结合当前商品市场，国内和国外，长期和短期都是分裂的。
国内和国外，经济周期错配，产生不同的预期差，造成国内国外分别定价的商品出现不同的配置逻辑线索。长期和短期，基于宏大叙事的事件背景，市场早已形成了几套大体的逻辑链共识。但落到微观层面，存量市场则演变成剧烈博弈。来一个利好就可能兑现，来一个利空就可能极致。
我们很像是处于宏观的一个大周期的波动的拐点，而微观则嵌套着各种无序又激烈的运动。
所以当宏观的拐点没有显露出来方向，商品的长周期趋势或都走得不会特别顺畅（量道的长时序周频策略就反复2个月每周打脸）。而短期又关系到不同频率的预测信号，以及交易量能不能支撑的问题。如果交易量不够，那么短期的波动率也就不太大，然后短期也赚不到什么钱。
所以现阶段或更适合象限这种机器学习的模型，自身本也没有太强规律的信号组合，可能更容易匹配到现在的市场变化。