三季度结束，由于在下跌过程中不断建仓和加仓，投资收益出现了较大的回撤。然而有趣的是，个人在这至暗时刻却对未来满怀憧憬。
在对外投资的过程中，需要努力思考企业的未来发展状况，并关注其前景和目标规划、战略的定位、取舍及配称是否恰当、以及是否有能力在一定时期内实现质的飞跃等问题。三季度中，分配了不少时间用于阅读各类的研究报告及行业资料，并将其中一些阅读笔记和思考成果撰写成文，例如：
另一方面，在对内精进的过程中，同样需要重视自身投资能力的提升状况，并制定出未来一段时期内的成长路径。良性循环的努力包括：设定清晰而明确的进步方向、寻求并高效运用有助于成长的各类资源、制定能使自己在预定期限达成目标的分解计划等。
借用电影《一代宗师》的经典台词，投资精进的程度也可分为三种，分别是“见自己、见天地、见众生”。这句话值得好好琢磨，金融的世界其实远比想象中大，每一位身在其中的投资者都不应轻易限制自己成长的可能性。在不断精进的过程中，每一次突破自己的能力瓶颈，都可以感受到新领域之宽广所带来的惊喜。
三季度中，个人对量化投资、大数据、机器学习及人工智能领域有了新的认识，深信这些领域在未来三五年或更长的时间里，将显著改变人们的生活习惯方式、投资的市场结构等方面内容，是投资者值得深究的蓝海领域。世间的万事万物很少是完全孤立的，它们通常会存在着一些模式，人类很难直观地将其识别，但在大数据支持下的、具有超宏观视角的超级计算机面前，这些模式有望被发现。
举几个例子，洛杉矶的警察尝试用大数据来预测罪案发生的时间地点，每天巡逻的路线由计算机制定，由于罪犯们的犯罪习惯在计算机面前一目了然，警察有针对性的巡逻使犯罪率显著下降，试验结果十分理想。又如科学家用大数据和算法来预测地震后的余震地点，帮助民众更充分地做好准备或及时疏散。再如沃尔玛通过数据挖掘推出了“啤酒+尿布”的营销方案；阿里云通过交易数据，预测出近期需要贷款的商户，并及时抓住贷款商机；福建移动运用大数据选择具有高价值的外呼对象，使外呼成功率提升50%以上；UPS快递通过传感器收集车辆运行信息，并基于大数据的预测性分析系统，在车辆关键部件发生故障之前进行预警……
在量化投资领域，爱德华·索普、大卫·肖、彼得·穆勒、肯·格里芬、克里夫·阿斯纳斯、博阿兹·魏因斯坦、吉姆·西蒙斯、保罗·威尔蒙特、塔勒布与曼德尔布罗特等业界大牛早已通过识别财富的密码而大赚特赚。所幸的是，当第二次机器革命的浪潮到来，留给我们的探索空间依然十分广阔。随着计算资源越来越强大，价格越来越廉价，即使是普通投资者，也能够轻易地借助计算机的能力，来增添自己在投资上的左膀右臂。
打个比方，有些技术派的投资者会青睐均线突破的交易策略，即在均线金叉时买入、在均线死叉时卖出。那么，这个策略对天齐锂业来说会有效吗？假如能够盈利，收益会比长期投资更好吗？
要解决这些问题，只需告诉计算机：选取天齐锂业上市一年后的数据、短期均线为10日均线，长期均线为20日均线，100万的本金，请帮我画出均线突破策略的资金曲线。
11年9月8日至今，该策略大概实现了一倍的收益。这个结果会比在相同时期长期持有的收益更好吗？我们再让计算机计算一下：
显然，这个突发奇想的策略看上去毫无吸引力。可是，就这样放弃了吗？
不，我们还可以这样命令计算机：请帮我优化这个策略。
也就是说，将参数分别设为ma13和ma16时，可获得最为陡峭的资金曲线，共带来827%的收益。若靠人工的力量去寻找最优参数，工作量之大难以想象，但借助计算机的运算能力，寻找最优参数的任务如同小菜一碟。更重要的是，调整后的均线突破策略与长期持有策略相比，能显著提高投资的收益。
那么，现在可以直接采用这个策略，在实盘上进行投资吗？
可惜的是，通过查看最优参数附近的参数结果，我们有理由怀疑所得的最优参数是一个过渡拟合的结果。如果市场特性发生轻微的改变，最优参数有可能会变成很差的参数。因此，修正后的策略依然达不到实盘操作的要求。上述这个简单例子，只适用于展现计算机能为投资带来的便利性和数据处理能力。
事实上，有效的量化投资策略往往掌握在少数人手中，我们能够轻易获得的各种公开策略，大多都已失去了可操作性。幸好，量化投资涉及的领域无限宽广，还有非常多的机会和可能性等待我们去挖掘。大机构大资金争夺大鱼大肉，小散户小资金也有自己的用武之地。
盲目排斥新事物是人之常情，但阿尔法狗战胜李世石已过去两个半年头，期间量化投资的技术不断以几何级别的速度发展，现在是时候张开双臂去拥抱数字化变革的趋势了。对于意识到这一趋势的投资者而言，需要做的是努力成为计算机的主人，在投资的过程中发挥自己的洞察力及创新思维，并将投资理念与各类更便捷、更强大的投资工具相融合，最终与计算机产生互补的效果。
于是，个人四季度的成长计划便很自然地形成了。
刺猬偷腥
2018年10月7日
