历史数据里到处都是规律。你随便试几十个组合，总能找到一条在某段时间内表现惊人的规则，比如「每月第三个周五买入」「下雨天不买」。这不叫发现，这叫数据挖掘出来的噪声。

为什么会这样。金融数据本身噪声很大，样本量有限，而你测试的组合数量远超样本能支持的范围。测试一百个假设，纯靠运气也会有五个看起来显著。这就是多重比较问题。

怎么避免自欺欺人，有几个可操作的原则。

1、先有逻辑，再去验证。假设应该来自对市场结构的理解，而不是来自反复试参数试出来的结果。有逻辑支撑的规律，即使短期表现平平，也值得继续观察；没有逻辑的规律，即使曲线漂亮，也只是运气。

2、留出样本外。用前七成数据找规律，后三成验证。样本外表现大幅衰减，说明规律不成立。

3、做时间切片。把整段历史切成几段，看规律是否在各段都成立。只在某一段有效，多半是那段行情的特性。

4、控制测试次数，并且记录你试过多少组合。试得越多，对结果的要求就该越严。

最后一句：量化研究的诚实，体现在你愿不愿意承认自己找到的东西可能什么都不是。愿意承认，才有机会找到真的。

还有一个检验手段：把你的规律拿去相邻市场或者相邻时间段试一次。真正的规律往往有一定普适性，只在单一数据集上成立的，基本可以判定为噪声。

补一句实操建议：把你打算验证的假设写在纸上，一条一条来。同时试十个假设的人，最后一定挑出那个最好看的，然后被它骗。

再补一句：任何一次「发现」，先放两周再看。两周后它还在，才值得动手验证；两周后忘掉了，说明它本来就没什么说服力。

股票/量化开户欢迎找我！满足条件股票佣金万0.854、etf 可转债佣金万0.5、国债逆回购一折（百万分之一）！期权1.8元一张全包价！量化软件QMT+ptrade免费使用！还有888、999资金靓号等你选！