研究了不少多因子模型，似乎都能够做到逻辑自洽，但往往不具备实操性，也曾经混过几个量化群，发现里面的同志们大部分编程能力很强，但对股市的深层认知却不敢恭维，不管是什么马丁策略，网格交易还是这因子那因子都基本只是在特定条件下才能成立，大都不具备普遍适用性，个人认为量化只是术，而掌握本质以及规律才是道！

大前提是你自己本身要有一套成熟的策略，量化只是将你的策略程序化了，优点是撇除了人的主观性以及情绪化等因素，问题是很多因子它在特定的阶段是有效的，但放在长期来看又是不稳定的，很多人在阶段性回测时往往收益率很高，一旦实盘问题来了，从逻辑上来说，一只能够被资金影响的股票那么这些资金就会成为反杀量化的力量，比个例子，如果大多数量化交易者的策略相似，且在接近的点位买进，止损值假设最大为亏损10%如果在吸筹阶段，人家完全能够将股价打压到负10%此时程序自行止损会将股价进一步压低，从而产生阶段性恐慌。这玩意跟你是不是哈佛、耶鲁、清华、北大没有太大关系，你朋友的问题是他的策略本身就有问题！

模型不是万能，首先要清楚自己合适什么策略。然后根据策略去开发合适自己的模型，然后不断优化。越高频的交易，模型就越容易失效。越精准的模型，越容易失效，因子越多的模型，越容易失效