征服市场的人第三章：数据的完整性是一种纪律，不是杂务

投资背景

文艺复兴的研究人员，把巨大的一部分时间花在毫不光鲜的工作上：清理历史价格数据、修正公司行为的影响、追查一种叫做前视偏差的特定错误——回测不小心使用了在模拟交易发生时实际上还不存在的信息。这是系统化交易中最不令人兴奋的部分，而文艺复兴把它当作最重要的部分之一来对待。

原因是结构性的，而不是出于对严谨本身的追求：建立在有缺陷数据上的回测，通常不会失败，它会成功——令人信服地成功、在统计上显著地成功，同时完全是假的。找到一个令人兴奋结果的研究员，有充分的动机去信任它。文艺复兴的纪律，是把一个令人兴奋的结果当作更值得怀疑的理由，而不是更少怀疑的理由。

华尔街的翻译

一个具体例子：前视陷阱

假设一个回测测试这样一条规则：在某只股票盈利超预期百分之五以上的次日买入。回测使用的历史数据集，其"超预期"字段是在财报当天记录的。

陷阱在这里。如果这个数据集的盈利意外数据，实际上是用几天后才修订或最终确定的数据填入的——这是数据供应商常见的一种怪癖——那么这个回测就在悄悄使用相对于它声称模拟的那笔交易而言，属于未来的信息。这个策略在历史上会显示出优异的回报。它在实盘中也完全不可交易，因为回测所依赖的信息，在它声称行动的那一天，根本还不存在。

危险的地方在于，从内部看，这看起来完全就像一个发现。回测不会崩溃，也不会报错。它返回一条干净、盈利的收益曲线——而那位研究员，因为确实做了真正的分析工作才找到这个规律，完全有理由觉得这个结果是自己应得的。

为什么这是纪律问题，而非技术问题

具体的数据清理技术是技术性的，也不是这一章的重点。重点是识破这类错误所需要的心理姿态：对自己最好的结果保持最高的怀疑，而不是最低的。

大多数人的本能是相反的方向。一个疲弱或不盈利的回测会被反复挑刺找漏洞。一个强劲、令人兴奋的回测则会被直接采用。文艺复兴的文化刻意反转了这一点——结果越令人兴奋，团队就越要努力寻找它可能只是一个数据瑕疵、而非真实优势的理由。

与图书馆其他书籍的分工

书	拥有的论点
《压路机前捡便士》第二章（沃尔玛盖顿）	一个本身合理、也确实经过检验的策略，被市场自身改变的机制环境摧毁
《投机者的教育》	一个真实的优势，被建立在真实业绩之上的傲慢摧毁
本书第三章	一种完全不同的失败模式：回测本身从来就不是真的，所以从一开始就没有真实的优势存在——交易者在第一笔实盘交易之前就已经被骗了

这一点值得清楚地分开来看。另外两本书描述的是真实优势遇到了变化的世界、或一位过度自信的交易者。这一章描述的是更上游的问题：一个从未真实存在的优势，由数据中的一个错误制造出来，却因为感觉像是严谨的工作而被误认为是一个发现。

可执行的交易规则

1. 把你最令人兴奋的回测或研究结果，当作最需要审查的对象，而不是最少的。为一个出色结果庆祝然后翻篇的本能，恰恰是反过来的。

2. 明确地问：这个分析里有没有任何一条信息，在它声称代表的那个日期上，实际上是不可能获得的？这是识破大多数前视偏差错误的关键问题，它同样适用于散户自己在电子表格里做的分析，也适用于机构级别的回测。

3. 一个策略在测试中表现得越好，就越应该被怀疑，尤其当它的超额表现相对于你测量过的其他任何东西都显得异常突出时。非凡的结果需要非凡的验证，而不是非凡的信任。

4. 区分"这在过去有效"和"这在当时真的可以按照描述在实时执行。"一条依赖决策日期上尚不可知信息的规则，不是一个策略，只是数据集的一个意外。

与退休组合的关系

几乎没有退休投资者会运行机构级别的回测，但背后的心理错误在散户层面同样常见：把一个听起来令人信服的历史故事，误认为是一个经过验证、面向未来的优势。

一只基金五年的业绩记录、一份销售材料里策略的回测表现、或投资者自己"这一招一直都有效"的记忆，都是同一个陷阱的不同版本——一个在事后看起来干净利落的结果，但在实时中，它从来不像回顾时看起来那样可知、可执行、可重复。历史数字越令人印象深刻，就越需要审视，而不是越少。

这非但不会削弱、反而加强了低成本分散核心的理由。指数基金的回报不依赖任何回测是否干净——它就是市场本身实际经历过的回报，不存在前视问题。围绕这个核心构建的任何战术策略，都应该被以文艺复兴的标准来要求：在具体核实过它是否真的能在当时被知晓和执行之前，先怀疑那个令人兴奋的结果。

第四章转向一个方向相反的纪律：知道一个正在起作用的优势，什么时候应该停止扩大。