“足够好”就行

周末看了一整天的书了，累了随手写点…

其实以前很多时候评估解决方案的时候， 都会非常有洁癖的要求优雅完美，或者对一些缺陷瑕疵耿耿于怀。过了很多年，经历了很多事情，倒也明白了一些道理，足够好就行了。未满才能圆满~

1.量化交易
其实想写这个是来自于
昨天的一
笔交易，
一般我按照涨停卖出申报的时候，总会比
涨停的价格少一分钱，因为这样能够成交的概率会大很多

很多人追求完美，一定要涨停价卖， 其实一分钱最后又能算什么呢？做量化的时候， 很多人总是追求那些高收入的因子，回测的时候总是按照卖出价来卖，手续费一定要很精准的控制，滑点也总是想办法变小，报价的时候总要尾部留个6或者8分，图个吉利。其实我一直很随性，价差不是那么大的时候几分钱就算了， 选因子也从来不选那些收益最好的，因为大量的因子选出来要么就是新股连续涨停的， 要么就是选出来规避风险被关了连续停牌的。

足够好就行，其实很多时候我只要有一个算法，比大盘波动更大，但是这个投资组合可以通过一系列方式止损就好，非常简单的一个算法任何参数没改
用了六七年
。
其实另一个例子就是在一些金融风险监管上，其实真的不需要很精确地去测量风险，按照一些较大损失的风险估计一下就行了。

2.创业团队同样很多人也在追求所谓的完美开局，一定要整个团队都是ACM/ICPC或者NOI拿奖选手，名校博士毕业。其实很多时候吧，人也要学会追求不完美，学会如何管理一个二流团队，非关键业务能够和一个三流团队合作才是最恰当的。超一流的团队是失败率最高的，因为很简单，太过于追求完美的结果，要么是做出来的产品贵，要么是实现这个产品的团队贵。说真的很羡慕那些架构师，特别是能带领一个二流团队走向成功的架构师。

3.软件/算法最近在研究一个协议，算法看上去很完备，但是消息交互太复杂，针对一些错误的场景设计了很多东西去处理。其实很多时候错误本身就是一个变量而已，承认错误接受错误，接受系统的不完美才能获得更好的性能。我们有时候真的不需要一个完美执行的算法，因为很多时候所谓的完美只是因为有些你未知的因子还没有纳入而已。有些时候选择一个差不多逼近最优解的最便宜最简单的算法就好了。就像对于风险，PMP或者FRM，有些是Expect Loss，有些是Unexpected Loss，而对于Known Unknown和Unknown Unknown，学会承认自己不知道，学会接受Expect Loss，控制那些Unexpect Loss就好。 例如你在设计一些Zero-Trusty network的时候，设备Day-0上线的流程， 如果你要追求完美，必定这东西特别难用，各种证书搞死人。但是学会接受一些风险和损失，但是风险和损失是可控的，那么就会把产品做的更加易用。