我以前做过不少类模型，从最早的逻辑回归，决策树，到后来的机器学习类算法。
模型就是想最大程度的还原或模拟出现实。
最简单的XY平面上一堆点形成一条弯曲的线，一开始我们可能用个一元一次方程整条直线出来，各个点到直线的距离最小就行了。再后来，为了更加拟合这条曲线，人们开始整多项式，三次，四次，五次，高斯拟合。
读研究生时开始搞机器学习，当时神经网络算法刚出来不久，就用它来试试导师给的一个核磁共振的数据-脑瘤患者的核磁共振数据。再后来工作做金融类模型，预估违约率，各种算法百花齐放了，那时主要让员工做的多了，有位同事以不断优化残差为乐。
其实回头来看，各类模型都是想最大程度的模拟出现实世界的情况，最大程度的拟合接近这个现实世界，包括近些年比较成熟的图像识别模型。只不过，我们现在用模型，以前在朝廷做官的，用自己的情商最大程度的理解皇帝的性情意图，改变自己的行为方式最大程度的迎合符合皇帝的喜好。最近第二遍看高阳的《慈禧全传》，那些个大学士军机大臣按现在标准哪一个不是博士院士水平，还不照样得拟合上意。世面上的量化交易也是把贴近市场做到了极致，除了交易所数据，还同时将网上的新闻等情绪数据纳入变量。
说回来，前些年我想着也做个自动化交易程序，先从期货市场下手，把某期货商品近10年的K线图，一根一根K线肉眼看下来，手工分析，因为做的是中长期模型，我看的是日K和周K。人工先统计规律，基于人工规律，然后在纸上写了个模型构建思路。接着找了个短期免费软件用软件统计，再接着开始写自动化交易程序，其后不停地回测，对于回测出来损失大的地方，回头找到那根或几根K线，不断改不断调，自己电脑跑得发烫，又租了个云服务器跑。
交易程序出来了，当然不能跟那些个量化大厂比，我只用了交易所数据，用历史十年数据，挑了几个拟合比较好的商品做个组合跑了下，不考虑滑点的问题，回测可以做到百分之40的年化，但我现实中一跑确有滑点问题，现实做不到这么高，当然还有其它一些因素在这不展开。不过这不是重点，重点是
重点是我又花了很多时间读了很多投资材料，跟一些投资高手交流学习，我发现交易程序这东西省事是省事，挂在那不用管，每天开盘后看下是否自动登录了，收盘前看下成交情况。每周看看需不需要优化，每月看看有没有大调整。
但是呢，跟一些投资大家，投资高手比感觉就是术了。包括一些游资其实也是模型的人工化，也是术。把人用到极端，开盘后盯着打板的板块，及相关联的一些个股，快速进出，也是在最大程度地拟合趋势，市场。不能否认他们的赚钱速度。不过我没有时间盯盘，符合我的也就只有把道想清楚，做相对长些，3-6个月，一次收益率可以翻倍的投资。
那么道是哪些？下篇总结下我不成熟的一些想法。
PS 1 模型构建还是有些好处的，经大量统计分析后，卖点总结的比较好，特别在现在这个没有长牛的票，快上快下的市场，卖点就比较重要了。
PS2 数理统计和编程能力基础训练还是很重要的，感觉对做投资帮助很大。