Чтобы предоставить исследователям наилучшие шансы объяснить поведение человека с постоянно растущими массивами данных, наука о финансовых данных неизбежно носит междисциплинарный характер.
Другими словами, знания и навыки, необходимые для глубокого извлечения информации из неструктурированных данных, эффективной обработки нескольких больших наборов данных, а также разработки и проведения эффективного статистического анализа настолько велики, что обычно требуются специалист по финансовой эконометрике, информатике и человек с глубокими знаниями о финансовых рынках для разработки конкурентоспособного процесса изучения финансовых данных.
Следовательно, наука о финансовых данных неизбежно является коллективной работой. Для поддержания хорошего междисциплинарного командного духа крайне важно, чтобы ни один участник одной дисциплины не настаивал на том, чтобы отличительные черты их дисциплины были более достойными или правдивыми, чем отличительные черты другой дисциплины.
Таким образом, хотя другие и склонны смотреть на мир с теоретической точки зрения, специалисты по финансовым данным проводят глубокое исследование всех имеющихся данных, чтобы затем прийти к концептуальному объяснению того, что происходит в реальном мире.
Другими словами, возникшие в результате неизбежно междисциплинарного процесса, амбиции учёных в области финансовых данных выходят за рамки экономической сферы, сохраняя высокую степень интеграции и мотивации всех членов команды.
Например, включать в себя чёткое противодействие любым формам дискриминации и поддержку экономики совместного пользования и культуры открытого доступа. Учёные, занимающиеся финансовыми данными, придерживающиеся этих принципов, также демонстрируют общую поддержку науке и стремятся просвещать общество, "используя финансовые и компьютерные технологии для общего блага".
То есть, в то время как учёные, занимающиеся финансовыми данными, концентрируют свою работу на исследованиях, основанных на фактических данных, выводы которых могут иметь возможность продвигать принятие финансовых решений, их командные амбиции в меньшей степени ориентированы на поиск индивидуальной ренты и больше на воздействие на общество для поддержания сильного командного духа.
Следовательно, мы определяем науку о финансовых данных как междисциплинарный процесс научного исследования, который тщательно и неоднократно исследует и объясняет различия во всех соответствующих наборах данных для продвижения процесса принятия финансовых решений и тем самым просвещает не только междисциплинарную команду исследователей, но и общество в целом.
Мы утверждаем, что "наука о финансовых данных является самостоятельной дисциплиной, а не просто применением методов финансирования в области науки о данных", но в то же время характер многих финансовых рынков приводит к распространению данных, чуждым классикам, и поэтому требует наличия отдельной междисциплинарной области исследований.
Тем не менее, новая область науки о финансовых данных неизбежно дополняет пересечение науки о данных и других дисциплин (например, научно-обоснованная медицина).
Инь-янь эконометрики и науки о финансовых данных
Хотя эконометрика и наука о финансовых данных различаются в своей интеллектуальной точке отсчёта и демонстрируют некоторые дальнейшие расхождения, главным образом в силу неизбежного междисциплинарного характера науки о финансовых данных, эти две области имеют гораздо больше общих аспектов, чем их разделение.
Обе используют эконометрические концепции и методики, обе области развивают свои гипотезы на основе той или иной формы экономического теоретизирования.
Аналогичным образом, обе организации, вероятно, воспользуются богатством новых и больших массивов данных, полученных в результате перехода на цифровое вещание, а также растущей готовностью коммерческих организаций делиться своим растущим числом собственных наборов данных с учёными.
И, наконец, обе области, вероятно, будут иметь повышенную практическую значимость в связи с их анализом более крупных и часто запатентованных наборов данных.
Таким образом, если в эконометрике больше внимания уделяется статистическим выводам, а в науке о финансовых данных больше внимания уделяется обработке больших массивов данных, то в обеих областях обе эти концепции совпадают.
Аналогичным образом, нейронные сети десятилетиями описывались в учебниках по продвинутой эконометрике, и концепция объясняющей силы одновременно представляет соответствие модели эконометристов, а также степень, в которой специалист по финансовым данным понимает вариации в соответствующей зависимой переменной.
Другими словами, эконометрика и наука о финансовых данных представляют собой две взаимодополняющие точки зрения на один и тот же процесс. Следовательно, мы утверждаем, что они имеют отношения типа инь-янь.
