AI經濟

過去(2009~2019)十年期間是各國股市的黃金上漲週期。新冠病毒始於武漢正是封城，拉開序幕。無論其病名為何，都無法讓人忽略「公共衛生危機」對經濟的影響，以及對投資市場的影響。投資是從有那些投資產品開始至今，讓人累積財富與資產的地方，例如，歐美在退休金上的提列與人口基數上，可見退休基金的龐大。這也是在投資市場上非常重要的主力基金之一。又例如，荷蘭退休金制度規模高達1.5兆歐元，曾獲美世投顧公司選為2019年全球最佳退休金制度，讓荷蘭人退休後能保有在職時80％的收入。

為什麼會有 大數據分析三個障礙 呢？這些個問題都起源於我們的研究方法問題。在研究大數據分析方法時，很多都是從電腦程式語言的角度出發，試圖將資料進行分類，然後計數，再去做分析。而分析的方法囿限於他們所認知的方法上，就如同我一直提到的，方法有基礎，我們需要從現有的方法上，將方法中的問題點突破，才能串聯起原有方法的真實力量。

我們都在做預測，但是當你做預測時需要考慮什麼事情呢？預測的方法有很多種，特別是從現在主流的機器學習和Python衍伸出的預測分析。不過我不想討論這類偏向程式的預測分析運作，而是想討論我們如果遵循建模需要的變因來考量，那麼或許是不錯的一個角度。 在這邊，我指的變因不只是自變數而已，而是會影響預測的原因。那麼就讓我一一來分享預測過程中所遭遇的迷惘吧。

你沒正確拆解迴歸分析的數學結構就別說你學過迴歸分析。無論是統計學、迴歸分析或計量經濟學的課程中，都會說到迴歸模型。當然深入討論迴歸模型的課程多落在迴歸分析或計量經濟學上。可是你知道迴歸分析的數據要求、自變數要求、殘差要求、整個的模式狀態嗎？

我們常用來尋找兩個變數的關聯方法有兩種 -- 相關係數或迴歸分析。這兩者的基礎都是線性！這是因為我們將線性視為最能表現趨勢方向的指標，所以在經濟學或是股市分析上常以直線來表述長期趨勢。 我們也以這條直線將數據區分出長期趨勢與短期波動。在股市分析上就是長期價值投資與短線操作。

很多人認為股價預測或是任何事物預測都是一個值！但實際上，真正在做數字分析時，預測不會單純只有一個值。這也是為什麼我看到相信「預測值」的一種反思。 目前預測值 -- 這個字詞的使用，等同於我所認識的「估計值」。除非在計算時都是採用前一期數據去預測這期數據(t和t+1的關係，也就是AR(1))，那麼我會認為那是「預測值」，只是當期數據出現時，你若還是使用預測值進行估計，那就有點怪。所以需要調整回使用真實數據進行下一期的數據估計。這樣的概念是否有出現在程式中，我不清楚且無數學式與程式碼可以看到，所以不予評論。 那麼一般來說都是歷史數據的估計值計算居多。至於「預測值」，這就要說到迴歸分析了。

很多人讀完統計學的機率分配後，都會有一種感覺。那就是我好像只要會常態分配、t分配、卡方分配、F分配就好。因為這是統計推論當中最常使用到的分配，以及臨界值表。至於其他的分配都像跑龍套一樣。可是台灣的教學部份可能受限於時間以及需要完成的課程內容，使得分配說明很少。然而，分配只要設定好特定的參數值就可以讓它們互相相等。[註1] 於是乎，當我們要建立大數據分析方法時就遭遇到很大的阻礙。因為統計學讓使用者養成了什麼都可以用常態分配，由中央極限定理為基礎，好像萬事萬物就使用一個無窮大的符號，趨近常態分配或標準常態分配。好似忘記了無窮大的符號只是符號，在實務上的操作是有困難的。那麼我們該不該重新耗費時間與精力去檢測樣本個數增加到多少才能真正趨近常態分配呢？