统计学的本质是，从现实世界中事件中大量数据找出规律，忠实地反映“这些数据”背后所隐含的意义。据此可知，统计学并非是忽悠人的学科，因为它是一个数据分析的过程，用统计量和相关参数来解释现实世界中相关现象的属性。但这就决定了它对于数据的严重依赖性，主要存在于两个方面：一、如果数据并不能反映现象本身的内在属性，即使再大量数据也是冗余的。这种情况多半发生在数据本身被污染/干扰，或者数据代表的现象处于一个过渡阶段（非一般情形）。二、人为解释因素。由于统计学本身只是处理数据，但是由于一些人对于统计学中相关公式或者操作背后的原理不甚了解，至于直接套用公式（或对某计算值进行解释）而罔顾适用范围，造成解释的结果本身是错误的。这种情况会让人误认为统计学是忽悠人的。
“把随机性变成确定性不是统计所能够承受的，但现实是人们还是以统计的视角来思考这类问题，不是忽悠那是什么？”明显，这句话是有问题的，如果说“抛硬币出现正面的概率是1/2”，这是一个确定统计规律，这个概率只是大数定理的反映，只不过是一个基于期望意义上的解释，它本身并未影响你每次抛硬币到底是正还是反（甚至你会出现连续好几个正面的可能）。因此，怎能说把随机性变成确定性了呢？
至于统计模型在金融领域的应用，确实是不太行的。即使是随机微分方程模型、大数据、机器学习等工具，都未能有很好的应用效果。因为现实世界的经济行为是很难用一个精确或者固定的数学模型来描述的。
统计与博弈是不同的范畴。统计属于事后的分析，它是一个静态的数据分析，反映的是一个大量重复发生且稳定的现象所具有的规律。博弈则是一个动态的过程，它反映了对抗双方的思维斗争与决策过程，数据能反映出这个决策，然而不能反映如何决策的“机制”。因为统计学认为，只要数据量大，就能反映出这个机制（好比函数曲线采样，够密集就能反映曲线变化）。但是博弈过程是理性的动态的对抗的，其中决策过程甚至包含个人的偏好以及社会因素的影响，这些都是难以用数学函数来描述的；并且，最终的决策并非由单一的某些变量来决定，而是由决策方对于事件的结果的估计（或者说对于对手所作决策的合理猜测）来做决定的。这种行为充满着不确定性和动态特征，是一种强烈的耦合过程，统计学静态的分析是难以做到的。比如高考学子分数出来之后选择如何填报志愿，这就是一个博弈过程——每个人选择填报哪个大学，决定别人能不能上某些大学（因为招生人数的限制导致分数线的确定），同样自己该怎么选，其实命运也决定在其他大部分人的决定中。做决定就是一个猜测估计大多数人的想法的过程。股票、金融市场等现象也是如此。对于一个自由的市场而言，如果只有一个人能知道大多数人的决策，那么他可以保证自己稳赚不赔。但是如果知道这个“秘密”的人多了，市场就会自动智能调节，这个“秘密”就会失效。当然，中国的经济市场并非完全自由，因为它会受到政府的大幅调控，并不是放开让“看不见的手”来调节，所以即使某天才能得出一个理论预测自由市场的博弈过程，那么在中国也是不适用的。
由于随机微分方程模型本身只是加入了随机性的“噪音”影响，而主要变化趋势（期望）还是服从微分方程中去掉随机微分项后的那个微分方程的确定规律，因而不适用上述动态的博弈过程。大数据只能分析大部分人在某种特定环境下的行为。同样，机器学习也只是学习在过去的环境下人们的分析决策过程，而对于未来的未知环境，它是无法做出任何有价值的预测的（除非未来的环境会出现跟过去某个环境一样）。
因此，目前的经济现象还是很难用任何数学方法来有效预测或建模的。
扫码加好友，拉您进群
全部版块
我的主页
