运气vs有效：谁能撕掉对方的名牌？

量化选股策略的开发者常常困惑于这样一个问题，回测期上表现异常优秀的模型一旦进入样本外的跟踪或实盘资金的运作，突然会失去原有的魔力，变得十分平庸。一个重要的原因是，开发者错将“运气”带来的收益认为是模型的“有效”，从而夸大策略的实际表现，发生认知的偏差。因此，辨别“运气”和“有效”应该成为评价策略好坏时不可忽视的一步。

本文想要介绍的，就是在量化选股策略的评价过程中上演的一场“运气”vs“有效”的“撕名牌”大战。

在两者正式对决前，首先给出“运气”和“有效”的明确定义。随机地选择股票就是全凭“运气”的做法，因此一个“有效”的量化选股策略就必须能产生显著优于随机选股的结果。

下图是某个中证800指数的增强策略。从红色的对冲后净值曲线以及若干风险-收益指标来看，该策略可谓相当“有效”。尤其是14年以来，净值的上涨幅度超过20%。

但是，经过本文有关“运气”和“有效”的检验后，结果令人大吃一惊。“运气”似乎占据了上风，为什么会是这样呢

众所周知，对一个正态分布而言，落在正负2倍标准差之外的概率不足5%。如果收益率服从正态分布，那么在800个股票中随机选100个得到的组合，其收益率大概率会落在正负2倍标准差之内。换句话说，收益率不在这个范围之内是一个小概率事件，而这个小概率事件如果在一次选股中就发生，就有充分的理由认为该组合不是随机选择股票生成的。

不过，在实际情况中，收益率未必服从正态分布，因此为了确定小概率事件对应的阈值，本文采用数值模拟的方法。随机选择100个股票构成组合并重复1000次，这1000个组合的收益率序列即为随机组合的收益率分布。定义发生概率小于等于5%或10%的事件为小概率事件，只要策略在某个月的收益落在随机组合分布的95%或90%的分位点（相当于上一段中的2倍标准差）之外，就认为这个月的策略确实是“有效”的。

根据这一方法，本文在下图中给出了上述中证800增强策略的检验结果。其中，在红色虚线（5%）之下的点表明小概率事件发生，策略“有效”。从最终的统计结果来看，在5%和10%的阈值下，仅有35%和41.25%的月份上，策略的收益和随机情况存在显著的不同。这场“撕名牌”大战到底谁赢了呢？

来源  海通
交易技术, 交易策略

风险提示及免责条款

市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！