[量化的认知，还是量化的技术](https://guorn.com/forum/post/p.2322932.274247864599012?page=4) 原文写的挺好的，挺应景的，虽然帖子的评论区最后变成了谩骂。 转发在这里，只是看到有些网友困于量化中，不能自拔。 下面是原文，作者为果仁网用户sadf,作者的一切观点与我无关，完全属于原作者。 更重要的是哪个？量化的认知，还是量化的技术？ 自然不用说，量化的认知才是最重要的，技术只是细枝末节而已 许多人只是把量化当成了一种“更高级的技术指标“，或”更高级的实现技术指标思想的工具“，并没有把量化当成一种完整的对交易的认知体系——而其要点，在于理性循证，打破“我感觉” “我想要” “我认为”的主观妄想妄断 这就体现为，许多人即使搞量化，仍然热衷于已经被量化文献反复证明不现实的样本外收益率，或对多因子/多策略充分合理均衡下仍然有长期超额回撤（大于三年才回复高点）这种大概平均十年就会遇到一次的事情完全无法接受 梭哈赌狗的认知，配上量化的工具，先不说基本搞不出有真正正阿尔法的模型，即使运气好搞出来也肯用，根据凯利准则，其长期的年化回报率也必然远不如沪深300全收益指数，乃至上杠杆归零负债破产 即使是高级的机器学习技术，在不控制交易成本下其真正的阿尔法会直接归零乃至负数，而控制交易成本的策略的账面阿尔法就极其难看，但那反而真实 虽然说微盘股中比较好产生超额，但实际上能真正期望超过简单的五十只/百只/两百只/四百只微盘股策略的又有多少呢？ 许多人相信”风浪越大鱼越贵“ ”悲观者正确，乐观者胜利“，但现实是少赌为赢，不出海梭哈就光买船上保险为赢，而交易正是如同巴菲特所说的，耐心的人赚这些没有耐心的人的钱 量化的技术并不真正多困难，只要有清洗好的数据，根据文献跑个模型并没有那么难——甚至P123现在都要提出无编码搞复杂的机器学习的功能——但量化的认知却很难，即使绝大多数在专业机构干过很久的人，也会沉迷于瞎梭哈暂时运气好赢钱的麻药之中，无法自拔，例如在17-20年之间梭哈所谓”成长“（国内甚至被称之为所谓”价值“）股的人们，这也是为什么专业机构在费前也往往做出负超额，甚至越看上去”高级“，费率越高的机构，平均负超额越大 尽管市场并不是像有效市场假说明示的那么”有效“，也不像”均值回归“ ”行为理论“乃至所谓”风险理论“暗示的那样，只是存在作为例外和”异常“的”定价错误“，而是存在系统性和大规模的操纵和剥削掠夺，但这并不意味着能够轻易地战胜市场，而是意味着许多交易者不愿意接受的事实 根据研究表明，在有记忆效应的情况下（也即现实中的市场），样本内越过拟合，不仅是样本外“不会表现好”的问题，而是会样本内越过拟合，表现越好，样本外表现越差的问题——因此，过拟合的危险，甚至远超出人们通过错误的“常识”所能想象的最大限度 认为这些都“太理论脱离实际”，“我是做实践的”乃至有些人真心话脱口而出的“你理论学傻了”，无非是小瞧了这些真正实践者的血泪的经验的价值，而误以为自己的运气是自己的实力，把自己的狭隘经验看作比广泛的间接经验更能代表“实践”的傲慢罢了