1045 字
5 分钟

总结:八件量化日用品的发明清单

八百年思想史压缩成一张清单、一组练习。目的只有一个:让你在使用每件工具时,都记得它的出厂设定与失效条件。

五部一句话(快速复习卡)#

时代一句话
第一部—1200赌了几千年没人算赔率:缺的不是智力,是”未来可计算”的世界观和带零的记数法
第二部1200—1700一道分赌注题催生概率与期望值;格朗特用死亡公报发明抽样推断
第三部1700—1900大数定律、效用、正态、回归均值——工具箱四大件两百年内齐活
第四部1900—1960奈特分开风险与不确定性;马科维茨把风险钉死为方差
第五部探索不确定性卡尼曼证明人不理性、衍生品把风险工业化、肥尾在门外等着

八件日用品及其失效条件#

发明发明人(年代)出厂设定 → 失效条件
期望值帕斯卡与费马(1654)概率与后果都可知 → 后果极端不对称时期望掩盖毁灭
抽样推断格朗特(1662)样本代表总体 → 幸存者偏差、机制切换
大数定律雅各布·伯努利(1713)独立同分布、样本够大 → 金融数据两条都常不满足
效用/风险厌恶丹尼尔·伯努利(1738)人按期望效用决策 → 卡尼曼:框架与损失厌恶系统性偏离
贝叶斯更新贝叶斯(1763)先验可写出 → 奈特式不确定性下没有先验
正态分布棣莫弗、高斯(1733/1809)大量独立小扰动 → 肥尾、波动聚集、相关性归一
回归均值高尔顿(1886)均值稳定 → 回归太慢、均值漂移、回归过头
协方差分散化马科维茨(1952)协方差稳定可估 → 危机时相关性集体奔一

外加一条贯穿全书的裂缝:奈特与凯恩斯的不确定性——上表八件工具全部只在”风险”一侧有效,对”连分布都不存在”的那一侧集体沉默。

在本平台动手练习#

  1. 大数定律:对同一因子分别用 1 年和 5 年数据跑 factor analyze,对比 IC 均值的稳定性与 t 值——亲眼看样本量如何购买置信;
  2. 回归均值:平台内置的 reversal 反转因子就是高尔顿的直系后代——看它的分层回测,再想想三条警告(太慢、漂移、过头)哪条最可能杀死它;
  3. 分散化:用同一因子分别回测 top 5 与 top 20 组合,对比收益曲线的波动与最大回撤——马科维茨的免费午餐可以直接测量;
  4. 肥尾体检:取任一股票的日收益序列,数一数超过 ±3 个标准差的天数,与正态理论值(约每年 0.7 天)对比——第 19 章的”狂野”就在你的数据库里。

下一本读什么#

  • 《随机漫步的傻瓜》(本书屋有精读):本书的镜像——伯恩斯坦写驯服风险的八百年,塔勒布写驯服失败的那些日子,先正后反刚好;
  • 《赌金者》(本书屋有精读):第 18 章衍生品事故的完整续集,“把不确定性当风险建模”的天价学费;
  • 《主动投资组合管理》(本书屋有精读):马科维茨框架的工程化终点——风险度量从思想史走进生产线;
  • 人物延伸:量化名人堂的马科维茨、夏普条目,是本书第 15 章之后的故事。

本页带走的三句话#

  1. 量化工具箱是八件历史发明的合订本,每件都有出厂设定——失效条件就写在发明动机里;
  2. 全部八件工具只覆盖奈特之别的”风险”一侧,不确定性那一侧至今无人驯服;
  3. 对风险最深的敬意不是拒绝度量,而是度量到边界处停下来承认:剩下的部分,我们根本不知道。