大凡关于交易的经典书籍都反复告诉我们人性的弱点，而现在行为科学在金融学上的应用更是将心理上的过失展露无遗，以至于现在二流写手也开始大谈心理问题，而不再是简单的将图表复制黏贴。
美国研究对冲基金的知名专家罗闻全就认为行为金融学只是各种异象的集合（见《投资新革命》）。在我看来，让交易者知道异象是一回事，能够使用异象获利则是另一回事了，说的学术点就是如果利用异象纠正市场错误。
很多人都读过XX操盘手回忆录，或者其他乱七八糟的读物，其实说来说去就是克服心理恐惧，斩断损失，让利润奔跑。但是如果没有一些系统化的方法，我想交易者只不过是给自己留下了一堆损失而已。
事实上，克服心理干扰问题最有效的方法就是量化，因为数学没有感情，文艺批评者说数学留下了一堆冷冰冰的数字，但我确觉得，正是冰冷的数字才让我感到安全。
在《打开量化投资的黑箱》中，作者通俗的描述了量化投资的全景。尽管没有复杂的数学，但是我还是认为，基本的概率统计知识和财务知识可以帮助你更好的理解书中的内容。
量化投资包含5个部分：
1、阿尔法模型，用于选择超额收益的标准。
2、风险控制模型。选择模型衡量风险。
3、交易成本模型，交易成本除了佣金，好需要考虑滑点和市场冲击，对于散户而言，首先考虑的就是选择佣金最低的券商，鉴于互联网金融的发展态势，券商的佣金战会使交易员获利。
4、投资组合模型，使用现代投资组合理论对组合下的风险和收益进行最优化设置。
5、执行模型，自动化交易的关键步骤。
5维量化下主观情感的影响将会降到最低。
对于散户而言，做好第一步，也就是选择好阿尔法模型是最重要的，由于散户的资金量有限，因此组合模型用处不大。
对于阿尔法模型，作者巧妙的使用不添加数学模型为借口回避了这样一个重要的问题，书中举出的一些模型也是很久的商业化模型，用处不大。作者自己也写了，量化投资最怕同质化风险，模型用的人越多越无效。
近年来对于量化投资的批判很多，我和作者的观点是一样的，这些批判多数是没有道理的。
比如认为交易是一门艺术而非科学，这种对量化投资的批判相当落后，技术总是在进步的，如果你跟不上潮流，就可能被甩下。而且从业绩上来说，传统分析确实逊色于量化分析，事实上，在金融危机中，除非你真的很厉害，不管你使用什么方法都难逃一劫，很多对量化投资的批判不过是五十步笑百步。
在我看来，交易既不是艺术，也不是科学，而且工程。交易没有真理，无所谓科不科学。交易应该像工程师一样，在数据实验中寻找最优方法。
从我的经验来看，量化投资更适合短线交易，不适合长线。预测未来一天比一年要容易。预测长期趋势还是需要投资者的战略眼光。
而且，量化投资在期货外汇市场上更加实用，在股市则有些水土不服。主要是股市的交易标的太多，不可能给每一只股票设定最优参数，这样的工作量太大。由于目前中国股市不能T+0，这就更加限制了量化投资的发挥。
对于中国股市，我更倾向于策略+趋势，使用长期趋势跟踪指标进行趋势捕捉。但是，如果机械化使用趋势跟踪模型是很难有高收益的，因为一般的指标准确性很低，尤其是流行的MACD，历史统计下的收益其实不行，除非过度拟合。
因此，必须在策略投资的视角下选择一个股票池，然后用趋势跟踪模型进行判断。
做趋势跟踪要记住，基本面驱动技术面。
附：
这本书翻译还可以，只是有一个地方有重大失误。在P34，book-to-price ratio翻译为市净率，正确翻译应该是账面价格比，市净率是价格账面比，刚好反过来了。（法玛当年的论文是使用账面价格比）
这就导致后面的分析也错了。P37说，高市净率的股票比低市净率的股票表现更好。其实应该是低账面价格比的股票比高的股票表现更好。换句话说，是低市净率的股票要比高市净率的股票表现更好。这个观点在很多书里都有。