大规模经济合作的语言：简化的

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《A Language for Large-Scale Collaboration in Economics: A Streamlined
  Computational Representation of Financial Models》
---
作者：
Jorge Faleiro
---
最新提交年份：
2018
---
英文摘要：
  This paper introduces Sigma, a domain-specific computational representation for collaboration in large-scale for the field of economics. A computational representation is not a programming language or a software platform. A computational representation is a domain-specific representation system based on three specific elements: facets, contributions, and constraints of data. Facets are definable aspects that make up a subject or an object. Contributions are shareable and formal evidence, carrying specific properties, and produced as a result of a crowd-based scientific investigation. Constraints of data are restrictions defining domain-specific rules of association between entities and relationships. A computational representation serves as a layer of abstraction that is required in order to define domain-specific concepts in computers, in a way these concepts can be shared in a crowd for the purposes of a controlled scientific investigation in large-scale by crowds. Facets, contributions, and constraints of data are defined for any domain of knowledge by the application of a generic set of inputs, procedural steps, and products called a representational process. The application of this generic process to our domain of knowledge, the field of economics, produces Sigma. Sigma is described in this paper in terms of its three elements: facets (streaming, reactives, distribution, and simulation), contributions (financial models, processors, and endpoints), and constraints of data (configuration, execution, and simulation meta-model). Each element of the generic representational process and the Sigma computational representation is described and formalized in details.
---
中文摘要：
本文介绍了Sigma，一种面向经济学领域的大规模协作的领域特定计算表示。计算表示不是编程语言或软件平台。计算表示是基于三个特定元素的领域特定表示系统：面、贡献和数据约束。面是构成主体或对象的可定义方面。贡献是可共享的正式证据，具有特定属性，是基于人群的科学调查的结果。数据约束是定义实体和关系之间特定于域的关联规则的约束。计算表示作为定义计算机中特定领域概念所需的抽象层，这些概念可以在人群中共享，以便人群进行大规模受控科学调查。通过应用一组通用的输入、程序步骤和产品（称为表示过程），为任何知识领域定义数据的方面、贡献和约束。将这个通用过程应用到我们的知识领域，即经济学领域，就会产生西格玛。本文从三个方面描述了西格玛：方面（流、反应、分布和模拟）、贡献（财务模型、处理器和端点）和数据约束（配置、执行和模拟元模型）。详细描述和形式化了通用表示过程和Sigma计算表示的每个元素。
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Computational Finance        计算金融学
分类描述：Computational methods, including Monte Carlo, PDE, lattice and other numerical methods with applications to financial modeling
计算方法，包括蒙特卡罗，偏微分方程，格子和其他数值方法，并应用于金融建模
--

---
PDF下载：
--> A_Language_for_Large-Scale_Collaboration_in_Economics:_A_Streamlined_Computation.pdf (1.64 MB)

2022-6-10 18:13:26 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：经济合作 规模经济 大规模 Presentation Contribution

1经济学大规模合作语言：金融模型的简化计算表示2017年3月3日；2018年9月10日修订Jorge M.Faleiro Jr.#1#英国科切斯特埃塞克斯大学维文霍公园计算金融和经济代理中心1jfalei@essex.ac.uk  j@falei.ro摘要1-本文介绍了Sigma，一种用于经济领域大规模协作的领域特定计算表示。计算表示不是编程语言或软件平台。计算表示是基于三个特定元素的领域特定表示系统：面、贡献和数据约束。面是构成主体或对象的可定义方面。贡献是可共享的正式证据，具有特定属性，是基于人群的科学调查的结果。数据约束是定义实体和关系之间特定于域的关联规则的约束。计算表示作为定义计算机中特定领域概念所需的抽象层，这些概念可以在人群中共享，以便人群进行大规模受控科学调查。通过应用一组通用的输入、程序步骤和产品（称为表示过程），为任何知识领域定义数据的方面、贡献和约束。将这个通用过程应用到我们的知识领域，即经济学领域，就会产生西格玛。

本文从三个方面描述了西格玛：方面（流、反应、分布和模拟）、贡献（财务模型、处理器和端点）和数据约束（配置、执行和模拟元模型）。详细描述和形式化了通用表示过程和Sigma计算表示的每个元素。一、 背景语言不仅仅是交流的工具。它们往往是一个人通向现实的窗口。语言塑造了一个人的思维方式、可以实现什么以及如何实现。一些语言通常来自并促进特定知识领域中概念的表示，如果在该特定领域之外使用，可能会使这些相同概念的表示更加模糊。例如，一个人可能会用德语来表达哲学，1本文的大部分内容会被复制为[6]的一部分，或者用法语来表达诗歌。相反地使用它们可能会使人写得更多，或被迫更加冗长，甚至失去清晰度。在极端情况下，对某一知识领域使用错误的语言可能会妨碍人们表达可能想要表达的确切想法。语言定义现实[1][2]。人类的观察导致了科学探究，并推动了我们的发现过程，这是由我们的提问方法决定的，并且受到我们所拥有的语言的限制。本文探讨的文献和证据表明，这不仅适用于自然语言，还适用于定义计算机中特定领域概念所需的抽象层，以便这些概念可以在人群中共享。

我们称这种概念抽象为计算表示。根据定义，计算表示是基于三个特定元素的表示系统：面、贡献和数据约束。计算表示作为定义计算机中特定领域概念所需的抽象层，在某种程度上，这些概念可以在人群中共享，以便人群进行大规模受控调查[4][5][6]。根据促成因素理论，计算表征是基于人群的科学调查的非认知促成因素[6]。非认知使能器与可直接且纯粹映射到计算描述的特征相关。另一方面，认知使能因素与非计算性特征有关，这些特征与人类理解知识的主观机制以及大规模协作的基础结构有关。认知使能因素不是特定领域的，因此无论所考虑的知识领域如何，都应该是相同的。2“我们必须记住，我们观察到的不是自然本身，而是暴露在我们提问方法下的自然。我们的科学工作（……）包括用我们拥有的语言提问有关自然的问题，并试图通过我们掌握的手段从实验中获得答案”——沃纳·海森堡[3]2与自然语言类似，计算表示是从专门领域的需求发展而来的，因此更适合与特定领域相关的用例。

在一些知识领域，如建筑科学，人们会更加关注空间、形状、体积或颜色，以及它们与三维环境的关系，以及这些概念与人类相互作用的效果。在法律科学中，人们更关心现实世界实体之间可能存在的关联，以及定义其行为和互动约束的规则。在其他一些领域，如生物信息学，表示相互关联的形状和字符串的能力可能更相关。在生物物理学中，跟踪基因型和表型特征及其与编码蛋白质序列的关系以及大量可能的组合是至关重要的。在我们关注的经济学领域，研究人员更感兴趣的是定量测量在时间序列上的变化会如何影响估值。计算表示必须模仿人类思维固有的自由流动和现代协作载体的速度，因此，通过相似性，计算表示必须是流动的。矛盾的是，计算工件，如编程语言和数据库，是从严格的技术问题中产生的，而不是从与特定知识领域相关的关注中产生的。只有在定义之后，它们才被强制引入使用，因此无法遵循思想演变的自由流动。当引入时，计算工件仍然冻结在特定时间点的特定领域需求中。

当该领域的需求随着手头问题的日益复杂而发展时，这些构件将不再适合，或者在最好的情况下需要额外的冗长，从而牺牲了通信的正确语义。与计算工件相反，计算表示必须是动态的，能够适应和发展以解决新的问题类别，并组织日益复杂和强大的计算环境。这些新类别的问题与几年前我们不得不处理的问题不同。它们需要多学科专家的协作，交换不同类型的工件，这些工件必须得到充分的描述和跟踪[5][7]。研究人员必须有足够的工具和方法来正确处理新问题。从这个意义上讲，适当的计算表示允许对这些工具和方法进行适当的描述和控制，允许它们在面对新需求时发生变化，并能够解决新问题。不幸的是，探索性研究的现状，尤其是经济学，定义了一个不同的现实。由于缺乏足够的表示和丰富的计算能力，允许并且无意中需要对转换和存储数据的方式进行潜在的模糊表示，从而产生大量复杂和分离的信息。现代调查程序中这种自相矛盾的状况定义了一个恶性循环。非受控方法需要更大的计算能力，从而能够转换更多的数据，因此会刺激非受控模型，并增加无法追踪的数据量。

这些反过来又需要更不透明的技术和计算资源来追踪和解密这些数据，即“信息学危机”[5][9]。本文提出了一种经济学领域的计算表示法，以打破这种永无止境的反馈循环。我们将此计算表示命名为Sigma3。研究人员向日益复杂的机器描述解决问题的方法的方式在沟通和协作中起着至关重要的作用，因此在调查和发现过程的可追溯性方面也起着至关重要的作用。现代调查程序中产生的数据量作为输入和输出，不能像对计算机一样对人类进行表示[10]。为了使研究真正有用，我们需要人性化的方法来可视化、跟踪、存储和理解证据。除了代表证据外，交流方法和程序必须被视为比作为实验结果的解释性文本和数字更重要[11][12]。我们表示调查程序所用的方法的表示不能与需要人类可视化和解释的其他项目有所不同。考虑到计算表示与知识领域的内在关联，我们很自然会期望，在给定一组定义良好的输入和一般过程的情况下，计算表示可以从知识领域派生出来。我们将这种输入和一般过程的组织称为产生计算表示的表示过程。二、

生成计算表示的通用方法：表示过程图1描述了定义任何知识领域计算表示的表示过程的概要。图1中定义的大纲显示了生成由数据的方面、贡献和约束组成的计算表示所必需的一组两个输入和四个不同的步骤。箭头定义数据流，而不是控制。因此，箭头定义了执行给定步骤的依赖关系。代表性过程的两个输入，如图顶部所示，是代表性过程的入口点。输入是一组特定于领域的使用案例和计算分类法。特定领域使用案例是反映该知识领域关注的特定特征的练习集合。使用案例的选择应代表与该知识领域相关的主要活动的过度和多样化的样本。每个使用案例定义了理解和执行特定场景所需的领域特定知识。3这个名字来源于数学中通常提到的求和，我们从中借用了聚合或协作的含义。西格玛是一种计算表示法，用于定义可交换的金融模型，用于大规模经济参与者的通信。3图1。

表征过程：一个通用过程的概要，用于定义任何知识领域在四个步骤和两个输入上的计算表征：练习列表，或特定领域的使用案例，以及计算分类法。计算分类法是一个可用的计算机技术清单，与当时使用案例的实现相关。计算分类法中的项目示例是存储、检索、分析和可视化数据和计算方法的技术。计算分类法是流动的，在某种意义上，相关内容的确切定义受使用该过程的个人素质的影响，例如经验和个人偏见。第三节讨论了与计算分类法有关的过程的不确定性。图1中定义的表示过程的四个不同步骤显示在单独的实心框中：概述要求、定义表示方面、定义贡献分类法、，定义数据的结构约束。每个框中的传入箭头定义依赖项，传出箭头定义执行该特定步骤的产品或结果。第一步概述了与知识领域计算表示定义相关的需求。需求大纲是根据相关度定义的特定领域使用案例列表生成的。正如我们前面提到的，相关性是由以下假设得出的，即使用案例集足以代表该知识领域中的大多数调查场景。

如果该假设有效，我们可以推断，因此，该领域的任何调查活动至少在很大程度上应取决于一个或多个这些要求的组合。出于完整性的考虑，该知识领域的适当计算表示必须满足所有这些要求。因此，根据定义，我们所称的知识领域的适当计算表示应该表示原始使用案例列表4所定义范围内的所有使用案例。4当我们为经济学领域的计算表示定义需求时，在接下来的第四节中给出了执行大纲需求步骤的示例。第二步根据计算分类法和第一步产生的领域特定需求定义表示的F方面。第二步的结果是计算表示的一组面。在接下来的第五节中，当我们描述经济学中计算表示的面及其定义过程时，给出了定义表示方面的步骤的执行示例。第三步根据第二步产生的方面定义贡献分类法。第三步的结果是计算表示的贡献。接下来的第六节中给出了定义贡献的步骤的一个示例，当我们描述经济学中计算表示的贡献及其定义过程时。