在科學、計算和工程中，黑匣子是一種設備、系統或對象，它產生有用的信息而不透露任何有關其內部工作的信息。對其結論的解釋仍然不透明或「黑色」。
金融分析師、對沖基金經理和投資者可以使用基於黑盒模型的軟體將數據轉換為有用的投資策略。
計算能力、人工智慧和機器學習能力的 進步正在導致許多行業中的黑盒模型激增，並增加了圍繞它們的神秘感。
許多行業的潛在用戶都對黑盒模型保持警惕。正如一位醫生在一篇關於它們在心臟病學中的應用的論文中所寫的那樣：「黑匣子是模型的簡寫，這些模型足夠複雜，以至於人類無法直接解釋。」 1
關鍵要點
- 黑盒模型接收輸入併產生輸出，但它的工作原理是不可知的。
- 黑盒模型越來越多地用於推動金融市場的決策。
- 技術進步，尤其是機器學習能力的進步，使人類無法準確分析或理解黑盒模型如何得出結論。
- 黑盒子的對面是白盒子。其結果是透明的，可以由用戶進行分析。
- 黑盒模型這個術語很容易被誤用，它可能僅僅反映了保護專有軟體的需要或避免明確解釋的願望。
圖片來自 Julie Bang © Investopedia 2019了解黑盒模型
許多東西可以被描述為黑匣子：晶體管、演算法，甚至是人腦。
黑匣子的對立面是一個由內部工作組成的系統，可供檢查。這通常稱為白盒，但有時也稱為透明盒或玻璃盒。
金融中的黑盒模型
在金融市場中，越來越多地使用黑盒方法引起了許多擔憂。
黑盒模型本身並沒有風險，但它確實引發了一些治理和道德問題。
使用黑盒方法的投資顧問可以以保護專有技術 為幌子隱藏他們推薦的資產的真實風險。這使得投資者和監管機構都無法準確評估正在承擔的風險。
黑盒方法的好處是否抵消了缺點？意見不一。
誰使用黑盒財務模型
多年來，使用黑盒模型來分析投資已經過時，通常取決於金融市場是上漲還是下跌。
在金融市場動蕩的時期，黑盒策略因其潛在的破壞性而被挑出來。在極端損失暴露之前，所承擔的風險水平可能並不明顯。
計算能力、大數據應用、人工智慧和機器學習能力的進步正在增加使用並增加圍繞使用複雜定量方法的黑盒模型的神秘感。
對沖基金和一些世界上最大的投資經理現在經常使用黑盒模型來管理他們的投資策略。
黑盒模型在心理學中的使用可以追溯到行為主義學派之父BF Skinner。斯金納認為心理學家應該研究大腦的反應，而不是它的過程。2
黑匣子爆炸
有幾個值得注意的例子包括專門用於黑盒策略的投資組合中的極端損失。這些事件不應歸咎於黑盒策略。然而，依賴這些策略的投資者遭受了損失。和許多其他陷入風暴的投資者一樣。
這些事件包括：
- 黑色星期一，1987 年 10 月 19 日。道瓊斯工業平均指數在一天內下跌了約 22%。
- 對沖基金Long-Term Capital Management於 1998 年倒閉。該基金利用套利策略購買債券賺取巨額利潤，直到俄羅斯政府的債券違約導致其崩潰，幾乎將全球金融體系帶走。
- 2015 年 8 月 24 日的「閃電崩盤」。現在周期性發生的閃電崩盤涉及資產價值的短暫失控下跌，隨後其價格立即回升。通常歸咎於計算機化訂單的增加。2015 年實際上發生了兩次閃崩。8 月的事件涉及標準普爾 500 指數，另一次涉及 3 月 18 日的美元交易。
計算中的黑盒模型
機器學習技術極大地促進了黑盒模型的發展，其複雜程度與機器學習密切相關，尤其是與機器學習相關。
事實上，有人認為，由演算法創建的黑盒預測模型的工作原理可能變得如此複雜，以至於沒有人能夠處理所有參與預測的變數。3
工程中的黑盒模型
黑盒模型在工程中用於構建以計算機代碼而非物理形式存在的預測模型。4
然後可以觀察、分析、測試和修改變數，而無需在現實世界中實際構建它們的昂貴且耗時的過程。
什麼是金融黑盒模型？
設計用於金融市場的黑盒模型是一種分析市場數據並根據該分析生成買賣策略的軟體程序。
黑匣子的用戶可以理解結果，但看不到其背後的邏輯。當在模型的構建中使用機器學習技術時，輸入實際上太複雜以至於人腦無法解釋。
黑匣子交易合法嗎？
BlackBoxStocks 是面向股票和期權交易者的基於互聯網的交易平台的名稱。該公司表示，它使用「由人工智慧增強的『預測技術』」來識別可以被日內交易者利用的價格快速變化。
BlackBoxStocks 成立於 2016 年，在納斯達克上市，代碼為 BLBX。
Day Trader Review 網站稱其為「物超所值」。5
The Stock Dork 的一篇評論稱其為「真正的交易，也是最好的市場掃描系統之一」。6
請注意，評論將 BlackBoxStocks 評估為消費者交易平台。他們沒有就其預測的準確性得出結論。
什麼是消費者行為的黑盒模型？
消費者行為的黑盒模型來源於行為心理學的學術領域。
行為心理學家將人腦視為一個黑匣子。人類的大腦會對刺激做出反應。為了改變行為，必須改變刺激，而不是改變對刺激作出反應的頭腦。7
該理論已被營銷人員採用，作為分析消費者決策過程的一種方式。該分析試圖通過觀察消費者對某些刺激的反應來理解和影響購買決策。
什麼是黑盒模型與白盒模型？
在人工智慧領域，黑盒模型使用機器學習演算法進行預測，而對該預測的解釋仍然不可知且無法追蹤。
白盒模型試圖結合使機器學習過程更加透明的約束。
在醫療保健、銀行或保險等行業中使用的模型中，透明度或「可解釋性」可能是道德和法律目標。8
總結
黑盒模型越來越多地用於創建軟體，不僅用於投資領域的應用程序，還用於醫療保健、銀行、工程和其他領域。
黑盒模型正在與機器學習能力同步發展，兩者都在增加其過程的複雜性。
事實上，它們正變得越來越不透明。也就是說，我們依賴他們的結果而不了解這些結果是如何產生的
