HoulMeigh Document - Other Material - Debate I: Epistemology

分歧论① 金融数据到底能不能被预测 · 异象真伪之辩 / 溢价性质之辩 |  实测为站内可复现实验,文献只给出处不抄幅度

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 > 2.071.4% 约 2.3%(正态近似)
t > 3.010.20% 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
零 alpha 信号的 t 值分布(500 条)
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
下一页:如果「证据标准」本身就是争议的一部分,那具体门槛该定多高、 随搜索量如何调整、机器学习到底有没有增益——见 分歧论② 方法论:证据标准之争。

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。
延伸阅读(站内) 机构侧的共识部分见主流量化机构运作与盈利模式;把「标准该多高」当争论对象的后续讨论见分歧论②;本系列四篇都在「其他」模块下,页顶有系列导航。