ข้อดีและข้อเสียของการวิจัยเชิงปริมาณ

นักวิจัยตลาดมักใช้วิธีการเชิงปริมาณในการทำงานของเรา สิ่งสำคัญคือต้องเข้าใจถึงความแข็งแรงและข้อ จำกัด ของแนวทางการวิจัย โดยเฉพาะอย่างยิ่งในด้านเทคนิคการวิจัยเชิงปริมาณด้วยเหตุผลสองประการดังต่อไปนี้ (1) วัฒนธรรมทางวิทยาศาสตร์และฆราวาสหลงใหลในเทคนิคการวิจัยเชิงปริมาณและมีแนวโน้มที่จะไม่มองลึกลงไปถึงการออกแบบและกลศาสตร์ของขั้นตอนดังกล่าวและ (2) ง่ายในการออกแบบความพยายามในการวิจัยเชิงปริมาณไม่ดี

-> ->

การมุ่งเน้นไปที่ตัวเลข

"เย็น" เพื่อให้สามารถพูดได้ว่าคุณเป็นนักวิจัยเชิงปริมาณ "Quants" ซึ่งเป็นคำที่น่ารักซึ่งนักวิเคราะห์เชิงปริมาณ เป็นที่รู้จักได้รับการวางบน ตัวเลขที่ดีในท้องฟ้าฐาน ผมเชื่อว่านี่เป็นเพราะคณิตศาสตร์และสถิติที่ซับซ้อนนับเป็นเพียงเพราะพวกเราส่วนใหญ่ไม่เข้าใจมากนัก ถ้าบางสิ่งบางอย่างดูเหมือนจะมีประโยชน์ทางสังคมและเป็นเรื่องยากและลึกลับก็มีแนวโน้มที่จะใช้เวลาในวัฒนธรรม "เรืองแสง." ตลาดกำลังหมกมุ่นอยู่กับการสร้างแบบจำลองและจำลองคอมพิวเตอร์ มันจึงเคารพ กล่องดำ ของอนุพันธ์ว่ามันช้าที่จะตอบสนองเมื่อโมเดลล้มเหลวในการทำนายความผันผวนที่หลีกเลี่ยงไม่ได้

พูดอีกนัยหนึ่งว่าคุณเป็นนักวิจัยที่มีคุณภาพ และผู้คนมักจะทำให้คุณงงงวย คนส่วนใหญ่รู้ว่า quants มีส่วนร่วมในการเลือกหุ้นและการประเมินพอร์ตโฟลิโอ นักวิจัยเชิงคุณภาพทำอะไรได้บ้าง? นอกเหนือจากการเป็นมาร์กาเร็ตมี้ดนั่นคือบทบาทอะไรที่เหลือสำหรับนักวิจัยที่มีคุณภาพ หรือเพื่อให้ความคิดแบบเดิมอาจเกิดขึ้น

ผู้เช่าเก่ามากของวิทยาการคอมพิวเตอร์คือ โมเดลคอมพิวเตอร์ดีพอ ๆ กับเนื้อหาที่สร้างขึ้นเท่านั้น ปัญหาของการสะท้อนกลับ

ไม่มากนัก George Soros ใช้คำสะท้อน reflexivity

ร่วมกับเศรษฐศาสตร์โดยทั่วไปและตลาดการเงินโดยเฉพาะ หลักการความไม่แน่นอน Heisenberg ซึ่งเป็นจุดสะท้อนของการสะท้อนกลับในด้านฟิสิกส์ก็มีความเกี่ยวข้องในบริบทนี้ด้วย Heisenberg - สั้นที่ไม่ได้ทำหลักการความยุติธรรม - แย้งว่าเราไม่สามารถวัดสองคุณลักษณะของสิ่งที่ได้ในครั้งเดียวเพราะในการวัดของเราเราส่งผลกระทบต่อคุณลักษณะหรือสิ่งที่จึงนำเกี่ยวกับการเปลี่ยนแปลงหรือบิดเบือนของเดิม . ให้ความเห็นเกี่ยวกับ George Soros กับ MIT Economics of Economics ในปี 1994

ทฤษฎีที่ยอมรับโดยทั่วไปคือตลาดการเงินมีแนวโน้มไปสู่ความสมดุลและโดยรวมลดทอนอนาคตได้อย่างถูกต้อง ทฤษฎีที่แตกต่างกันไปตามที่ตลาดการเงินไม่สามารถลดอนาคตได้อย่างถูกต้องเนื่องจากไม่ลดเพียงในอนาคตจะช่วยในการกำหนดรูปแบบในบางสถานการณ์ตลาดการเงินอาจส่งผลต่อปัจจัยพื้นฐานที่พวกเขาควรจะสะท้อนถึง ตลาดจะเข้าสู่สภาวะความไม่สมดุลแบบไดนามิกและมีพฤติกรรมแตกต่างไปจากที่ถือว่าเป็นเรื่องปกติตามทฤษฎีตลาดที่มีประสิทธิภาพ "

รูปลักษณ์ร่วมสมัยอื่น ๆ ที่ปรากฏการณ์เดียวกันเป็นหลักปรากฏในหนังสือ Black Swan

โดย Nassim Nicholas Taleb หงส์ดำไม่ใช่เรื่องธรรมดาในธรรมชาติ - มีเพียงไม่กี่คนที่เห็นหงส์ดำอ้างอิงจาก Taleb ว่าหงส์ดำเป็นเหตุการณ์ที่เป็นบวกหรือลบซึ่งถือว่าไม่น่าเป็นไปได้สูง แต่เมื่อเกิดหงส์ดำจะทำให้เกิดผลกระทบที่ยิ่งใหญ่บางคนเชื่อว่าเหตุการณ์หงส์ดำอธิบายถึงโลกอย่างมาก แต่คนส่วนใหญ่ - โดยเฉพาะผู้เชี่ยวชาญ - ตาบอดต่อหงส์ดำ วิธีการที่ไม่เชื่อคือ จำเป็นต้องใช้หลักฐานทางวิทยาศาสตร์มีบางสิ่งที่ควรพิจารณาเมื่อสำรวจแนวความคิดที่เกี่ยวข้องกับการ fetishism จำนวนที่คนตาบอดไปผิดพลาดของการยอมรับการวิจัยเชิงปริมาณที่มีมูลค่าและถูกสุดเหวี่ยงพึ่งพา norma l กระจาย เป็นความผิดพลาดที่จะเชื่อได้ว่าการวิจัยเชิงปริมาณโดยอิงจากสถิติอนุมานมีความน่าเชื่อถือหรือเป็นข้อมูลเชิงวิทยาศาสตร์มากกว่าการวิจัยเชิงสังเกต จุดสำคัญอย่างแท้จริงในการเปรียบเทียบระหว่างการวิจัยเชิงปริมาณและการวิจัยเชิงคุณภาพคือการมีส่วนร่วมของนักวิจัยซึ่งเป็นหนึ่งในการคัดค้านที่มีความยืดหยุ่นที่สุดในการวิจัยเชิงคุณภาพนั้นเกิดขึ้นในรูปแบบเชิงปริมาณ ในความเป็นจริงมันเกิดขึ้นก่อนหน้านี้ในลำดับเชิงประจักษ์ของกระแสการวิจัยในการวิจัยเชิงปริมาณมากกว่าที่จะทำในการวิจัยเชิงคุณภาพ

นักวิจัยสร้างสมมติฐานในการวิจัยเชิงปริมาณซึ่งจะ "ผ่านการทดสอบ" ด้วยกระบวนการทางสถิติ การสร้างสมมติฐานอาจเป็นกิจกรรมอัตนัยมาก และการมุ่งเน้นที่แคบมากของการทดสอบสมมุติฐานอาจทำให้เข้าใจผิดได้ หลายรูปแบบของการวิจัยเชิงคุณภาพช่วยให้รูปแบบที่เกิดขึ้นใหม่ในข้อมูลเพื่อชี้ไปยังธีมที่สามารถระบุความสัมพันธ์ (นี้เทียบเท่ากับการทดสอบสมมติฐานในการวิจัยเชิงปริมาณ) การวิจัยเชิงคุณภาพมีแนวโน้มที่จะเปิดกว้างขึ้นสำหรับ "หงส์ดำ" ที่เกิดขึ้นซึ่งไม่มีสมมุติฐานที่จะพิสูจน์หรือพิสูจน์ตัวตน