資料科學可以創造金融市場的Alpha(超額收益)嗎?續談AI在金融業的現況
超額收益（Alpha），其實就是投資經理的能力高低，好的經理人能夠協助投資人創造高額Alpha，比如Soros、Dalio、Simons等等……..
投資是門藝術，所以他們與其說是數學家、金融學家，不如說是哲學家或者藝術家比較貼切一點。
這一篇文章主要是釐清財務專家與資料科學家看待金融市場的方式，機器學習的觀念則在上一篇文章：機器學習怎麼用在金融市場？
在著名財務教科書 — 博迪投資學的前半本書中，除了複習財務管理的觀念，我們也深刻認知：
「Alpha是死的，想要人為戰勝股市是不可行的。」
而經濟學原理中也提到，在完全競爭市場中，沒有利潤，受益人是消費者，這點可從數位獨角獸們的價格補貼戰中可見一斑，但是，金融市場的常勝冠軍們依舊穩定獲利、賺取令人信服的高額報酬（除了龐氏騙局的馬多伕醜聞…….）
而巨頭們也意圖開創一片壟斷性的藍海，奪得先機，進而打造生態系經濟，比如Amazon、Microsoft…….
其實這些大公司看待新技術的觀點也非常具有商業思維，比如MS看待區塊鏈的觀點就很有趣，沒有Token、沒有幣圈，但是有一些區塊鏈的屬性就足夠了，有機會可以細講。
而雪球越滾越大，除了金融市場的複利，科技業的獨大也不停放大價值，議價能力提高，邊際成本概念受到質疑，一切都是破壞式創新，以及再投資的結果。
那麼，投資金融市場怎麼創新？
資料科學是一種創新的方式嗎？好比，我們可以試著調整一個構建好的模型，計算參數、閱讀研究報告建立特徵、多納入一些總體經濟學的、或者技術指標來優化模型，但是，這是一個創新嗎？
投資錯誤的方向有兩種，正好可以對應到資料科學的建模。
做沒用的事情（比如沒有正則化的複雜迴歸 = 投資不會漲、成交量低的股票）
不做本來該做的事情（把自由現金拿去放定存 = 永遠不讀入外部資料表）
在資料探勘中，財務專家的觀點是資料挖掘有一種倖存者偏誤，也忽略了被放大的複利效應。
而這也是第一個錯誤，做沒用的事情，比如我們挖出了一個「現象」，但只是湊巧的「數據湊巧出現了這樣的情況」，捕捉沒用的Pattern。
之前就在某論壇看到一家外商大量徵求Quant，而這家外商公司所做的事情，就是非常暴力地做資料探勘，幾乎不管財務上的正規性，也就是完全忽略domain knowledge的資料科學，而我們知道資料科學：數理、領域、coding 三者缺一不可，所以這是非常危險的。就連我目前在資料科學的工作中，也深深感受到好的domain knowledge可以影響決策面很大的部分。
但是也有人認為，第二種偏誤更加危險，沒有做那些應該做的事情，會讓每臺電腦中的模型平庸、沒有明顯的差別，難以制定策略。
（所以這裡其實稍微提到了一個AI的悖論：當市場上充滿AI的時候，所有人都有最佳解（不考慮模型是否為凸函數），真的是看誰的網路好（下單快速）來獲利嗎？可以思考看看！）
做沒用的事情相當於一個聰明人做笨蛋的事情，不停地重新刷一個模型出來，但是第二種：不做本來該做的事情，就是叫一個笨蛋做聰明的事情，會搞砸的。
那麼，如果我們看到一個湊巧的、隨機現象，會付出什麼樣的代價？
這點可以從時間序列直觀思考，將它視為random、noise的買入訊號的報酬率是多少，就可以簡單驗證了。但是為什麼我們可以一直刷模型出來呢？驗證方式中，有人提到p-hacking，有興趣的人可以看看統計學上的P值陷阱，推薦這篇文章：
作者臺大統計所畢業，也是一位很厲害的資料科學家：P-value，你是無辜的！
p-hacking簡單來說，造成的影響就是財務上、經濟的論文其實某方面來說沒那麼嚴謹，因為我們可以「看我們想看的」，只要調整到一個不那麼被排斥的參數就可以了。當然自然科學領域的論文也是有參數操弄的可能，不過因為金融市場的action可以從公開的data驗證，成本少了許多，所以…嗯XD
不過目前也有學者提倡不同於P-value的檢定方式，但是P-value的自訂檢定域確實不能很好解釋Hyper parameter該怎麼訂比較好，頂多是可接受的層面罷了。
而第二種可能就是，高估自己的能力，在行為財務學上，這叫做overconfidence，過度自信，在博迪投資學的第九章中有細講這個金融、心理交叉的有趣理論。（這學期投資學期末考考完真的對這本書印象很深刻XDD）
白話總結，資料探勘可以用，但是好的產學環境難以建立：
犯下第二類錯誤的代價就是後悔，行為財務學中也提到一個現象叫做Regret avoidance ，當你做了一件不同以往的事情導致損失，後悔感會更加強烈。（比如去一家沒吃過的店踩到雷，就會覺得這家店真的超爆雷，但是可以忍受平常愛吃的店突然的不完美），而這樣的現象會濳意識增加第一類錯誤的機會。
但是金融模型的建立，目前沒有一個好的機制可以促發創新。
當Fama-french發布三因子模型的時候，大家慢慢以之作為Baseline，研究更好的ß，那麼，我們還要再等一個Fama出來才能改進財務上的模型嗎？
畢竟金融市場上，銀行的一個model就是非常大的資本額流動，自己賺都賺不夠了，還開放給別人用咧XD
不會像科技產業的開源經濟，少有共享的科研環境、大家各做各的，在相同的數據上試圖挖出金礦，就好像美國早期的舊金山淘金熱，我們不知道資料濳藏的金礦還有多少，但是缺乏共享研究成果（即使這是金融產業存在的機制）、類似P-hacking的參數調整，都使得量化分析在金融市場上的進展加倍困難。
不過隨著Fintech中的open banking趨勢，即使在投資、證券業上，財務模型必須咬緊牙關測試不同的feature，未來在數位金融服務上應該會更開放才對，也就是資料科學應用到商業銀行上會是一個很棒的領域（畢竟金融業的資料實在太大囉！），壽險業也得以結合區塊鏈發展智能合約、AI核保等加速業務流程，強化客戶體驗的技術創新。
數位金融的成熟度還有服務、支付環境或許都能有不錯的成長，達到更普惠的金融環境（尤其強烈希望留學貸款的恩賜XD）。
我也會持續關注Fintech的趨勢，未來也會產出各式各樣的Fintech相關文章，以一個喜歡資料科學、研究過區塊鏈的商學院學生觀點怎麼看待這些Fintech？比如最近令人興奮的臉書幣Libra。看到它被各國央行極力排斥真的覺得很可憐，雖然自己學過金融理解央行的立場，但還是會想看看臉書率先發起的社群金融模式嗚嗚。
