详细内容或原文请订阅后点击阅览
量化金融的基础很烂
奥地利经济学家长期以来一直批评使用数学来支撑经济分析。现在是时候将同样的批评应用于使用数学来加强金融市场分析了。
来源:路德维希·冯·米塞斯研究所信息现代金融机构办公室的一瞥揭示了令人眼花缭乱的复杂算法和计算驱动的投资策略。机器学习技术和应用物理学方法让外行人感到困惑，并在量化金融领域树立了难以接近的复杂性的声誉。
学术经济学错综复杂的概率方法及其所需的数学博学似乎阻碍了那些更专注于培养因果实在论技术的人的进入。然而，这些模型最终依赖于关于人类行为本质的基本假设，其有效性在学术界很难得到解决，其本体论的谬误严重削弱了它们的适用性。
假设
经济学领域主流学术界的做法是根据有关人类行为的不切实际的前提构建人为的定量模型。正如宏观经济理论与人类行为最基本原则的分离一样，金融模型的不可行假设被证明是可观察的，因此总体上有效地成立。只要（表面上）保持模型的内部一致性，金融模型对大量数据和市场参与者的关注就会导致对整体严谨性的忽视。
虽然上述概率模型旨在为个人财务决策提供信息，但很少有人关注得出结论的主张从单个代理人的角度来看是否有效。然而，定量金融中最基本的假设是将经济和金融数据视为在时间上和个人之间普遍同质的。