优势，量化投资实现资本增值，内容输出构建个人品牌。三者循环，形成复利。”贝西克说，“具体来说，每天四小时深度学习，年化1460小时，相当于全职学习九个月。五年就是7300小时，足以成为任何一个领域的专家。我将这7300小时投资于投资、心理、哲学三个领域，构建跨学科认知模型。用这个模型做投资决策，用投资回报支撑生活和进一步学习，用学习输出内容吸引同类和机会。这是我的飞轮。”
王总看着他，眼神复杂。
“你说得一套一套的…但现实很骨感。我年轻时也这么想，后来呢？房贷、车贷、孩子、老人…你到时候就明白了。”
“所以我提前规划。”贝西克说，“我不买房，不买车，不生孩子，减少负债。我父母有退休金和社保，我只需负责应急。我的消费控制在月一万以内，其余全部投资。这样，我可以保持高现金流和高自由度，专注执行我的计划。”
“你不婚不育？你父母能同意？”
“他们需要时间，但最终会理解。因为我会用事实和数据，证明我的选择能带来更好的结果——包括他们的晚年质量。”
王总沉默，烟燃到一半。
“行吧…你好自为之。这周把交接做完，祝你顺利。”
“谢谢王总。”
回到工位，贝西克继续工作。午休时，他拒绝了同事的聚餐邀请，在工位用半小时吃完自带便当，然后用剩下半小时阅读投资论文。
下午高效工作，完成了两个模块的交接文档。五点五十九分，下班。
地铁上，他打开手机，看到母亲发来的消息：“西克，妈看了你的文章，也看了评论…妈不懂那么多，但妈信你。你爸说，那三万块给你了，好好用。”
他回复：“谢谢妈。每月1号给你们发报告。另外，这周末我回家，教你们怎么看报告。”
到家，六点四十分。他煮了荞麦面，加鸡胸肉和青菜。吃饭时，他打开DataHermit发来的合作文章修改稿，快速浏览，回复修改意见。
七点三十分，晚餐结束，收拾干净。
八点整，他坐回书桌，开启晚间深度学习。
今晚主题：Python量化实战——构建双均线择时策略。
他打开Jupyter Notebook，导入数据（沪深300指数五年日线），编写代码。第一个25分钟，完成数据清洗和可视化。第二个25分钟，实现简单移动平均线计算。第三个25分钟，编写双均线金叉死叉信号。
九点三十分，休息十分钟。他起身活动，做了几组深蹲。
九点四十分，进入输出环节。他继续写代码，回测策略，计算年化收益、最大回撤、夏普比率。基础策略表现一般：年化8.3%，最大回撤35%，夏普0.32。
他开始优化：加入波动率过滤、止损机制、仓位管理。第二轮回测：年化12.1%，最大回撤22%，夏普0.51。有进步，但不够。
他记录下问题和思考：过度拟合风险、参数敏感性、市场状态适应性。然后他打开行为金融学笔记，思考如何将“过度自信”和“损失厌恶”的认知偏差，转化为策略因子。
十点二十分，他停止优化。今日目标不是做出完美策略，而是完成“学习-实践-记录”闭环。他在Notion中写下：
【量化学习 Day1 输出】
掌握：双均线策略基础构建与回测
问题：参数过拟合、缺乏基本逻辑支撑
洞察：纯技术指标易失效，需结合行为金融学（如投资者情绪指标）
明日方向：研究“换手率”作为情绪指标，改进策略
-->>(第3/4页)（本章未完，请点击下一页继续阅读）