中银国际-量化建模与主观分析的对立与统一-210105

《中银国际-量化建模与主观分析的对立与统一-210105（10页）.pdf》由会员分享，可在线阅读，更多相关《中银国际-量化建模与主观分析的对立与统一-210105（10页）.pdf（10页精品完整版）》请在悟空智库报告文库上搜索。

观察量化与主观分析本质异同的切入视角：主观和量化分析的思维框架可总结为“当面对一个特定问题时，分析师需要推断该问题背后潜在的核心影响因素，并尝试建立这些核心因素与所需回答问题之间的逻辑关系，进而对问题的答案进行推测”。

因此两者的异同点可以从“判定核心因素”与“构建合理逻辑”两个维度分析对比。

从“判定核心因素”维度：量化与主观相似之处如主观关注的宏观基本面、政策面，市场情绪等在量化视角下可统一设定为“量化因子”。

两者区别点为：量化对政策导向和热点新闻的解读相对较弱。

其原因一是为量化在解读政策等方面存在技术瓶颈，二是量化在定义核心因素时更倾向于统计意义上的“显著性”，对新政策等过去鲜有发生或在未曾发生过的因素较难纳入模型核心因素。

“构建合理逻辑”的方法可以分为“相关性联系”和“因果关系”两种形式。

针对相关性联系，如果通过测算长周期无条件分布来进行归纳总结，那么量化与主观分析是相似的；如果基于特定条件情境对问题答案的概率分布进行推演，当核心因素在“历史上从未发生过或者鲜有发生过”时，传统量化分析的“归纳-总结规律-统计检验-样本外预测”的分析思路会受阻，但主观分析可以通过“创造新逻辑，组织新框架”的方式来应对这类难题。

有效平衡“核心因子的统计显著性”与“动态把握当前形势”是提升模型性能的要点之一。

当分析师根据长周期规律来设定“条件情境”时，这种模式较主观分析相对“固化”，对最新信息和核心矛盾点的敏感度较弱，但如果模型过度追求把握最新动态，则存在“过拟合”风险。

因果关系的概率表达：18世纪哲学家开始使用“概率提高”（P(Y。

|X)>P(Y)）来定义因果关系：如果X提高了Y的概率，那么X导致了Y。

但公式只涉及观察和手段，即“如果观察到X，那么Y的概率会提高”，这种提高可能有其他原因，比如Y是X的因，或者由变量Z所致。

正确做法是借助do算子来定义X与Y的因果关系，即P(Y。

|do(X))>P(Y)。

因果关系的稳健性要比相关性的稳健性高的多。

如何将“优化因素相关性识别过程”转化为“把握变量之间的因果关系”是量化分析在提升模型质量时需要思考的另一个重要问题。

风险提示：量化建模过程中应关注模型风险所导致的模型失效等潜在问题。