http://www.cwbgj.com/advance/ueditor/php/upload/20161205/14809095346795.jpg​

六点让你受益无穷的阅读论文好习惯

文/本草纲目

本文系作者授权“清南”发布

读过信息论，统计，市场微结构，量化投资等几个领域的论文，主要是英文论文。分享一些我的经验要点。

第一，要选读好的论文。精读论文很花时间和精力，所以要花在值得的地方，不要读了论文发现其实没什么内容。大牛挖坑，小牛灌水。精读论文的重点要放在挖坑类型的论文上。知乎上就有朋友推荐某些领域的好论文，这就是一个很好的来源。看作者，学校，发表的地方也是很好的方式。SSRN上也有论文排名，值得参考。在SSRN或者ArXiv上读preprint也是很有意义的，论文从preprint到发表有时候要几年的时间，如果想紧跟学术前沿的话就要看preprint或者是conference proceedings。高质量的学术论文一般都是在国际期刊或者会议上的，国内的好的学术成果也都在国外发表。

第二，初读论文注意了解的地方。作者描述的论文的主要贡献（细读以后你还需要自己分辨它真正的贡献），以往相关的研究，作者解决问题的主要方法，比如是理论为主，还是数据经验为主，还是二者兼得。不需要仔细看公式，或者看所有的数据结果，这一遍读论文主要是决定这篇论文是否值得你投入时间细看下去。

第三，精读的时候，数学和公式怎么读。如果没有时间，不需要去在意每一步推导（如果读完论文觉得需要细致掌握，可以回头做推导的）。主要在意的是结论的解释。不仅仅是作者的解释，更主要的是自己思考。很简单的一个办法就是看最后的公式，看看它和它的变量变化的关系，比如某个变量变大，会导致函数值变大，那你就要思考，这符合常理吗？如果从常理不能明显看出来，那你要思考，是不是由于作者做了某个假设而导致了这样的结果呢？解释比公式的推导过程重要得多。常常公式中的某个形式就是来自于作者的假设，这样能够把假设和结论结合起来看。

第四，了解文章的真正贡献，用批判的眼光看论文。不管作者声称文章有多少贡献，你自己心中都要有判断。带有数据的论文非常常见的缺点就是data mining，这个词在计算机科学里面是中性的，在经济金融里面带有一点贬义。也就是从数据中挖出一个看似说的过去的结果，或者是在结果部分只描述对自己有利的结论，后者非常常见。比如我曾经见过市场微结构的论文，2014年的论文只用了2008年9月的数据，这显然没有任何说服力，那段时间是金融危机，有其特殊性。所以，看结论的时候要带有批判的眼光。看过程的时候也要思考文章的真正贡献在哪里。比如，是一个全新的问题，用全新的方法，还是老的问题，用新的方法解决，还是新的问题，用其他领域已有的方法解决？还是在前人的基础上修改了问题的假设，或者是问题出现的环境？这些都是需要思考，也需要对整个领域文章的积累，看多了才好判断。当你看出作者的真正解决了什么问题，作者的思路有哪些局限和缺陷的时候，你自己的研究idea就来了，这常常就是一篇自己写的paper的开端。

第五，present the paper. 不管是我读博士的时候，还是现在的工作中，都有读论文活动，组里的人轮流present别人的论文，这是一种非常有效的督促你读论文，增强理解的办法，而且组里的人也常常会有批评性的意见。想要真正读懂一个东西，就要试着讲给别人听，把别人讲懂了，自己也就懂了。

第六，重现paper。如果你自己想继续做这个领域的研究，那么很有可能你需要重现前人的成果，然后再实现自己的idea，然后再做对比。这是个非常花时间精力的过程，这也是做学术研究常常需要经历的一步。

来源邀稿：本草纲目（知乎）

http://www.cwbgj.com/advance/ueditor/php/upload/20161205/14809094492125.jpg