把“我觉得不错”变成能重复计算的条件
假设研究者想比较公司的盈利稳定性、负债和价格，先明确数据口径，再给这些因素制定筛选规则，让程序按同一标准处理很多公司。之后还要限制单一公司的比例、检查交易成本和组合风险。
程序不是凭空生出可靠结论：选什么数据、规则怎样设、哪些情况停止，仍是人的研究与管理工作。用数据执行一致标准，是量化的特征；随手写一个买卖脚本，并不能证明策略合理。
模型前后都有人负责
- 01提出问题
确定要解释的经济关系与数据
- 02形成规则
计算、筛选、回测与风险约束
- 03实际运行
执行并检查偏差、成本和失效情况
示意研究流程，不提供可直接交易的参数。
量化不等于高频，也不等于预测必中
有的量化策略每月或每季度调整，有的更频繁。量化描述决策方法，高频描述交易速度和频率，两者有交叉，却不是同义词。
历史数据可能有遗漏，模型可能把巧合当规律，市场环境也会改变。如果许多人使用相近规则，同时交易还可能互相影响。自动化可以减少部分随意操作，却不会自动消除亏损、拥挤和系统故障。