支持大众推动的经济学科学：概念经济学的FRACTI

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：
《Supporting Crowd-Powered Science in Economics: FRACTI, a Conceptual
  Framework for Large-Scale Collaboration and Transparent Investigation in
  Financial Markets》
---
作者：
Jorge Faleiro, Edward Tsang
---
最新提交年份：
2018
---
英文摘要：
  Modern investigation in economics and in other sciences requires the ability to store, share, and replicate results and methods of experiments that are often multidisciplinary and yield a massive amount of data. Given the increasing complexity and growing interaction across diverse bodies of knowledge it is becoming imperative to define a platform to properly support collaborative research and track origin, accuracy and use of data. This paper starts by defining a set of methods leveraging scientific principles and advocating the importance of those methods in multidisciplinary, computer intensive fields like computational finance. The next part of this paper defines a class of systems called scientific support systems, vis-a-vis usages in other research fields such as bioinformatics, physics and engineering. We outline a basic set of fundamental concepts, and list our goals and motivation for leveraging such systems to enable large-scale investigation, \"crowd powered science\", in economics. The core of this paper provides an outline of FRACTI in five steps. First we present definitions related to scientific support systems intrinsic to finance and describe common characteristics of financial use cases. The second step concentrates on what can be exchanged through the definition of shareable entities called contributions. The third step is the description of a classification system for building blocks of the conceptual framework, called facets. The fourth step introduces the meta-model that will enable provenance tracking and representation of data fragments and simulation. Finally we describe intended cases of use to highlight main strengths of FRACTI: application of the scientific method for investigation in computational finance, large-scale collaboration and simulation.
---
中文摘要：
经济学和其他科学领域的现代研究需要存储、共享和复制往往是多学科的、产生大量数据的实验结果和方法。鉴于不同知识体系之间的复杂性和互动性不断增加，必须定义一个适当支持协作研究的平台，并跟踪数据的来源、准确性和使用情况。本文首先定义了一套利用科学原理的方法，并倡导这些方法在计算金融等多学科、计算机密集型领域的重要性。本文的下一部分定义了一类称为科学支持系统的系统，它在生物信息学、物理学和工程学等其他研究领域中的应用。我们概述了一组基本概念，并列出了我们利用此类系统进行大规模调查的目标和动机，即经济学中的“群众推动的科学”。本文的核心部分概述了FRACTI的五个步骤。首先，我们给出了与金融固有的科学支持系统相关的定义，并描述了金融用例的共同特征。第二步集中于通过定义称为贡献的可共享实体来交换什么。第三步是描述概念框架构建块的分类系统，称为facets。第四步介绍了元模型，该模型将支持数据片段的起源跟踪和表示以及模拟。最后，我们描述了用于突出FRACTI主要优势的预期案例：科学方法在计算金融、大规模协作和模拟研究中的应用。
---
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
--
一级分类：Economics        经济学
二级分类：Econometrics        计量经济学
分类描述：Econometric Theory, Micro-Econometrics, Macro-Econometrics, Empirical Content of Economic Relations discovered via New Methods, Methodological Aspects of the Application of Statistical Inference to Economic Data.
计量经济学理论，微观计量经济学，宏观计量经济学，通过新方法发现的经济关系的实证内容，统计推论应用于经济数据的方法论方面。
--
一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--
一级分类：Quantitative Finance        数量金融学
二级分类：Trading and Market Microstructure        交易与市场微观结构
分类描述：Market microstructure, liquidity, exchange and auction design, automated trading, agent-based modeling and market-making
市场微观结构，流动性，交易和拍卖设计，自动化交易，基于代理的建模和做市
--

---
PDF下载：
--> Supporting_Crowd-Powered_Science_in_Economics:_FRACTI,_a_Conceptual_Framework_fo.pdf (543.66 KB)

2022-6-15 19:50:28 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：经济学科 经济学 FRA CTI ACT

支持大众推动的经济学科学：FRACTI，金融市场大规模合作和透明调查的概念框架2015年6月9日Jorge M.Faleiro Jr.#1，Edward P.K.Tsang#2工作文件WP076-15#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1faleij@essex.ac.uk2.edward@essex.ac.uk摘要经济学和其他科学领域的现代研究需要存储、共享和复制实验结果和方法的能力，这些结果和方法往往是多学科的，并产生大量数据。鉴于不同知识体系之间的复杂性和互动性不断增加，必须定义一个适当支持协作研究的平台，并跟踪数据的来源、准确性和使用情况。这是整体研究的第一篇论文，旨在定义一个概念框架，通过简化的计算表示支持大规模协作，并在获取、建模、使用和计算原始数据和相应结果的方式上实现毫无疑问的透明。我们将这种概念框架称为FRACTI。本论文的具体目的是介绍FRACTI计算表示的蓝图，概述假设、定义和计算金融领域特定挑战的回顾。

该蓝图基于两个基本假设：首先，科学方法是一种简单且经验证的工具，可支持透明的调查和合作，并应作为计算金融领域和不断增长的相关学科中调查程序的基础，甚至在学术界之外——在企业和监管领域。其次，有一个计算模型来表示可共享组件，称为贡献，并支持跨不同资产类别、相关学科以及不同存储模式和频率的大规模金融调查。本文首先定义了一套利用科学原理的方法，并倡导这些方法在计算金融等多学科、计算机密集型领域的重要性。本文的下一部分定义了一类称为科学支持系统的系统，与生物信息学、物理学和工程学等其他研究领域的使用相对应。我们概述了一组基本概念，并列出了我们利用此类系统进行大规模调查的目标和动机，即经济学中的“群众推动的科学”。本文的核心部分概述了FRACTI的五个步骤。首先，我们给出了与金融固有的科学支持系统相关的定义，并描述了金融用例的共同特征。第二步集中于通过定义称为贡献的可共享实体来交换什么。第三步是描述概念框架构建块的分类系统，称为facets。

第四步介绍了元模型，该模型将支持数据片段的起源跟踪和表示以及模拟。最后，我们描述了用于突出FRACTI主要优势的预期案例：科学方法在计算金融、大规模协作和模拟研究中的应用。一、 科学学习和经济学如果金融学要像其他科学一样被严格研究，那么能够存储、共享和复制实验结果和方法是至关重要的。随着金融用例的复杂性随着时间的推移呈指数级增长，日常实验的结果增长为海量数据集，简化模型的表示，并在获取和存储原始数据的方式以及相应结果的建模、使用和计算方面实现毫无疑问的透明度，变得十分必要。随着越来越多的个人需要以不同的角色和不同的技术理解水平进行互动，以促进真正的合作并使整个社会从市场透明度和公平性的提高中受益的方式，识别、共享和跟踪人工制品2的来源是很重要的。

这篇论文是我们整体研究路径中的第一篇出版物，旨在为简单、直观的计算表示提供一个概念框架，供个人在广泛的所有权年表中使用，历史实体的保管或定位【47】2科学调查或实验中的观察结果并非自然存在，而是由于准备或调查程序而发生【47】金融界扮演着不同的角色，以透明的方式进行沟通和合作。这项研究提倡大规模调查的过程，主要利用开放式协作和现代科学方法规定的众所周知的程序，这是一个解决经济和金融市场实际问题的“群众科学”组织。这一协作和透明调查的概念框架——FRACTI——为协作平台定义了一组想法和关系，并将作为未来研究的扩展和改进基线。本概念框架中提出的想法的实施不在本研究范围内，但强烈鼓励实施。本文的具体目的是介绍这种计算表示的蓝图，概述定义，并回顾这类平台在计算金融领域应用的具体挑战[3][4]，考虑到该领域的三个主要特点。首先，计算金融学涉及一个非常独特的研究课题——一个共享、交织、复杂的市场——这是无法逆转的。时间就像生命朝着一个方向移动。

考虑到这样一个复杂系统通常有大量的输入，而且这些输入变量之间存在明显的独立性，一旦事件发生，我们就无法从当前描述的内容中得出不同的未来。第二，从最近的历史角度来看，计算金融学一直与经济学、统计学和计算机科学等划分的经典领域相关联。在试图预测或理解系统性市场的行为时，经典科学和理论科学中的大多数假设本质上过于简单，存在缺陷[5]3。第三，现代计算金融本质上是一门多学科的学科。试图从最基本的结构来理解市场，从而推断可预测性，往往依赖于非常正交的研究领域，如神经经济学【6】、行为科学【7】和市场微观事件分析【8】等。计算金融与生物工程、神经科学、社会科学、心理学、数据、计算机科学和其他领域的相互依赖性是分散的，很难相互关联。我们了解到，我们研究领域的这些特点——系统复杂性、缺乏适当的理论模型以及相关研究领域的新颖性——使得计算金融的研究严格依赖于高性能计算机，实施基于模拟的技术，类似于物理等其他硬科学中使用的技术，工程和生物物理学[9][10]。不幸的是，这种对高性能计算的依赖推动了计算金融领域的研究，使其偏向于存储和处理速度方面的专门技术。

该领域已经形成，因此纯粹的数据生成和表示计算过程的模糊方式优先于适当的控制。3虽然我们认为强调这一特点很重要，但评估这些限制的原因，或试图反驳或确认这些限制超出了本文的范围。一般来说，调查中缺乏控制的后果都有很好的记录，详细列出这些后果超出了本文的范围。从缺乏适当指示和预测系统性和复发性危机的指标，[11]到欺诈性、有偏见或糟糕的研究被用作定义具有灾难性社会影响的公共政策的基础的频率[12][13][14][15][16]。适当的控制程序必须成为计算金融、其他科学、甚至公共和私人机构学术界之外的调查和监管的优先事项。这项研究的基石之一是认识到，生成和存储大量数据以及执行密集计算需要计算能力，但如果计算能力在这种规模上很重要，那么计算控制是必不可少的。从本质上讲，这一证据表明，科学进步的限制因素已明显从存储和计算资源的可用性转移到对调查程序的适当控制。还应利用计算资源提供适当的控制、透明度和一致的协作。最后，本研究提倡控制方法应利用现代科学方法的原理。

这些原则已被证明、简单并被广泛接受，可以作为计算金融研究方法控制的基础之一。在现代科学方法中，“每一项原则都有助于提高科学研究成果的可靠性和准确性”[1]1。科学调查的目的应该是获得客观的知识。科学知识是通过测试、实验和观察获得的。然而，关于某一现象的试探性假设可以从已有的知识中推断出来。一个假设必须通过某种实验或观察方法来验证。4、实验必须是可重复的，并且必须有对照5。必须妥善保护数据的完整性。这些原则自然满足了前面描述的控制要求。起草这些要求与这些原则之间的平行关系，我们提出了一类围绕以下驱动因素构思的软件：o为个人自己创建和测试自己的假设（模型）提供易于使用的环境；o为个人提供交互式工具，使他们能够执行假设和测试（场景）并实时查看结果o简化流程在个人之间共享和重用贡献（和结果）。o使个人能够跟踪结果的出处（历史实体的所有权、监护权或位置的年表）和复制这些结果的机制。我们将支持这些驱动程序的软件称为科学支持系统。二、

科学支持系统科学支持系统是工作流和数据管理系统的一种特殊形式，专门设计用于组成和执行一系列符合科学原理的计算或数据操作步骤。在大多数研究领域中，使用专门系统来支持科学方法并不常见，计算生物学除外[17][18]。一些来源将这类系统称为科学工作流系统。为了避免与专用于通用工作流管理的系统混淆【19】，我们计划在本研究范围内使用特定名称的“科学支持系统”【20】。A、 动机——对最终应具体化为政策或业务程序的项目进行财务调查所涉及的数据量和复杂性，以及对更多数据和计算能力的需求预计将增长的速度【21】，使得计算资源不可或缺，但更重要的是，计算控制。我们正在经历一个科学在人类进步中创造奇迹的时代，尽管有大量证据表明在调查中滥用了计算程序。在著名杂志上发表的无法复制的尖端科学实验的惊人速度，以及人们意识到这一速度预计将随着复杂性的增加而增长，[22]以及存储在普通excel电子表格中的有缺陷实验的数量，这些实验推动了对破坏性金融政策的定义[13][23][24]，这只是缺乏适当控制的严重后果的几个例子。

与控制相关的功能必须通过与可访问性、再现性、沟通和协作相关的控制方法，从财务调查的后座向前推进。计算表示必须是可访问的。高性能计算机系统的广泛使用要求科学家具备计算机素养，但这并不总是可能的。需要一种可访问的计算表示法，以屏蔽现代计算机系统固有的复杂性，使其不受任何科学领域合作者的影响，注重简单性，因此不需要专门的计算机知识。丰富的计算能力需要对转换信息的方式进行潜在的模糊表示，从而产生大量数据。现代调查程序所处的矛盾状况要求更高的计算能力，从而能够转换更多的数据，因此模型失控和大量无法追踪的数据的风险更高，这反过来又需要更精细的技术和计算资源来追踪和破译这些数据，“信息学危机”[17]。如果没有对数据和模型的出处、版本控制进行适当的控制，实现科学程序的适当再现性是一项具有挑战性的任务。大量的计算输入和输出，以及将后者转换为前者的方法，都必须得到适当的表示。通过适当的可视化和计算表示交流结果的方法至关重要。作为输入和输出而产生的大量数据不能像对计算机一样对人类进行表示[25]。