编者按：本文来自点融网旗下微信公众号点融黑帮（微信号：DianrongMafia），作者李云超（点融黑帮），点融网软件工程师，之前就职于 State Street。技术爱好是算法、数学；生活爱好广泛，喜欢调侃。
“不要把所有鸡蛋放到一个篮子里。”这是在投资时常常讲到的一个原理，目的是降低风险。在数学上，这个原理称为最大熵原理（The Maximum Entropy Principle）。
1988年，达拉皮垂兄弟和很多IBM做语音识别的同事，开了一家对冲基金公司——文艺复兴技术公司（Renaissance Technologies）。用最大熵模型和一些其他先进的数学工具，对股票进行预测，取得巨大成功。该基金在创立至今，它的净回报率高达平均每年34%。这个业绩远超股神巴菲特的旗舰公司伯克希尔哈撒韦（Berkshire Hathaway）。即使在金融危机的2008年，全球股市暴跌，文艺复兴技术公司的回报却高达80%。
下面简单介绍下熵及其相关的一些基本概念。
1. 什么是熵
物理熵
熵（entropy）原本是一个热力学概念，源自希腊语“转换”一词。用来衡量能量的不可用程度。
熵S = -∑Pi * log Pi
- λ热力学第一定律：宇宙的能量守恒
- λ热力学第二定律：宇宙的熵恒增
简单解释：一杯热水倒入一杯冷水中，有一定温差，这个温差可以转化成机械能之类的，被我们利用，但随着温差越来越小，能量不可用的程度越来越大，所以熵不断增大。熵恒增可视为一种无限接近但不可到达的状态，跟绝对零度，差不多一个意思。
（关于熵，还有一只妖精的传说，有兴趣的小伙伴可以查查看）
信息熵——如何衡量一条信息的信息量？
举个栗子，16只有标号的球队，要询问多少次才能知道那支球队是冠军（消除不确定性的过程）？通过二分原理来询问是最有效的（最差情况下的最优解）：
1.是在1-8号里吗？ 是
2.是在1-4号里吗？ 否 （说明在5-8号里）
3.是在5-6号里吗？ 是
4.是5号吗？ 否 （不确定性完全消除，6号球队是冠军）
信息学里，用“比特”（Bit）来度量信息量，可以看出来，信息量的比特数和所有可能情况的对数函数log有关。
再进一步，可能不需要猜四次（但不会比四次多），因为西班牙、巴西、德国、意大利这样的球队，比日本、南非、韩国、中国这样的球队，得冠军的可能性高。所以，权重需要修正一下。
信息熵H(X) = -∑P(x) * log P(x)
其中P表示概率（下面的介绍也是一样）
一条信息的信息量和它的不确定性有着直接的关系，而信息熵就是用来衡量不确定性的程度。
香农没关注过物理学杂志，他从头构建了熵的数学理论，向信息论的鼻祖致敬！
其他相关概念：条件熵，互信息
下图符号定义，熵为H(X)，条件熵为H(X|Y)，互信息为I(X ; Y)。
熵的概念上面已说，条件熵也不难理解，只不过把概率替换为条件概率即可。互信息有点长，其实也不难理解，下面的推导会得到：I(X ; Y) = H(X) - H(X|Y)，即了解Y的前提下，对消除X不确定性所提供的信息量。
可以推导出H(X) >= H(X|Y)，有兴趣的小伙伴可以自己试下。这说明，引入其他真实条件后，有助于降低对事件的不确定性，这与直觉相符。如果引入的事件毫无用处，H(X) = H(X|Y)成立，即对分析事情毫无帮助。
当一个事件有了上下文，条件熵就会很有用；判断条件Y对X提供的信息量，互信息很有用。
还有一些其他概念，比如相对熵，也很有趣，这里不再多说。
2. 最大熵模型
最大熵原理：保留全部的不确定性，将风险降到最小。保留了最大的不确定性，也就是说，让熵达到最大。
对任何一组不相矛盾的信息，最大熵模型不仅存在，而且唯一，形式是指数函数。
例如，有20种需要考虑的因素，对应的最大熵模型为
P(d|x1,x2,...,x20) =λ0* eλ1(x1,d) +λ2(x2,d)+。。。+λ20(x20,d)
其中，λ0是归一系数，λi是需要通过模型训练来获得的。
最原始的最大熵模型的训练算法，是一种期望值最大化算法：
1.假设第0次迭代的初始模型为等概率的均匀分布。
2.用第N次迭代的模型来估算每种信息特征在训练数据中的分布。如果超过了实际的，就把相应的模型参数变小；否则，变大。
3.重复2，直至收敛。
这种算法复杂度太高，一般只用来了解这个模型，实际中很少用。
达拉皮垂兄弟在IBM对这个算法进行了两方面改进，提出了IIS（Improved Iterative Scaling）算法，提升了一到两个数量级，才使得有可能实用。
这个模型形式优美，是唯一一种既能满足各个信息源的限制条件，同时又能保证平滑性的模型。比简单组合特征的模型，效果可以提升几个百分点，对投资收益来讲，提升哪怕是1%，利润也是以亿计的。
但这个模型的计算量依旧特别大，在工程上实现方法的好坏决定了模型的实用与否。
3. 信息的整合
如何将各种各样但又不确定的信息综合起来，是一门很大的学问，单靠算法和模型还不够。业务知识，以及如何将业务知识量化，都是很有挑战性的工作。
比如说，对于一个期货模型，如果气象显示秘鲁沿岸的海潮向外移动，那么应该买进或卖出黄豆吗？
如果把类似的问题抛给我，我只能说，这两者有半毛钱关系！
但实际情况确实这样：当海潮向外移动时，秘鲁沿岸的鳀鱼会随着海潮移往太平洋的外海，鳀鱼的捕获量会减少。鳀鱼主要是供日本人饲养牛的，鳀鱼的产量减少时，日本人会以黄豆作为饲料。当黄豆的需求增加，黄豆和黄豆粉期货的价格也会上涨，所以应该买进黄豆。这条信息对消除不确定性，应该有很大权重，但这已经不是工程方面的范畴。
一些看似不相关的信息，也可能有千丝万缕的关联，信息整合需要业务人员和技术人员一起合作，缺一不可。控制风险，任重而道远，一起努力。
引用资料
- 《数学之美》
- 《专业投机原理》
- 《信息简史》