何影响市场，以及你如何将它们量化纳入模型。”
4月18日，邮件三：
“公司治理评分这部分很有创新，但解释得太技术。可以加一个小案例，比如用你的模型分析某家公司，展示如何通过治理指标发现潜在风险。”
4月19日，邮件四：
“回测结果展示得很好，但要注意避免‘过度拟合’的嫌疑。应该诚实地讨论模型的局限，比如在极端市场环境下可能失效，或者对某些行业不适用。”
陈默按照她的建议一一修改。每天工作到深夜，第二天早上就能收到她的新反馈。两人隔着十二小时的时差，却像在同一间办公室协作。
这种合作是高效的，也是愉悦的。陈默发现，沈清如不仅懂宏观、懂政策，对文字和逻辑的把握也极其精准。她的修改总是能让文章更清晰、更有力。
4月20日，沈清如发来一段很长的邮件：
“陈默，我一直在想一个问题：你的模型本质上是在做什么？
“它不是在预测股价——没有模型能做到这一点。它是在做‘概率评估’：基于历史数据和现实信息，判断一家公司未来表现好于市场的概率有多大。
“这就像气象预报。预报说明天降雨概率70%，不是说明天一定会下雨，而是说基于当前的气象数据，下雨的可能性很大。聪明的出行者会根据这个概率决定是否带伞。
“你的模型就是在做资本市场的‘气象预报’。它告诉投资者：基于当前的财务数据、行业趋势、宏观环境、治理状况，这家公司未来跑赢市场的概率有多大。
“这个类比，或许可以帮助读者更好地理解模型的本质。建议你在‘模型哲学’部分加入这个比喻。”
陈默读完，拍案叫绝。
是的，这就是他一直在做但没能精准表达的东西。投资不是算命，是概率游戏。模型的作用不是给出确切的答案，而是提高获胜的概率。
他在文档里加入了这
本章未完，请点击"下一页"继续阅读！ 第4页 / 共12页