一个交易信号，什么样的统计结果才值得相信？

上一篇文章讨论了为什么历史数据不能直接给出交易答案。

当我们把一个交易想法写成明确的条件，并得到胜率、平均收益和最大回撤等统计结果后，新的问题随之出现：

看到什么样的结果，才能认为这个信号值得继续研究？

假设某个信号在历史样本中的上涨比例是 70%。这个数字看起来不错，但我们还不知道：

• 70% 来自 10 个样本，还是 1000 个样本；
• 同期市场本身的上涨比例是多少；
• 盈利能否覆盖亏损和交易成本；
• 结果是否依赖少数几次极端行情；
• 换一段没有参与参数调整的数据后，优势是否仍然存在。

因此，本文所说的“值得相信”，不是证明一个信号未来一定有效，而是：

现有统计证据足以支持我们继续验证，而不是仅凭一个好看的数字下结论。

要判断证据是否充分，可以从下面几个问题依次检查。

统计口径是否清楚？

看到“胜率 70%”时，最先需要确认的不是高不高，而是这个数字如何计算出来。

例如，“上涨”可能分别指：

• 信号出现后的下一个交易日收盘价上涨；
• 未来 5 个交易日内最高价触及目标价；
• 买入并持有 5 个交易日后获得正收益；
• 扣除交易成本后仍然盈利。

它们使用相同的历史行情，却回答了不同的问题。

一项可以复现的统计，至少需要说明：

• 研究的品种和时间范围；
• 信号触发条件；
• 买入、卖出和持有规则；
• 盈利与亏损的定义；
• 复权、停牌和异常数据的处理方式；
• 手续费、滑点等成本口径。

如果这些条件没有固定，研究者很容易在看到结果以后再调整定义，直到得到一个满意的数字。此时看似精确的胜率，可能只是反复筛选后的结果。

口径明确以后，才能继续讨论样本是否足以支撑这个结果。

样本数量够不够？

假设有两个交易信号：

信号 A
测试次数：10 次
盈利次数：8 次
历史胜率：80%

信号 B
测试次数：1000 次
盈利次数：650 次
历史胜率：65%

只看胜率，信号 A 更高。但 10 次交易中的一次结果，就能让胜率变化 10 个百分点；在 1000 次交易中，一次结果只会让胜率变化 0.1 个百分点。

这说明样本较少时，统计结果更容易受到偶然事件影响。

不过，样本数量也不能只看表面上的次数。假设一个信号连续 20 天触发，而这 20 次结果都来自同一轮上涨行情，它们就不一定能提供 20 份相互独立的证据。使用重叠持有周期时，也可能重复计算同一段价格变化。

因此，比“样本越多越好”更准确的检查方式是：

• 样本数量是否足以观察常见结果和异常结果；
• 样本是否过度集中在少数时间段；
• 多个样本是否重复反映同一轮行情；
• 统计结果在增加新样本后是否剧烈变化。

样本能够减少偶然性的影响，却仍然不能单独证明信号有优势。接下来还要问：这个结果比什么更好？

信号是否优于合理的比较基准？

假设某个信号出现后，第二天上涨的历史比例是 70%。如果同一时期该品种任意一天买入后，第二天上涨的比例也是 70%，那么这个信号可能没有提供额外信息。

因此，统计结果需要与合理的基准比较。例如：

• 不使用信号时的同期结果；
• 随机选择交易日的结果；
• 简单持有策略的结果；
• 承担相近风险的其他规则。

比较时还要尽量保持品种、时间范围、持有周期和成本口径一致。否则，差异可能来自比较条件，而不是信号本身。

基准解决的是“这个信号是否带来额外信息”的问题。但即使信号的胜率高于基准，也不代表最终能够获得正收益。

胜率和盈亏幅度能否形成正向期望？

假设一个策略共交易 100 次：

70 次盈利，每次平均盈利 1 元
30 次亏损，每次平均亏损 3 元

暂不考虑交易成本：

总盈利 = 70 × 1 = 70 元
总亏损 = 30 × 3 = 90 元
合计结果 = 70 - 90 = -20 元

虽然历史胜率达到 70%，最终结果仍然为负。

为了把胜率和盈亏幅度放在一起，可以计算每笔交易的期望收益：

期望收益
= 胜率 × 平均盈利
− 亏损率 × 平均亏损
− 平均交易成本

例如：

胜率：60%
平均盈利：2%
亏损率：40%
平均亏损：1%
平均交易成本：0.1%

期望收益
= 60% × 2% − 40% × 1% − 0.1%
= 0.7%

在这组历史样本和假设条件下，平均每次交易的期望收益为 0.7%。这可以作为继续验证的依据，但不能直接理解为下一次交易会获得 0.7% 的收益。

对于做 T 来说，成本尤其重要。单次目标价差通常较小，手续费、滑点以及无法按预期价格成交，都可能让回测中的微弱优势消失。

期望收益把胜率、盈亏幅度和成本放到了一起，但平均值仍然可能隐藏重要信息。

收益是否依赖少数极端样本？

假设一个策略前 99 次交易合计亏损 5%，第 100 次盈利 10%。从平均结果看，整个策略仍然盈利，但大部分交易并没有表现出优势。

因此，除了平均收益，还需要观察收益分布：

• 收益的中位数是多少；
• 大多数结果集中在哪个区间；
• 最好和最差的单次结果是多少；
• 去掉少数极端样本后，结论是否明显改变；
• 盈利是否主要来自某一年或某一轮行情。

如果一个信号的正收益完全依赖少数难以重复的极端行情，那么它的平均收益可能不够稳定。

但收益分布只告诉我们单次结果如何分散。真实交易还要面对结果出现的顺序，而顺序会直接影响资金曲线和执行压力。

风险是否处于可以承受的范围？

两个策略可能拥有相同的总收益，却经历完全不同的过程。

其中一个策略的收益较平稳，另一个策略可能先出现长时间连续亏损，再依靠一次大幅盈利恢复。如果只看最终收益，这种差异会被忽略。

因此，还需要检查：

• 最大回撤；
• 最大单次亏损；
• 最长连续亏损次数；
• 回撤持续时间；
• 恢复到前期高点所需的时间；
• 不同仓位下可能承受的资金波动。

这些指标不能单独判断信号是否有效，却能帮助我们判断：即使历史优势能够延续，执行者是否有能力承受中间的风险。

到这里，我们检查的仍然是同一组历史样本。一个更严格的问题是：换一段时间，结果是否还成立？

结果在不同阶段是否稳定？

一个信号可能只在上涨、下跌或高波动阶段有效。分阶段检查的目的，不是要求它在所有环境中都盈利，而是了解它的适用条件和失效边界。

可以分别观察：

• 不同年份的表现；
• 上涨、下跌和震荡阶段的表现；
• 高波动与低波动阶段的表现；
• 参数小幅变化后的表现；
• 不同但具有相近特征的品种表现。

如果参数只改变一点，结果就从明显盈利变成明显亏损，原来的“最佳参数”可能只是碰巧贴合历史数据。

相对稳定也不意味着每个阶段的收益都相同。更值得关注的是：

• 优势是否只来自一个孤立阶段；
• 结果变化是否能够用市场条件解释；
• 信号失效时是否有可以识别的共同特征。

即使分阶段结果较稳定，如果所有数据都参与过参数调整，仍然可能存在过拟合。此时需要让信号面对它没有“见过”的数据。

样本外和实际交易结果如何？

一种常见做法是把历史数据分成两部分：

样本内数据：用于提出假设和调整规则
样本外数据：用于检查规则在新数据中的表现

如果根据样本外结果继续反复修改规则，这部分数据实际上也会逐渐变成样本内数据。因此，样本外验证的关键不是简单切分时间，而是避免一边看答案，一边改条件。

通过初步样本外检查后，还可以使用小仓位或模拟交易继续观察：

• 信号能否及时计算；
• 预期价格能否实际成交；
• 滑点和费用是否符合假设；
• 实际结果是否落在历史分布的合理范围内；
• 执行规则是否清楚到可以重复。

回测验证的是历史条件下的计算结果，实际观察则会暴露数据延迟、成交限制和执行偏差。两者相互补充，但都不能保证未来结果。

怎样综合判断一个信号是否值得继续研究？

没有一个胜率或样本数量阈值，能够单独回答这个问题。更合适的做法是检查多项证据是否相互支持：

• 统计条件清楚，并且能够复现；
• 样本数量与覆盖范围足以降低偶然性的影响；
• 与合理基准相比，信号提供了额外优势；
• 扣除交易成本后，期望收益仍然为正；
• 收益不完全依赖少数极端样本；
• 回撤和连续亏损处于可以承受的范围；
• 不同阶段的表现能够解释，适用边界相对清楚；
• 样本外和实际观察没有让原有优势明显消失。

如果只有其中一个数字表现突出，更适合把它当作线索，而不是结论。只有多项检查指向相近的结果，一个交易想法才有理由进入下一轮验证。

整个过程可以整理为：

提出交易假设
    ↓
固定统计口径
    ↓
检查样本与比较基准
    ↓
计算收益、成本与风险
    ↓
分析分布和阶段稳定性
    ↓
进行样本外与实际观察
    ↓
根据新结果继续验证或放弃假设

当前结论

一个交易信号是否值得相信，不能只看一次成功、高胜率或某一年的高收益。

真正需要寻找的是一组相互支持的证据：样本足够且不过度重复，结果优于合理基准，扣除成本后仍有正向期望，风险可以承受，并且优势没有在分阶段和样本外检查中迅速消失。

即使满足这些条件，当前结论仍然只是：

这个信号在已有证据下值得继续验证。

它不是对未来收益的保证。

下一步还可以继续追问：

如果一个信号来自技术指标，为什么不能直接使用指标默认参数，而要重新进行历史验证？

下一篇

《为什么技术指标需要历史验证？》