1111 字
6 分钟
流程图收卷：总结与下一步
最后一页：把七道工序收成一张表，补上原书后记（量化交易的经济与社会角色），并给出在本平台的动手路径。本页为原创笔记。
逐模块一句话（快速复习卡）
| 工序 | 一句话 |
|---|---|
| 市场数据 | 存原始价 + 复权因子；数据层的 bug 都伪装成 alpha |
| 预测数据源 | 每个数据源先问”何时可知”和”死票在不在” |
| 收益预测 | IC 只有百分之几，靠大数定律聚合；简单模型 + 强正则化是主力 |
| 多预测组合 | 机构的真问题是管理几百个信号；可归因性就是生产力 |
| 风险模型 | 中性化”不想赚的钱”；大维度协方差必须降维 + 收缩 |
| 交易成本 | 平方根冲击定律 → 容量有硬上限；成本是优化的一等公民 |
| 组合优化 | 成本让问题多期化：向理想组合逐步逼近，快慢 alpha 区别对待 |
| 仿真 | 回测实盘共用代码；让回测变好的 bug 活得最久 |
后记：这门生意本身的经济学
原书后记（Economic and Social Aspects of Quant Trading）跳出流程图问了三个问题，值得单独一提：
- statarb 赚的是谁的钱？主要是流动性需求者付的过路费（均值回归=做市）加上慢玩家的信息滞后（动量/事件=信息搬运）；
- 它对社会有用吗？作者的回答克制：提供流动性、加速价格发现是真贡献，但边际贡献递减——第 100 毫秒的价格效率改进值多少钱，他自己也存疑；
- 这是一个零和竞技场里的军备竞赛——alpha 会被竞争磨掉，成本和基础设施的门槛只会越来越高。这也解释了全书的冷静基调：他不劝你入行，只把地图画清楚。
全书总结：五句话
- 统计套利是流水线不是灵感：数据 → 预测 → 组合预测 → 风险 → 成本 → 优化 → 仿真，短板效应显著——最弱的工序决定上限；
- 预测是唯一的”艺术”，其余都是”科学”：alpha 稀缺且必然衰减，工程环节的钱（成本、风险、合并）反而是可靠的；
- 低信噪比重塑一切方法论选择：简单模型、强正则化、可归因、快慢搭配；
- 成本与容量是被业余研究系统性低估的一半：平方根定律决定了”好策略”和”能装钱的好策略”是两回事；
- 回测是仪器，仪器有系统误差：代码一致性、试验记账、双向查 bug——诚实是基础设施，不是美德。
在本平台动手试一试
- 穷人版预测合并：挑两三个相关性不高的因子（用因子对比查相关性），做等权与 IC 加权两种合成，对比合成因子与单因子的 IC 稳定性——体会第 3 章”分散化红利”；
- 成本敏感性实验：同一策略在回测里把费率从 0.1% 提到 0.3%，看不同调仓周期（5/10/20 日）下收益衰减多少——高换手策略的”成本悬崖”会直观出现；
- 一致性自查：对照第 7 章清单检查自己的研究流程——回测和”实盘”（哪怕是模拟盘）是不是同一套代码路径？因子尝试有没有记账？
下一本读什么
- 深挖同一主题：Paleologo《The Elements of Quantitative Investing》（2025，书单第 22 号）——同一条流水线的教科书写法，推导更完整，适合读完这张地图后精读；
- 补组合管理理论根基：Grinold & Kahn《主动投资组合管理》——IR = IC × √BR 是本书所有”大数定律”论述的理论源头；
- 补回测方法论：López de Prado《金融机器学习》——本书第 7 章的完全展开版。
本页带走的三句话
- 流水线的短板效应：最弱的工序决定上限，而业余研究最弱的工序几乎总是成本与仿真诚实性；
- alpha 是艺术且必然衰减，工程是科学且可以积累——把时间多分给工程；
- 这本书的正确用途是当地图：读完判断自己该深挖哪一格，然后去 Paleologo 或原书对应章节精读。