最近又把概率统计方面的知识学习了一遍，产生一些新的思考，可能不一定完全对，但是还是把比较有意思的一些思考记录下来。
刚开始回忆了一下大学学过的《概率统计》，只有一些非常模糊的印象，例如概率，分布，假设检验等等。还记得当时为了记住各种各样的概率分布公式，花费了很多的时间，但是最后除了考试之外，这门知识在自己平时的生活和工作中基本没有起到任何的作用。
最近在学习量化投资方面的一些知识时，发现必须要具备统计学方面的知识，这样没有办法才有又找了一本国外的统计学教材进行了学习。在学习的过程中让我又不断的回忆起了大学学习的概率学知识，基本的知识点都是差不多，但是国内教材更注重公式和细节的运算，而这本国外的教材更注重统计学思维，计算等内容都通过R语言编程进行。
看过不少国外的教材发现有一个特点，当然这仅仅是我自己的印象，不一定准确，国外教材一般使用的数据或者案例都是真实的，而国内教材使用的数据和案例可能都是自己编造的。我以前并没有觉得这没有啥不同，但是逐渐的发现这里面可能有很大的问题。
尤其是在学习统计学知识的时候，我看的这本教材里的所有数据都是真实的可以找到出处的数据。理解统计学知识后，我发现人造的数据和真实的数据是不能等同的，虽然你可以造的很像。打一个不恰当的比方，真实的数据和人造的数据就好比真实的世界和我们理解的世界一样，一个信息无比丰富，一个是为了理解方便进行了抽象和简化的模型，丢失了很多的信息。
以随机数为例，很多人觉得自己随便乱写一组数就是随机数，这种理解是完全错误的。随机数指的是下一个数和它之前一个数的值没有任何关系，也就是说无法通过之前的数来推测之后的数。在单个样本上来看，这是完全没有规律的，但是在总体上还是有规律的，例如正态分布，二项分布等等。
我们平常关注的都是个体，但是我感觉统计学要研究的是很多个体组成的群体，或者说“something bigger than yourself”，我们是个体，而统计学关注的是整体，关注的是更高层次的规律，也就是在个体层面很难看到规律的时候，拔高一层也许就能找规律，所以我们感觉自己平时用不上统计学方面的知识。但是也正因为如此，统计学应该成为我们每个个体理解那个比我们更大的存在的一种工具。
这种更大的存在，包含例如国家的整体情况，疾病，气候，经济，行业等等，也包含那些每个人不断会重复进行的动作所组成的集合，这些我们每个人都要不断重复的动作，恰恰可以成为我们应用统计学思维的最佳场所，例如投资交易，大部分人做股票投资或其他资产的投资，自认为聪明的高买低卖，经常为了某次投机成功而沾沾自喜，是很可悲的一件事情。
如果一个人具备了统计学的思维，就会发现对于要不断重复的如股票交易的活动，偶尔一次的成功并没有什么用，因为你要不断的重复进行操作，所以从统计学的角度看，你的这套交易策略是否长期的能够成功，这才重要，交易的最终成功不是追求每次都会成功（这也是不可能的），而是只要交易策略成功的比失败的多就行，这是个概率问题。
理解了这点，就会发现那些使用量化的方法提供预测的服务信息对于一般人没有使用价值的，因为每次提供的高点和低点的信息，不可能100%准确，都是有概率的，但是一般人只是按照这种信息进行操作，还可能再加入自己的判断，也不会每次都根据信息进行操作，这样就根本达不到量化模型预测的效果。
量化模型要起作用，首先需要对量化模型进行回测，确保使用历史数据测试的情况下保证盈利，在这样的前提下，必须要严格按照模型发出的指令进行才可能盈利，否则可能还是达不成盈利的结果。而一般人不知道也没有这种能力去理解预测服务使用的量化模型（服务商是不会提供的），根本就不可能站在更高的层次上理解自己的操作，最终只是关注每一次的得失是根本没有意义的。
网友评论