什么是黑盒模型?
在科学、计算和工程中,黑匣子是一种设备、系统或物体,它可以产生有用的信息,但不会泄露任何有关其内部运作的信息。其结论的解释仍然不透明或“黑暗”。
金融分析师、对冲基金经理和投资者可以使用基于黑盒模型的软件将数据转化为有用的投资策略。
计算能力、人工智能和机器学习能力的进步正在导致许多职业中黑匣子模型的激增,并增加了围绕它们的神秘感。
许多职业的潜在用户都对黑匣子模型持谨慎的态度。正如一位医生在一篇关于其在心脏病学中的应用的论文中所写的那样:“黑匣子是模型的简写,这些模型足够复杂,以至于人类无法直接解释它们。”
要点
- 黑盒模型接收输入并产生输出,但其工作原理是未知的。
- 黑匣子模型越来越多地用于推动金融市场的决策。
- 技术进步,特别是机器学习能力的进步,使得人类思维无法准确分析或理解黑盒模型如何得出结论。
- 黑盒子的反义词是白盒子。其结果是透明的并且可以由用户分析。
- 黑匣子模型一词很容易被误用,可能仅仅反映了保护专有软件的需要或避免明确解释的愿望。
![](/assets/image/3iPycAcagq.png)
了解黑盒模型
许多东西都可以被描述为黑匣子:晶体管、算法,甚至人脑。
与黑匣子相反的是由可供检查的内部运作组成的系统。这通常称为白盒,尽管有时也称为透明盒或玻璃盒。
金融黑匣子模型
在金融市场中,越来越多地使用黑匣子方法引起了许多担忧。
黑盒模型本身并不存在风险,但它确实引发了一些治理和道德问题。
使用黑箱方法的投资顾问可以在保护专有技术的幌子下隐藏他们推荐的资产的真实风险。这使得投资者和监管机构都无法了解准确评估正在承担的风险所需的事实。
黑盒方法的优点是否抵消了缺点?意见不一。
谁使用黑匣子财务模型
多年来,使用黑匣子模型来分析投资已经过时了,通常取决于金融市场是上涨还是下跌。
在金融市场波动期间,黑匣子策略因其潜在的破坏性而被挑选出来。在极端损失暴露之前,所承担的风险水平可能并不明显。
计算能力、大数据应用、人工智能和机器学习能力的进步正在增加使用复杂的定量方法的黑匣子模型,并增加了其神秘感。
对冲基金和一些全球最大的投资管理公司现在通常使用黑匣子模型来管理其投资策略。
黑盒模型在心理学中的运用可以追溯到行为主义学派之父BF Skinner。斯金纳认为,心理学家应该研究大脑的反应,而不是其过程。
黑匣子爆炸
有几个值得注意的例子,其中包括专门用于黑盒策略的投资组合的极端损失。这些事件不应归咎于黑匣子策略。然而,依赖这些策略的投资者却遭受了损失。正如许多其他陷入风暴的投资者一样。
这些事件包括:
- 1987 年 10 月 19 日,黑色星期一。道琼斯工业平均指数一天内下跌了约 22%。
- 1998年,对冲基金长期资本管理公司倒闭。该基金通过购买债券的套利策略赚取巨额利润,直到俄罗斯政府债券违约导致该基金倒闭,几乎连全球金融体系也随之崩溃。
- 2015 年 8 月 24 日的“闪电崩盘”。闪电崩盘现在定期发生,涉及资产价值短暂不受控制的下跌,随后价格立即回升。通常归咎于计算机订单的增加。 2015年实际上发生过两次闪电崩盘。8月的事件涉及标准普尔500指数,另一次涉及3月18日的美元交易。
计算中的黑盒模型
对黑盒模型的增长和复杂性做出了巨大贡献的机器学习技术密切相关,特别是与机器学习相关。
事实上,有人认为,根据算法创建的黑盒预测模型的工作原理可能会变得非常复杂,以至于没有人能够处理预测中涉及的所有变量。
工程中的黑匣子模型
黑盒模型在工程中用于构建以计算机代码而不是物理形式存在的预测模型。
然后可以观察、分析、测试和修改这些变量,而无需在现实世界中进行昂贵且耗时的实际构建过程。
什么是金融黑盒模型?
专为金融市场使用而设计的黑匣子模型是一种软件程序,可分析市场数据并根据该分析制定买卖策略。
黑匣子的使用者可以理解结果,但看不到其背后的逻辑。当机器学习技术用于模型构建时,输入实际上过于复杂,人脑无法解释。
黑盒交易合法吗?
BlackBoxStocks 是一个为股票和期权交易者提供的基于互联网的交易平台的名称。该公司表示,它使用“人工智能增强的‘预测技术’”来识别日间交易者可以利用的快速价格变化。
BlackBoxStocks 成立于 2016 年,在纳斯达克上市,代码为 BLBX。
Day Trader Review 网站称其“物超所值”。
The Stock Dork 的一篇评论称其为“真正的交易,并且是可用的最好的市场扫描系统之一”。
请注意,评论将 BlackBoxStocks 评估为消费者交易平台。他们没有就其预测的准确性得出结论。
什么是消费者行为黑盒模型?
消费者行为的黑盒模型源自行为心理学学术领域。
行为心理学家将人脑视为一个黑匣子。人类的大脑会对刺激做出反应。为了改变行为,必须改变刺激,而不是改变对刺激做出反应的头脑。
该理论已被营销人员采用作为分析消费者决策过程的一种方法。该分析试图通过观察消费者对某些刺激的反应来理解和影响购买决策。
什么是黑盒模型与白盒模型?
在人工智能领域,黑盒模型使用机器学习算法进行预测,而该预测的解释仍然不可知且无法追踪。
白盒模型试图纳入一些限制,使机器学习过程更加透明。
透明度或“可解释性”可能是医疗保健、银行或保险等行业使用的模型中的道德和法律目标。
结论
黑盒模型越来越多地被用来创建软件,不仅用于投资领域的应用程序,还用于医疗保健、银行、工程和其他领域。
黑盒模型与机器学习功能一起发展,两者过程的复杂性都在增加。
事实上,它们正变得越来越不透明。也就是说,我们依赖他们的结果,而不了解这些结果是如何产生的。