投资的学习中，既不能固步自封，执迷于单一的技术，也不可贪多求滥，把杂七杂八的技术方法简单的拼凑，而是应该找一个突破口，由点到线，由线到面的全面学习，同时确立一个核心理念，对纷乱的技术点进行取舍，从而形成自己的技术体系。
对于新手来说开发一个策略最开始一定是模仿，以TB交易开拓者为例，通过七步就可构建量化交易策略。
第一步，利用现成指标构建逻辑。TB内置了众多的技术指标，取出一个，写入买卖点，回测下历史行情，这样就可以得到一个简单的策略了。随着策略经验的积累，这里的逻辑选择会越来越多样化。
当然这样的策略一般是不赚钱的，所以我们第二步，进行参数优化。
选择参数遍历，观察不同参数对于策略会产生怎样的影响。一般情况下我们会得到几组看起来比较赚钱的参数，然后我们进行第三步，样本外检测。
比如说我们之前遍历的参数是2014年的数据得出的几个表现好的参数，那么我们就用2013/2015的数据对这些参数进行检测。一般来说，这一参数会在样本外惨淡无比，完全没有样本内优化出来的威武。这时第四步，进行观察，判断策略失效的原因是什么。
假设发现策略失效原因是样本外某一两次特殊的行情导致大幅亏损，那么我们就可以设置一个硬止损来规避这种风险；如果发现策略失效是因为交易次数过少，那我们就将交易逻辑稍微放松，比如要求>x的地方改为>=x甚至是>=x-1。等等等等，这种修改就是策略的经验了。
设置好新的逻辑后我们回到第二步，重复以上步骤。
最终我们修改得到了一个样本内外都赚钱的策略，第五步，实盘追踪。
在未来一段完全未知的行情中随着时间检验策略，观察策略的真实表现究竟如何。如果表现与预期相符合，那么说明策略有效，第六步，进行交易。
随着交易进行，我们也要观察策略的有效性，当发现策略出现超出预期的亏损时，第七步，调整或终止策略。
关于具体开发中的经验
1 某种程度上来说做策略就是 瞎想->尝试->瞎想->尝试 的循环。
2 选择指标时一定要避免使用未来函数。
3 参数不宜过多。
4 参数优化中，可用的参数组越多越好，说明策略有效性高。
5 在实盘中，策略的期望一般都要打折扣的，达到预期的50[%]就是合格。
6 交易次数太少的策略一般是运气。
7 测试出一条超级赚钱的曲线，一定是你逻辑写错了。
