没有能做的，都不符合，急也没用。

反正天天做模型，也不算虚度时光。

这些天逛量化社区。我发现做量化的人绝大部分有个通病，就是并不懂炒股，或者说研究的太浅。

用一个数据集，丢一个算法进去，看整体的胜率和收益率。修修补补改一下，尽量提高整体的胜率和收益率。

但一般不会去看这些案例里，具体哪些赚了，哪些亏了，以及为什么亏。尤其是如果做高频就更不可能去一个一个看。这也是为什么量化很难获得超额收益的原因。因为它做不到全部，或者尽可能多的剔除掉失败案例。

我虽然走的也是类似量化的路子。

但不同的是，每一个模型，模型里每一个成功和失败的案例，我都会一个一个去看。成功的保留，失败的找出原因，并把它变成条件加入到模型里，避免做到这种案例。我的模型里不会保留任何一个失败案例。

但这个方式也有弊端，就是你无法用一个，或几个模型包打天下，你需要更多的模型，几十上百个模型同时运作才行。我目前是做出了122个模型，而要想做出这么多的有效模型，极端考验你总结，发现，做成模型的能力。而且它及其耗时间，需要你一个条件一个条件，一个案例一个案例的抠。有时候你抠一天，可能也就多抠出一个成功案例。

那我这个方式能不能获得超额收益呢？我觉得能，看回测也是能。但具体是不是真的能，还需要一点时间在市场里真金白银的验证出来。