890 字
4 分钟
全书总结：复杂度要用证据买
全书压缩成一段话
一条仓位公式（资本 × 风险目标 × 预测值 ÷ 波动率）贯穿 30 个策略；预测值从”恒为 +10”（买入持有）逐步升级为趋势、carry、变奏、横截面、价值、偏度、均值回归与相对价值。每升一级，Carver 都用 100+ 品种、50 余年数据汇报边际改善——有的部件值钱（分散、趋势、carry、动态优化），有的几乎白给（突破、加速度），他照单全收地告诉你。这种”复杂度要用证据买”的态度，比任何一个具体策略都更值得带走。
策略家族一句话表
| 家族 | 策略 | 一句话 |
|---|---|---|
| 仓位框架 | 1~4 | 风险目标 + 波动率估计 + 多品种分散：还没预测就已抬升夏普 |
| 趋势 | 5~9 | EWMAC 多速度加权：不选最佳参数，承认无知、全都要 |
| carry | 10~11 | 赚结构性价差；与趋势低相关，合体即完整系统 |
| 变奏 | 12~18 | 修正、政体过滤、精确化——多数是小改进，价值在组合层面衡量 |
| 横截面 | 19~20 | 从”比过去的自己”换成”比同类”：另一份低相关收益 |
| 其他方向性 | 21~24 | 信号三关筛选：突破挂在低相关关，加速度挂在证据关 |
| 动态优化 | 25 | 小资金逼近大组合：整数约束下最小化跟踪误差 |
| 快速均值回归 | 26~27 | 趋势的镜像，成本定生死，安全版砍左尾 |
| 相对价值 | 28~30 | 对冲方向赚细价差，杠杆走钢丝，理解重于模仿 |
中国读者的平移须知
思想全部可平移，参数几乎全部要重估：品种池不同（国内四所约 70 余个活跃品种）、保证金与涨跌停改变了可用杠杆与尾部风险、平今仓手续费重塑成本模型、主力合约切换让换月逻辑更像”跳跃”而非平滑展期；股指期货另有持仓限制。照抄书中 τ = 20% 与成本假设是危险的——用书里的方法（而不是书里的数字）在本地数据上重新测一遍。
动手练习（在 AlphaForge 上把书变成肌肉记忆）
- 波动率目标化：给
backtest/engine.py的等权持仓加”按个股波动率倒数缩放”，对比改造前后的回撤（策略 2~3）； - 多速度动量：在
research/factors.py注册 5/20/60/120 日四个动量因子并等权合成，用因子对比页检验”分散 vs 单一速度”（策略 9）; - 边际改善账本：任选一个因子改进（如加波动率政体过滤），只改这一处，汇报改动前后的 IC 与分层收益（第二部分的方法论）；
- 成本限速：
reversal_5用 cost = 0 / 0.001 / 0.003 三档回测，找出它的”限速”（策略 8 与 26 的纪律）。
下一本读什么
- 想要这套框架的”简明前传” → 同作者 Systematic Trading（有中译《系统化交易》）；
- 想深挖组合构建与 IC 语言 → 《主动投资组合管理》；
- 想把回测防坑做扎实 → 《金融机器学习》（AFML）；
- 想动手 → 开源框架 pysystemtrade，书中策略均有实现。
本页带走的三句话
- 一条仓位公式 + 不断升级的预测值 = 全书 30 个策略的全部秘密；
- 每一分复杂度都要用边际夏普去买，买不起就退回简单版本；
- 平移到中国市场：搬方法、搬态度，别搬参数。