Keeping Up with the Quants

出版者:Harvard Business Review Press

作者:Thomas H. Davenport

页数:240

出版时间:2013-6-11

价格:USD 30.00

装帧:Hardcover

isbn号码:9781422187258

具体描述

"Quantitative literacy" for managers: How to develop basic analytical skills and be a more informed consumer of data. We're moving beyond the information age into the quantitative information age. This book promises to become your "quantitative literacy" guide - helping you develop the analytical skills needed in today's world of work, no matter your role or experience. As a successful manager today, you need to be a more informed consumer of data, more conversant with analytical thinking and methods, and better at working with quantitative information. In Keeping Up with the Quants, authors and professors Tom Davenport and Jin-ho Kim offer the tools to enhance your thinking and decision-making. You'll walk away with a basic understanding of today's necessary skills including: How to formulate a hypothesis; How to gather and analyze relevant data; How to interpret and communicate results; How to develop habits of quantitative thinking; and, How to deal effectively with the "quants" in your organization. If you don't have a business degree or you aren't comfortable with statistics and quant methods, this book is for you. Keeping Up with the Quants will give you the new skills you need to compete - and succeed.

作者简介

Thomas H. Davenport is the President’s Distinguished Chair at Babson College and a research fellow at the MIT Center for Digital Business. He is also a senior advisor to Deloitte Analytics and the cofounder and research director of the International Institute for Analytics. Davenport is the coauthor of Competing on Analytics and Analytics at Work. This is the seventeenth book he has authored, coauthored, or edited.

Jinho Kim is a professor of business and statistics at the Korea National Defense University and the research director of the KNDU Lab for Analytics Research. He holds a PhD from the Wharton School and is the author of six books published in Korea, including the bestselling 100 Common Senses in Statistics and Freak Statistics. He has developed and run an educational program for building individuals’ analytical skills. His current research focuses on the use of analytical methods to address various issues in business and society.

读后感

成功的沟通应该是“我说了，你懂了”。但是因为文化背景的差异或者个人阅历的不同，即使我们讲得是同样的语言，仍然可能出现“我说了，你却不懂”或者“我说了A，你却理解成了B”的情况，这时候没有比用数据来讲话更直接且有效的方法了。举个简单的例子，医生常常告诫我们要保...  

成功的沟通应该是“我说了，你懂了”。但是因为文化背景的差异或者个人阅历的不同，即使我们讲得是同样的语言，仍然可能出现“我说了，你却不懂”或者“我说了A，你却理解成了B”的情况，这时候没有比用数据来讲话更直接且有效的方法了。举个简单的例子，医生常常告诫我们要保...  

成功的沟通应该是“我说了，你懂了”。但是因为文化背景的差异或者个人阅历的不同，即使我们讲得是同样的语言，仍然可能出现“我说了，你却不懂”或者“我说了A，你却理解成了B”的情况，这时候没有比用数据来讲话更直接且有效的方法了。举个简单的例子，医生常常告诫我们要保...  

第一阶段：构建问题 一、识别问题 1、自我反思 问题是什么 问题为什么重要 解决问题最终期望达成目的 2、关键人物 受众是谁？ 项目成果受众及他们行为模型，是否适用？ 让一线业务人员受众了解分析安排，评估对于分析认可度，利于分析调整及结果执行？ 支持高管 高管行为模式，...  

成功的沟通应该是“我说了，你懂了”。但是因为文化背景的差异或者个人阅历的不同，即使我们讲得是同样的语言，仍然可能出现“我说了，你却不懂”或者“我说了A，你却理解成了B”的情况，这时候没有比用数据来讲话更直接且有效的方法了。举个简单的例子，医生常常告诫我们要保...  

用户评价

这本书的叙事节奏堪称一绝，作者仿佛是一位技艺精湛的指挥家，将复杂的数据洪流梳理得井井有条，却又不失文学作品应有的张力。从一开始，我就被那种扑面而来的紧迫感所吸引——不是那种廉价的惊悚，而是一种深植于金融世界核心的、关于速度与认知的较量。书中对那些新兴的量化模型是如何在传统交易体系中撕开裂口，并最终占据主导地位的描绘，细致入微，充满了对技术迭代的深刻洞察。特别值得称赞的是，作者并没有陷入纯粹的技术术语泥潭，而是巧妙地将那些高深的数学概念，通过一系列生动的案例和人物侧写，转化成了可供非专业读者理解的精彩故事。那种感觉就像是坐在顶尖交易室的玻璃幕墙后，既能感受到运算的冰冷逻辑，又能窥见背后人类决策的挣扎与野心。它成功地架起了一座桥梁，连接了华尔街的精英与热衷于理解现代金融脉络的普通读者，让人在阅读过程中，不断地为人类智慧的边界被拓展而感到震撼。

这本书给我的最大感受是“冷峻的诗意”。乍一看，量化分析似乎是完全去情感化的，但作者的笔触却将这种冰冷的逻辑具象化成了一种新的美学。那种描述算法迭代速度、模型精度不断逼近完美的段落，读起来有一种近乎宗教般的狂热感。书中对几位关键人物的刻画，那些放弃了传统职业路径，全身心投入到数字海洋中的“新贵”，其描写的张力十足。这不是一个关于致富的故事，而是一部关于“心智迁移”的史诗——他们如何训练自己的大脑去像机器一样思考，如何从人类的直觉偏误中解放出来。作者精准地捕捉到了这种转型期的矛盾性：一方面是对完美的数学模型的追求，另一方面是人类对这种完美模型的盲目崇拜所带来的潜在风险。阅读体验是高度沉浸式的，仿佛亲身经历了一场科技与传统金融观念的代际冲突。

读完这本书，我感觉自己的思维框架被某种看不见的力量重新校准了。它不像市面上那些充斥着“秘籍”和“快速致富”口号的金融读物，反而像是一部社会学著作，探讨的是信息不对称在算法时代的新形态。作者对“量化”这个词汇背后的权力结构进行了无情的解剖，揭示了信息获取速度和处理能力如何迅速转化为资本壁垒。我尤其欣赏作者在处理伦理困境时的审慎态度——当机器开始以超越人类理解的速度做出影响全球市场的决策时，谁来负责？这种哲学层面的追问贯穿始终，使得全书的厚度远远超越了一本纯粹的商业指南。它迫使读者去思考，我们所依赖的金融系统，其底层逻辑是否已经超出了人类的道德和监管能力所能企及的范围。文字风格老辣而犀利，行文间流淌着一种对权力运作的深刻不信任感，让人读得酣畅淋漓，却又脊背发凉。

坦白说，这本书的阅读门槛比我预期的要高一些，但它提供的回报也成正比地丰厚。作者在阐述复杂的市场微观结构时，没有采取简化的路径，而是选择了一种近乎学术的严谨性，这对于那些真正想探究底层机制的读者来说，无疑是巨大的福音。我特别关注了其中关于高频交易延迟优势被新一代深度学习模型攻破的章节，那段描述简直是教科书级别的案例分析。它不仅仅是描述发生了什么，更是深入挖掘了“为什么会发生”，将技术创新视为一种内生的、不可阻挡的演化力量。这本书的结构设计非常巧妙，知识点层层递进，确保了即便是对特定领域不甚熟悉的读者，也能通过前文的铺垫逐步跟上作者的思维速度。它更像是一份详尽的“使用说明书”，教你如何理解这个由数据和代码重构的新世界。

我发现这本书最引人入胜的地方，在于它不动声色地颠覆了你对“风险”的传统认知。在作者的笔下，风险不再是宏观经济的波动或是地缘政治的不确定性，而是一种更深层次的、源于系统内部的涌现性特征——当所有人都使用相似的优化目标时，整个系统会变得异常脆弱。这本书对市场集体行为的描摹，极具洞察力，它揭示了在算法驱动下，羊群效应是如何被放大和加速的。我尤其喜欢它那种冷静的、近乎于观察者视角的叙事腔调，不带感情色彩地记录着资本市场的演变，但其结论却极具警示意义。读完合上书本，你会发现世界似乎没有变化，但你对世界运作的“默认设置”已经彻底改变了。它不是一本读完就丢的书，它更像是一份需要时常翻阅的“现代金融操作指南”的注解。

其实应该是在三星四星之间……基本上就是个大数据鸡汤，不实在。本来只觉得“还行”，冲着最后一章好歹有点值得引用的东西，就“推荐”吧。

＃扫盲科普

其实应该是在三星四星之间……基本上就是个大数据鸡汤，不实在。本来只觉得“还行”，冲着最后一章好歹有点值得引用的东西，就“推荐”吧。

其实应该是在三星四星之间……基本上就是个大数据鸡汤，不实在。本来只觉得“还行”，冲着最后一章好歹有点值得引用的东西，就“推荐”吧。

其实应该是在三星四星之间……基本上就是个大数据鸡汤，不实在。本来只觉得“还行”，冲着最后一章好歹有点值得引用的东西，就“推荐”吧。