今天，我們正處於令人興奮的科學技術大發展的時期，無論是投資公司還是個人投資者都希望自己能精準預測複雜市場的規律。伊戈爾創立了世坤投資，並致力於通過阿爾法來解釋和定義市場信號。
在這個過程中，世坤投資開發了千萬級數量的阿爾法，包括數學表達式和計算機代碼。通過歷史數據對它們進行嚴格的回測，藉此“模擬”其業績表現。
但事實證明：無論該阿爾法的回測多麼成功，在把它投入到真實市場時，仍有可能效果不佳。也就是說：沒有任何一條阿爾法能夠永遠有效，預測從來不是一件容易的事，總有被反原則規律制約而無法解決的矛盾。
反原則的理念正是《反原則：人工智能時代個人成功之道》這本書的核心。
世界上所有的原則都從屬於一條看起來自相矛盾的根本原則：反原則。
這個世界上沒有任何一條規則、理念、範式或者模型能夠永遠持續下去，它們都有缺陷，都有可能被證明是錯的；也沒有任何交易或者市場關係總能按照預期來執行。
那麼，那些不能永遠適用的原則，不能被勘破的規律，不能被準確量化的投資決策，我們應該放棄嗎？
世事難料，計劃難以周全
伊戈爾是全球知名量化投資巨頭創始人，他創立的世坤投資公司管理着70多億美元，通過上千萬個阿爾法模型進行量化投資，並在十幾年間取得了不菲的成績。
但在2007年，成立不久的世坤投資公司也經歷了一次非常嚴峻的回撤，公司的套利交易遭受了巨大的損失。
當時公司傾注了大量資源開發了100種阿爾法的預測算法；因爲單一的阿爾法效果經常減弱或者失效，但百個阿爾法的集合，能夠很大程度上減弱失效情況的產生。
所以，最嚴峻的問題其實是：他們自己也不知道問題出現在哪裏。
不僅如此，在那一次“量化投資震盪”中，所有的量化投資公司都遭遇了巨大的損失，而幾乎所有的公司都不知道問題出現在哪裏，它們幾乎都不認爲自己的投資策略有問題。
比起更長遠地思考策略的正確與否，當時更重要的是：下一次回撤會在何時？多大規模？市場糾偏何時發生？這些依舊是無法預料的；此時做出的決策，會直接地影響到公司的盈利情況。
在這個過程中，伊戈爾過去的職業生涯經驗促使他做出了很快平倉，放棄已有的全部盈利的決定。
不要在交易中摻雜情緒；
對壞消息要儘快作出反應；
如果面對的事物是可怕的，那就趕緊跑；
可以去冒很大的風險，但一定要管理好損失。
不僅如此，他在平倉後第三天以一半資金殺了個回馬槍，最終爲當年贏得不錯的收益。
這次事件除了說明市場的不確定性和危險性，也讓伊戈爾明白：世坤投資要依靠量化投資模型去投資，但也要知道什麼時候靠經驗和直覺作出反應。
無論是投資還是商業生活，我們都在經歷非線性的、指數級增長的嚴苛考驗。
今天看起來極具挑戰的目標，明天可能就是稀鬆平常的，後天可能就是你看不上眼的。
通過考驗唯一的方法，就是你自己擁有指數級思維，在未知的充滿風險的領域裏勇往直前；以指數級的增長速度獲得回報。
預測是永恆的難題
在《反原則》一書的第四章，作者對於量化投資模型和市場表現進行了詳細的闡述和論證，儘管對於大多數人來說完全理解有難度，但貫穿其中的思維是值得我們領悟的。
所有關於價值的估計都是充滿噪聲的，但總有一些規律，總有方法能戰勝市場，但很少有投資者能夠連勝。
我們要做的，就是採取行動，鍥而不捨，其他都不重要。
市場在90%的情況下是有效的，但由於市場“噪聲”的存在，市場在一些情況下也可能“失去理智”，成爲無效市場，這種情況下的市場難以用量化模型來解釋；儘管如此，市場也會發出微弱的信號，總有一些投資者能對這些信號做出思考、判斷，並作用於決策時。
預測是永恆的難題。將精力聚焦在行動上，聚焦在那些我們能掌控的事情上。不管發生了什麼，就讓他發生去吧。發生以後，排查所有的經驗教訓，繼續出發——這樣的成長速度，難道不是指數級的嗎？
如作者所言：障礙本身就提供了信息。如果你不能獲得成效，就說明某種原因導致了失敗。
除了講投資，這本書還講了作者本人的成長和投資經歷，在他的成長曆程中，我們能看到一個指數成長的人，一個快速發展的公司，一個微縮的、指數變化發展的世界。
比起量化投資模型，這本書對如何做快速發展的人的思考，也值得我們學習：我們要建立目標、制定計劃、確立原則，更重要的是：時刻更新。