量化投资方法论的第三个维度数据和人

量化投资的第三个维度，有两个重要的载体，一个是数据，一个是人。

数据大家都比较重视，做量化整天在研究数据，那么应该如何对数据的合理使用，以及常见的错误。

首先一点，是数据的准确性。数据保存的重要性以及数据的准确度，这些也都是最近几年才重视起来。你的数据都不能保证准确，你做的模型的回测结果如何值得信任呢？所以说，做量化投资，数据与IT支持是非常重要的。你的数据库质量如何，你的回测系统是否设计的足够精确，是否考虑了交易成本，交易滑点等等，你的服务器是否运维的稳定，一旦机房断电了你的交易怎么处理，程序出错了怎么迅速恢复，灾备系统搞的怎么样，这些细节看似不是关键，但是哪一个环节没做好，都可以产生致命的后果。

数据除了准确之外，还要注意的就是数据的选取要有充分代表性，时间段选取要足够客观。比如你回测一个趋势交易策略，如果只拿一个年份的数据来测试，那么结果可能很好，你还要看看你的模型在其他年等等年份表现如何。再比如上面讲过的卖出期权的波动率策略，在可能几年中表现都非常稳定，但是如果你把特殊年考虑进去，发现结论大不一样。一个策略在一段时间内有效不能推论他在其他时间就有效。数据的运用要以有效逻辑为根本指导原则，要注意时间周期，样本特殊性等方面的影响，使用方法足够客观，对于得出的结论的推论要足够谨慎。比如，一个策略或规律在一段数据中统计意义显著也不能保证其一定有效，一个规律在一段时间内成立不代表在任意时间内都成立，在一个品种上有效不如在多个品种上有效。规律的成立不仅要有基于有效数据的统计结果支持，更要有合理的逻辑支持。

另一个载体就是人。做量化投资往往容易忽视人在市场中的影响。人的行为可以为数据的分析增添额外的不确定性，这个是要尤其注意的。量化投资策略既要符合数据所揭示的规律，又要符合市场行为学原则。人的市场行为，既可以是收益之源头，也可以是风险之所附。人的因素，利用的好，其实可以是你策略收益逻辑的源头，但是如果对其忽略，那么它也可以是你模型潜在的风险所在。