月末/季末最后一个交易日，月初/季初头一个交易日，上周五小票，今天大票，都涨了。
这个大概率，骑行客曾给大家说过。
胡锡进屁颠屁颠来晒收益，说买在了今年上证最低点，今天还跑赢了大盘。彻底夺走了好意告诫新手买基金的李大霄的光（liu）环（liang）。
都涨了，只差chatGPT。
上周末的刊外中，骑行客就提示过铁骑，存量切换将再至，方向是AI/TMT向传统金融地产。
今天上证180金融地产大涨2.27%，除了胡锡进（未公开的）持仓，跑赢所有。
昨晚发布的季末板块配置中，相比上季度，剔除了互联网。而保险（今天板块上涨超4.63%!）则在最优先列。
chatGPT是史上最快获取1亿日活的应用，大概也是史上最快转为月度环比负增长的应用。
大家的新鲜劲过了。
今天，北京冲出来晒成绩单，全国的80个大模型，有一半在北京！
不知道这算不算非首都功能，是不是该疏解到雄安去。
哦，这算科技创新。北京是全国政治、文化、国际交往、科技创新中心的战略定位。
所以，北京不是金融中心，四大行的总部统统要搬到雄安去，并且不得在北京设二总部，搞成假搬真留。
官宦子弟从事金融行业，一般起点优选四大行总部，而不是证监会，据说因为后者的基层太辛苦，有永远通不完的堰塞湖，工资待遇也不如那些个总行。
一般次一级的，捞不到总行位置的，那就安排去北京市分行。所以骑行客原来做PE投资的时候，极少跟北京市分行打交道。因为大家都知道做一级市场投资，看100个项目都投不上一两个，到时保不齐那个没投的项目，介绍人不高兴，往上得罪了哪个天庭，划不来。
今后，估计要反过来了，优先进北京市分行，而不是进总行，毕竟作为非首都功能被疏解，背井离乡，哪怕落实了北京户口，也只是有名无实，不像骑行客北漂十载，有实无名。
耶伦要来，秦刚要去，这些都当属利好，能支撑A股一阵，终点么，大家逐级向上数。
上周晒了收益后，有不少人在后台问往年的成绩，单双增是否一贯妥妥上涨，跑赢大盘。还有人质疑这个收益没扣除交易成本。这些个事情，骑行客跟铁骑都回复过很多次，在此再重复一遍：往年的收益可以点击公号菜单中间按钮，具体方法是点击文章标题下的“骑行夜幕统计客”蓝字，然后点“发消息”就能看到菜单，点击“收益曲线”即可，有过去三年的。
至于交易成本大致每次换仓（看运气）会有0.5-2%，如果你看到每年跑赢最强指数的幅度，那么覆盖这点交易成本也当不在话下。
当然了，刊外连续追踪的数据仅过去3年，不能保证未来一直都能跑赢最强指数。同样的，也不可能再每次熊市都逆市创出正收益。尽管2022年是正的，但据我不完全简单回测，2018年就肯定不行。简单拍脑袋没做实际回测，2008年绝对不行。
换句话说，单双增在市场从高位跌至熊底，比如我们如果只统计2022年前4个月，那么收益必定是负的，像碰到2008年、2018年这种贯穿整年的熊市，年末才见底的，什么股池做多都没戏！
这时候就不要纠结交易成本，不交易空仓，才是上策。当然了，不是每个人都能像胡锡进那样精准开仓在上证的半年底部。如果承认自己择时一般，那么单双增仍是长期投资助你跑赢大盘的利器。
可能还有铁骑对于单双增每每30-40支标的望洋兴叹。毕竟单双增不是神棍，是基于坚实的业绩估值性价比数据，所以做不到像某些股神那样，每次只点一两只股票，每次都涨停。
而且单双增因为是基于财报/预告的业绩数据，所以每季度更新1-2次，理论上须全数调仓，操作上也有一定门槛，有些散户会觉得追踪起来有麻烦。
这半年，骑行客卸下了训练营的教鞭，潜心研究概率决（tou）策（ji）和量化选股。前者属于九阴真经，我暂时还没走火（po）入魔（chan），就不多声张了。后者是AI时代的九阳神功。当然了，在AlphaGo面世之前，围棋界的布局正道下法，如今半数以上已被淘汰。同样量化选股在传统行研+基本面选股的石器时代翘楚巴菲特和彼得林奇门徒的眼里，也属异数。骑行客这个半吊子科班选手也花了很多年才逐渐拥抱量化。应该说，7年前AlphaGo的横空出世给我了触动，到去年底chatGPT的诞生则是让我彻底拥抱量化。一路走来，其实也碰到过很多问题。
最核心的就是“过拟合”，用通俗的语言讲，就是“回测美如画，跑起来烂如渣”，这是2017年国内量化萌芽的时候所遭到的当头一棒。
因为当年，量化多因子模型中最核心的因子就是小市值，我曾给大家讲过，2016年往前数十年，每个月换仓，买入A股市值最小的十支股票，收益将达到300倍。2017-2018，这个操作将让大家输光裤衩。尤其是2017年蓝筹白马牛市，更让量化看上去像个joke。
4年沉浮，量化在2021年打了一个漂亮的翻身仗，正是从2021年春节后核心资产泡沫覆灭，上证50、恒生科技一路下跌，而周期股肆虐，小票一路走高。骑行客的刊外单双增也成功配置了半仓业绩爆发的商品周期股，获得大获全胜。
去年，量化同单双增一同继续保持强势，全年大幅跑赢指数。
量化的核心奥秘在于因子，比如市值大小就是一个因子，成交量也可以是个因子，涨跌幅也可以是一个因子，现在量化至少已经研发出了几百个因子，涵盖基本面、技术面、资金面、消息面、政策面，甚至是五碗面之外的各种因子。
各家的秘密就在于因子的搭配与权重，另外因子的时限也很重要，是用一个月的涨跌幅，还是一个季度的一年的，或者是一周的甚至是一天的。这可以构成成百万甚至是数十亿种变化。
当然了，由于神经网络模型大同小异，在短期迭代的过程中，很容易各家的因子被当前的市场风格牵鼻子跑到同一个方向，甚至是狭窄的空间里，造成了过于拥挤的现象。一帮参数相似的模型自己跟自己交易，最终把这个方向彻底撑死。
在回测的时候，是不会发现这些问题的，因为在A股很容易假设只要股票当天收盘没有涨跌停，充裕流动性都是可以保证买卖的，实际上机构大资金的交易成本会高得多 - 这也是散户的优势。
散户做量化最头痛的问题还是资金配置，由于资金有限，无法过于分散在过多的股票头寸上，什么时候买，什么时候卖，什么时候换仓，换多少，会有很多操作上的实务障碍。
骑行客结合近年来学术界的论文，采用了随机抽取的方式，从数据层面实现了一次配置7-12支股票，且每次换仓只买卖1-3支股票，完全可手工操作的方案。
这相比单双增的一篮子30-40支，是一大进步。
