投資者總是覺得自己被欺騙原因在這裏 - 彭博社

在一月初的芝加哥一家酒店，坎貝爾·哈維向美國金融協會發表了一場激動人心的總統演講，該協會是全球領先的金融經濟學研究學會。他説，要在期刊上發表文章，存在一種強烈的誘惑，即折磨數據直到它承認——也就是説，進行一輪又一輪的測試，以尋找可以聲稱具有統計顯著性的發現。哈維，杜克大學富誇商學院的教授説：“不幸的是，我們的標準測試方法往往無法回答我們提出的問題。”他告誡大家：“我們不是銷售人員。我們是科學家！”

彭博社商業週刊他們不是隱士。尋求庇護者擠滿了拜登承諾關閉的監獄美國正在用尋求庇護者填滿臭名昭著的前監獄大學橄欖球需要向大聯盟學習一課那些銷售比職業選手更多棒球棒的網紅兄弟們哈維在學術界識別出的問題在投資界同樣嚴重，甚至更糟。像交易所交易基金這樣的大眾市場產品正是使用你在學術期刊中發現的同樣有缺陷的統計技術 concocted 的。哈維在2014年與杜克大學的同事劉燕共同撰寫的一篇論文中寫道：“這意味着公司向客户銷售的半數金融產品（承諾超額收益）都是虛假的。”

打敗市場很難，但總有新的產品試圖這樣做

我們大多數人都有一種模糊的感覺，認為投資公司收取高額費用，卻產生的結果與隨便扔飛鏢在股票列表頁面上得到的結果沒有什麼區別。然而，發現我們是正確的，這仍然令人不安。而理解出錯的機制是很重要的。

問題的核心在於，擊敗市場是很困難的，但人們仍然不斷嘗試。豐富的計算能力使得測試成千上萬，甚至數百萬種交易策略成為可能。標準的方法是查看如果在過去20年市場的起伏中使用該策略，它會表現得如何。這被稱為回測。作為質量檢查，該技術隨後在一組“樣本外”數據上進行測試——即未用於創建該技術的市場歷史。

然而，在錯誤的手中，回測可能會出現可怕的錯誤。曾經發現，在一批聯合國數據中，預測標準普爾500指數的最佳指標是孟加拉國的黃油生產。Randall Munroe的極客網絡漫畫xkcd完美地捕捉了這種精神：它描繪了一位女性聲稱果凍豆會導致痤瘡。當統計測試顯示沒有證據表明有影響時，她修正了自己的説法——這一定與果凍豆的口味有關。因此，統計學家測試了20種口味。19種沒有顯示任何結果。偶然間，有一種口味的果凍豆消費與痤瘡爆發之間存在高度相關性。漫畫的最後一幅是報紙的頭版：“綠色果凍豆與痤瘡相關！95%置信度。只有5%的巧合機會！”

金融數據的情況更糟，因為研究人員在尋找珍貴的“異常”時有更多的調整空間——數據中看似可能成為賺錢機會的微妙模式。他們可以改變時間段、考慮的證券集合，甚至統計方法。負面結果被放入文件抽屜；正面結果則提交給期刊（終身教職！）或製作成我們依賴於退休的ETF。測試樣本外的數據以保持誠實是有幫助的，但並不能解決問題。經過足夠的測試，最終出於偶然，即使是你的安全檢查也會顯示出你想要的效果。

也稱為數據挖掘或過擬合，p-hacking是強迫數據屈從於你意志的技術術語

哈維稱折磨數據直到它坦白的術語為“p-hacking”，這是對p值的引用，p值是統計顯著性的一個衡量標準。P-hacking也被稱為過擬合、數據挖掘——或數據窺探，這是麻省理工學院金融工程實驗室主任安德魯·洛的創造。洛説：“你越是回顧過去，就越有可能找到你喜歡或關注的奇特模式。這些模式最不可能重複。”

當華爾街的人們可以通過他們的股票選擇技能賺取豐厚的收入時，這些把戲並不是必要的。當人們意識到很少有人能夠持續擊敗低成本的指數基金，比如跟蹤標準普爾500指數時，這種工作變得稀缺。

指數基金便宜，因為其贊助商不需要僱傭昂貴的股票挑選者，但它們並不完美。指數中的股票按市值加權，因此蘋果佔標準普爾500的3.7%，而魯珀特·默多克的新聞集團僅佔0.008%。當某隻股票因某種原因變得熱門時，指數基金必須購買更多的該股票，這可能不是最明智的選擇。

華爾街的答案是今天最時尚的投資風格：智能貝塔。根據彭博社彙編的數據，截至二月底，美國投資於使用 智能貝塔策略 的股票交易所交易基金超過 $5000億。“貝塔”是指你從擁有整個股市的一部分中獲得的投資回報，就像在傳統的指數基金中一樣；“智能”部分則是指打破與市場價值的聯繫。智能貝塔指數中的股票可能根據公司銷售、賬面價值或特殊成分（如“質量”，基於管理良好的公司往往在股市中表現優異的理論）進行加權。

問題是，基金經理在爭奪投資者資金的競爭中變得過於創造性。引用 吉普賽女郎 中的脱衣舞者，你必須有一個噱頭：有超過一千個新指數的ETF。可惜，創造力並不等於成功。大型投資管理公司先鋒集團在2012年計算出，ETF在其回測中表現良好，在上線前的五年中平均超越市場10個百分點，但在之後的五年中則每年落後市場1個百分點。根據 投資組合管理雜誌 的一篇文章，最複雜的策略在其回測中遭遇的下滑最大。

關於誰在提出虛假的投資概念，爭論不斷。位於康涅狄格州格林威治的AQR資本管理公司，最初是一家量化對沖基金，通過管理他人的資金在智能貝塔基金中迅速成長。它專注於“因素”，如質量和動量，聲稱這些因素能帶來可靠的超額收益。AQR的創始人兼首席投資官克利福德·阿斯尼斯是一位億萬富翁。加利福尼亞州紐波特海灘的Research Affiliates首席執行官兼創始人羅布·阿諾特表示：“我認為克利夫這些年來做了一些傑出的工作，”但他補充説，他“對數據挖掘的普遍性及其對他所使用的因素的影響缺乏足夠的懷疑。”

阿斯內斯通過電子郵件回應稱，這兩家公司“在價值、低風險和動量等一系列因素上基本上有着非常相似的信念，我們認為我們都對這些因素施加了很多先驗的懷疑。”他補充説，“到目前為止，幾乎沒有證據表明AQR研究中的基於質量的因素現在的表現與回測時有所不同。”但這並不是一個很大的主張，羅切斯特大學西蒙商學院的教授羅伯特·諾維-馬克斯説，他曾為AQR提供諮詢，現在為另一個團隊——維度基金顧問提供諮詢。“即使它表現得非常糟糕，你也不會知道。樣本外的時間實在太少，無法做出任何一方面的主張。”

老話説得好：如果資產管理者和金融教授都超級聰明，為什麼他們不超級富有？大筆資金是由那些忽視金融理論的公司賺取的。位於長島的文藝復興科技公司充滿了數學家和物理學家，但不會僱傭金融博士。Two Sigma Investments由計算機科學家和數學家管理。D.E. Shaw由一位計算生物學家創立。等等。反映出數學家對金融領域馬虎態度的蔑視，2014年在美國數學學會通報中提到回測過擬合被稱為“偽數學和金融騙子行為。”

哈維，自那時以來已完成美國金融協會會長任期，曾寫道，金融在確保其發現具有統計有效性方面落後於其他領域，包括遺傳學。“我們行業中的許多人，包括我自己，”過去對數據進行了不充分的測試，他在芝加哥説。現在他説，那次演講讓一些人感到不滿，但這沒關係。“為了推動這個領域進一步發展，有時你必須願意變得非常不受歡迎。” ——與賽傑爾·基尚和達尼·伯傑共同撰寫