他走到白板前，画了一条时间轴：

    “假设你观察到，过去三个月，某类股票表现特别好。你可以去想，这是什么原因？然后提出一个假设——比如，可能是财报超预期的股票在季报后有持续动量。”

    他指着时间轴上的“观察点”：

    “这个观察，可以作为假设的来源。但验证这个假设，不能用观察到的这段数据。必须用观察点之前的数据做训练，观察点之后的数据做验证。”

    他顿了顿：

    “这叫‘样本外测试’。如果观察点之后的表现和观察期内一致，那这个假设才值得信。”

    小林在本子上飞快地记着。

    小吴忽然举手：

    “周老师，那如果我们跑了很多因子，发现其中几个表现特别好——这算不算数据窥探？”

    周寻看着她：

    “算。而且是很典型的一种。”

    他走到白板前，画了一个新图：

    因子A 因子B 因子C 因子D 因子E

    回测1 好 差 好 差 差

    回测2 差 好 好 差 好

    回测3 好 差 差 好 好

    “如果你测了一百个因子，然后挑出表现最好的五个——这五个，大概率是运气。因为在随机数据里，总会有一批因子表现特别好，哪怕它们毫无意义。”

    他看着小吴：

    “这叫‘多重测试偏差’。测的因子越多，偶然发现好结果的概率越大。所以，我们必须用‘样本外测试’来验证——选出来的因子，必须在没见过的数据上重新跑一遍，才能证明它不是运气。”

    小吴点头。

    陈默听着这些，忽然想起什么。

    “周寻，”他问，“你说的这些，在学术界有标准做法吗？”

    周寻点头：

    “有。一般会把历史数据分成三部分：训练集、验证集、测试集。”

    他走到白板前，画了一个新图：

    ```

    历史数据

    ├── 训练集 (60%): 用来开发策略、调整参数

    ├── 验证集 (20%): 用来验证策略稳定性、防止过拟合

    └── 测试集 (20%): 只在最后用一次，评估真实表现

    ```

    “训练集可以反复用，不断优化。验证集可以偶尔用，检查策略是否过拟合。测试集——只能跑一次，跑完就不能再改。这个结果，才是真正有说服力的。”

    他看着陈默：

    “我们现在的数据只有五年，分三段的话，每段太短了。但至少，我们可以留出最后一年做‘样本外测试’。”

    陈默想了想：

    “那就从2009年1月到现在，作为样本外。2005到2008年，作为样本内。所有因子开发，只能用2008年底之前的数据。2009年以后的数据，谁也不许碰。”

    他看着所有人：

    “这是纪律。”

    没有人说话。

    但每个人的表情，都比刚才更认真了。

    ---

    中午十二点，流程讨论暂告一段落。

    陈默让赵姐去楼下买盒饭，自己站在白板前，看着那张流程图。

    周寻走到他身边。

    “陈总，”他说，“您刚才说的那些，比我想象的更细。”

    陈默看着他：

    “细吗？-->>

本章未完，点击下一页继续阅读