HackerPapers

HN 二十年,最值得读的论文。

从 Hacker News 2006 年以来的全部投稿里,挑出链接本身就是论文的帖子:arXiv、期刊、会议论文、技术报告。每篇附中文标题,讨论最热的那些再加上中文导读和高赞评论翻译。

从必读开始
  • 8,000+篇被 HN 讨论过的论文

Essential

必读 30 篇

在论文库里看全部精选

编辑精选里 HN 讨论最热的 30 篇,每篇都有中文导读。不知道从哪读起,就从这里开始。

  1. 正在载入论文…

Archive

论文库

点柱子按年份筛选。注:源数据里 2023 年的帖子分数记录不全,2026 年尚未过完,这两年收录偏少。

难度
排序

    About

    这些论文是怎么挑出来的

    1. 01

      全量扫一遍

      读取 Hacker News 自 2006 年以来的全部 446 万条链接投稿,找出指向 arXiv、期刊、会议、技术报告和学术 PDF 的帖子。

    2. 02

      只留论文本身

      由 AI 逐条判断,剔除介绍论文的新闻、博客和幻灯片,同一篇论文的多次投稿合并计算,并统计它在评论区被引用的次数。

    3. 03

      写导读、译评论

      讨论最热的 1,500 篇配上中文导读,并精选、翻译 HN 高赞评论。导读由 AI 生成,可能有误,请以原文为准。

    经济与社会科学2011papers.ssrn.com

    市场有效当且仅当 P = NP

    Markets are Efficient if and Only if P = NP

    进阶 · 约 60 分钟读完前置知识:计算复杂性理论(P vs NP)、有效市场假说基础

    读论文 HN 讨论
    154HN 得分
    83条评论

    导读

    这篇论文探讨市场有效性与计算复杂性理论之间的联系,论证市场是否有效与 P=NP 问题在形式上相关:如果市场是(瞬时)完全有效的,则意味着相关定价问题可在多项式时间内求解,即 P=NP。作者用计算复杂性的视角审视了传统金融学中“市场瞬时有效”假设的不合理性。

    HN 关注点:是因为把金融学的有效市场假说与计算理论中最著名的未解难题 P=NP 联系起来,讨论焦点在于这个等价关系是否成立、以及“瞬时有效定价”这一假设本身是否合理。

    关键词 P=NP有效市场假说计算复杂性算法交易

    HN 评论精选

    这几条评论里:质疑 2 补充 2

    质疑质疑论文的双向等价:只能证明“市场有效⇒P=NP”,反方向不成立

    标题应改为“如果市场完全有效,则 P=NP”,而不是“当且仅当”。举例来说:假设 P=NP,但只有我一个人知道证明。我用这个知识去交易时,我的资金不足以撬动市场使其反映真正的有效价格。因此“P=NP 则市场完全有效”并不成立,而这正是“当且仅当”证明所必需的方向。

    3pt14159查看英文原文

    Title should read: "If markets are perfectly efficient P=NP" rather than "Markets are efficient if and only if P = NP". For example, say P = NP, but the only person that knows the proof is me. If I start using my knowledge that P = NP to trade I will not have enough capital to swing the market to truly reflect the efficient price. Therefore it does not follow that if P = NP the market will be perfectly efficient, which is required in an "if and only if" proof.

    质疑认为结论不意外:论文只是说明“瞬时定价”假设不成立

    在我看来他只是证明了通常市场有效性定义中的“瞬时”是荒谬的。价格必然需要时间来计算,即使掌握所有历史信息,你也不可能瞬间知道正确价格。他证明了这一点,但这对我来说并不算意外。

    ColinWright查看英文原文

    It feels to me that all he's done is show that the "instantly" in the usual definition of markets being "efficient" is a nonsense. Prices must take time to compute, you can't know the correct price instantly even with access to all the past information. He proves that, but it doesn't seem that surprising to me.

    补充担忧算法博弈的市场中计算复杂性带来对人类的不对称优势

    如果我们承认自由市场中会出现计算能力强大的大型实体,那么个人将面对这样的市场:主要商品的价格每分钟、因人而异地剧烈波动,并基于极其复杂的会员体系和针对个人的数据,由人类从未理解或评估过的统计模型处理。机器通过算法调整价格和商品本身,利用其他参与者的认知或算法缺陷来博弈。经典的有效自由市场模型忽略了计算复杂性和时间约束,这在二十年前还算合理的近似,但未来这些因素会导致显著的不对称。我怀疑人类能否在这种环境中成功竞争,以及这样做是否真的对我们有利。实例包括:亚马逊、保险公司、大型零售商、谷歌、高频交易公司、机票销售。

    aphyr查看英文原文

    If we allow that large, computationally capable entities are likely to form in free markets, it is probable that individuals will be faced with a market in which the prices of major goods vary wildly from minute to minute, from person to person, and are predicated on both fantastically complicated loyalty programs and data collected about the individual and current market circumstances, processed in statistical models that no human has ever understood or evaluated. A market in which machines algorithmically game humans and each other by adjusting prices and the nature of the goods themselves to exploit cognitive or algorithmic flaws in other actors.[1] The classical model of efficient, free markets ignores computational complexity and time bounds, as the article notes. These were reasonable approximations for a hundred or even twenty years ago, but I can forsee environments in which these factors lead to significant asymmetry. I question whether humans can really compete successfully in this environment, and whether the process of doing so is really best for us. [1] Cases in point: Amazon, insurance companies, grocery stores, every major retailer, Google, high-frequency trading firms, airline ticket sales.

    补充补充资料:这是同一论文早期版本的旧讨论

    Hacker News 在 540 天前曾提交并讨论过同一作者该论文的早期版本:http://news.ycombinator.com/item?id=1144548

    tokenadult查看英文原文

    Hacker News submission and discussion from 540 days ago of previous version of same author's paper: http://news.ycombinator.com/item?id=1144548

    历次讨论

    同领域还值得读

    1. 一切的回报率,1870–2015

      The Rate of Return on Everything, 1870–2015

      利用1870–2015年多国的长期数据,估算股票、住房等各类资本的回报率,并将其与经济增长率进行比较。

      经济与社会科学2019 · 487 分 · 260 评进阶 · 约 100 分钟编辑精选
    2. 一切资产的回报率,1870–2015

      The Rate of Return on Everything, 1870–2015

      构建了 1870–2015 年 16 个国家的长周期资产回报数据集,覆盖股票、住房、政府债券和短期票据,系统比较各类资产的真实回报与波动性。

      经济与社会科学2018 · 215 分 · 151 评进阶 · 约 120 分钟编辑精选
    3. 一切资产的回报率,1870–2015(2019)

      The Rate of Return on Everything, 1870–2015 (2019)

      这篇发表于《经济学季刊》的论文构建了 1870–2015 年间 16 个主要发达国家的股票、债券、房地产等资产收益率的长周期数据库。

      经济与社会科学2024 · 190 分 · 148 评进阶 · 约 80 分钟编辑精选
    4. 想法是否越来越难找?

      Are ideas getting harder to find?

      探讨“想法是否越来越难找到”:通过衡量多个领域的“研究生产率”,发现维持相同的增长需要投入指数级增长的研究资源,即研究效率在持续下降。

      经济与社会科学2016 · 182 分 · 106 评入门 · 约 60 分钟编辑精选
    5. 比特币与区块链的经济极限

      The Economic Limits of Bitcoin and the Blockchain

      芝加哥大学 Eric Budish 的论文从经济学角度分析比特币与区块链的根本限制:核心论点是只要攻击网络(双花或砸盘做空)的收益超过挖矿成本,51% 算力攻击就有利可图,而挖矿…

      经济与社会科学2018 · 176 分 · 37 评进阶 · 约 90 分钟编辑精选

    打赏支持

    打赏二维码

    觉得有用,请作者喝杯咖啡。

    WeChat

    关注向阳乔木

    微信公众号「向阳乔木推荐看」

    微信公众号「向阳乔木推荐看」二维码

    微信扫一扫;在微信里打开本页时,长按二维码识别。