@Rossst_03: Yilin Wang, MIT数学家,随机几何领域的顶尖思想家之一:"有一个精确的数字...

X AI KOLs Timeline 新闻

摘要

数学家Yilin Wang在Loewner能量方面的工作量化了曲线偏离随机性的程度,帮助Citadel区分真实市场信号与噪声,并提供500,000美元奖励以进行精确计算。

Yilin Wang,MIT数学家,随机几何领域的顶尖思想家之一: "有一个精确的数字衡量形状偏离纯粹随机的程度。Citadel向那些计算出它而不是猜测它的人支付500,000美元。" 她的领域是随机曲线的数学。抛足够多的硬币,它们描绘的路径并非无形。它有精确的几何结构,以及一个数字,即Loewner能量,衡量曲线偏离纯粹随机的程度。 圆得分为零。它是随机性所能绘制的最自然的事物。你在图表上看到的几乎每个形状得分也接近零。它是穿着伪装的噪声。 这就是整个量化问题的一个核心思想。市场绘制了数百万条随机曲线,只有极少数具有真正的结构。优势在于用严谨的方式区分伪装与信号。 Citadel每年支付500,000美元给那些能够衡量这种差异而不是凭感觉的人。 爱上某种模式的交易者是在欣赏一条随机性无论如何都会绘制的曲线。 形状从来不是优势。随机性没有绘制它的可能性才是。
查看原文
查看缓存全文

缓存时间: 2026/09/04 16:25

MIT数学家、随机性几何研究的领军人物之一王依琳:

“一个形状距离纯粹随机性有多远,存在一个精确的数值。Citadel公司向那些通过计算而非猜测得出该数值的人支付50万美元年薪。”

她的研究领域是随机曲线的数学。当抛掷足够多次硬币,其轨迹并非毫无形状。它拥有精确的几何特性,并有一个称为“洛纳能量“的数值,用来衡量一条曲线偏离纯粹随机性的程度。

圆形的数值为零——这是随机性能勾勒出的最自然形态。图表上几乎所有你看到的图形数值都接近零。它们只是披着伪装的噪声。

这恰好是量化问题的核心理念。市场每日描绘出数百万条随机曲线,其中仅有极少数蕴含真正的结构性优势。关键在于建立一套严谨的方法,区分伪装与真实信号。

Citadel每年支付50万美元,正是为了雇佣能量化这种差异而非仅凭直觉感知的人。

那些痴迷于图形规律的交易者,本质上是在欣赏一条随机本就会产生的曲线。

形态从来不是优势所在。真正的优势在于证明随机性未能生成该形态的概率。

相似文章

随机奖励丰富经典博弈论竞赛

Ars Technica

研究人员使用数学模型表明,在奖励中引入随机变化丰富了经典博弈论的见解,使得在像囚徒困境这样的游戏中合作与背叛得以共存。