PART A — 先给判据:什么才算「真争议」
1. 读争议之前,先装一个过滤器
为什么要先讲这个:量化圈的「观点分歧」里,大部分其实是立场而不是争议——
说这话的人靠什么赚钱,比他有什么证据更能解释他的结论。
所以本系列只收满足下面三条的问题,一条不满足就不配叫分歧。
| 判据 | 满足的表现 | 不满足时它其实是什么 |
| ① 双方都有可复现证据 |
两派都能拿出同行评审文献或公开数据,且指向同一批事实 |
只有一方有数据 = 还没被检验过的假说,不是争议 |
| ② 分歧根源可指认 |
能说清是样本区间、口径定义、识别策略还是先验模型不同 |
说不清根源 = 道德判断或情绪(「砸盘」「割韭菜」属于此类) |
| ③ 结论会改变做法 |
选 A 还是 B,会改变你的仓位、工具选型或风控阈值 |
怎么都不变 = 谈资,不是研究对象 |
利益结构(读任何机构观点都要先扣掉的一层):
卖方研究的动机是让客户多交易;资管机构的动机是让自家策略显得不可替代;
监管的动机是可问责与可执行;学术的动机是可发表。
同一个事实被这四类人说出来,重点必然不同——这不是阴谋论,是激励的算术。
PART B — 先做一个实验,再谈争论
2. 零 alpha 信号池:让「假发现」在站内当场发生一次
为什么先做实验:争议①(异象是真的,还是数据挖掘的产物)之所以难缠,
是因为很多人不承认「反复测试本身就能造出显著性」。
本节用站内数据把这个机制直接跑出来——信号与收益在构造上完全无关,
看它能不能产出「统计显著」的结果。
| 实验要素 | 设定 |
| 收益序列 | 站内 data/sample/im_main_15min.csv 聚合出的日收益,
共 63 个交易日 |
| 信号 | 500 条 ±1 持仓序列,每日以概率 30% 随机翻转;
与收益序列不存在任何信息联系 |
| 策略收益 | rs_t = s_(t-1) × r_t(前一日收盘已知仓位,无前视) |
| 检验量 | 对每条 rs 做「均值是否为 0」的单样本 t 检验 |
| 可复现性 | 固定随机种子 20261005;脚本 scripts/overfit_lab.py,
重跑即得同一组数字 |
池内 t 值均值
-0.21
应≈0:信号确实是干净的噪声
池内 t 值标准差
0.93
接近 1,与理论分布一致
池内最大 t
3.10
第 34 号信号:零 alpha 也能「显著」
| 观测 | 数量 | 占比 | 名义上应该 |
| |t| > 1.96(5% 双侧显著) | 24 |
4.8% | 约 5% |
| t > 2.0 | 7 | 1.4% |
约 2.3%(正态近似) |
| t > 3.0 | 1 | 0.20% |
约 0.1%(正态近似) |
| 池内最大 t 的理论量级 √(2 ln N) | 3.53 |
与实测 3.10 同量级 |
这次实验说明了什么
t>1.96 的比例落在标称水平附近(4.8%),说明实验本身是诚实的——这些信号确实没有 alpha;但同一批信号里,最大 t 仍达到 3.10,超过了「提高门槛派」主张的 t>3 线。换句话说:门槛提到 3 也不保险,只要池子够大,「发现」就一定会出现。真正能保护你的从来不是阈值本身,而是「这个信号是被谁、在第几次测试里提出的」这条记录。
实验的边界(别把它当成对金融的证明)
① 样本只有 63 个交易日,自由度低,t 分布比标准正态略宽,实测标准差 0.93 就是这个体现;② 池内各信号共用同一段收益序列,因此它们的 t 值之间并不相互独立,√(2 ln N) 只是量级参照而非精确预测;③ 真实研究的「搜索」还叠加了样本区间、数据清洗口径、特征选择等自由度,本实验只演示了其中最纯粹的一维(重复检验),它给的是下界而非全貌。
PART C — 两层分歧
3. 异象(anomaly)是发现,还是数据挖掘的产物? (系列分歧第①条)
争的是什么:A 股也好、美股也罢,公开文献累计报告了数百个「能预测收益的变量」。一派认为其中多数是被反复测试刷出来的假阳性;另一派认为门槛提高会连真信号一起杀掉。这条分歧决定你如何看待任何「研究结论」,包括本系列的每一篇。
怀疑派:多数是统计幻觉
金融研究的自由度极高:变量、样本区间、排序分组、控制变量都可以换。在同一份数据上做过足够多次检验后,「显著」是必然事件而非发现——本页 §2 的实验就是这条机制的最小演示。因此他们主张把显著性门槛大幅提高,并要求按「历史被测试次数」折价。
Harvey, Liu & Zhu (2016)《...and the Cross-Section of Expected Returns》, Review of Financial Studies 29(1):提出按多重检验校正后,跨截面预测变量应使用远高于 2.0 的 t 阈值(常被引用为 t>3)。McLean & Pontiff (2016)《Does Academic Research Destroy Stock Return Predictability?》, Journal of Finance 71(1):异象在论文发表后预测力明显减弱(幅度不在此抄录,请以原文表格为准)。
辩护派:门槛一刀切会误杀真信号
把整个「因子动物园」按多重检验打折,等于假定所有被提出的变量都是噪声,这会连结构上稳健的少数溢价一起丢掉;而且很多溢价有先于数据的经济学理由(风险承担、资金约束、委托代理),不是纯统计巧合。另一层反驳是:判定「假」需要指定备择假设,而多重检验校正对「被测试了多少次」极其敏感。
Jensen, Kelly & Pedersen (2023)《Are There Zeros in the Factor Zoo?》, Journal of Finance:用带稀疏先验的贝叶斯模型检验因子集合,结论是「其中确有非零者」。Cochrane (2005/2016)《Asset Pricing》, Princeton University Press:因子检验是联合假设——测出异常可能同时错在「定价模型」与「市场无效」两处,不能单方面归因。
| 论据 | 倾向 | 口径与薄弱点 |
|---|
| 重复检验必然产出假阳性 | 怀疑派(本页 §2 实验可直接复现) | 算术性质,几乎无反证空间 |
| 发表后收益衰减 | 支持怀疑派(也可能是套利者磨平) | 两种解释都能拟合同一数据,正是争议② |
| 稀疏贝叶斯检验显示因子集含真信号 | 辩护派 | 依赖先验设定与因子集边界,先验不同结论会翻 |
| 「被测试次数」如何计数 | 两派口径不同 | 这条是分歧的技术核心:无法客观观测 |
为什么争不完
判定一个异象是真是假,需要一个「它被搜索过多少次」的分母,而这个分母在现实中不可观测:没人能完整统计全行业在公开与私密数据上做过多少检验。于是两派各自取不同先验,得到同一份数据的两种解释。这正是本页 §2 实验里那条「边界②」的现实版。
CS 类比
同一份数据集上跑 500 次独立 A/B 实验,即使所有改动都无效,也必然有若干次显著——这是 p-hacking,工程侧的解法是 Bonferroni / FDR 校正 + 真正的 holdout 流量 + 上线前的重复实验。金融研究缺的恰恰是「重新做一次实验」的能力:市场不会给你第二个独立样本。
这条分歧改变什么做法
把它写成你自己的规程:提出信号前先声明允许的自由度(样本区间、参数范围、替换过的特征),事后如实记录试了几次;样本内 t 再高也只是一张「待验证门票」,而不是结论。站内策略页的证伪姿态就是这条规程的执行版。
4. 因子溢价是风险补偿,还是错误定价? (系列分歧第②条)
争的是什么:同一组超额收益,两种解释在统计上都能拟合,但含义完全相反:若它是风险补偿,深回撤是你应付的成本,策略该忍;若它是错误定价,它会随拥挤与学习而消亡,策略该设退役机制。这条分歧不解决,任何「回撤了要不要砍仓」的问题都没有答案。
风险补偿派(理性 / 定价模型)
能被系统性预测的收益,必然对应某种无法分散的风险——否则就是无风险套利。溢价的存在是为了补偿投资者在最坏状态下持仓(流动性枯竭、深度回撤、集中度风险),所以「难赚」本身就是它存在的原因。
Fama (1970)《Efficient Capital Markets: A Review of Theory and Empirical Work》, Journal of Finance 25(2) 的联合假设框架;Fama & French (1993)《Common Risk Factors...》, JFE 33(1) 与 (1996) 对异象的「其实是因子暴露」解释。Merton (1987)《A Generalized Intertemporal Asset Pricing Model》, JFE 19(2):非基年风险因素也能生出可预测收益,且它是均衡结果。
错误定价派(行为 / 摩擦)
溢价来自人的系统性偏差与机构的约束(追涨杀跌、处置效应、资金强制卖出、研究覆盖不足),不是风险的公道对价;既然是偏差,就会被更聪明、更快的资本套利掉——所以它有半衰期,也应当在衰减时下线。
Black (1986)《Prospects: Financial Fluctuations and the Nature of Capital and Markets》, JFE 17(1):噪声交易者与「更聪明资本」的经典表述;Barberis & Thaler (2003)《A Survey of Behavior-Based Asset Pricing》, Handbook of the Economics of Finance》;Shleifer & Vishny (1997)《The Limits of Arbitrage》, Journal of Finance 52(1):套利者受资本与考核约束,纠错能力有限——这条同时是两派共用的武器。
折中派(演化视角)
两个都对,只是不同时点占比不同:溢价强度随竞争者数量与资本进出而波动,本质是「生态位」而非「定律」。所以该问的不是「它是不是风险」,而是「现在还有多少同行在赚它」。
Lo (2004)《The Adaptive Markets Hypothesis》, Journal of Portfolio Management 30(5);Grossman & Stiglitz (1980)《On the Impossibility of Informationally Efficient Markets》, American Economic Review 70(2):完全有效市场不可能存在,因为信息生产要有报酬——这给了「alpha 必须持续存在」一个均衡理由。
| 论据 | 倾向 | 口径与薄弱点 |
|---|
| 溢价伴随深回撤与危机集中 | 偏风险派 | 但「深回撤」也可发生在拥挤崩塌后,两种解释共用 |
| 发表后收益衰减(McLean-Pontiff) | 偏错误定价派 | 衰减不等于原本不是风险 |
| 套利受限(Shleifer-Vishny) | 两派都引 | 它既解释溢价长存,也解释拥挤爆雷 |
| 信息生产需报酬(Grossman-Stiglitz) | 偏「alpha 长存」 | 但只给存在性,不给幅度 |
为什么争不完
要区分两者,需要在「承担风险」与「利用错误」之间做实验性分离,而金融系统不提供受控实验:你不能把一半市场设为对照组。所以这条分歧在可预见的未来不会由数据终结,只会由你的先验终结。也因此,它对操作的意义远大于它对真理的意义——它决定你的回撤容忍度与退役规则。
CS 类比
像给一次线上指标提升找原因:是「真的更快了」(性能收益)还是「负载分布变了」(环境收益)?只有一条时间序列时两者不可分,工程上的解法是可重复的对照实验——而金融恰好缺这一件工具。
这条分歧改变什么做法
给自己定一条双假设都成立的仓位规则:把当前回撤同时对照两种剧本(风险补偿:历史上这类溢价最深处是多少;错误定价:同类策略的拥挤度是否上升),并预先写下「哪种证据出现时我承认它是后者」。没写下来的退役规则,一定会在回撤中被临时改掉。
5. 这一篇能带走的操作
争议不会给你答案,但会给你规程。本篇两处分歧的落地做法是同一条:
把「我不能作弊」这件事写死在流程里,而不是指望自己临场诚实。
| 做法 | 具体到量化研究 | 对应上面哪条分歧 |
| 先登记再实验 | 写死样本区间、参数网格、允许的特征替换次数,之后改就记为新一轮 |
争议①:分母不可观测 |
| 报告搜索次数 | 任何「最优参数」必须与「一共试了多少组」同时出现 |
争议① |
| 双假设记账 | 同一份收益同时给出「风险补偿」和「错误定价」两套预期回撤,选一套作为下线依据 |
争议② |
| 可复现产物入库 | 把数据、脚本、随机种子一起提交,别人重跑能得到同一组数字 |
两条都靠它才有讨论基础 |
分歧论系列导航
本系列的四篇在争什么:学术界与实务界意见真正分裂、且分裂会改变操作的问题。四篇共用同一套卡片结构(争点 / 两派论据 / 证据对照 / 为何争不完 / 操作含义),每篇末尾都有可核证的来源清单与时效声明。
6. 来源清单与时效声明
本篇实测(站内,可复现)
scripts/overfit_lab.py:零 alpha 随机信号池实验台(种子 20261005、池 500 条、翻转概率 30%);data/sample/im_main_15min.csv:日收益序列的唯一来源,共 63 个交易日;本页所有实测数字由构建期脚本计算,未手工填入。
争议①(异象真伪)主要文献
- Harvey, C. R., Liu, Y., & Zhu, H. (2016). “...and the Cross-Section of Expected Returns”. Review of Financial Studies, 29(1), 5–68. DOI · 导读页;
- McLean, R. D., & Pontiff, J. (2016). “Does Academic Research Destroy Stock Return Predictability?”. Journal of Finance, 71(1);
- Jensen, T. I., Kelly, B. T., & Pedersen, L. H. (2023). “Are There Zeros in the Factor Zoo?”. Journal of Finance;
- Cochrane, J. H. (2005; 2nd ed. 2016). Asset Pricing: Revised Edition. Princeton University Press(联合假设问题的标准表述);
- arXiv:2206.15365,关于截面收益预测中「多数声称的统计发现」的近期讨论:原文。
争议②(溢价性质)主要文献
- Fama, E. F. (1970). “Efficient Capital Markets: A Review of Theory and Empirical Work”. Journal of Finance, 25(2);
- Fama, E. F., & French, K. R. (1993). “Common Risk Factors in the Returns on Stocks and Bonds”. Journal of Financial Economics, 33(1);
- Merton, R. C. (1987). “A Generalized Intertemporal Asset Pricing Model”. Journal of Financial Economics, 19(2);
- Black, F. (1986). “Prospects: Financial Fluctuations and the Nature of Capital and Markets”. Journal of Financial Economics, 17(1);
- Shleifer, A., & Vishny, R. W. (1997). “The Limits of Arbitrage”. Journal of Finance, 52(1);
- Grossman, S. J., & Stiglitz, J. E. (1980). “On the Impossibility of Informationally Efficient Markets”. American Economic Review, 70(2);
- Lo, A. W. (2004). “The Adaptive Markets Hypothesis”. Journal of Portfolio Management, 30(5);
- Barberis, N., & Thaler, R. (2003). “A Survey of Behavior-Based Asset Pricing”. 《Handbook of the Economics of Finance》(Vol. 1)。
中文二级来源(用于口径对照,非一手)
- 石川《异象、因子和多因子模型》:链接;《学术界、管理人、投资者视角下的因子投资》:链接;《多重假设检验的源起、中兴和未来》:链接。
时效性与可信度声明
- 文献只给出处、不抄幅度:本页刻意不写「衰减了多少个百分点」「共有多少个因子」这类数字,它们必须回到原文表格核对,二手转述是这类话题最常见的错误来源;
- 作者-年份-期刊按记忆整理并尽量给出可点击的一手或导读链接,若与你查到的官方记录不一致,以官方书目为准(卷期号尤其容易记错);
- §2 的实测数字属于方法演示:它证明「重复检验会产出假显著」这一算术性质,不代表真实研究里的过拟合程度;样本仅 63 个交易日、池内信号共享同一收益序列,适用边界见该节末尾三条;
- 本页不评价任何具体机构或产品的业绩,也不提供任何策略收益预期。