科学目前按一个方向来走，其实已经很难走得更远了，所以，学科交叉成为了当下科研的重要方向。同理，新因子，也可以是之前老因子的交叉组合，这里面用遗传算法就行了。重点的研究方向可以是之前的阿尔法101因子，也可以是祖拉教授新出的151因子，还可以是学术界最新的447因子。

即使找到了新的因子，也会受有效性的制约，这点也要注意。在教学生做因子分析的时候，我是会考虑到因子的有效性问题，这要从两个方面分析：一是这个因子是否是统计出来的暂时现象，如果是，有效时长就短；二是这个因子如果是符合人性长期在市场上存在的，有效时长就长。

年轻的时候，看牛人喝着咖啡研究策略，感觉人家真有品；等自己到了这个年纪，才发现喝咖啡原来不是为了装酷，而是老了，专注度不够，不喝咖啡干不了活。

今年，我专门在量化投资的课程中开辟了一个系列是讲因子挖掘的。目前，我在世坤的brain平台上成功提交了9个因子，在1.75万人中排名第1409。国内参赛1255人，各大名校基本上都有高手参加，提交9个因子基本上可以排名国内前100，提交15个就能进前50，提前20个就有可能进前10了。

这9个因子扣除前3个平台有支持（可以参考调用的3个示例）比较简单，后续的就需要自己提想法了，这个比较难，再加上要与之前的策略相关性低于0.7，所以，之后的难度确实是几何级增长的。我提交9个大约研究了一周，如果经验少的人估计时间会比较久（有的学生手把手交到目前都没提交成功过1个）。这样看，在量化交易公司做因子研究进入瓶颈也很正常。但如果观测北大那个6万+的因子大牛，说明还是应当有办法突破的，毕竟，这已经是工业化生产了。

这周，我给同学们讲的是如何理解基本面量化，以及利用基本面挖掘因子，从而在brain平台上实现因子提交。从一个想法到一个函数，再到函数的组合，以及如何通过平台的要求，我都进行了讲解，其实，我也是刚用这个平台，也是在和同学们一起学习。

后记：人生需要三个朋友，“有趣”，“有料”，“有多闻”，加“十点洞见”这个公众号吧。