读这本书时，每当读到数据、公式时只有眼睛在动，脑子已经停了…停了…了…
看这本书很吃力，不知道是因为时间紧来心浮躁还是因为没有兴趣，这本书看不懂，只知道金伟民老师这本书更体系化系统化，有宽度有深度，很值得一读，但是对于目前的我来说很吃力。
书中给出的数据金伟民老师都会演算、验证，确保算法无误、可行。在可行范围内分析出利弊，即便可行性很大，金老师依然会时刻提醒可能会有黑天鹅事件。
想出一个算法，全面分析算法的可行性、利弊、适用范围、适用的时间周期，分析清楚之后，依然要提醒注意黑天鹅事件来了怎么办，做好充分的防护措施。
算法回测，验证找出问题。用数据说话，理性直观，没有情绪。
定投-选对时机，选对标的。
定投估值最低原则，通过回测发现并不靠谱。
第九章 量化中常见的问题
第二节 技术错误
1.使用未来函数：
除了年报、季报数据，还有诸如分红送股、重大利好等，在回测时，都必须在这些消息在公开媒体上公布后才能作为计算的依据，否则就是使用了未来数据。使用未来数据的坏处：回测取得了非常高的收益率，但是实际情况根本做不到，这样会给我们带来很大的误导，是实战结果远远偏离回测。
初学者常犯的错误：用当天的数据，作为当天的操作依据——当天的收益率是和昨天的收盘价去比较的，你昨天根本没买进，如何取得当天的收益率？
100%避免未来函数是不可能的，但我们可以减少使用未来函数。避免使用的目的：使实际盘尽可能接近模拟盘的结果。
2.不注意边界条件
买进涨停、停盘的股票基金，卖出跌停的股票基金，这些边界没有注意，会是回测收益率巨高，但实盘结果差异很大。
3.过度优化
金老师经验：优化因子一般建议不超过5个，如果超过十个因子，过度拟合的可能性非常大。
过度优化好比做了一件非常贴身的西服，穿在这个人身上不错，但只要换一个人马上就穿不了了。
第三节 理念错误
1.对收益不切合实际的期望值
2.把量化等同于对冲。
3.高频交易是量化的一种，但量化不仅局限于高频交易。
4.量化不一定要使用高大上的工具。
