นักวิจัยตลาดมักใช้ วิธีเชิงปริมาณ ในการทำงานของเรา สิ่งสำคัญคือต้องเข้าใจถึงความแข็งแกร่งและข้อ จำกัด ของแนวทางการวิจัย โดยเฉพาะอย่างยิ่งในด้านเทคนิคการวิจัยเชิงปริมาณด้วยเหตุผลสองประการดังต่อไปนี้ (1) วัฒนธรรมทางวิทยาศาสตร์และฆราวาสหลงใหลในเทคนิคการวิจัยเชิงปริมาณและมีแนวโน้มที่จะไม่มองลึกไปถึงการออกแบบและกลศาสตร์ของขั้นตอนดังกล่าวและ (2) ง่ายในการออกแบบความพยายามในการวิจัยเชิงปริมาณไม่ดี
เน้นเท็จกับตัวเลข
"เย็น" เพื่อให้สามารถบอกได้ว่าคุณเป็นงานวิจัยเชิงปริมาณ r . "Quants" คำที่มีความรักซึ่งนักวิเคราะห์เชิงปริมาณเป็นที่รู้จักกันดีได้รับการวาง ตัวเลขที่ยอดเยี่ยมไว้ในฐานบนท้องฟ้า ฉันเชื่อว่านี่เป็นเพราะคณิตศาสตร์และสถิติที่ซับซ้อนมีความเท็จเพียงเพราะพวกเราส่วนใหญ่ไม่เข้าใจมากนัก หากสิ่งที่ดูเหมือนจะมีประโยชน์ทางสังคมและเป็นเรื่องยากและลึกลับก็มักจะใช้เวลาในวัฒนธรรม "เรืองแสง." ตลาดกำลังหมกมุ่นอยู่กับการสร้างแบบจำลองและการจำลองคอมพิวเตอร์ ดังนั้นจึงเป็นที่เคารพกล่องดำของสัญญาซื้อขายล่วงหน้าที่ว่ามันช้าที่จะตอบสนองเมื่อโมเดลล้มเหลวในการทำนายความผันผวนที่หลีกเลี่ยงไม่ได้
ในทางตรงกันข้ามพูดออกเสียงว่าคุณมีคุณภาพ นักวิจัยและผู้คนมักจะทำให้คุณงงงวย คนส่วนใหญ่รู้ว่า quants มีส่วนร่วมอย่างใดในการเลือกหุ้นและการประเมินผลงาน
นักวิจัยเชิงคุณภาพทำอะไรได้บ้าง? นอกเหนือจากการเป็นมาร์กาเร็ตมี้ดนั่นคือบทบาทอะไรที่เหลือสำหรับนักวิจัยที่มีคุณภาพ หรือเพื่อให้ความคิดแบบเดิมอาจเกิดขึ้น
ทฤษฎีคอมพิวเตอร์เก่า ๆ มีอยู่มาก โมเดลคอมพิวเตอร์ดีพอ ๆ กับเนื้อหาที่สร้างขึ้นเท่านั้น ปัญหาของ การสะท้อนกลับไม่เคยห่างไกลมากนัก
George Soros ใช้คำสะท้อนความรู้สึกร่วมกับเศรษฐศาสตร์โดยทั่วไปและตลาดการเงินโดยเฉพาะ หลักการความไม่แน่นอน Heisenberg ซึ่งเป็นจุดสะท้อนของการสะท้อนกลับในด้านฟิสิกส์ก็มีความเกี่ยวข้องในบริบทนี้ด้วย Heisenberg - สั้นที่ไม่ได้ทำหลักการความยุติธรรม - แย้งว่าเราไม่สามารถวัดสองคุณลักษณะของสิ่งที่ได้ในครั้งเดียวเพราะในการวัดของเราเราส่งผลกระทบต่อคุณลักษณะหรือสิ่งที่จึงนำเกี่ยวกับการเปลี่ยนแปลงหรือบิดเบือนของเดิม .
พิจารณาความคิดเห็นของ George Soros ต่อ MIT Economics of Economics ในปี 1994
" ทฤษฎีที่ยอมรับกันโดยทั่วไปคือตลาดการเงินมีแนวโน้มไปสู่ความสมดุลและโดยรวมลดทอนอนาคตได้อย่างถูกต้องผมใช้ทฤษฎีที่แตกต่างกันไปตามที่ตลาดการเงินไม่สามารถลดอนาคตได้อย่างถูกต้องเนื่องจากไม่ลดเพียงในอนาคต ในบางกรณีตลาดการเงินอาจส่งผลกระทบต่อปัจจัยพื้นฐานที่เรียกว่าสิ่งที่พวกเขาควรจะสะท้อนถึงเมื่อเกิดเหตุการณ์เช่นนี้ตลาดจะเข้าสู่ภาวะขาดดุลแบบไดนามิกและมีพฤติกรรมแตกต่างไปจากสิ่งที่ถือว่าเป็นเรื่องปกติตามทฤษฎี ของตลาดที่มีประสิทธิภาพ "
อีกรูปลักษณ์ร่วมสมัยที่เป็นหลักปรากฏการณ์เดียวกันได้อธิบายไว้ในหนังสือ The Black Swan โดย Nassim Nicholas Taleb หงส์ดำไม่ใช่เรื่องธรรมดาในธรรมชาติ - มีเพียงไม่กี่คนที่เห็นหงส์ดำ ตาม Taleb, หงส์ดำเป็นเหตุการณ์เชิงบวกหรือลบที่ถือว่าเป็นไปไม่ได้อย่างมาก แต่เมื่อหงส์ดำเกิดขึ้นจะทำให้เกิดผลกระทบมากมาย บางคนเชื่อว่าเหตุการณ์ดำหงส์อธิบายเรื่องมากมายเกี่ยวกับโลก แต่คนส่วนใหญ่ - โดยเฉพาะผู้เชี่ยวชาญ - ตาบอดต่อหงส์ดำ
วิธีการไม่เชื่อฟังมีความสำคัญต่อวิทยาศาสตร์ที่ใช้หลักฐาน มีบางสิ่งที่ควรพิจารณาเมื่อสำรวจแนวคิดที่เกี่ยวข้องกับการนับจำนวนที่ทำให้คนตาบอดไปสู่ข้อผิดพลาดในการยอมรับการวิจัยเชิงปริมาณที่มีมูลค่าและการพึ่งพาการแจกแจงแบบปกติ
เป็นความผิดพลาดที่จะเชื่อได้ว่าการวิจัยเชิงปริมาณโดยอิงจากสถิติอนุมานมีความน่าเชื่อถือหรือเป็นวิทยาศาสตร์มากกว่าการวิจัยเชิงสังเกต จุดสำคัญอย่างแท้จริงในการเปรียบเทียบระหว่างการวิจัยเชิงปริมาณและการวิจัยเชิงคุณภาพคือการมีส่วนร่วม เชิงอัตนัย ของนักวิจัยซึ่งเป็นหนึ่งในการคัดค้านที่มีความยืดหยุ่นที่สุดในการวิจัยเชิงคุณภาพเกิดขึ้นใน เชิงปริมาณ ในความเป็นจริงมันเกิดขึ้นก่อนหน้านี้ในลำดับเชิงประจักษ์ของกระแสการวิจัยในการวิจัยเชิงปริมาณมากกว่าที่จะทำใน การวิจัยเชิงคุณภาพ
นักวิจัยสร้างสมมติฐานในการวิจัยเชิงปริมาณซึ่งจะ "ผ่านการทดสอบ" ด้วยกระบวนการทางสถิติ การสร้างสมมติฐานอาจเป็นกิจกรรมอัตนัยมาก และการมุ่งเน้นที่แคบมากของการทดสอบสมมุติฐานอาจทำให้เข้าใจผิดได้ หลายรูปแบบของการวิจัยเชิงคุณภาพช่วยให้รูปแบบที่เกิดขึ้นใหม่ในข้อมูลเพื่อชี้ไปยังธีมที่สามารถระบุความสัมพันธ์ (นี้เทียบเท่ากับการทดสอบสมมติฐานในการวิจัยเชิงปริมาณ) การวิจัยเชิงคุณภาพมีแนวโน้มที่จะเปิดกว้างขึ้นสำหรับ "หงส์ดำ" ที่เกิดขึ้นซึ่งไม่มีสมมุติฐานที่จะพิสูจน์หรือพิสูจน์ตัวตน