大家對於量化「交易」的策略與方法，好像討論的基礎都怪怪的
有時候都會看到股板有類似的討論文
「技術分析有用嗎？」
「機器學習會不會爆賺？」
「股票用統計學沒用啦」
「這些有用教授早就變世界首富了」
首先如果統計學沒用，那量化投資的人都是白做工
技術分析也是統計學、機器學習是統計學、甚至財報選股也要用到統計學
沒有找到實證可行的曝險因子（例如動能與價值因子）
那隨便拿個財報指標篩一篩就要買下去嗎？
再來，交易面來說，預測準度從來不是最重要的
如果我用均線糾結或是順勢交易做策略，訊號的正確率只有4成
但每次漲都是狗幹漲一波，跌的話也能及時停損，賺賠比4倍，你要不要用這個策略？
假設我用這個策略，權益曲線MDD 20%，但是夏普比率1倍以上，你要不要用？
預測準度就算超過8成，每次都all in 總有一天你也會賠光
沒錯，交易就是賭，這些預測方法都只是提供一個「最好的下注點」
一個期望值最高的下注點
既然是賭，停損、停利、風險與資金控管，一樣重要，這些絕對不能偏廢
再來，許多人都執著要找一個聖杯，一個終極賺錢公式
真正的聖杯就是沒有聖杯
機器學習也是如此，一個極深極複雜的決策樹，對於樣本外預測都是失敗的
但是把超多個準確度大於5成且彼此不同的弱決策樹集成在一起，就可以達到非常好的效果
很多人都只想單市場單策略走遍天下，那我何不單市場多策略？
單市場規避不了系統風險，那我何不多市場？
適度的多角化的確就是投資與交易最好的免費午餐
最後，你怎麼知道相關科系的教授有沒有賺 顆顆
如果100萬能穩定翻到500萬他們不算高手嗎？
但是100萬翻到500萬媒體不會報，他們自己也不想講