学生们都希望能够接触到策略开发的练习，总是希望看到在学校学到的理论是如何实践的。这很自然也是非常好的想法， 毕竟书中自有白金玉已经好多年了，却不见那“楼高四万八千丈，仙人凭栏把芙蓉”的景象。因此寻仙就成为了这个项目的目标。 至于能不能达到目标，看到仙人，那就看我们的造化了。
为了设计一个好的学习项目，我们应该先回答一个问题，仙人的特征是什么？根据长期的工作经验， 我们认为一个优秀的研究员必须具备以下的特征，
- 热爱策略研究，有着极强的探索精神；
- 动手能力强；
- 善于使用合理的逻辑框架并能灵活应用之。
关于第一点除了自身的因数外，还依赖于环境和成功的路径。我们希望通过设计、组织合理的学习资料和项目， 从而提供一个有活力的，实化的环境来激发同学们对研究的热爱。我们更加期待通过这样的学习，大家能够建立一种长期的合作， 这里也可以变成一个长期交流的平台。
从抽象的角度看，投资是这样一个过程：首先是信息采集，整合；然后归纳出规律或策略模型；再然后是投资决策； 最后是运营与反馈的过程。由此可见，策略的产生不单只是依赖于归纳规律和建立模型的理论指导， 也需要依赖于信息采集与整合的结果。动手能力在这两个方面都起到非常重要的作用。对前者而言，动手能力越强， 调试模型的能力也就越强；对后者而言，动手能力几乎完全决定了信息挖掘的能力。从这里，我们可以理解第二点。
至于最后一点，比较容易被忽略或鲜为入门者所知。我们这样来辨析。投资框架与策略是鸡与蛋的关系。 投资框架包括策略研发的理论框架和研究平台与运营平台的实施框架。策略的生命周期都比较短，需要持续的提升与更新。 而这种再生力完全取决于投资框架以及框架的运用能力，可谓上下之分在于框架，奥妙之处存乎于心，不一而足。
老子说过，”无名天地之始。有名万物之母。故常无欲以观其妙。常有欲以观其徼。此两者同出而异名，玄之又玄，众妙之门“。 好一个“常无欲以观其妙，常有欲以观其徼”！这是非常有哲理的**，就是说我们应该用主观的方法去观察事物的结构， 而用客观的方法去理解事物细微的特征。如何平衡和运用主观与客观的这对矛盾，确实是玄之又玄，众妙之门。 也是仙人与凡人的分水岭。
从某种意义上说，深度学习成功之处就是秉承了这个哲学**。那些自适应，自学习的方法就是客观地去观察事物的体现。 突破性的应用成果主要来源于此，其原因就是解脱了原来主观框架所带来的过多的先验束缚。主观上的东西， 也就是框架上的东西，其实并没有太多的新义。深度和大数据（两者不可缺一）只是使得这些客观的方法成为现实，仅此而已。
基于以上的认知，这个项目突出提高动手能力。所必备的理论框架则聚焦于三个方面：多因子模型、财务报表的基础应用， 价格走势之结构分析。当然，如上所述我们在哲学的层面上需要重视主观与客观的平衡，框架上我们用主观的形态去设计， 去研究，而具体到每个策略，我们在框架的指引下用客观的方法去实践。
能力的提升是每个人整个职业生涯都需要探索的课题，这里所包括的内容是最基础的，也只是目前比较常用的知识。 值得强调的是，因为这些知识都在不断地被更新，一种无形的，也是最重要的能力就是自学习，自跟踪新技术的能力。
这里我们涉及两大方向的能力培养：研究能力和计算机技术的应用能力。
整个项目的大纲如下：
- 投研平台基础知识
- :ref:`devop_section_label`：项目合作手段（
git），工具管理系统（docker）等。 - :ref:`book_python_section_label`：信息采集和整合，涉及到文本处理，数据库使用，网络爬虫等。
- :ref:`book_ml_section_label`：理论上的学习，并且掌握经典案例的实践与实验。
- :ref:`devop_section_label`：项目合作手段（
- 策略开发框架与实践
- :ref:`projects_mfm_subsection_label`：多因子模型，业绩评估与统计套利。
- :ref:`projects_abs_subsection_label`：财务报表，分类器，估值，策略开发。
- :ref:`projects_mpp_subsection_label`：价格结构分析，自适应周期与趋势结构，结构特征在同周期与不同周期上的关联，策略开发。
- 运维与交易系统
- :ref:`projects_os_subsection_label`：运营成本与基金净值的关系，因子分析。
- :ref:`projects_ts_subsection_label`：交易系统结构以及主要的模块，基准与算法。
Note
由于内容比较凌乱（解决实际问题大都如此），实施的方法变成非常重要。我们采取以点带面的方法.
直接考虑做一个项目，比如利用财务报表信息的护城河策略，来推动方方面面的学习。 首先我们问项目的框架是什么（参考 :ref:`projects_abs_framework_subsubsection_label`）？ 根据这个框架，我们需要进行数据采集与整合，这就要用到devop的工具以及数据库和数据处理的手段； 我们还需要运用统计学习的方法进行分类；也要用到估值理论进行估值；最后才是策略的开发。
在做第二个项目的时候会我们发现，有许多操作是一样的，比如数据采集需要跟数据库交互， 也需要在程序中用某类手段表达与处理（python中的pandas就是常用的工具）； 又比如分类的算法与程序包的使用等等。通过一两个项目的实践我们很快就会发现，要做好这些项目， 无非就是有一个好的框架和思路，还有一系列工具的灵活应用。基本功越扎实，项目进行就越顺畅。
由此可见，大纲中的顺序是有依据的，我们将最基础的项目放在前面。但是这个次序并不是代表工作的次序。 以点带面的方法就是用后面的项目来推动大纲前面的基础理论和工具的学习与运用。 第一个项目的进展相对会缓慢很多，因为许多基础知识需要去学习，掌握。后续的项目进展会越来越快。
Warning
如果将视野放在基金的投资管理， 那么策略开发只是一个环节并且几乎被所有人青睐，运营与交易往往不被重视。但是，一个科学的，智能型的运营系统至关重要， 其重要性不亚于策略开发。
投资策略开发的一对矛盾是主观与客观的矛盾，而投资管理的矛盾则是创造性与自律性的矛盾。策略开发需要创造性， 而保证高质量的运营需要非常强的纪律。解决这对矛盾的方法就是使得运营计算机化和自动化，把人的精力尽量放在创造性上。 这种创造性应用于策略开发上，同时也应用于运营系统的实施和分析手段上。
对运营质量的分析往往对开发策略提供至关宝贵的信息，主要体现在两大方面：
- 策略在实际运营的成本估算，这种估算是动态的，尤其是因为受到不同的市场环境的影响。而对这些因数的掌握和学习是永无止境的。
- 实际运营中对不同的可能性或场景的模拟结果，为策略的组合搭配，参数的选取等等都提供不可缺一的材料。
由此可见，一个好的运营系统也是一个策略使用的学习系统。
量化投资的主要运营特征为换手率较高和投资标的较广，这样对交易质量的要求就更高。这就需要程序化交易系统。 交易系统也是运营的一部分，这里把这个课题突出来是因为有其特征而且与其他的运营项目比较正交。
以上是对这个项目的一些想法和依据，在进行的过程中我们会不断地去完善、调整。
有一对楹联说得好，
心诚莫来磕头，自有阴德保佑。 为恶任你烧香，徒惹水神发火。
希望我们能够一起诚心诚意地，志同道合地登高、寻仙。