其动机源于几个层面：
1.量化需求：投资决策基于财务数据、经营指标、估值模型。健康改善同样需要可测量的指标来替代模糊的感觉。“精力变好”是模糊的，“静息心率下降5次/分，深睡比例提高10%”是清晰的。
2.验证需求：早起、锻炼、冷水浴、饮食控制——这些“投入”是否真的产生了预期的“产出”？需要数据证实。否则，行为就可能流于形式或自我感动。
3.优化需求：何种运动强度、频率、类型对自己最有效？饮食中碳水、蛋白质、脂肪的何种比例能兼顾能量与身体成分？睡眠时长与质量如何影响次日表现？没有数据，优化就无从谈起，只能依赖泛泛的经验或流行观点。
4.风险预警：过度训练、营养失衡、潜在伤病风险，需要数据指标（如静息心率异常升高、持续疲劳感、某项运动表现下降）来提前预警。
5.长期视角：健康是终身复利。短期数据构成长期趋势线。追踪数据，就是追踪自己这份最重要“资产”的价值曲线，以便及时做出“调仓”或“风险控制”。
他着手构建自己的“个人健康数据追踪系统”，其设计原则与投资分析框架高度同构：
第一步：定义核心追踪指标（建立健康“财报”科目）
他摒弃了智能设备上纷繁复杂但多数无用的数据，聚焦于几类关键指标：
??A.生理体征指标（基础“财务数据”）
??每日晨起数据（固定条件：起床后，如厕完毕，未进食进水）：
??体重（kg）
??体脂率（%）、肌