I ricercatori di mercato impiegano spesso approcci quantitativi nel nostro lavoro. È importante comprendere la forza e i limiti di qualsiasi approccio di ricerca. Ciò è particolarmente vero per quanto riguarda le tecniche di ricerca quantitativa per due ragioni: (1) Le culture scientifiche e laiche sono piuttosto innamorate delle tecniche di ricerca quantitativa e tendono a non analizzare profondamente il design e la meccanica di tali procedure, e (2) È straordinariamente facile progettare uno sforzo di ricerca quantitativo male.
Un falso focus sui numeri
È "cool" essere in grado di dire che sei una ricerca quantitativa. "Quants", il termine affettuoso con cui si conoscono gli analisti quantitativi, è stato messo sui grandi numeri nel piedistallo del cielo . Credo che questo sia più perché la matematica e le statistiche complesse sono venerate semplicemente perché molti di noi non comprendono gran parte del campo. Se qualcosa sembra avere un beneficio sociale ed è allo stesso tempo difficile e misterioso tende ad assumere un "bagliore" culturale. Il mercato è preoccupato per la modellazione e la simulazione al computer. Era così venerato la scatola nera dei derivati che era lento a reagire quando i modelli non riuscivano a prevedere l'inevitabile volatilità.
D'altro canto, dite ad alta voce che siete qualitativi il ricercatore e le persone probabilmente ti daranno uno sguardo perplesso. La maggior parte delle persone sa che i quants sono in qualche modo impegnati nella selezione dei titoli e nella valutazione del portafoglio.
Ma cosa fa un ricercatore qualitativo? Oltre ad essere Margaret Mead, cioè, quale ruolo è lasciato ad un ricercatore qualitativo? O così potrebbe andare il pensiero convenzionale.
Un principio molto antico di informatica. I modelli di computer sono validi solo come il contenuto su cui sono costruiti. Il problema di la riflessività non è mai molto lontana.
George Soros ha usato la parola riflessività in congiunzione con l'economia in generale e con i mercati finanziari in particolare. Il principio di indeterminazione di Heisenberg, il pari della riflessività nel campo della fisica, è anche rilevante in questo contesto. Heisenberg - in poche parole che non fa giustizia di principio - ha sostenuto che non possiamo misurare due attributi di una cosa in una sola volta perché, nella nostra misurazione, abbiamo un impatto sugli attributi o sulla cosa e quindi determinano il cambiamento o la distorsione dell'originale .
Prendi in considerazione il commento di George Soros al Dipartimento di economia economica del MIT nel 1994.
" La teoria generalmente accettata è che i mercati finanziari tendono all'equilibrio e, nel complesso, scontano correttamente il futuro: io opero utilizzando una teoria diversa, secondo la quale i mercati finanziari non possono forse scontare il futuro correttamente perché non si limitano a scartare il futuro; In determinate circostanze, i mercati finanziari possono influenzare i cosiddetti fondamentali che dovrebbero riflettere: quando ciò accade, i mercati entrano in uno stato di squilibrio dinamico e si comportano in modo molto diverso da ciò che sarebbe considerato normale dalla teoria di mercati efficienti. "
Un altro aspetto più contemporaneo essenzialmente dello stesso fenomeno è descritto nel libro The Black Swan di Nassim Nicholas Taleb. Un cigno nero non è comune in natura - poche persone hanno visto un cigno nero. Secondo Taleb, un cigno nero è un evento positivo o negativo che è considerato altamente improbabile. Ma quando si verifica un cigno nero, provoca enormi conseguenze. Alcune persone credono che gli eventi del cigno nero spieghino molto sul mondo. Ma la maggior parte delle persone - in particolare gli esperti - sono cieche di cigni neri.
Un approccio scettico è essenziale per la scienza basata sull'evidenza. Ci sono alcune cose da considerare quando si esplorano i concetti relativi al numero di feticismo che acceca le persone alle insidie di accettare la ricerca quantitativa al valore nominale e di essere eccessivamente dipendenti dalla distribuzione normale.
È un errore credere che la ricerca quantitativa basata su statistiche inferenziali sia più credibile o scientifica della ricerca osservativa basata su insight. Un punto veramente importante nel confronto tra ricerca quantitativa e ricerca qualitativa è che la partecipazione soggettiva del ricercatore - che è una delle obiezioni più eloquenti nella ricerca qualitativa - si svolge in approcci quantitativi . In effetti, si verifica prima nella sequenza empirica del flusso di ricerca nella ricerca quantitativa di quanto non faccia nella ricerca qualitativa .
Il ricercatore genera un'ipotesi nella ricerca quantitativa che sarà "testata" dai processi statistici. La generazione di un'ipotesi può essere un'attività molto soggettiva. E il focus molto ristretto dei test di ipotesi può essere fuorviante. Molte forme di ricerca qualitativa consentono modelli emergenti nei dati per puntare a temi ai quali è possibile attribuire relazioni (questo è l'equivalente di test di ipotesi nella ricerca quantitativa). La ricerca qualitativa è più probabile che sia aperta ai "cigni neri" che si verificano, per i quali non vi è alcuna ipotesi da dimostrare o smentire.