第五部分 · 量化研究如何产生可信结论 · 第 37 章
审查量化研究: 从论文到回测报告
读懂结论不等于审查过研究。无论面对券商研报、学术论文还是别人发来的一份回测报告,可靠的顺序都相同:先找问题和假设,再查数据与时间,随后看基准、成本、风险和样本外。这一章先给审查框架,再带你按这个顺序真正读一份报告。
本部分的问题:一个金融判断怎样变成可证伪假设,再经过数据、回测、模型和实盘约束?
读完后,你能从问题出发完成研究闭环,而不是先找模型、再给结果编故事。
读完这一章,你会明白
- 读量化资料,先看问题、数据、基准、成本、样本外和风险,最后才看结论。
- 报告的立场、样本选择和展示方式都会影响你的判断,别把宣传材料当研究证明。
- 看回测报告,先看策略、数据、股票池、基准和交易假设,再看收益。顺序反了,结论常常也反了。
- 回撤、换手、成本、持仓暴露和样本外,比孤独的年化收益更能说明一个策略的真实质量。
1. 先找假设,再看结论
1.1. 它到底想证明什么
一篇好报告,开头就会把自己研究什么说清楚:是验证某个因子有没有效,是考察某个策略组合,是分析市场微观结构,还是评价一个产品?问题不一样,评价它的尺子就不一样,先弄清问题再往下看。
反过来说,要是标题起得特别大,比如“AI 量化策略年化 50%”,翻完正文却说不清预测目标是什么、在哪些资产上做、按什么规则交易,警惕值就该拉满。好的研究问题通常土得多、具体得多,例如:在中证 500 股票池中,低波动因子在 2015-2024 年月频调仓下是否有超额收益。
规律是:问题越具体,越容易检验;问题越模糊,越容易拿漂亮话把缺陷糊住。读报告第一件事,就是把它的问题翻译成一句可检验的话。翻译不出来的,先放一边。
真正能防御假研究的,是看之前先问五个问题。报告里没填这五个空的,圧石头有心写多长,或很多结论都是给你看的“添油堵反”。
四个方框是看报告前的防截线：数据可信吗、规则写清楚吗、样本有没有挑过、作者立场和你一样吗——每一项都不要打折。
1.2. 看数据来源和时间范围
数据来源决定结论的可信度。报告应该交代清楚用了哪些数据:行情、财务、指数成分、公告、分析师预测、期货合约、宏观数据;还应说明数据供应商、复权口径、样本区间和更新时点。这些都是研究的地基,不写清就等于没打地基。
时间范围同样关键。只覆盖牛市的策略,证明不了熊市也能活;只覆盖两三年的研究,很容易被那一阵的市场风格牵着走。跨越多个周期的样本当然更有说服力,但也要留心制度变化——十几年前的市场和今天,规则天差地别。
如果报告干脆不披露数据来源和时间范围,通篇只有一句“历史数据显示”,可信度直接打折。没有数据口径,结果就无法复现;无法复现的结论,你只能选择信或不信,那不叫研究,叫信仰。
研报能不能信,不在模型多精巧,在三个时间变量是否干净——数据从哪来、当时是否能看到、口径是否一致。
1.3. 跟谁比,在哪里比
股票策略必须先交代股票池:全 A 股、沪深 300、中证 500、中证 1000,还是某个行业的股票,同样的因子放进去,结果完全不同。股票池还要说明剔除了什么——ST、停牌、新股、低流动性股票,剔不剔、怎么剔,都直接影响结论。
基准也必须配得上。拿中证 1000 的股票池做出来的策略,用沪深 300 当基准就是误导;一个小盘风格的策略如果不控制市值暴露,所谓超额收益可能只是吃到了小盘 Beta,而不是真有选股能力。
读报告时养成条件反射:它到底是和谁比?如果没有基准,或者基准明显不合适,那么收益结论就是不完整的,后面的话都先打个问号。
1.4. 看交易成本和可执行性
很多报告展示的是毛收益,但投资者到手的是净收益,中间那截就是被成本吃掉的。报告应当说明佣金、印花税、滑点、冲击成本、换手率、容量和成交假设。策略换手越高,成本这一项就越值得瞪大眼睛看。
可执行性也得对照真实制度:停牌、涨跌停、T+1、交易单位、成交额、参与率。一个每天买卖低流动性股票的策略,却假设全部按收盘价成交,这种结果再好也不能信——回测里一键买入的单子,实盘里可能排队排到收盘都轮不上你。
看到“未考虑交易成本”这几个字,就把这份报告降级:当作研究灵感可以,当作可投资结论不行。成本是策略本体的一部分,不是附录里一行免责小字。
1.5. 看样本外和稳健性
样本内好不算什么,样本外才算数。要看报告怎么切数据:有没有分成训练、验证、测试;参数是不是只在训练集上调;测试集被反复用了几次;有没有做滚动验证。切法和说法含糊的,默认按最坏情况理解。
稳健性是另一把尺:换个参数、换个市场阶段、换个股票池、换套成本假设,结论是否还大致成立?如果一个策略只在某个参数组合下光彩照人,往旁边挪一步就原形毕露,那大概率是过拟合,不是规律。
特别提防那些只展示最佳参数、绝不展示失败参数的研究。真正可信的研究敢反过来告诉你:这个结果对关键假设有多敏感。只报喜不报忧,是市场部的写法,不是研究部的写法。
一份合格报告必须有 0、1 倍、2 倍、3 倍成本四档的内在价值展示——成本听起来的,也能证明你的本领是否真实;反之,覆盖不了成本变化的策略, 它就不是策略,是原来虚报在的原描述。
1.6. 看风险而不是只看收益
一份报告只摆年化收益,却不给最大回撤、波动率、夏普、换手、杠杆、暴露和尾部风险,那就是严重不完整。收益和风险是一枚硬币的两面,只给你看一面的,多半是因为另一面不好看。
还要看收益的路径,而不只是终点:收益是不是集中在少数几个月?回撤最长持续过多久?有没有长时间横盘不动?市场危机里它是不是直接失效?这些决定了真把钱放进去的人,到底拿不拿得住。
一句话:好的报告会主动展示让你不舒服的信息,差的报告只展示漂亮曲线。研究不是广告,它必须经得起坏问题的拷问。
1.7. 这钱凭什么让你赚
量化结果不一定要有完美的理论撑腰,但至少得有个合理解释:这个因子为什么可能有效?是风险补偿、行为偏差、信息滞后、流动性补偿,还是制度约束?总得占一样,不能只是“回测里就是这么走的”。
没有解释的信号更容易失效,也更难坚持。一个纯数据挖掘出来的信号,历史上再漂亮,只要你说不清它为什么赚钱,等它开始亏钱时你就傻了:分不清这是暂时回撤,还是逻辑彻底完蛋——前者该扛,后者该跑,操作完全相反。
当然,经济解释也不能代替数据。故事讲得再顺,回测不支持,一样不能用。好研究永远是故事和证据互相兜底:缺了任何一边,都别急着信。
1.8. 看是否有利益立场
券商研报、基金月报、产品白皮书,都带着各自的立场。券商希望服务客户,基金公司希望展示产品,自媒体希望吸引流量。有立场不代表内容一定错,但你得知道它是为什么而写,才能判断它最可能在哪一段美化。
产品材料尤其要打起精神:它可能挑有利的阶段展示,把回撤和风险弱化;可能展示费前收益,或者只拿代表性产品出来说事。真想了解,就去看合同、费用、净值、风险揭示书和完整历史,别看海报。
读任何资料,都把两个问题分开:“作者想让我相信什么”,和“证据实际支持什么”。这两个答案之间的差距,就是你作为读者要自己补上的功课。
有立场不等于内容错,但知道作者为什么写,你才知道哪一段最可能被美化:研报可能弱化风险,产品材料可能挑有利区间,自媒体可能夸大确定性。读的时候把两栏分开记:“作者想让我相信什么”,“证据实际支持什么”。两栏之间的差距,就是你要自己补的功课。
1.9. 看懂不算懂,跑出来才算
看到一个有意思的策略,别急着上实盘,先做简化复现:拿你能拿到的数据,按报告描述的股票池、因子、调仓和成本,自己重跑一遍。复现不要求和原报告一模一样,但方向应该接近;方向都对不上,就要追问为什么。
复现过程本身就是收获,因为你一定会撞到报告没写清的细节:缺失值怎么处理,极端值怎么截尾,停牌那天怎么办,财报用公告日还是报告期,行业分类用哪个版本。这些细节每一条都能显著改变结果。
复现失败不必急着喊造假,也可能只是数据口径不同。但有一条结论跑不掉:如果一个结论对细节极度敏感,那它的实用价值本来就要打折——你没那么多运气,恰好踩中它敏感的那个点。
报告没写的关键细节,全藏在复现的路上:缺失值怎么处理、极端值怎么截尾、停牌那天怎么办、财报按公告日还是报告期、行业分类用哪个版本——每一条都足以让结论翻个面。方向能对上,才谈得上借鉴;对不上,先怀疑细节口径,别急着喊造假。看懂是读者的幻觉,跑出来才算数。
1.10. 读报告的固定问题清单
第一,研究问题是什么?第二,数据来源和时间范围是什么?第三,股票池和基准是什么?第四,有没有避开未来函数和幸存者偏差?第五,交易成本和成交假设是什么?
第六,样本外表现如何?第七,风险指标和回撤怎么样?第八,结果稳不稳?第九,收益来源能不能解释?第十,我能不能用自己的数据复现出大方向?
把这十个问题贴在你的研究笔记开头,每读一篇资料就从头到尾过一遍。坚持下来,你的判断力提升会比单纯收藏几百篇报告快得多——收藏不产生判断,提问才产生。
2. 第一次看回测报告
第一次看回测报告,十个人里九个直奔年化收益:年化高,心花怒放收藏;年化低,顺手关掉页面。这样看报告,等于看代码只数行数。回测报告不是成绩单,是一份证据材料。你要像审别人的代码一样审它:输入是什么数据,假设写了什么,交易怎么模拟,风险藏在哪,样本外留没留。这一章按顺序教你审一遍。
2.1. 先看策略说明
翻开报告第一件事:搞清楚策略干什么。是选股、择时、套利、CTA,还是资产配置?交易什么资产?调仓频率多少?用了哪些数据?目标是绝对收益,还是相对基准的超额?这是一份报告的「需求文档」,需求都说不清,后面跑出来的东西不用看。
警惕那种一上来就摆净值曲线、策略规则却语焉不详的报告。策略说明越模糊,越容易在里面藏两样东西:过拟合,和不真实的假设。清楚的人巴不得讲清楚,含糊的人常常不得不含糊。
你不需要一开始就消化所有模型细节。最低要求只有两条:这个策略为什么可能赚钱?它在市场里承担什么风险?这两个问题答不出来,后面任何指标都没有放置的地方。
2.2. 看数据区间和股票池
回测区间决定这份报告经历过的「天气」。2019 到 2021 年,和 2015 到 2024 年,是两种完全不同的样本环境。一个只覆盖上涨阶段的回测,什么都不能告诉你——它对熊市和震荡市一无所知,你还夸它业绩稳定。
股票池同样关键。全 A、沪深 300、中证 500、中证 1000、行业股票池,同一个策略放进不同的池子,交出完全不同的答卷。除了这些,还要确认两件小事:股票池是不是点时的?退市股和 ST 剔没剔除?这两处处理不好,结果直接被污染。
看报告时先做一件事:把样本范围写在纸上。数据区间短、股票池口径不清、退市处理不明——只要占了其中一条,后面所有指标都要在你心里先打个折再看。
2.3. 看基准
收益只有放在比较对象旁边,才有意义。基准就是那个比较对象:股票多头策略,应该和合适的指数比;指数增强,应该和目标指数比;市场中性,应该看绝对收益和与市场的相关性。没有基准,你根本不知道收益从哪来——是市场赏的,还是策略挣的。
基准选错,结论会整个拧掉。一个主买中小盘股票的策略,偏要拿沪深 300 当基准:小盘风格上涨时它跑赢大盘指数,你以为是选股能力强,其实只是风格顺风车。错位的比较,是报告里最安静的谎言。
理想情况下,报告里应该同时展示三条线:策略净值、基准净值、超额净值。第三条线能告诉你前两条看不到的东西——相对基准,策略是不是在持续改善。
2.4. 看交易假设
业绩展示页背后的「隐藏图层」,是交易假设:按什么价格成交?费用怎么收?滑点怎么设?涨跌停、停牌、T+1 处理了吗?交易单位考虑了吗?容量上限在哪?这一层不翻,前面看的全是彩色图层。
两个必须提的问题。第一,如果报告假设按当天收盘价成交——信号是不是也用了当天收盘价?用了,就可能存在未来函数(偷看未来)。第二,如果报告没算成本——扣掉合理成本之后,收益还剩多少?问完这两句,报告的成色常常已经清楚了一半。
交易假设是回测报告里最容易被读者忽略的部分,也是最容易把策略从赚钱改成亏钱的部分。它在目录里常常排最后,在杀伤力上常常排第一。
2.5. 看收益和回撤
看收益要看四个刻度:累计收益、年化收益、年度收益、月度收益。看回撤要看三个维度:最大回撤多深、回撤持续多久、花多长时间修复。只盯最终收益,是只看了比赛的记分牌,错过了整场比赛。
把两个策略并排:年化 20%、最大回撤 40%;年化 12%、最大回撤 8%。哪个好?看你的心脏——前者适合扛得住账户接近腰斩的人,后者适合要睡安稳觉的人。收益高不代表「更好」,只代表「更陡」,而你能不能承受这条路径,才是属于你的指标。
年度收益表是被低估的好东西。它能告诉你:收益是不是集中在某一年?是连续多年有效还是只灵光一现?是全天候,还是只在牛市里表演?拆开按年看,很多惊艳的曲线会露出锯齿。
报告里把两个策略并排:年化 20%、最大回撤 40%,和年化 12%、最大回撤 8%——哪个好,看你的心脏。收益看四个刻度(累计、年化、年度、月度),回撤看三个维度(多深、持续多久、修复多长);只盯终点,是只看了比赛的记分牌。
2.6. 看换手和成本
换手率回答一个朴素问题:这个策略有多爱交易。高换手意味着高成本、高滑点、高执行难度——每一次买卖都在给市场和券商付费。一个因子如果需要高频换仓才赚钱,实盘里它就站在悬崖边上班。
报告应该同时展示成本前后的收益。如果成本前很风光、成本后很骨感,这个策略的边际很薄——风一吹,利润就没了。如果还有成本敏感性测试,更好:它直接告诉你费用假设稍微变一点,结论会不会整个翻过来。
高换手不是原罪,但它必须被足够强的信号和足够硬的执行能力支撑。个人项目里,对高换手策略要多一份谨慎:机构拼车拼弹药,你只有一双手和一台电脑。
2.7. 看持仓和暴露
持仓分析回答的是「策略真金白银买了什么」。持仓数量多少?单票集中度多高?行业怎么分布?市值风格偏哪头?是不是长期偏向某一类股票?这些答案,净值曲线不会告诉你,持仓表会。
一种特别要警惕的情形:报告声称是多因子选股,结果收益主要来自长期重仓某个行业或小市值风格。那它的 Alpha 就要重新解释——押对风格的回报,和选股的超额,是两笔不同的钱。混为一谈,你没法预判它什么时候失效。
暴露本身不是坏事,押注本来就是投资的一部分。但暴露必须可见。写在报告里的风险是风险,藏起来的风险是地雷——看不见的最危险。
2.8. 看样本外
「样本外」三个字是什么意思?模型在训练、调参、选择时没见过的那段历史。一份只有样本内的报告,只证明策略「解释了过去」,不能证明它有未来能力——就像只用考过的旧题测验,分数再高也不说明学会了。
样本外也会被污染,而且污染得很隐蔽:研究员反复看测试集的结果,根据结果回头改策略——这一来,测试集就进了决策回路,不再干净。报告应该坦白两件事:参数是怎么选的?测试集是否真的被保留到最后才开封?
真正有说服力的链路长这样:样本内提出规则,样本外保持大方向有效,模拟盘继续跑验证。三步缺了哪一步,故事都还没讲完。
2.9. 看失败阶段
一份好报告不只谈高光,也应该展示失败阶段:策略什么时候亏?为什么亏?亏损能不能解释?有没有超出历史范围?通篇只有成功剪辑的报告,像一张全程微笑的简历——看着完美,没法信。
失败阶段是风险的标本馆。动量策略怕反转,一旦行情掉头,之前涨得猛的跌得也猛;价值策略怕价值陷阱和长期风格逆风,便宜可以更便宜很多年;市场中性怕对冲成本上升和模型反向。每一种策略都有自己最怕的天气,写得出来的报告才是读过天气预报的报告。
反过来,如果一份报告声称策略几乎没有失败阶段,只有两种可能:要么真找到了极其特殊的东西,要么风险还没被正确记录。理性告诉你先按第二种理解。
2.10. 写读后审查结论
报告翻完,合上当即写一个三段式审查结论。第一段:策略做什么、结果怎么样。第二段:你相信哪些部分、不相信哪些部分。第三段:如果要继续研究,下一步验证什么。三段写完,不超过一页。
这个小小的动作防的都是大病。只读后不写,结论会被单个亮眼指标带走;落到三段文字里,报告会被你主动拆成三摞:哪些假设可信,哪些需要复现,哪些风险没讲清。前者是观众,后者才是审查官。
放宽心态:读回测报告的目标不是立刻找到「能实盘的那个策略」,而是训练审查能力。审查能力越强,漂漂亮亮的曲线越骗不了你——这个能力,陪你走的比任何一份报告都远。
小结
这一章的正文不是让你记住几个孤立名词,而是要把它们放回同一条因果链里。读完后,先用自己的话复述下面几条判断,再顺着“小节回看”检查是否能解释每一步。
- 读量化资料,先看问题、数据、基准、成本、样本外和风险,最后才看结论。
- 报告的立场、样本选择和展示方式都会影响你的判断,别把宣传材料当研究证明。
- 看回测报告,先看策略、数据、股票池、基准和交易假设,再看收益。顺序反了,结论常常也反了。
- 回撤、换手、成本、持仓暴露和样本外,比孤独的年化收益更能说明一个策略的真实质量。
小节回看
- 1.1. 它到底想证明什么
- 1.2. 看数据来源和时间范围
- 1.3. 跟谁比,在哪里比
- 1.4. 看交易成本和可执行性
- 1.5. 看样本外和稳健性
- 1.6. 看风险而不是只看收益
- 1.7. 这钱凭什么让你赚
- 1.8. 看是否有利益立场
- 1.9. 看懂不算懂,跑出来才算
- 1.10. 读报告的固定问题清单
- 2.1. 先看策略说明
- 2.2. 看数据区间和股票池
- 2.3. 看基准
- 2.4. 看交易假设
- 2.5. 看收益和回撤
- 2.6. 看换手和成本
- 2.7. 看持仓和暴露
- 2.8. 看样本外
- 2.9. 看失败阶段
- 2.10. 写读后审查结论
自测
为什么读报告要先看研究问题?
问题越具体越可检验;问题含糊,漂亮结论就可能盖住数据和交易假设的缺陷。
报告没考虑交易成本该怎么看?
降级处理:只能当作研究灵感,不能当作可投资结论。
为什么回测报告不能只看年化收益?
年化收益对回撤、成本、样本外、基准和风险暴露一概不谈;单看一个终点数字,等于只听了故事的最后一句。
交易假设为什么重要?
成交价格、费用、滑点、涨跌停和容量直接决定纸面收益能不能兑现;假设离市场越远,报告越像科幻小说。
进入第六部分 · 策略如何变成产品
不同量化策略赚的是什么钱,承担什么风险,最终怎样装进受约束的产品?