量化到底在做什么？

蛙兄已经放弃申请加入“量化派”了。

他知道量化可以研究价值、成长、趋势和反转，也可以走进许多其他路线。但新的问题马上来了：它走进去以后，到底做什么？

蛙兄决定不再空想。

他打开 Codex，把上一章留下的那句话贴进对话框：

我觉得一个行业越来越重要，其中的好公司长期可能表现更好。请用量化验证。

鼠标已经停在发送按钮上，蛙博士却问了四句：

蛙兄盯着那句话看了一会儿。

他本来觉得自己已经提出了一个挺完整的想法。现在却发现，里面有四个词，每一个都能走向好几种不同的研究。

如果什么都不补充，Codex 当然也可以替他选。

问题是，AI 选出来的“好公司”，可能已经不是蛙兄心里想的好公司了。

“我觉得”没有错，它只是还没有说完

市场直觉不是量化研究的敌人。

很多研究一开始，都来自一句不太完整的话：

• 我觉得这个行业以后会更重要；
• 我觉得价格跌得太快，可能会修复；
• 我觉得名字听起来吉利的股票更受欢迎；
• 我觉得成交突然活跃，后面可能还有变化。

这些话有一个共同优点：它们提出了值得追问的方向。

也有一个共同问题：数据还不知道应该回答哪一个版本。

以蛙兄的判断为例，至少还要继续问：

研究谁：哪些行业、哪些公司？
观察什么：怎样记录“重要”和“好”？
满足什么条件：什么时候算这件事发生了？
看多久：一年、三年，还是其他时间？
怎样判断：和谁比，出现什么结果才算更好？

这些问题不是在故意刁难一句普通想法。

它们是在防止研究者看到结果以后，偷偷换一道题。

假如三年结果不好，蛙兄可以改口说“我说的长期是十年”；如果股价跑输市场，他也可以说“我说的表现好是公司没倒闭”。只要每个词都能事后改变，原来的想法就很难面对证据。

量化研究，先把问题说到可以检查

现在，我们可以给出这门课使用的工作定义。

量化研究，是把一个关于市场的想法，用相对明确的对象、信息、条件、时间和判断标准表达出来，再用一致、可重复的方式检查证据。

这句话不需要背。我们把它拆开看看。

相对明确，不是假装研究者已经掌握绝对正确的定义。

它只是要求我们承认自己的选择。例如，暂时用行业销量增长代表“行业越来越重要”，就把这个选择写出来。以后可以讨论它好不好，却不能假装“重要”天生就等于销量增长。

一致，是说同一轮检查要尽量使用事先说好的口径。

不能因为某个定义没有得到喜欢的答案，就悄悄换一个定义，再只展示最漂亮的版本。定义可以修改，但修改需要留下记录，也要承认这是一次新的检查。

可重复，是说同样的数据、步骤和计算条件，重新做一次，应该得到同样的计算结果。

如果今天运行上涨 8%，明天什么都没改却变成上涨 18%，我们连程序做了什么都还没有确认，更谈不上相信结论。

但可重复也有一条很重要的边界：

一个错误定义，同样可以被程序一模一样地算错很多次。

所以，可重复帮助我们检查过程，不替我们保证问题问得合理。

数据不是来配合蛙兄的

蛙兄最初写的是“请用量化验证”。

这句话很容易被理解成：请想办法证明我说得对。

但量化研究不应该只给原想法准备一个“同意”按钮。证据至少可以把研究带向三种地方：

当前证据支持继续研究
当前证据不支持原来的想法
定义或数据不足，暂时无法判断

第三种结论不是逃避回答。

如果“行业重要性”没有合理记录，或者数据只覆盖很短时间，硬给一个支持或不支持，反而是假装我们知道得比实际更多。

第二种结论也不是研究失败。

如果数据没有支持原来的直觉，我们至少排除了一条暂时站不住的路。比起带着一个没有检查过的想法去冒险，这已经是一项有价值的结果。

一项研究大概会经过哪些地方？

这一整个单元，就是要把量化研究里面的零件慢慢摊开。

现在先看一眼全景：

市场直觉
→ 澄清模糊概念
→ 写成可以被反对的假设
→ 建立可以计算的定义
→ 获取并检查数据
→ 判断有没有值得继续研究的现象
→ 写出最小规则
→ 放进历史数据检查
→ 得出与证据强度相匹配的结论

暂时不用记住每一站叫什么，也不用知道怎样操作。

我们现在只看两件事。

第一，程序不是起点。在程序出现以前，研究者已经需要决定自己到底在问什么。

第二，回测也不是终点后面的“赚钱认证”。历史检查以后，我们仍然可能发现证据不稳定、成本太高，或者原来的解释根本站不住。

后面的课程会一站一站走过去。现在只要知道，它们不能被一句“请帮我验证”压缩成一个按钮。

数字很多，不一定是在做量化研究

“量化”两个字很容易带来一幅画面：几块屏幕、密密麻麻的数字、快速跳动的图表，再加上一位正在敲代码的人。

这些东西可能出现在量化研究中，却没有一个单独等于量化研究。

数字很多，不等于问题清楚。

一张表可以有几百列。如果研究者不知道每一列代表什么，数字越多，只是迷路的路口越多。

公式复杂，不等于答案可靠。

复杂公式可以处理复杂关系，也可能只是在更隐蔽地放大错误假设。

技术指标出现，不等于已经证明未来。

均线、MACD 或 RSI 会按照公式整理历史记录。它们量了什么、能否与未来结果建立关系，还需要分开检查。

Python 和 AI 会工作，不等于研究已经成立。

它们可以把定义变成程序，帮助处理数据和调查错误。可如果原问题没有说清，它们只会更快地执行某一种猜法。

可以自动下单，也不等于规则值得执行。

自动交易解决的是怎样执行，不是为什么这套规则可能拥有优势。

所以，量化研究不是这些工具的合照。

它是一种对待问题和证据的方式。工具让过程更容易实现，却不能替研究者决定问题是否合理、证据是否可信。

日期：可以记录
收盘价：可以记录
成交量：可以记录
行业越来越重要：？
好公司：？