呵呵，当然不是从公司黑客日的量化比赛学来的。我们是黑客日的主持人，比赛主要是让平时做不同项目的同事们都感受一下自己的码农技能在通宵24小时里能在一个新领域获得什么样的应用。这种活动对一个公司的技术文化和协同精神很有帮助。

我们的策略是长期开发积累的，当然也参考了国内外的主流策略。总体来说，在策略的取舍上，我们团队对风险是远比同行厌恶的。这和我们的资金特性有关，未来还是主要靠机构投资者，所以要根据他们的偏好来定制，我们也比较认同他们的理念。也是这个缘故，对容量太小的策略也不会投入太多精力研发的。

对很多量化平台的论坛上看上去很美的策略，我们都是呵呵的忽略，因为基本都是完全不考虑策略逻辑、参数敏感度、交易成本的过度优化结果。反而是对波动率的研究，同行比较少研究或者作为风控的环节来做，而我们花很多精力作为策略开发的核心领域来研究。我们感到比较舒服的组合长期平均风险水平大概是0.3-0.5的贝塔。

对于一个上线的策略，我们要求明白这个策略长期获利的原因，以及为什么这个策略适合我们。一般是行为金融学（投资者心理行为偏差）方面的解释，或是执行效率上的优势，而绝对不能是“我们就是比别人聪明”。

而且，我们要求类似的策略在其他市场（比如海外市场、其他时间段）也不能表现太差。也就是说，不能是一个只有在某个品种、某个时期才行得通的策略，这样的策略往往是过度优化的幸运偶然结果。比如说，如果一个策略非要2013年压创业板股票才能有效，那我们不认为未来总是有那么好运气就是压中一个好板块。那样的策略我们就很不放心。