“《呂氏春秋·察今》中記述的一則寓言，說有個楚國人，坐船渡河時不慎把劍掉入河中，他在船上用刀刻下記號，說：“這是我的劍掉下去的地方，一會兒到岸的時候我就在這跳下去找劍。”當船停下時，他沿著記號跳入河中找劍，遍尋不獲。”　　

　　今天實現遺傳算法的時候發現模型得到的股票組合只有一只股票，瞬間覺得論文體面寫的不靠譜，甚至根本沒有意義。因為遺傳算法是找全局最優點的一個常用方法，所以作者認為通過該算法構建一個模型將股票組合收益率的平均值作為目標函數，求使得目標函數值最大的邊界條件，（其中選擇投資組合的變量為十個財務指標）。我想這個方法不就是刻舟求劍嗎，尋優得到的模型雖然使用範圍可以只在一個板塊中用，但用一季度收益率高的股票歸納得到的財務因子標準在二季度實際使用顯然不準。再三思考我覺得雖然這樣一定存在誤差但也是對總體規律的一種估計，雖然這種估計沒有考慮到時間變量但仍然是一個比瞎猜好的估計。

　　刻舟求劍對劍的位置進行估計但是只考慮了豎直方向上的影響（即受萬有引力劍一定會落入河底），卻不知道劍做了類平拋運動，沒有考慮到水平方向上的減速直線運動。他同樣是忽略了一個影響因素，而且忽略的這個因素與考慮到的因素正交。假如船沒有行駛他做了記號後下去找會有及大概率找到，萬有引力解釋了劍與船極大部分的相對運動，但水的阻力影響著劍少了阻力那個維度尋劍者水性再好（能沈到很深的水底）也會與寶劍相距很遠。

　　所以說忽略一個重要的影響因素對模型描述測試集真實情況準確率影響很大，在遺傳算法的項目中我們可以認為基本面因素是長期不變的所以認為評價標準不會隨時間有太大改變。

這些是我對乾海李保的那句維度比深度重要的一個理解。

維度比深度重要的一種理解——關於刻舟求劍的小想法