在机器学习不包含对现实的深刻理解的情况下，以机器学习为基础构建的投资系统很危险，因为当人们广泛相信并应用某些决策规则时，价格会受到影响。换言之，一个深刻见解在众所周知之后，其价值会逐渐衰减。在没有深刻理解的情况下，你弄不清楚过去发生的情况是否真有价值，即使有价值，你也弄不清楚其价值是否已经消失，甚至走向负面。常见的情况是，一些决策规则变得非常流行，以至于对加个产生很大影响，从而使反向操作成为更合理的做法。
－－－摘抄自《原则》，RAY DALIO
木三说：
１，假设全世界的数据都开始透明公开化了，能够考虑的因子都考虑进去了，我们会因为大概率地知道可能会发生什么情况，从而每个国家都采取相应的决策规则来规避风险，这些时候就会出现挤占效应，最后使其失效；
２，假设数据本身就存在不确定性，那么以各个复杂因子为权重来计算的模型本身就会因数据不稳定需要时时返回分析调整，因此越早地发现一个解决不确定性的解决方案，让假设条件变得越来越丰富，便能越有机会获得更多收益。
３，从现实生活中来说，突然可以理解为什么过去很多前辈都吝啬将解决一件事情的核心逻辑告知徒弟，将其经验视为宝贵资产，这样一方面可以撼卫其地位，另一方面也能使其获得更大的话语权和定价权，比如：当越来越多人学习了某些套路，并且这个套路也被广大群众所知道，它也就失效了，套不住人了！
互联网的出现，让很多人愿意将宝贵经验变现，当变现收入大于其持有（珍藏）收入的时候，就加速了这个世界的发展。而伴随着信息获取的便捷性越来越高，一切在这上面所做的手段（包括营销）都将慢慢失效（失效的周期我可没胆预测，我不是砖家也不是专家）因此市场最终或许会回归到本质。
有一双透过现象看到本质的眼睛才能以不变应万变，这需要独立思考的能力！
有收获记得➕关注和点赞哟！
