昨天听两个讲座，一个是做生物统计biostatistics的，一个做金融统计Financial Statistics 的，一个先做金融统计后者生物统计，一个现在生物统计，后者金融统计，一个是为人民大众服务，一个是为少数大金融机构服务，前者说，你对职业选择或者选择将来的研究方向时候，首先清楚，你想为谁服务；后者补充说，为穷人服务你赚不到钱，为富人服务你可以赚很多钱，我仔细想想很有道理，这以前我很少思考，自己以前本科学习金融，但就是不喜欢金融，内心甚至反感，也许是自己是农民出身，学习的内容太脱离了广大人民。

想陈述下做生物统计的那个叫peter的中国人讲的内容，我听讲座，喜欢听方法论和方向性的东西，而对于那些具体内容和推导，很少关注。其首先陈述的数学的发展来自于实践和逻辑，而未来数学的发展是与数据处理相结合，而统计的发展是伴随着algorithm的发展，而已有的数学算法并不满足现实实践的需要，data structure出现新的拓扑结构，特别是高维数据，或者数据缺失的情景，高维数据包括三种，一个是因变量的高维性，二是自变量的高维性，三是其两个都是高维的；高维对计算要求太严格，有时候理论上可行，但是数值上是不行的，要么获得严格性，要么获得计算上的可行性，就是计算不出来；而怎么处理，其搞一个什么算法。基本思想就是dimensionality reduction ，就是把高维的空间降低，在低维上处理，而在降的过程要保留重要参数，就是重要参数对变换具有不变形，既然降维 那说明会存在信息的丢失和添加，这要求学会approximate的处理手法，如舍掉高阶项，而保留低阶项。基本思想就是降维，近似的思想。

其基本例子好像是什么DNA 和RNA之类的，首先比较有病的一组和没病的一组之间DNA有没有区别，然后选择致病的位点，但其这样好像几百亿美元下去，好像没有效果，因为DNA是最基础的东西，其还的经过若干环节，才到可以观察到的，生病不生病，首先DNA发生命令，RNA做信使，蛋白质根据信息密码合成，然后等等，这些步，每一步出现问题，好像都会引致疾病，所以在寻找疾病的过程中仅仅看DNA是不够的。这种仅仅寻找基础原因的方法在解决问题时候，并不是那么有效。其还陈述一个比较有意思的，就是看哮喘病和空气污染之间有没有直接的关系，其说现在大多对数据的分析集中在时间序列上，而对空间数据或者space-time数据的关注较少，这当然符合人们的认知法则，时间数据是一个方向且连续的，故比较简单，而空间数据是多个方向的，且是离散的，这就给空间数据的处理带来了很多难度，故其说国人要多研究下spatio-temporal date，我想其说的也挺有道理的。

最后其讲的基因网络构造，我发现现在真是各个学科的前沿好像是差不多的，其说的一个命题很经典，就是一个网络或者一个图就和一个矩阵相对应，研究网络就是在研究矩阵。为什么这句话很好，因为其设计映射和变换的思想，把两个不相干的数学分支连接在一起了，我以前说过科学在于选择联系，而联系就是一个变换，就是从一个如何变到另一个的联系。其说现在基因不是一个个的工作，而是一组组的工作，并且大多是处在睡眠状态。而构建基因网络的关键在于，明白关系，关系强度，是选用二元，还是选用possibillity，而困难是非线性的依赖关系，同时其在建基因网络中，陈述了一个有意思的东西，就是transition probability matrix ，我们看不到内在机制，我们能够观察只是外在表达出来的东西。让我受益的还有，其现在不是一个数据集合，而是把模型或者函数当做一个空间，就是集合加以研究，如模型集合，函数集合，哪一个模型是合理的。

最后的是一个蔡老师，其主要讲其领导的厦门大学的金融学改革，深刻的就是其打算给金融本科学生开设数学分析和实分析，研究生curriculum ，开设测度论随机过程（随机微分和随机积分）以及偏微分方程，金融编程，其还陈述一个以前搞卫星计算的，竟然去搞金融计算来了。并且其认为未来的金融学发展方向，是与计算机将越来越紧密。有数据用计算，没数据用模拟，这是一种研究方式，并且建立的模型一定要有金融意义；并且其陈述未来金融学科的发展方向是交叉，利用综合的知识，如工程、数学、计算以及物理，并且同一学科被这些不同专业的人称为不同的名字，学工程的搞金融是金融工程，搞计算机搞金融是计算金融，搞数学的搞金融是数理金融，搞物理的搞金融是经济物理，这越来越坚持我的看法，问题和法则是同一，只不过不同的人用不同的语言描述。其没有传给自己多少方法论的东西，唯一的一个就是分解，就是分为连续和离散的，趋势的和波动的，有关的和没关的。给自己传达的知识是，中国人多数存款被少数人拥有。其还教给自己的是看图形如何看，你可以把数据取个复数或者对数什么的，然后看图形中存在不存在Jump和cluster，这两个词是很好的词，很有深刻哲理，真的，自己很喜欢。

自己在想，学会前一个人的降维和逼近思想，以及为立足为人民大众服务，不去为10个billinon以上的大金融机构服务，虽然收入很低，还有在探求和解决问题的时候，仅仅关注最基础的是不够的，因为引起问题出现的是一个链、一个层级的环或者是一个从一点扩散面。第二人教会自己，要以后经济学的研究中，要加大数学和计算机的学习，虽然认为学习经济中，把数学当做工具不如把物理当做工具合适，对数函数、函数里面加积分、数值计算以及有限元等的近似逼近的方法，随机过程、测度论以及偏微分方程等数理工具，虽然自己认为微分几何将来更有前景。