受眾定理結果都會不一樣

標籤:-物理學


相關資源:





給我留言