顯著性——統計學帶給投資的重要啟示

2021-01-07 新浪財經

來源:雪球

股市是一個充滿不確定性的世界,人們總希望從中發現一些確定性的、可以把握的規律來盈利,於是,出現了各種各樣的研究方法,如技術分析、基本面分析、宏觀分析等。

然而,無論什麼方法,都是希望從紛繁複雜的現象中總結出某種可以藉此盈利的規律,比如W底看漲、高淨資產收益率公司的股票長期收益率高。

這裡順帶說明的是,無論哪一種看似規律性的東西,在投資領域都只是一個概率。

那麼,我們如何知道某個結論是真實規律還是臆想、是偶然還是必然?有沒有一種方法可以甄別?

統計學中,有一個非常重要的概念,叫顯著性,它就是用來衡量某種結論的可靠性,或者用來判斷某種現象是必然因素的影響還是偶然因素的影響。

在各學科的學術論文裡幾乎都會出現這個詞,沒學過統計學的可能有點暈,簡單地說,說某個結論顯著,意思就是該結論不是偶然出現,是規律性地體現。

反之,不顯著,就是說無法確定該結論是偶然還是必然因素導致的。

那麼,顯著性是如何計算的呢?這裡我們不去細究複雜的統計量計算,只說其思想。

如果你觀察到某種現象出現的頻率遠高於隨機狀態下應該出現的頻率,所謂事出反常必有妖,這種現象背後通常有某種規律在起作用,我們就說它顯著。

舉個例子,拋10次硬幣,6次向上4次向下,或者7次向上3次向下,這都不能說這個硬幣有問題,但如果9次向上、1次向下,我們就有比較大的把握說該硬幣不平衡,即顯著不平衡。

還是拋硬幣,這回拋10000次,如果其中6000或者更多次向上,我們就可以說該硬幣顯著不平衡。

從上述例子中看出,硬幣是否顯著不平衡和兩個因素有關,一是正面出現的概率。

二是拋硬幣的次數。拋的次數越少,要求正面概率越高才能說明顯著,例如拋10次,可能要8次以上才能證明其顯著性。

而拋的次數越多,比如10000次,則6000次就足以證明其顯著性。

回到我們的投資決策中,先說技術分析,我們經常聽到的頭肩頂、雙重底、紅三兵、放量突破等K線形態,這些形態真的能預示後期的走勢嗎?

在各種「大師」充斥的時代,我們應該多留個心眼,本著對自己的錢負責的態度,投資前不妨做一下顯著性檢驗。

比如,某股票放量突破了,要不要跟?可以統計一下全市場歷史上放量突破的K線有多少,後面走出了趨勢行情佔多少,突破完又回去的佔多少,如果歷史上放量突破的樣本夠多,而且走出趨勢行情的概率夠大,可以認為有規律存在,即顯著,反之則不然。

事實上,根據我以前做過的大量測試,絕大多數經典形態的盈利僅僅存在於「大師」們的分析中。

這也是量化投資的一個意義,一些看似很有道理的結論,在統計學的視角下,可能得出不同的結論。有些結論可能只適用於某一段的歷史時期,而在其他時期是失效的,這也是投資的難點所在。

那麼,基本面投資需要考慮顯著性嗎?比如近兩年高淨資產收益率股票漲得好,這是普遍持久的規律嗎?

我們可以統計一下過往歷史上高淨資產收益率股票的表現,看看表現好的階段佔比多少,是否顯著高於其他類股票。

實際上,從歷史回測來看,選股時單純考慮高淨資產收益率,往往後期收益並不好。

在市場中充斥著種種似是而非的觀點、論斷,各路專家、老師會用鮮活的例子告訴你出現某種形態後股票大漲,或因某財務指標如何就看好後市,而對那些失敗的案例往往避而不談,投資者很容易被倖存者偏差所蒙蔽。

市場是複雜的、混沌的、不斷演化的,沒有人能預測未來,謙卑才是科學的態度。

對於那些說話文風過於自信的各路大師或者偽大師,我個人通常會以懷疑的目光審視他們。

為提高理性思考、獨立思考的能力,適當學習一些統計學的基礎原理,是非常必要的。入門讀物中,我強烈推薦尼爾·薩爾金德的《愛上統計學》,該書用淺顯的示例,通俗易懂地說清了統計的基本思想。

作者:不在此山中連結:https://xueqiu.com/1468358080/136460562來源:雪球著作權歸作者所有。商業轉載請聯繫作者獲得授權,非商業轉載請註明出處。

相關焦點

  • 統計學中的P值與顯著性的意義
    2) 拒絕原假設的最小顯著性水平。  3) 觀察到的(實例的) 顯著性水平。  4) 表示對原假設的支持程度,是用於確定是否應該拒絕原假設的另一種方法。  二、統計學意義結果的統計學意義是結果真實程度(能夠代表總體)的一種估計方法。
  • 基石藥業非小細胞肺癌藥研究達到統計學顯著性
    原標題:基石藥業(2616)非小細胞肺癌藥研究達到統計學顯著性   基石藥業(02616)在2020年歐洲腫瘤內科學會亞洲年會線上年會上以口頭
  • 從統計顯著性到顯著性統計
    2017 年 70 多位學者聯名在雜誌《自然人類行為》上發表文章《重新定義統計顯著性》[1], 2019 年又有 800 多個署名的文章《停用統計顯著性》[2] 在《自然》雜誌上發表,這些都證實了如上的說法。對此,統計學界就身陷囹圄的 p 值做出了有組織的響應。
  • 對從事科學研究而言,統計學是一門特別重要的技能
    這幾篇論文表明從哺乳動物到細菌,統計學是讓結果變得有意義所必需的。鑑於統計學能夠應用於眾多科學學科,它已演化出不同的分支。比如,天文統計學利用統計學原則理解天文數據,而計量經濟學利用統計學方法對經濟理論和經濟關係進行實證研究。生物統計學利用統計學原則理解生物現象,而環境統計學利用統計學方法理解和評估我們周圍的環境情況。這些只是統計學不同分支的一些例子。
  • 統計學中的P值,「差異具有顯著性」和「具有顯著差異」
    例如,P<0.05,就是說結果顯示的差別是由機遇所致的可能性不足5%,或者說,別人在同樣的條件下重複同樣的研究,得出相反結論的可能性不足5%。P>0.05稱「不顯著」;P<=0.05稱「顯著」,P<=0.01稱「非常顯著」。
  • 統計學的重要工具—假設檢驗
    一杯奶茶,成就了一段浪漫的情緣,也成就了統計學的重要工具----假設檢驗。【案例 2】咖啡新鮮嗎?「咖啡(Coffee)「的名字最早來自衣索比亞的一個名叫卡法(kaffa)的小鎮,是「力量與熱情」的意思。它與茶葉、可可並稱為世界三大飲料植物,受到全世界人民的普遍喜愛。
  • 檢驗回歸係數的顯著性excel_excel相關係數顯著性檢驗 - CSDN
    四、線性回歸方程的檢驗評價回歸擬合程度好壞(重要 4、  第二張表,方差分析表,df是自由度,SS是平方和,MS是均方,F是F統計量,Significance F是回歸方程總體的顯著性檢驗,其中我們主要關注F檢驗的結果,即Significance F值,F檢驗主要是檢驗因變量與自變量之間的線性關係是否顯著,用線性模型來描述他們之間的關係是否恰當
  • 大學統計學白讀了?科學家聯名反對「統計學意義」
    一般認為P≤0.05或者P≤0.01就有顯著性差異,研究就有統計意義。統計學上無顯著的結果並不能「證明」零假設;統計上顯著的結果也沒有「證明」某些其他假設。事實真的是這樣嗎?他們的這篇文章名為《科學家們起來反對統計學意義》。
  • 顯著性水平怎麼算 - CSDN
    Question:1.什麼是顯著性檢驗? 2.為什麼要做顯著性檢驗? 3.怎麼做顯著性檢驗?(閱讀本回答預計用時9分鐘)後文將對該三個問題作出解釋,最後推薦一個CrashCourse的統計學掃盲課程一.什麼是顯著性檢驗?
  • 統計學裡的最重要工具之一:假設檢驗
    一杯奶茶,成就了一段浪漫的情緣,也成就了統計學的重要工具----假設檢驗。【案例 2】咖啡新鮮嗎?「咖啡(Coffee)「的名字最早來自衣索比亞的一個名叫卡法(kaffa)的小鎮,是「力量與熱情」的意思。
  • 更加嚴苛的統計學顯著性閾值來了,p<0.05好像要說再見了
    兩天前,Science網站上登了一篇來自Kelly Servick的評論,根據最新的一篇有72個作者將發表在Nature Human Behavior雜誌的文章,過去統計學顯著性閾值
  • 統計學需要一場變革
    美國加利福尼亞大學洛杉磯分校的名譽教授、統計學家和流行病學家桑德·格林蘭德(Sander Greenland)說:「你可以用統計學方法來證明任何事情。」他是呼籲統計學改革的科學家之一。只依靠達到統計顯著性的研究經常會得出不準確的科學結論,這種判斷標準可以把真的事情判斷為假的,也可以把假的事情判斷成真的。
  • 大學統計學白上了?800多科學家聯名反對「統計學意義」,P值該廢了
    本文經授權轉載自公眾號: 新智元(ID:AI_era),作者:新智元統計學白學了?最新一期Nature雜誌發表了三位統計學家的一封公開信,他們號召科學家放棄追求「統計學意義」,並且停止用統計學中常見的P值作為判斷標準。一般認為P≤0.05或者P≤0.01就有顯著性差異,研究就有統計意義。
  • 統計學是什麼?| 統計學七支柱
    如果統計學工作者總是致力於在諸多科學領域工作——從公共政策到驗證希格斯玻色子的發現——甚至有時候只被視為服務人員,那統計學還能真正合理地被大家視為統一的學科嗎?它能被視為我們統計學工作者自己的科學嗎?這個問題就是我想在《統計學七支柱》書中解決的。我不打算告訴你統計學是什麼或不是什麼,而是嘗試製定七個原則,即支撐統計學領域的七根支柱。
  • 重統計學但不唯統計學,PARAGON-HF研究再解讀
    由此可見,科學嚴謹的臨床試驗才是藥物療效和安全性的試金石,這也提示了臨床研究在確認診療方法有效性和安全性中的重要地位。2020年3月29日,由中華醫學會心血管病分會(CSC)臨床研究學組、CARDIACARE(冠心病與抗栓臨床研究創新網絡)和諾華醫學事務部合作於線上開展了以RCT為主題的「心研社—2020臨床研究研討會」。
  • 通靈、模式錯覺和顯著性檢驗
    而是試圖證明它是正確的,不但會偏向性的努力尋找證據來證實,而且會對有歧義的證據偏向性的理解;假如你的小米手機有點缺陷,湊巧另外一個朋友告訴你,他的小米手機也不好時,你就會形成小米手機不靠譜的結論,而不管它比大多數手機都靠譜的事實;顯著性檢驗
  • 數據的顯著性差異|從O型血不易感新冠病毒說起
    統計學上,顯著性檢驗的定義:「顯著性檢驗(significance test)就是事先對總體(隨機變量)的參數或總體分布形式做出一個假設,然後利用樣本信息來判斷這個假設(備擇假設)是否合理,即判斷總體的真實情況與原假設是否有顯著性差異。」
  • 世界三大科技創新城市帶給上海的啟示
    2015-3-27 07:34:09來源:新聞晨報作者:屠海鳴 選稿:方翔原標題: 世界三大科技創新城市帶給上海的啟示3月25日,市政協舉行十二屆十八次常委會,討論如何大力實施創新驅動發展戰略,加快建設具有全球影響力的科技創新中心。筆者為了做好發言,對世界科技創新城市作了一番研究。
  • 屠呦呦獲諾獎帶給我們的啟示
    她獲得諾貝爾獎帶給我們多重啟示。立足客觀、全面的角度,我們看待屠呦呦獲得諾貝爾獎才不會跑偏。首先,屠呦呦獲得諾貝爾獎,是中西醫完美結合的成果。一直以來,國內外關於中西醫的爭論持續不斷,容易犯厚此薄彼的錯誤。事實上,中西醫都是人類的文明成果,對人類健康的貢獻都是有目共睹的。
  • 常見的A/B測試誤區分析:重複檢驗顯著性
    避免重複檢驗顯著性錯誤的最好方式就是不去重複地檢驗顯著性。一、一種常見的A/B測試誤區如果網頁正在運行A/B測試的時候,你時不時地去查看試驗結果的顯著性,你就會陷入誤區。統計學上,重複檢驗顯著性是錯誤的行為。