科学的研究方法，到底是什么？科学的研究方法，大概经历了四轮：实验科学、理论科学、计算科学、大数据。所谓大数据时代，应该算是计算科学升级版，带给科学研究新的范式。由于，大数据时代出现新的科研手段，因此，对于过去无法触及的复杂性系统问题，有了更新的科研技术，有可能产生新的研究成果。

　　做投资，根本目的，从微观经济角度，就是研究公司。公司，这种经济结构，遵循什么样的发展动力，关键看数据体现出来的逻辑与结构。由于，公司对外展现的数据，大部分集中于财报，因此，量化分析一家公司的发展情况，就变得非常粗糙。　　如果，通过现代科技，能够全方位的得到一家公司所有运营 数据，投资分析就变成大数据分析了。涉及到商业机密，公司不可能给投资者群体详尽的数据集，但是，大数据时代可以给公司经营很大的变化。从公司运营的角度看，一家卓越的公司，在未来要具备量化分析自身经营的能力，内部运营管理能力会随数据分析技术升级而不断升级。 　　一般情况下，初学者，会非常认真的深入到计算科学层面，甚至，寄希望于大数据分析。所谓的量化分析，在各种数字计算装点下，逐步深入到更加庞大的数据集，进入大数据分析阶段，一定会得到更多的线索，但是，大数据中真正值得把握的关键数据，不见得会很容易跳出来说话。 　　相关性与因果性，永远是两种思考角度。大数据分析，建立在相关性基础上，是辅助理解因果性的犀利武器。理论科学，从因果律的角度思考客观世界，寻找复杂系统下最核心的法则，才是真正的智慧。如果，不能掌握针对复杂性系统演变过程中最核心法则，妄谈公司、经济体的生存发展规律，都是很可笑的。 　　上升到规律层面，你就会深刻的理解到，职业同业余的差距了。规律，不是经验，是自然法则。所谓的经验，在自然法则面前，就变得太业余了。