市场上最昂贵的错误不是一笔糟糕的交易。而是把一段运气误认为是自己的技能。而市场正是专门为了让你犯这个错误而设计的机器。
每个曾经爆仓的人，都曾在某个时刻是对的。他们有一套行之有效的系统。连续几周的盈利记录。一份看起来像通往天堂阶梯的回测报告。然后，这一切戛然而止，资金也随之消失。
我想温和地与你探讨一个令人不安的真相，因为一旦你看到了它，就无法再视而不见，而它会悄无声息地让你比大多数交易者都更出色。市场是一台制造"令人信服的运气"的机器。它通过纯粹的随机性，不断将连胜记录和漂亮的回测结果，施舍给那些毫无优势可言的人。区分一个交易业务和一个老虎机的唯一技能，就是辨别真正的优势与运气带来的假象。几乎没有人掌握这项技能，但它完全是可以学会的。
让我向你展示，为什么你自己的大脑在与你作对，为什么数学注定你会被愚弄，然后，再提供那少数几个真正能帮你将运气与技能剥离的工具。
第一层 —— 为什么你的大脑才是问题所在
先从那个做出判断的机器说起：你。
人类是模式识别器，我们进化到能在草丛里看到老虎，因为一次错误的警报几乎毫无代价，而一次漏看则可能付出生命的代价。所以，我们天生就倾向于寻找模式，哪怕它们根本不存在。丹尼尔·卡尼曼（Daniel Kahneman）因研究这个问题而获得诺贝尔奖，他称之为"叙事谬误"：我们拿到一系列随机事件，便会不假思索地将其编织成一个有因果关系的故事。你的三笔盈利交易，你的大脑坚持认为，那不是运气。那是你的判断力、你的系统、你的技能。
这并非一个你光靠聪明就能想通的缺陷。卡尼曼花了五十年证明，最聪明的人也同样会被愚弄，有时甚至更甚，因为他们更擅长编造令人信服的故事。第一步既令人谦卑，又令人解脱：在数学证明你的论断之前，先假设你对模式的直觉是错的。
第二层 —— 保证你会被愚弄的定律
现在来看数学，而这正是重塑一切的关键。
1989 年，统计学家佩尔西·戴康尼斯（Persi Diaconis）与弗雷德里克·莫斯特勒（Frederick Mosteller）共同提出了他们所谓的"巨数法则"。它阐述了一个简单而毁灭性的道理：在足够多的试验次数下，任何荒谬的事情不仅可能发生，而且必然会发生。给足够多的人足够多的机会，总有人会连续掷出十五次正面，中两次彩票，或者交出一个完美无瑕的交易月。不是因为他们天赋异禀。而是因为，在数百万的人和数百万次的尝试中，那个百万分之一概率的事件，注定会落在某个人头上。
想想这对市场意味着什么。成千上万的交易者每天都在运行他们的系统。纯随机性就足以保证，其中一些人此刻正处于令人难以置信的连胜中，而他们毫无技能可言。当你看到一个"天才"完成了二十笔盈利交易，你几乎可以肯定，你看到的正是那个"巨数法则"必然会造就的人。你自己盈利的一周，从内部视角来看，也是同样的情况。它感觉像是命运。但实则是算术。
第三层 —— 同一法则的另一面
这里有一个转折，它让整个事情变得可以利用起来。
同样的数学法则，它制造了虚假的赢家，却也是唯一能揭示真正赢家的东西。早在 1713 年，雅各布·伯努利（Jacob Bernoulli）就证明了"大数定律"：随着你重复一个赌注的次数越来越多，你观察到的结果会趋近于其背后真实的优势。一个真正的 51% 的胜率，在十次交易中是看不见的，但在上万次交易中则清晰可辨。
所以，真正的优势和运气带来的假象，在小样本下看起来完全一样。在一百次交易中，你无法区分它们。用更好的图表不行，用更多的信心不行，编一个故事也不行。唯一能将技能与运气分开的，是一个足够大的样本，大到让伯努利定律能够压倒噪音。这就是为什么那些在第三周放弃一个真实策略的人，和那些在运气暂歇时孤注一掷的人，犯的是同一个错误，只是方向相反：他们都在解读一个太小、毫无意义的样本。
第四层 —— 回测是个骗子（以及它为什么是骗子）
这正是大多数散户资金真正消亡的地方，所以值得深入理解。
一个回测优化器会尝试成千上万种参数组合，然后给你那个在过去数据上表现最好的组合。想想这个过程意味着什么。你并没有发现一个模式。你只是在纯粹的噪音中搜索，直到找到一个恰好符合过去的形状。在足够多的尝试下，你必然能找到这样一个形状，它看起来会非常棒，但实际上毫无意义。
数学家马科斯·洛佩斯·德·普拉多（Marcos Lopez de Prado）与大卫·贝利（David Bailey）为这个现象给出了精确的数据。他们证明，仅仅运行三次回测就足以产生一个看起来具有统计显著性，但纯粹是过度拟合的策略。如果你尝试几百次（任何软件都能在几秒内完成），你就能从随机数据中制造出几乎任何想要的夏普比率。为此，他们构建了一个修正指标——"缩水夏普比率"（Deflated Sharpe Ratio），它的全部工作就是问：考虑到你尝试了多少策略，这个结果到底有多令人印象深刻？通常，诚实的答案是：一点也不。
而且，这种衰退是可以衡量的。当麦克莱恩（McLean）和庞蒂夫（Pontiff）追踪了 97 个被发表过的、声称能战胜市场的策略时，真实的样本外收益比回测结果低了 26%，而在发表之后，当全世界都知道了，这些收益又下降了 58%。所谓的优势大部分是过度拟合，而仅存的那一点点真实优势也被套利抹平了。回测从来就不是什么重大发现。它是一个陷阱。
第五层 —— 为什么"天才"总会褪色
还有一股力量在悄悄抹去虚假的优势，而一位名叫弗朗西斯·高尔顿（Francis Galton）的维多利亚时代绅士在 1886 年测量父母及其子女身高时发现了它。
高尔顿注意到，异常高大的父母会有高大的孩子，但平均而言，孩子的身高会稍矮一些，更接近平均值。极端的结果之后，往往跟着不那么极端的结果。他称之为"均值回归"，这种现象无处不在。去年回报 200% 的基金，连续 15 笔盈利的交易者，排行榜第一的策略：要达到这种极端，他们几乎总是在自身技能的基础上，借助了大量的运气。而运气不会重复。所以，下一期就会向均值回归，大家都称之为"失去了魔力"。从来就没有什么魔力。有的只是一个极端，而极端终究会回归。
这就是为什么追逐上个月最热的策略，几乎是一种完美的、在运气耗尽前买入运气的方式。
第六层 —— 真正区分优势与运气的工具
那么，那些人是怎么做的呢？一个真正的基金如何区分信号和噪音？不是靠什么秘密武器。而是靠一份古老、公开的防御清单，以及严格执行它们的纪律。
他们进行样本外测试。优势必须在它从未见过的数据上有效，因为拟合过去是轻而易举的，预测未来才是唯一重要的。这就是交叉验证所做的事情。
他们诚实地要求统计显著性。罗纳德·费希尔（Ronald Fisher）在一个世纪前就为世界提供了这套工具：p 值和显著性检验。这是一种追问"这纯粹是随机运气造成的吗？"的方法。但关键是，正如洛佩斯·德·普拉多一再强调的，他们会对尝试的策略数量进行调整，因为你通过测试一千个想法而找到的"显著性"，根本就不是什么显著性。
他们尊重样本量。基于两百次交易的结果只是个传闻。他们会等待伯努利法则真正需要的成千上万次的重复。
他们还寻找生存者偏差，这是纳西姆·塔勒布（Nassim Taleb）在《随机漫步的傻瓜》一书中用整个职业生涯来警告的陷阱。赢家大声喧哗，爆仓者悄无声息，所以只基于幸存者建立的画面都是幻想。那些"坟场"也必须被计入考量。
这些工具没有一个是高深莫测的。费希尔，1920 年代。高尔顿，1886 年。伯努利，1713 年。它们免费的，在每本统计学教材里都有，而正是这些无聊的步骤，几乎每一个散户交易者都在爱上某个回测结果的过程中跳过了。
真正重要的部分
现在，把所有这些整合起来，因为综合起来才是关键。
发现一个模式毫无价值，市场免费提供这些模式，每天成千上万，大部分是噪音。一份令人信服的回测毫无价值，三次尝试就能伪造一个。一段连胜记录作为证据毫无价值，巨数法则保证总有人处于连胜中。"天才"总会褪色，因为极端会回归均值。每一个你大脑恳求你相信的、看似简单的信号，恰恰是数学偶然而生的事物。
真正的优势从来就不是那个模式。真正的优势是怀疑。是拥有这样的纪律：假设你只是运气好，直到一个足够大、经过样本外测试、诚实检验的证据体系，迫使你承认你可能并非如此。这是整个游戏中最罕见的东西，也是你完全能够掌控的东西。顶级基金里的量化分析师并不比你聪明。他们只是比你更善于怀疑自己。
市场不可能被那个最急于相信自己是赢家的人所击败。它会被那个冷静到足以怀疑自己的人，悄然收入囊中。
这里有一个问题，我希望你能好好思考一下。如果真正的优势和纯粹的运气在任何小样本下看起来都一模一样，而你的大脑天生就倾向于把运气称为"技能"，那么，对于"我的系统有效吗？"这个问题，唯一诚实的答案几乎总是："我还没有足够的证据。" 所以，如果在你的下一笔交易之前，你把你最好的想法先视为"有罪的"，认定它是运气，直到数据证明它是清白的，那么，情况会有什么不同呢？
