[[176340]]

本文不是討論如何使用量化基本面分析法預(yù)測(cè)公司股價(jià)。而是以郝伯特·西蒙的過(guò)程理性理論結(jié)合AlphaGo算法步驟探討量化基本面分析法的分析方式。

量化基本面分析法(Quantamental)將量化和基本面兩種方法結(jié)合起來(lái)，是近幾年隨著市場(chǎng)電子化、大數(shù)據(jù)、自然語(yǔ)言處理技術(shù)快速發(fā)展產(chǎn)生的新的基本面分析法。現(xiàn)在已經(jīng)是DT時(shí)代，發(fā)揮海量數(shù)據(jù)價(jià)值已成為可能。以下討論都是假設(shè)已合法的收集相關(guān)數(shù)據(jù)包括交易、消費(fèi)、關(guān)注度、GPS、衛(wèi)星數(shù)據(jù)等等。

一、基于大數(shù)據(jù)的量化基本面分析法一定有更好的預(yù)測(cè)嗎?

一般來(lái)說(shuō)，我們會(huì)將整個(gè)經(jīng)濟(jì)看作一個(gè)大的動(dòng)態(tài)市場(chǎng)系統(tǒng)，其中又會(huì)分割為一些子市場(chǎng)系統(tǒng)，可以認(rèn)為每一個(gè)子市場(chǎng)系統(tǒng)中參與方與相關(guān)變量彼此之間的聯(lián)系要比其他子系統(tǒng)中變量的聯(lián)系要更強(qiáng)些。所以每個(gè)子市場(chǎng)系統(tǒng)中的參與方以及變量獨(dú)立于其他子系統(tǒng)相對(duì)均衡動(dòng)態(tài)移動(dòng)。36大數(shù)據(jù)(http://www.36dsj.com/)

短期均衡及每個(gè)子系統(tǒng)顯著主導(dǎo)的行為往往是波動(dòng)而不可預(yù)期的。但長(zhǎng)期動(dòng)態(tài)均衡往往是可預(yù)期的，既雖然每個(gè)子系統(tǒng)中的變量一起動(dòng)態(tài)移動(dòng)，但保持了每個(gè)子系統(tǒng)間的相對(duì)均衡。既從微觀角度考慮的時(shí)候現(xiàn)象是變化的，而從宏觀角度考慮時(shí)，現(xiàn)象是不變的?，F(xiàn)在基于之前的數(shù)據(jù)假設(shè)，我們有了關(guān)于各個(gè)子市場(chǎng)系統(tǒng)方方面面的數(shù)據(jù)，自然可以更好地統(tǒng)計(jì)長(zhǎng)期動(dòng)態(tài)均衡中那些穩(wěn)定的關(guān)系，從而得到更加可靠的基本面分析結(jié)果。

但與此同時(shí)，我們也能聽(tīng)到另一種聲音。在《信號(hào)與噪聲》[1]書中，作者認(rèn)為在大數(shù)據(jù)時(shí)代信息量呈指數(shù)增長(zhǎng)，需要驗(yàn)證的假設(shè)也正在以同樣的速度增長(zhǎng)。數(shù)據(jù)中那些有意義的因果關(guān)系組合少之又少，增長(zhǎng)的速度也不及信息本身的增長(zhǎng)速度快。大多數(shù)數(shù)據(jù)都只是噪聲。人們很難從干擾他們的噪聲中分辨出有用的信號(hào)。

數(shù)據(jù)展示給我們的通常都是我們想要的結(jié)果，而且我們通常也默認(rèn)這種皆大歡喜的結(jié)果。作者納特•西爾弗還引用莎士比亞劇作中的話“人們照著自己的意思解釋一切事物的原因，實(shí)際上卻和這些事物本身的目的完全相反”。更大量信息能幫助我們更好預(yù)測(cè)嗎?36大數(shù)據(jù)(http://www.36dsj.com/)

當(dāng)然我們知道，通過(guò)深度學(xué)習(xí)和大數(shù)據(jù)，一定能得到一個(gè)更優(yōu)的模式識(shí)別效果。但前提是我們假設(shè)未來(lái)和歷史特征向量是符合同一概率分布。未來(lái)當(dāng)然不會(huì)和歷史是同一概率分布，就像彼得·林奇說(shuō)的“你無(wú)法從后視鏡中看到未來(lái)。”哈耶克也說(shuō)過(guò)“我們做出的預(yù)測(cè)有可能被否定，因?yàn)樗麄冎痪哂薪?jīng)驗(yàn)的意義。”這里也不想用深度學(xué)習(xí)成果來(lái)證明大數(shù)據(jù)在預(yù)測(cè)方面的效用。

納特•西爾弗在其書中接下來(lái)說(shuō)：”信息只有在恰當(dāng)?shù)沫h(huán)境下才會(huì)成為知識(shí)，沒(méi)有環(huán)境，我們就無(wú)法從噪聲中區(qū)分信號(hào)，不斷犯錯(cuò)，不斷嘗試，這或許是貝葉斯定理應(yīng)用起來(lái)最容易的一個(gè)原則：進(jìn)行大量的預(yù)測(cè)。”[1]”貝葉斯定理告訴我們，任何時(shí)候獲得新信息，我們都應(yīng)該更新自己的預(yù)測(cè)。36大數(shù)據(jù)(http://www.36dsj.com/)

簡(jiǎn)單地說(shuō)就是，不斷犯錯(cuò)，不斷嘗試。真正’擁有’大數(shù)據(jù)的公司，比如谷歌公司，并不會(huì)在建立模型的問(wèn)題上花費(fèi)太多時(shí)間。它每年會(huì)進(jìn)行上千次實(shí)驗(yàn)，并在真正的客戶身上檢驗(yàn)它的想法。”[1]在谷歌等互聯(lián)網(wǎng)公司都會(huì)有完善AB測(cè)試框架，以方便不同功能快速部署AB測(cè)試，通過(guò)客戶使用效果反饋不斷迭代完善功能。我們知道AB測(cè)試本質(zhì)上是個(gè)分離式組間實(shí)驗(yàn)，不斷獲取客戶反饋既新信息持續(xù)優(yōu)化模型效果。

同樣我們可以認(rèn)為基于大數(shù)據(jù)的量化基本面分析法，不只是用大數(shù)據(jù)補(bǔ)充之前基本面分析法所用數(shù)據(jù)不足，其也是通過(guò)量化和更及時(shí)的數(shù)據(jù)不斷修正預(yù)測(cè)模型的過(guò)程。

二、基于過(guò)程理性的量化基本面分析法

接下來(lái)，將以郝伯特·西蒙的過(guò)程理性理論結(jié)合AlphaGo算法步驟探討量化基本面分析法的步驟[2][3]:

1.設(shè)想可選方案集合，以及可能后果集合。

還是基本面分析法經(jīng)常需要分析的那些問(wèn)題，包括上下游、銷量、成本、利潤(rùn)、財(cái)務(wù)比率等。設(shè)想不同預(yù)測(cè)值下的可選方案與可能后果。

2.評(píng)估可能后果集合的概率。

以上兩步，過(guò)程理性和貝葉斯定理要求基本一致。都需要基于歷史統(tǒng)計(jì)得到各可選方案的概率。這種預(yù)測(cè)被稱作“初始觀點(diǎn)”。”從理論上講，我們希望將初始觀點(diǎn)建立在過(guò)去的經(jīng)驗(yàn)***是社會(huì)經(jīng)驗(yàn)的集合之上。”[1]

3.改進(jìn)預(yù)測(cè)的數(shù)據(jù)，獲得新數(shù)據(jù)，從而改進(jìn)預(yù)測(cè)模型。

新信息和原有信息結(jié)合起來(lái)的理性過(guò)程也是應(yīng)用了貝葉斯定理。同樣，基于大數(shù)據(jù)的量化基本面分析法可以更及時(shí)的收集***數(shù)據(jù)以及結(jié)果反饋來(lái)改進(jìn)預(yù)測(cè)模型。

4.預(yù)測(cè)模型結(jié)果將會(huì)影響可選方案集合，以及可能后果集合，從而持續(xù)優(yōu)化決策過(guò)程。

持續(xù)優(yōu)化的預(yù)測(cè)模型，即是一個(gè)預(yù)期過(guò)程，可以進(jìn)一步減少不確定性以及消剪了行動(dòng)域即可選方案集合。這點(diǎn)本質(zhì)上也是緩沖預(yù)測(cè)誤差影響，和量化中動(dòng)態(tài)對(duì)沖，不斷調(diào)整風(fēng)險(xiǎn)敞口的方式是一致的。

5.從可能后果集合中，根據(jù)預(yù)期目標(biāo)，選擇滿意的可能后果集合子集。并從可選方案集合中得到滿意的可能后果集合子集對(duì)應(yīng)的方案。

在AlphaGo中使用蒙特卡羅樹(shù)搜索(Monte Carlo Tree Search，MCTS)結(jié)合估值網(wǎng)絡(luò)(Value Network)來(lái)做可選方案集合選取。其決策時(shí)也可以認(rèn)為是符合過(guò)程理性的。比方AlphaGo會(huì)走一步導(dǎo)致贏面更小，但贏的概率更大的棋。這太不優(yōu)雅了，但修改對(duì)局勢(shì)的期望，減少了搜索時(shí)的空間。

而投資人、分析師會(huì)基于之前的經(jīng)驗(yàn)與直覺(jué)做這個(gè)決策。依托的是人類的長(zhǎng)期記憶和人類個(gè)體和集體的學(xué)習(xí)能力。納特•西爾弗也認(rèn)為從噪聲中區(qū)分信號(hào)既需要科學(xué)知識(shí)，也需要直覺(jué)，那是基于人類長(zhǎng)期記憶的。

郝伯特·西蒙對(duì)比過(guò)國(guó)際象棋世界冠軍十年間不同的下法，認(rèn)為這是這是全部職業(yè)強(qiáng)選手的集體經(jīng)驗(yàn)而積累起來(lái)的知識(shí)的結(jié)果。專家和新手區(qū)分不僅僅是前者具有大量和多樣的信息，而且是他的直覺(jué)經(jīng)驗(yàn)使他能發(fā)現(xiàn)他所面對(duì)的形勢(shì)中的熟悉模式，長(zhǎng)期記憶中儲(chǔ)存大量的棋子的共同模式，通過(guò)識(shí)別這些模式，從長(zhǎng)期記憶中重新找到大量相關(guān)信息。

不論如何，這是一個(gè)過(guò)程決策，正如郝伯特·西蒙強(qiáng)調(diào)的“抉擇不是由問(wèn)題的客觀特征所唯一確定的，而是取決于用來(lái)達(dá)到?jīng)Q策的啟發(fā)式過(guò)程。”[2]36大數(shù)據(jù)(http://www.36dsj.com/)

三、結(jié)論

基于大數(shù)據(jù)的量化基本面分析不只是彌補(bǔ)了公司季報(bào)時(shí)間上空白，也不只是通過(guò)方方面面的數(shù)據(jù)提供更多特征得到更好的基本面分析預(yù)測(cè)結(jié)果。其本身也是一個(gè)符合過(guò)程理性的分析方式。介于其也是隨著大數(shù)據(jù)的發(fā)展剛剛起步的新的分析方法，如何不斷借鑒量化、基本面分析法、大數(shù)據(jù)、機(jī)器學(xué)習(xí)等各方面的成果還有待進(jìn)一步探討。就像黃霑歌詞里寫的“論武功 俗世中不知邊和高 或者 絕招同途異路”。