金工文献精译第三期：机器学习驱动下的金融对不确定性的吸收与加剧

请务必阅读正文之后的信息披露和法律声明 [Table_Main] 证券研究报告 | 金融工程专题 金融工程专题 2022 年 2 月 11 日 金融工程专题 证券分析师 肖承志 资格编号：S0120521080003 邮箱：xiaocz＠tebon.com.cn 研究助理 王成煜 邮箱：wangcy3＠tebon.com.cn 相关研究 《机器学习因子：在线性因子模型中捕获非线性——德邦金工文献精译第一期》 2021.9.17 《不可知的基本面分析是可行的——德 邦 金 工 文 献 精 译 第 二 期 》 2022.1.14 机器学习驱动下的金融对不确定性的吸收与加剧 ——德邦金工文献精译第三期 [Table_Summary] 投资要点：  本文对金融行业从业者进行了访谈，包括一些积极应用机器学习技术的人员。据此，本文分析了机器学习驱动下的金融市场对不确定性的吸收。  机器学习模型被用来吸收金融不确定性，但它们也引入关键模型不确定性。关键模型不确定性是指我们无法解释机器学习模型如何做出预测和决策。  人们对于不可测量的不确定性仍有争论。一派（Pixley）认为这种不确定性是必然不可知的，而另一派（Power）认为这种不确定性是可以被“驯服”的，而本文的访谈结果更倾向于后者。  期望具有递归性和反身性。在金融市场等社会系统中，期望会影响现象的实现，也会受到现象是否实现的影响。由于这种反身性，与估值相关的大多数因素都不是独立的，也不是稳定的。  人们通过工具实现认知标准化。借助工具，异质信息可以进行比较、解释并用于财务决策，这些工具包括股票分析技术、定价公式和金融模型，而机器学习技术也可以添加到这个列表中。  管理和减轻自然不确定性可以吸收不确定性。金融机器学习（ML）模型通过检测数据中的相关性来吸收自然不确定性，并将自然不确定性转化为可管理、可操作的风险。  关键不确定性对吸收不确定性的可行性提出了挑战。关键不确定性不能通过市场原则来吸收，如果 ML 的某些操作是难以解释的，那么由此产生的不可理解性就会滋生不确定性。  了解模型的原理或成为应用模型的先决条件。对于一部分交易者而言，如果他们不理解模型，他不会用模型去投资。只有了解模型的基本逻辑，才能进行全面的风险评估。  使用奥卡姆剃刀原则选择模型。出于对过度拟合的担忧，许多量化机构和交易员偏好直观的模型，或者乐于试图限制模型的复杂性，从而限制模型的不可理解性。  ML 模型改变组织的权力结构。人类通过吸收不确定性来行使权力的能力，但 ML 的兴起及其关键模型不确定性表明，这种权力越来越多地存在于 ML 中。人们可以通过解释 ML 的运作机理，重新平衡机器人与机器之间的权力关系。 风险提示：市场波动风险，数据可用性风险，模型失效风险，国内外市场差异风险 金融工程专题 2 / 19 请务必阅读正文之后的信息披露和法律声明 内容目录 1. 摘要 ................................................................................................................................ 4 2. 介绍 ................................................................................................................................ 4 3. 不确定性与基于模型的决策 ............................................................................................ 5 4. 方法和数据来源 .............................................................................................................. 8 5. 吸收自然不确定性 .......................................................................................................... 9 6. 关键模型不确定性的加剧 ............................................................................................. 10 7. 结论 .............................................................................................................................. 12 8. 参考文献 ....................................................................................................................... 13 9. 附录 .............................................................................................................................. 16 10. 风险提示 ..................................................................................................................... 18 信息披露 ............................................................................................................................ 19 qRrMmMxPsMpNnPoOqMpRrM8O9RbRnPqQtRnPeRpPpNfQmNoNbRmNqOwMsOvMvPoMnP 金融工程专题