黑箱模型是什麼？
在科學、計算機和工程領域，黑箱是一種裝置、系統或物體，它提供有用的信息，但不揭示其內部運作的任何信息。其結論的解釋仍然不透明或「黑暗」。
金融分析師、對衝基金經理和投資者可能會使用基於黑箱模型的軟體，將數據轉化為有用的投資策略。
計算能力、人工智慧和機器學習能力的進步正在導致許多職業中黑箱模型的激增，並增加了圍繞它們的神秘感。
許多職業的潛在用戶對黑箱模型持謹慎態度。正如一位醫生在論文中寫道，關於它們在心臟病學中的用途：「黑箱是對足夠複雜的模型的簡稱，它們對人類來說難以直接理解。」
關鍵要點
- 黑箱模型接收輸入並產生輸出，但其工作原理是不可知的。
- 黑箱模型越來越多地用於推動金融市場的決策。
- 技術進步，特別是機器學習能力，使得人類無法精確分析或理解黑箱模型如何得出結論。
- 黑箱的反義詞是白箱。其結果是透明的，可供用戶分析。
- 黑箱模型一詞容易被濫用，可能僅僅反映了保護專有軟體的需要或避免明確解釋的願望。
了解黑箱模型
許多事物可以用黑箱來描述：電晶體、算法，甚至人類大腦。
黑箱的反義詞是一個由內部構造組成的系統，可供檢查。這通常被稱為白箱，儘管有時也叫透明箱或玻璃箱。
金融領域的黑箱模型
在金融市場中，黑箱方法的日益増加引發了一系列問題。
黑箱模型本身並不固有風險，但它確實引起了一些治理和道德問題。
使用黑箱方法的投資顧問可以在保護專有技術的軌子下掩蓋他們推薦的資產的真實風險。這使得投資者和監管機構無法掌握準確評估承擔的風險所需的事實。
黑箱方法的優點是否抵消了缺點？意見不一。
使用黑箱金融模型的是誰
使用黑箱模型分析投資在多年來起起落落，通常取決於金融市場的狀況。
在金融市場波動時，黑箱策略因其潛在的破壞性而特別引人注目。風險水平直到極端損失顯現出來之前可能並不明顯。
計算能力、大數據應用、人工智慧和機器學習能力的進步正在增加使用黑箱模型的神秘感，這些模型使用了先進的量化方法。
對衝基金和全球一些最大的投資管理公司現在常規使用黑箱模型來管理其投資策略。
在心理學中使用黑箱模型可以追溯到行為主義學派的創始人B.F.斯金納。斯金納主張心理學家應該研究大腦的反應，而不是其過程。
黑箱爆炸
有幾個著名的事件，涉及到專門用於黑箱策略的投資組合的極端損失。這些事件的責任並不在黑箱策略上。然而，依賴這些策略的投資者受到影響，正如許多陷入風暴中的其他投資者一樣。
- 1987年10月19日的黑色星期一，道瓊工業平均指數在一天之內下跌約22%。
- 1998年，一家對沖基金長期資本管理公司的倒閉。該基金使用套利策略賺取巨額利潤，直到俄羅斯政府的一次債券違約導致其崩潰，差點帶來全球金融系統崩潰。
- 2015年8月24日的閃電崩盤。閃電崩盤現在定期出現，涉及資產價值的短期不受控制下跌，隨後價格立即恢復。通常被指責的是計算機訂單增加。實際上，2015年有兩次閃電崩盤。8月事件涉及標普500指數，另一次3月18日涉及美元交易。
計算中的黑箱模型
在機器學習技術中，黑箱模型的增長和複雜性的貢獻極大，特別是它們與機器學習密切相關。
事實上，有人認為，由算法創建的黑箱預測模型的工作原理可能變得如此複雜，以至於沒有人能夠理解做出預測所涉及的所有變量。
工程中的黑箱模型
黑箱模型在工程中用於構建預測模型，這些模型存在於計算機代碼中，而不是物理形式中。
這樣可以觀察、分析、測試和修正變量，無需實際建造它們，這樣既昂貴又耗時。
金融領域中的黑箱模型是什麼？
為金融市場設計的黑箱模型是一種分析市場數據並根據該分析產生買賣策略的軟體程序。
黑箱的用戶可以理解結果，但無法看到背後的邏輯。當在模型的構建中使用機器學習技術時，輸入事實上對人類大腦來說過於複雜，無法解釋。
消費者行為的黑箱模型是什麼？
消費者行為的黑箱模型來自行為心理學的學術領域。
行為心理學家將人類大腦看作黑箱。人類大腦對刺激做出反應。為了改變行為，必須改變刺激，而不是反應刺激的大腦。
這一理論已被營銷人員採用，作為分析消費者決策過程的一種方式。該分析試圖通過觀察消費者對特定刺激的反應來理解和影響購買決策。
黑箱模型與白箱模型的區別是什麼？
在人工智慧領域，黑箱模型使用機器學習算法進行預測，而預測的解釋仍然不可知和無法追溯。
白箱模型則試圖納入約束，讓機器學習過程更透明。
在醫療、銀行或保險等行業中，透明性或「可解釋性」可能是一個道德和法律目的。
結論
黑箱模型越來越多地用於創建不僅在投資領域的應用程序，還用於醫療、銀行、工程等其他領域的軟體。
黑箱模型與機器學習能力同步發展，兩者的過程複雜性都在增加。
實際上，它們變得更加不透明。也就是說，我們依賴它們的結果，但不理解這些結果是如何產生的。