Market Microstructure in Practice

 

Market Microstructure in Practice(Charles-Albert Lehalle & Sophie Laruelle)

                     "Market Microstructure in Practice"是本結合研究與業界日常監控經驗的作品,一方面能為我們提供理解現代金融市場運作機制,執行成本建模及風險控制的鑰匙,另一方面也是我們前面基於高頻交易,訂單流知識的相關閱讀延伸.兩位作者是歐洲人,書中的舉例也多以歐洲的交易所為主.

                      為什麼要談"市場微結構"(Market Microstructure)?首先,它是價格形成的核心,市場微結構部分研究的重心在理解"價格形成過程"(Price Formation Process, PFP).價格形成是資本主義的核心,透過交易者間的買賣平衡供給與需求.形成反映資產價值的公允價格."價格形成過程"主要由"資訊"驅動,但裡頭卻存在一個"資訊悖論",理論上更多的透明資訊有助於公平價格形成,但實務上個別投資者卻擔心"資訊洩漏",有人會搶先獲得訊息,搶先交易,或因此產生過度的市場衝擊.而微結構研究讓交易者能透過量化數據,比如買賣差價,波動性,訂單簿深度來衡量並獲取真實的流動性,與它的動因.

餘生皆為贖罪：漫畫普利摩．李維 + 後加薩

 

餘生皆為贖罪：漫畫普利摩．李維 (Primo Levi,Matteo Mastragostino & Alessandro Ranghiasci )+ 後加薩( The World After Gaza: A History, Pankaj Mishra)

                       2024年7月,Nature刊出一篇題目為"AI models collapse when trained on recursively generated data "的文章.題目的簡單解釋就是當我們一再反覆餵給AI大模型由模型自己以前生成的資料進行訓練,這個模型最終會崩潰.

                       牛津的研究團隊經由實驗證明,如果我們持續用 "AI 生成的內容"來訓練下一代 AI,模型會不可避免的走向衰退.因為經過幾次遞迴生成反覆的訓練,模型會逐漸忘記數據分布中的"尾部事件"(就是低機率事件),最終丟棄它曾經存在的事實.比如你讓 AI 生成 100 張狗的照片,可能有1,2張是稀有的品種,像格里芬犬,薩路基獵犬,其他98張都是黃金獵犬,拉布拉多.如果你將這樣的生成資料做為新的輸入去訓練模型,經過數次的反覆生成然後投入資料訓練後,AI最終可能只會記住最常見的品種,黃金獵犬,拉布拉多,稀有品種的照片將會從後來的生中徹底消失.最後隨着時間推移,模型會開始混淆不同的分布,演變成一種統計上的胡言亂語,生成的內容與原始現實數據完全脫節,變成無意義的噪點.

                        所以今天的人們幾乎每天都在生成各種AI文章貼上網路,不知道有幾萬幾十萬篇,如果開發大模型的公司在網路上爬蟲全部抓回,把這些AI生成文當成新的訓練資料,是不是不用太久,模型就自然崩潰無用了?以上這種現象,我們不妨將此現象稱為是"大模型自噬理論".

蛇頭：唐人街黑社會與美國夢的史詩故事+ 潤日：習政權下中國人「RUN」到日本的直擊調查報告

蛇頭：唐人街黑社會與美國夢的史詩故事( The Snake Head: An Epic Tale of the Chinatown Underworld and the American Dream, Patrick  Radden Keefe) + 潤日：習政權下中國人「RUN」到日本的直擊調查報告( 潤日（ルンリィー）―日本へ大脱出する中国人富裕層を追う,舛友雄大（Masutomo Takehiro))

                    "蛇頭"與"潤日"是兩本各自獨立的書籍,作者國籍不同,"蛇頭"作者Keefe是美國人,媒體撰稿者.而"潤日"則出自日本新聞人舛友雄大.兩者所述的時代,地點不同,"蛇頭"是1990年代的紐約,而潤日則是2020年疫情發展前後的日本.但兩者觀察或故事焦點卻是一致的,就是當地出現的大量華人"新移民",成了那個時代當地媒體關注的一個議題.

                    "蛇頭"故事以 1993年6月6日凌晨發生在紐約皇后區洛克威半島的海難揭開序幕.一艘名為 "金色冒險號"(Golden Venture)的老舊貨船,載著近300 名非法移民,在離岸約一百碼的沙洲擱淺.由於原本接應的小船沒有出現,船上的移民被迫跳入冰冷的海水中試圖游向岸邊,最終導致10 人溺斃.這起事件在美國媒體即時播送下,震驚全美,也讓長期潛伏在唐人街陰影下的"蛇頭"貿易曝光. "潤日"則以作者親赴東京八王子市發現好友"Akid"(王懿)孤獨死後的現場開場,引出2019年後某些移居日本華人中帶有強烈目的性的非虛構文學色彩,顯然這不是巧合,兩者皆將這"悲劇"視為調查的"原動力". "蛇頭"透過船難引出背後錯綜複雜的人口偷渡關係網."潤日"作者則直言Akid之死是他對中國興趣"從熄火狀態提升至前所未有程度"的起點.推動他去探究這群"潤者"的集體生活全貌分佈.

當AI取得話語權，人類還剩下什麼？：以當代哲學與溝通理論探討AI的語言、意識與作者權威性問題

 

當AI取得話語權，人類還剩下什麼？：以當代哲學與溝通理論探討AI的語言、意識與作者權威性問題(Communicative AI: A Critical Introduction to Large Language Models, Mark Coeckelbergh &  David J. Gunkel)

                    這本書的中文書名"當AI取得話語權"其實會帶來誤導,然後可能就會令讀者陷入文本迷霧中,不知所云,覺得它媽的一本故作腔調怪書,沿用一些哲學家,社會學家話語,又不說白話文,等你讀到第四章,它直接說明"話語權"並不為人掌控,然後你不免想,既然人都無法掌控話語權,AI又怎可能掌控?AI掌控它又如何?顯然文本根本不是中文書名所指稱的這樣的書籍.我覺得這書有點無聊.但跑李宏毅"機器學習"Bert程式作業的資料訓練時間,Colab居然要用2個小時,覺得趁空檔把這本書當雞肋般瀏覽完畢就算了.

                    本書的大約觀點是這樣的.話語權的"掌控"本身可能就是一個現代迷思,我們現在習以為常的"作者"概念: 一個擁有主權,意圖且對文本擁有所有權的個體.其實並不是普世真理,而是過去歐洲思想文化的產物,與從笛卡爾的"我思故我在"開始,到新教的個人信仰以及現代產權制度的興起等密切相關,在這些現代觀念之前,前現代文學或民族誌社會中,敘事的責任往往是集體或分散的.並沒有單一天才作者壟斷的概念.而本書作者們從結構主義與後結構主義的觀點分析出人類並不是掌控語言的主體,實際上是"寄生在語言系統之中的存在",這句話翻成白話就是,不是人在說話,語言本身就在說話,語言系統內部的符號差異與結構本身就在形塑話語,是語言掌控了人的表達.因此,從作者的觀點看,不論是人類還是 AI,說話時都受限於既存的語言規則,社會脈絡與生活形式,話語並非完全由講述者的內在意圖決定,講述者更像是語言之家的"守護者"而非主人.從這個推論中,本書先採用了羅蘭.巴特(Roland Barthes) 提出的"作者已死"理論指出文本的統一性與意義不在於"作者的意圖",而在於"讀者的閱讀與詮釋".這句話更白話的說就是當文本被寫下來,它就脫離了作者的控制,並在讀者的詮釋過程中不斷產生新的意義. 因此那種認為作者可以"百分之百掌控話語意義"的想法,在哲學上被視為一種迷思.

製造怪物：創造「非人物種」的全球人類歷史

 

製造怪物：創造「非人物種」的全球人類歷史(Humans: A Monstrous History,Surekha Davies)

                      "怪物"這個詞語,或者概念,與它的反義詞"正常"對應了一個特殊性的概念.這兩詞語的特殊性在於,若我們沒辦法定義何為正常,那自然也不可能為"怪物"訂出精確的說法,所以現實裡指稱某事,某人,某現象為"怪",在無法以人類科學驗證為真,或證否時,往往暗示著另一件事,就是指稱,或指控它者為"怪","怪物"的第一人稱,正在以"正常"自居,而此時的"正常"因為缺乏公允條件驗證,只能被歸類是一種自由心證的意志表現,也就是"製造怪物"的一種建構行為,沒有任何的客觀性可言.但人為何要標記或製造怪物呢?讀完這本"怪物製造",我以為目的只有一個,就是保障保護自身既有的利益,權力,排除他者.Davies 透過這本書,引領讀者回溯這場橫跨數千年的"造怪"歷史.

                      "製造怪物"這本書是探討人類如何透過"製造怪物"的過程來定義自我與建構歷史,亦即"怪物"是被建構的.作者Davies從科學,藝術與思想史的諸多領域視角出發,點出"怪物"並不是單純的虛構生物,而是社會有心人用來標記"異常"與"他者"的工具.文本透過分析古代體液學說,歐洲殖民史及現代基因工程,揭示了人類如何利用這些標籤來區分種族,性別與物種界線.這本書一方面講述了人類探索怪物的面向,對怪物的恐懼,分類的歷史演進過程,同時也反映不同時代人對"正常人"定義的權力運作的細節,甚至在書的後段,作者促使讀者反思在當前人工智慧,基因工程快速發展,生態危機的當下,人類應如何重塑人與各種非人物種的關係.