1094 字
5 分钟
全书总结：一条流水线、一张表、一份练习
全书压缩成一段话
人脑是有缺陷的交易机器，解药是事前写好规则的承诺机制。规则的钱来自风险溢价和行为效应，但选规则、定参数必须遵守黄金法则——只用当时可得的数据，样本外检验，宁可不拟合也别理想化拟合。拿到信号后走同一条流水线：预测（连续刻度，均值 10 封顶 ±20）→ 合成（handcrafting 权重 × 分散化乘数）→ 波动率目标（半凯利为上限的 τ，全书最重要的决定）→ 头寸规模（波动率缩放 × 预测强度）→ 品种组合（分散是免费午餐）→ 换手守住速度上限（成本 ≤ 预期夏普三分之一）。框架先于策略，纪律先于聪明。
模块一句话表（快速复习卡）
| 模块（章） | 一句话 |
|---|---|
| 人脑缺陷（1） | 偏差是硬件级的，承诺机制是唯一解药 |
| 规则来源（2） | 收益只来自风险溢价与行为效应；先问偏度再看夏普 |
| 拟合（3） | 黄金法则：只用当时可得的数据；不拟合 > 谨慎拟合 > 理想化拟合 |
| 组合配置（4） | 优化器是误差放大器，handcrafting 稳健，等权是诚实的特例 |
| 框架总览（5） | 模块化流水线，三种用户只在”预测”一格不同 |
| 品种（6） | 成本用夏普单位衡量；加低相关品种胜过加规则 |
| 预测（7） | 连续刻度，波动率标准化，均值 10 封顶 ±20 |
| 合成预测（8） | 加权平均 × 预测分散化乘数，高相关高成本的规则出局 |
| 波动率目标（9） | τ 是全书之锚：半凯利、杠杆、偏度三条上限取最小 |
| 头寸规模（10） | 仓位 = 波动率缩放 × 预测强度；风暴来临自动降杠杆 |
| 组合（11） | 品种权重 + 分散化乘数：同样风险预算换更大敞口 |
| 速度与规模（12） | 速度上限：年成本不超过预期夏普的三分之一 |
| 三种用户（13~15） | 主观填、固定填、规则填预测，框架其余全同 |
| 尾声 | 纪律、诚实、耐心；设计时用尽聪明，运行时管住手 |
读完这本书，你和读之前的区别
- 之前：找到一个信号就问”能赚多少”，仓位靠感觉，回测一把梭；
- 之后：先问自己波动率目标是多少、这个信号的偏度和标准化成本是什么、参数是不是样本外选的、换手有没有超速——信号只是流水线的第一格。
动手练习（在 AlphaForge 上把书变成肌肉记忆）
- 黄金法则自测（第 3 章）：把历史切前后两半，前半段用
factor analyze选出的因子与参数，只在后半段打分——分数落差就是你过拟合的程度； - 波动率倒数加权（第 10 章）：用收益面板算持仓股 25 日年化波动率，把 top-N 等权改成按波动率倒数手工配权，对比两版组合的波动与回撤；
- 速度上限实验（第 12 章）：同一因子
--cost 0.001，--rebalance取 1 / 5 / 20 各跑一次，算每档成本吃掉的年化收益，找到自己的”速度上限”； - 写下你的 τ（第 9 章）：给自己的账户诚实估一个预期夏普，按半凯利算出波动率目标，写进研究笔记——以后每个新策略先过这一关。
下一本读什么
- 想把 A 股因子检验做扎实 → 《因子投资：方法与实践》（同书屋有精读）；
- 想沿 Carver 路线走到头 → Advanced Futures Trading Strategies（2023）+ 开源框架 pysystemtrade；
- 想补组合与风险端的理论 → 《主动投资组合管理》（同书屋有精读）；
- 想给”不干预系统”的纪律再上一课 → 《随机漫步的傻瓜》（同书屋有精读）。
本页带走的三句话
- 信号只是流水线的第一格：预测、波动率目标、头寸规模、分散、速度上限缺一不可；
- 全书最重要的一个数字是波动率目标 τ——它对长期结果的影响超过任何交易规则；
- 框架先于策略，纪律先于聪明：设计时用尽你的聪明，运行时管住你的手。