建模与决策

建模与决策"/>

建模与决策

（1）

人们老说：算法、建模。但其实人们口中老说的算法、建模，不是真正的算法、建模，而是逻辑。

所以我在这里，对建模、模型做个定义，那就是：

一定能用数学公式进行表达、推导

而且这个数学公式一定是高等数学中现有的公式，而不是自己自创的公式。

大家别笑，真的很多人在自创公式，看起来像是数学像是公式，其实是伪数学伪公式，比如经常会有人这样写：f(x)=（x，y，z）。这到底是什么啊，拿符号装神弄鬼啊，骗不懂的人啊。自己自创三个变量，为啥不是三十个变量呢；自己自创三个变量的四则运算，为啥不是三十个变量的各种线性代数呢？

（2）

管理神棍德鲁克说：

没有度量，就没有管理

没有度量，就没有改善

没有度量，就没有绩效

我看过一个视频，有记者问马斯克：你最害怕的是什么？

马斯克想了很久说：我最害怕我的反馈系统失灵。

（3）

所以，我说，我们做事，三个原则：

1、要用技术手段（如物理/数学/人工智能）去解决业务问题，不要用业务手段解决业务问题。如果把业务手段映射成计算机代码，那和上述我讲的伪数学有啥区别呢

2、我们的核心竞争力是建模，要紧紧围绕建模去搞事。啥叫建模，就是我在上述第一节定义的那样

3、我们是要创造增值价值，而不是把现成别人的模型甚至模型开源会API调用一下，我们更不要搞数据增删改查的事

（4）

我举个例子，前不久，我的一位下属做了一个工作，犯了原则问题，用业务手段去解决业务问题去了。我说：你对业务又不熟悉，你又拿你微薄的业务手段Know-How想去解决业务问题，这可能吗，这从逻辑上就是不可能的，所以思考方向就是错的。

于是，我们又回到初心，用技术去解决业务问题。

比如我们最近在解决一个轮动性的业务问题，我们用了下面的技术：

1、物理技术：转移熵

2、金融数学技术：GARCH

3、AI技术：BGDT、排序学习

所以，要把一个业务问题转换成一个数学问题，才是真正的建模。

所以大家也自问自己一声：你会建模吗？

（5）

再讲一个例子，我说我对业务也不熟、对技术也不熟，我没法指导大家做具体的事该怎么具体做，这的拜托大家。

我能做的就是三件：

1、头：愿景方向。结合产业、公司、团队三者均衡，确定我们要努力的愿景方向。别方向错了。领导的第一核心职责就是要选准。

2、尾：度量-反馈机制。这个非常必要，要在项目立项前要重点地反复地研讨，我们的愿景方向如何现实地衡量它的价值、我们的项目成果产出如何现实地衡量、我们的项目如何现实地验收确实项目成功了而不是项目时间消耗完了重点任务做完了几个人评价一下就说项目结项了

3、原则：有了头和尾，中间的就是过程，这就有个轻重、缓急、进退、取舍。如何进行决策判断，要坚持什么、要舍掉什么，我们需要有原则，而不是因人因事地一人一事地做决定。