1樓：quant林
宇宙空間中每乙個粒子都充滿了未知，基於量子力學，每個乙個微觀粒子本身都不確定的，例如電子他出現在這裡或是那裡只是概率，微觀粒子的不確定最終導致了巨集觀的不確定性。（經典的粒子是薛丁格的貓，表現的現象是平行世界）。
對圍棋而言，量化可以降低計算量（通過降維或更優秀的演算法），但對量化交易而已，市場是乙個精神病，你是無法預知未來的行為的。而是應該做好應對的準備。
在量化交易中所謂的精確既無法做到，也沒有意義。
2樓：lakyblu
"All models are wrong, but some are useful."
模型是經驗資料的抽象。之所以建立模型，是因為我們相信充斥著觀測誤差的世界中存在一些潛在的、變化緩慢的規律。由於經驗資料報含的資訊總是不完備的，模型一定無法精確，對未來的解釋力也一定存在偏差。
因此邏輯關係是：資訊永遠不完備 -> 模型永遠不精確 -> 未來很難被確定。我們希望通過收集盡可能完備的資訊，並在此基礎上做出更精確的模型，從而更大程度地確定未來。
因此，三個方面不存在此消彼長，互相制衡。請問題主要平衡的是什麼？
3樓：落霞與孤鶩
你本身對模型的測試所用的資料不是全部的資料(包括將來過去)，那你本身天然就具有不完備性，那麼你只能通過過去的資料中，找到一些具有平穩性具有協整性的資訊，然後認為歷史會重演。
交易中如何平衡貪婪和恐懼？
小羊快跑 首先你要知道什麼時候需要貪婪，什麼時候應該恐懼，不是別人說貪婪時恐懼就可以了，你自己知道嗎？如果都不知道，那就早點歇了吧。不要盲目交易！ 連虧三十把呀 隨時提醒自己，我們都是普通人，高勝率的方法不存在，即使有，也不是我們普通人能掌握的。做好連輸十三把的準備，自然就會輕倉了。 全村人的希望 ...
模型壓縮過程中，剪枝和量化如何進行組合？
FightingCV 在本文中，作者提出了一種用於構造高效卷積神經網路的多功能濾波器 並應用於各種視覺識別任務中。考慮到硬體上執行高效的深度學習模型的需求，研究者們已經開發了許多方法來學習緊湊的神經網路。這些工作大多數是以不同的方式來壓縮濾波器，例如，研究小的 稀疏的或量化的濾波器。 四九 trai...
如何對四旋翼飛行器進行精確的數學建模
Francois 總的來說就是 分別利用下面的Newton Euler 方程即 式 3 和式 6 求對應的位置和姿態的動力學方程。當然，這裡的模型，只考慮 重力，四個推理，推理差產生的力矩。當然，也可以用Newton Langrange 或者四元數 quaternion 建模。這裡只介紹第一種方法。...