量化思维

在量化心理作用下，大脑对未知事物物理化学变化过程的进行分析，并建立特征参数之间平衡关系的思考行为过程。现实应用如下：1、制定详细的蓝图：目标明确。2、在一开始就以客户为中心：结果明确。3、设定优先业务及确立盈利策略：业务明确。4、从现有机遇入手获取阶段性成果：计划明确。

扩展资料： 定量思维的特征： 定量思维是思维过程中分析与综合的一个基本依据。量化是从数量上揭示客体特征，及说明确定特征之间属性的一种形式。自然界和人类社会中的各种事物在数量上的变化，都是事物发生质变的基础。 因此，运用测量方法从数量上对客观事物进行比较、分类、抽象、概括，是思维的重要内容和条件。 但量只是事物的一种特征，借助于数量的变化去说明一切，过分夸大定量思维，单纯地以数量变化定是非，忽视数量变化本身的定性分析，以及由于数量比较中的可比与不可比因素，会降低定量思维的科学作用。宣传舆论中定量思维的科学性直接关系新闻报道的真实性和可信度。

案例

詹姆斯·西蒙斯是量化界的鼻祖。

西蒙斯从1988年就开始通过量化的方式管理自己的大奖章基金。从1989到2007年间的平均年收益率高达35%，而股神“巴菲特”在同期的平均年回报约为20%。

到现在，西蒙斯几乎获得每年近15亿美金的高额收入。在年赚过亿的量化交易者中，排第一。

与巴菲特的“价值投资”不同，西蒙斯依靠数学模型和电脑，管理着自己旗下的巨额基金，用数学模型捕捉市场机会，由电脑作出交易决策。他称自己为“模型先生”，认为模型比个人投资可以更有效地降低风险。

他通过开发数量分析模型，大量筛选历史数据资料，借助相关性统计来预测期货、货币、股票市场的短期运动，并通过数千次快速的日内短线交易来捕捉稍纵即逝的市场机会。

在币圈的数字货币投资市场。全球最大二级市场量化基金 Trade Terminal创始人孟尧从2011年开始挖矿，2年时候就进入到全球算力前20，2014年，他开始发现数字货币量化的收益远远高于挖矿。

2014年到2016年间，最简单的搬砖策略和跨交易所套利策略，都可以达到一年几十倍甚至上百倍的收益。

而我身边的一个朋友，在15年的时候，仅仅通过跨交易所搬砖，就月赚15万人民币，这只是一个小资金的个体量化投资者。

第一批在币圈意识到量化的机会，而做量化的人，也都是从那个时候，仅仅通过搬砖和跨交易所套利，便开始获得巨额收益，成为币圈第一批先暴富起来的人。

---

其他补充1

1、一维量化——多次量化：

上面假期作业的例子，是多次量化的案例，将一个整体量化为多个单元，每个单元再继续量化为几个个体。

多次量化始终是对同一内容进行量化，就像切豆腐，一分为二，再一分为四……

2、多维量化

多维量化，针对的是复杂问题，一个问题牵扯很多因素，每一个因素点都有牵一发而动全身的感觉。我们将问题的所有因素罗列出来，每一个因素定义为一个维度，然后我们对每一个维度进行量化分析。

我们在此也举例说明：比如说现在正在设计一款硬件产品，公司内部需要预估产品上市时间，方便各部门配合准备，怎么去估算？

初略罗列出硬件产品的流程；估算每个环节消耗的时间。

3、多维嵌套量化

根据第一性原理，每一个维度，我们都要追求它的可靠性依赖，所以根据情况或需要，也许每一个维度还会进行多维量化，这种便是多维嵌套量化。如果一件事情需要多维度嵌套量化，那么这件事情便是大型问题或工程，就需要很大精力去处理。

我们继续使用产品上市时间预估的例子进行分析，选择其中开发设计环节详细分析：

罗列产品研发设计环节；对每个环节进行多次细化，找到可依赖的子单元；估算出每个子单元需要使用的时间；

每个环节之间有时间交叉，统计者需要根据情况做计算。

小注：“多次量化”和“多维嵌套量化”区别在于前者是针对统一内容量化，后者是针对不同内容做量化。

其他补充2

简单说，就是用数字解决问题。

《黑天鹅》作者塔勒布说过：“数学不只是‘数学游戏’，更是一种思考方式。”

“如果一条河的平均深度为4英尺，就千万不要过河”。

1.22米是平均深度，也许河边只有10厘米深，河中央就有两米深。这跟金融风险是一个道理。

应用信息经济学创始人哈伯德在《数据化决策》这本书里，点出了量化思维的关键之处：“量化的概念是‘减少不确定性’，而且没有必要完全消除不确定性。”

哈伯德说：“量化方法就隐藏在量化目标中。”只要你搞清楚了真正要量化的指标是什么，该怎么量化就是自然而然的了。

量化思维的关键是，我们要意识到什么事情是应该量化的。即使没有精确的数据，我们也能解决一些生活中，那些看似解决不了的问题。

硅谷的面试题，包括很多这样一类问题：西雅图有多少个加油站？北京有多少家星巴克？

这类题就是著名的费米问题，最经典的是：芝加哥有多少个钢琴调音师？

费米用量化思维的估算：

我们会先有以下这几条假设：

大约有250万人生活在芝加哥。

每100个人中，约拥有2台钢琴。

钢琴每年需要调整一次。

每个调音师大约需要2小时来调一台琴。

每个调音师每天上班8小时，包括路上时间一年需要2000个小时，所以一年总共调音1600小时。

这些数字，全都是毛估的，很不精准。我们就用这些数字简单算一下，每年芝加哥有5万架钢琴需要调音，再算一下调音师的工作时间，可以估算出一共需要有63名调音师。

事实上芝加哥大约有83名钢琴调音师。可以说与估算的数值非常接近了。

硅谷的那些高科技公司想测试你面对什么线索都没有的问题时，你有没有解决问题的思路和办法。

量化思维，能让不确定的问题，逐步清晰起来。 重点不是计算，也不追求精确的数据，而是把握重点，选择出需要量化的指标。