你有一天突然看k线图一拍大腿想到一个好的交易模型，觉得自己找到了一个“印钞机”，于是迅速去跑回测，又一拍大腿，年化利润率30%，满仓，干！

但是现实很残酷，没几个月赔光了。

发生甚么事了？

下面我将提出3点可能的原因，并按照概率从大到小进行排序：

1、有偏样本

你所发现的模型本来就脱胎于现实的数据挖掘，这个过程是这样的，你先发现了积聚数据，然后在积聚数据中找了一个摇钱树模型，其实你这是陷入了“循环论证”的怪圈。

假设我宣布，我能在抛硬币时连续抛出正面，因为在我小时候一直在练习抛硬币，我可以制造证据证明我的抛硬币技能。假设我刚刚抛了20次硬币，得到了9次正面和11次背面。这没有任何奇特之处。不过，如果我能想出一种脆弱的借口，丢弃10个背面的数据，那么，瞧，我在10次抛硬币实验中抛出了9个正面。这是令人信服的证据吗？当然不是。

在随机现象中，经常发生“数据积聚”的现象，比如说，连续十一次扔硬币出现正面，假如我的模型恰好符合这些积聚的数据，我当然可以自大地认为我发现了摇钱树。（我看别的答案都管这叫做“幸存者偏差”，随便吧，怎么叫都行。）

在决策点那个时间点上，我其实不知道我接下来的决策会造成什么样的影响（进入哪个平行宇宙），但是是我必须做出选择。

在我做出选择后，宇宙分裂为N个平行宇宙。

我把平行宇宙三当做是我们的主宇宙，也就是能被我们观测的宇宙，里面包含了历史上的所有信息。

而其他宇宙，是不能被我们观测到的宇宙，提取不到数据，可以看做在决策点的那个时间点上，有可能发生的但没有发生的风险，但是这种风险在决策点的时候是我们必须承担的。

我们的历史，我们过去记载的数据只是代表我们这一个宇宙，一条时间线上面的数据。如果平行宇宙的理论是正确的话，那么我们每次做决策宇宙分裂的时候，其他平行宇宙的数据我们是观测不到的，这导致我们回测的数据必须是也只能是一个“有偏样本”，我们留在市场的每个人都是幸存者，只能观察自己可以观察到的数据来自嗨。

世界那么大，总会找到支持模型的样本。

2、现实的易变性

世界有着易变性，而且这种易变性不是遵循着线性变化的。当前的市场的规律和状态正在进行着潜移默化的改变，而你不为所知。

想象一下，我们的科技是不是在发展？一些能够改变世界的因素是不是在发生变化？

有人会说，人性不变，交易里面的规律就不会变。可能对吧，但是我们的主观看法能够改变客观世界的价格，但是客观世界也有它们自己的不以人的意志为转移的规律啊！

我们的人文社科历史确实是在不断重演的，但是我们的自然科学的历史一直是在进步的，从来都没倒退过。而金融世界是由社会科学和自然科学互相叠加影响而成的，在人文的历史中我们可以寻找规律，但是找到的规律不能用于科技史。科技一旦出现，原先的假设条件就再也回不去了。

科技黑天鹅（此处的黑天鹅指的是正向黑天鹅）没准就是“突然给你来这么一下子”，让你无所适从。我们把历史上的科技进步都称作是“革命”，比如说工业革命等，可见，科技进步具有一定的突变性，她不像是渐进的保守主义者，而是激进的黑天鹅。

我们的世界是必然性和偶然性、社会科学和自然科学、主观与客观相互交织相互影响的世界。没有一种理论可以永远包打天下，如果有，那么也像是“大力丸”一样的药效，名不副实罢了。

你会发现你的模型在实测的时候胜负交替发生，但是你也统计不到你的胜率和赔率到底是多少。在这种情况下，你很可能很快就放弃治疗了。

As I said before, the market dynamics depends on four basic factors: the nature & intrinsic value of the assets, the spectrum of trader species, the price formation mechanism, and the regulatory philosophy & action of regulators. It is a multivariate function. Even only one factor is ignored, the results are most likely not as expected by the regulators. 正如我之前所说，市场动态取决于四个基本因素：资产的性质和内在价值，交易者种类的范围，价格形成机制，以及监管者的监管理念和行动。它是一个多元函数。即使只有一个因素被忽略，结果也很可能不像监管者预期的那样。

资产的性质和内在价值，就是和科技进步，客观世界密切相关的变量。当然政策、价格形成机制、交易者这些变量都是主观客观互相影响互相纠缠形成的。不存在单一的模型通向“投资圣杯”。

3、样本量太小形成不了结论

可能你的策略脱胎于某个金融产品，但是这个金融产品是新兴事物，还没发展壮大，你的回测数据样本量有限，提高不了数据的置信区间。

这里面我要着重说一下集思录大佬凌波大大的双低可转债轮动策略。这个策略好是好，最大的问题就是运行才4年，还没经过牛熊轮换的检验，而且早期可转债数量比较少，只有50多个。

我觉得回测的数据不应来源于数据挖掘，从过去的数据中寻找模型可能会犯先射箭再画靶心的错误。如果我们仅仅根据过去的趋势去预测未来，而不去考虑这些趋势是否有逻辑上的意义，那么我们的模型可能就会与未来发生的事相去甚远。

没有逻辑支撑会有多可笑呢？

一项研究考察7过去350年的英国演讲家，发现平均句子长度从弗朗西斯培根的每句72.2词下降到了温斯顿·丘吉尔的每句24.2词。按照这个速度，每句单词数量将在一百年后达到零点，然后变成负值。

按照上述推论，我们现在都应该是“哑巴演说家”。

在一段时间里，金价和银价的比值波动很大，在1970到1985的15年中，金价和银价的比值总是能够回到34:1到38:1之间，假如你根据这个规律，做一个模型，在价格偏离比值的时候卖出高估的标的，买进低估的标的，等待着金价和银价的比值收敛于34:1~38:1，那么，你会在1985年到2012年直接爆仓出局，如果你继续追加保证金（期货自带杠杆），那么你的损失将会超过10倍本金，因为1986年到2012年，金银价格比例的平均值是66。为什么金价和银价的比例会维持在一个神秘的区间？你能否说明其解释？如果不能，那么为什么不把它当做是某种巧合呢？

被饲养了1000天的火鸡，在第1001天被饲养员端上了饭桌，因为感恩节到了。

我们应该直接提出模型（从零开始），然后用未来的数据去验证对不对。

后视镜里面可能没有未来。

哦对了我一个清华的同学在做私募，他说模型没用……