作為程式猿出身， 讀研究生的時候曾非常癡迷於量化交易， 時間主要消耗在兩個方面， 一方面是大量的資料處理， 為了便於程式回測歷史資料而不停的優化資料結構， 另一方面， 不停地挖掘投資標的的歷史收益分佈， 思考各種交易規則， 並用歷史資料來驗證各種交易規則下面的風險收益情況。
很多策略用歷史資料回測， 結果都非常完美， 夏普比例非常高， 年化收益非常穩定， 最大回撤也很小， 然而投入到實盤運作中， 效果卻往往有較大的偏差。 當然， 也有某些時候， 策略實盤比歷史回測收益還要高。
舉一個簡單的例子， 以前做的最多的是多因數模型， 本質上就是通過對各個因數打分並加權求和， 得到某一時點所有股票的分值， 選擇打分最高的前N檔股票買入， 這個過程可以在很多軟體上實現， 如果不懂程式設計， 可以用Excel， 資料庫用得好的可以用SQL Server， 靈活性再高一點的可以用R/Matlab。
當然， 具體實施起來還有很多細節， 比如調倉週期， 也就是你多久時間重新算一遍， 因為過一段時間重新算一遍， 分數肯定會有變化， 於是就會調倉， 把分數高的換進來， 分數低的換出去。 表面上這個看著很合理， 似乎是不斷地提高收益率， 實際上就是在不停的擇時，
這個想法非常好， 問題出在最優交易規則源於歷史資料， 而這些優化出來的規則， 大部分是歷史的巧合， 並沒有基本面支持的因果關係。
跳出了量化這個坑以後， 越來越清晰的看到， 擇時擇對了純屬運氣， 本質上就是投機成功了而言。 很多人， 包括我在內， 一開始總把運氣當能力。 投機一次成功是有可能的， 投機兩次成功也有可能， 但是連續投機N次都成功， 這個概率就會越來越越低。
判斷一個公司好壞並不難， 但判斷一個公司的股價第二天是漲還是跌， 漲跌多少， 則很難， 基本上是不可能的事情， 判斷對了， 則純粹是運氣。
隨著人生閱歷的增長， 越來越覺得一個人的能力範圍其實非常的小，
因為股價總是圍繞內在價值不停的漲跌， 能夠在股價低點買入， 高點賣出， 隨後又在低點買入， 隨後又在高點賣出， 這是一件很多人為之興奮的事， 有不少人孜孜不倦的追求， 希望通過對K線圖的研究來找到其中的奧妙。 這讓我想起有些人每天研究彩票號碼， 希望能夠猜出下一次彩票的號碼。 這兩種都是概率極其微小的事件， 即便發生了一次， 也沒什麼可複製性。 就好像一個人中了彩票， 大家就請他去分享成功經驗一樣。
我想說的是， 擇時不是一種能力， 而是一種運氣。
很多人買賣公司喜歡看K線圖。 幸好他買的是上市企業， 如果是非上市企業， 他還得自己手工畫K線圖。 很難想像VC/PE等一級市場的投資研究人員一天到晚拿把尺子花K線， 而不去研究企業基本面， 行業發展趨勢。
弄清楚一家公司股票價格的歷史漲跌沒有太大意義， 決定公司估值的是企業未來前景， 是未來 一系列現金流， 而不是歷史現金流。 至於過去有人願意為此出多少價格，