预测
未来结果的条件分布能否被更好估计？
优先方法
概率预测、校准、样本外检验、机制反证
输出分布与置信度，而不是单点答案多因子截面选股可解
时间序列趋势可解
统计套利部分
公告后漂移部分
另类数据需求预测部分
市场状态识别部分
长期超额收益预测前沿
因果 Alpha前沿
RESPONSE VIEW / 10
不是所有问题，
都应该被当作预测问题。
量化工作常把“建模”等同于“预测”。更有效的做法是先选择解题姿态：能预测的预测，需要行动的优化，需要察觉的监控，无法可靠预测的防护。
优化
在成本、风险和约束下，应该采取什么行动？
优先方法
稳健优化、触发带、冲击模型、约束控制
先定义可行动作和约束，再追求最优约束组合优化可解
风险预算可解
动态对冲部分
订单执行优化部分
市场冲击建模部分
队列位置与成交概率部分
策略容量部分
交易成本分析可解
监控
系统何时偏离了我们认为有效的条件？
优先方法
数据血缘、漂移诊断、规则事件、停止条件
让异常触发复核、降权或停止数据清洗与对齐可解
无偏回测可解
研究复现与实验治理可解
模型漂移监测部分
非结构化信息抽取部分
拥挤与去杠杆传播前沿
Alpha 衰减部分
政策与规则变化前沿
流动性压力估计部分
防护
无法可靠预测时，如何限制损失并保持生存？
优先方法
压力情景、限损、冗余、流动性储备
用生存边界替代虚假的精确预测尾部风险估计部分
崩盘时点预测前沿
未知未知风险前沿
对手适应与策略博弈前沿
反身性反馈前沿
当预测精度长期无法提升时，换一个姿态：把问题改写成监控、约束优化或生存防护，往往比继续增加模型复杂度更有效。