量化研究员从入门到精通 - 第3节
第三章 统计学与概率论核心：描述性统计、推断统计、假设检验、置信区间、贝叶斯思维在量化中的应用
统计学与概率论是量化研究的底层操作系统。无论是因子挖掘、策略回测、风险度量还是组合优化，本质上都是在与不确定性打交道。本章将系统梳理描述性统计、推断统计、假设检验、置信区间与贝叶斯思维这五大模块，并重点说明它们在量化交易中的具体落点——从收益率的分布刻画到因子有效性检验，从参数估计到策略失效的概率判断。理解这些工具，是区分“数据搬运工”与“量化研究员”的分水岭。
上图展示了本章的知识框架：五大统计模块并非孤立存在，而是通过“数据→推断→决策”的主线串联。描述性统计帮助我们刻画历史数据的形态；推断统计让我们从样本推测总体；假设检验为因子有效性提供形式化判据；置信区间量化了估计的不确定性；贝叶斯思维则提供了一种动态更新认知的框架。下面逐一展开。
3.1 描述性统计：刻画收益率的“画像”
3.1.1 核心原理：从数据到分布特征
描述性统计是量化分析的第一步，它回答“数据长什么样”的问题。对于收益率序列，我们不仅关心平均收益，更关心其波动性、对称性和尾部厚度。核心指标包括：均值（收益中枢）、标准差（波动风险）、偏度（收益分布是否对称）、峰度（尾部极端值出现的概率）。金融收益率普遍呈现“尖峰厚尾”特征，即峰度大于3，极端值出现频率高于正态分布假设。
3.1.2 判断方法与操作流程
- 数据清洗：剔除停牌、涨跌停、异常跳空数据，处理复权因子。
- 计算四阶矩：均值、方差、偏度、峰度，并绘制直方图与QQ图。
- 平稳性检验：ADF检验确认收益率序列是否平稳，避免伪回归。
- 自相关分析：ACF/PACF图判断是否存在动量或反转效应。
3.1.3 案例拆解：沪深300日收益率的描述性统计
假设我们获取了沪深300指数近5年的日收益率数据（约1200个样本）。初步计算得到：年化均值8.2%，年化波动率18.5%，偏度-0.4，峰度5.2。偏度为负说明存在左尾风险（暴跌概率大于暴涨），峰度大于3说明极端行情频发。若仅依赖均值-方差框架，会严重低估尾部风险。进一步绘制QQ图发现，收益率在两端明显偏离正态直线，这提示我们在风险度量中应采用历史模拟法或Cornish-Fisher修正，而非简单假设正态分布。
3.1.4 常见误区与复盘
- 误区一：只看均值不看波动。年化20%的收益若伴随40%的波动，实际风险调整后收益可能不如年化10%但波动15%的策略。
- 误区二：忽视非正态性。VaR计算若基于正态假设，在厚尾分布下会显著低估风险。
- 复盘要点：每次回测后，应输出收益率的四阶矩报告，并与基准指数对比，观察风格偏移。
3.2 推断统计：从样本到总体的桥梁
3.2.1 核心原理：抽样分布与标准误
推断统计解决“样本估计是否可信”的问题。量化研究中，我们永远只能获得历史数据（样本），而真正关心的是未来表现（总体）。核心工具是中心极限定理：当样本量足够大时，样本均值的抽样分布近似正态，其标准差称为标准误。标准误越小，估计越精确。
3.2.2 操作流程：构建估计量与置信区间
- 明确目标参数（如因子IC均值、策略夏普比率）。
- 从历史数据中抽取样本，计算点估计值。
- 计算标准误：
SE = σ / √n，其中σ为样本标准差，n为样本量。 - 构建95%置信区间：
点估计 ± 1.96 × SE。
3.2.3 实战场景：因子IC的推断统计
某多因子模型中的估值因子，过去36个月的月度IC均值为0.04，标准差为0.12。标准误 = 0.12/√36 = 0.02，95%置信区间为 [0.04-1.96×0.02, 0.04+1.96×0.02] = [0.0008, 0.0792]。该区间不包含0，说明因子在统计上显著。但若样本量缩小至12个月，标准误变为0.035，置信区间变为[-0.028, 0.108]，包含0，则无法拒绝“IC=0”的假设。这解释了为何因子检验需要足够长的样本期。
3.2.4 常见误区
- 幸存者偏差：仅用当前存续的股票或基金做样本，高估策略表现。
- 前视偏差：使用了当时无法获得的数据（如未来财报），导致样本失真。
- 复盘：在推断统计中，务必明确样本的时间窗口、数据频率和生存偏差处理方式。
3.3 假设检验：因子有效性的“试金石”
3.3.1 核心原理：原假设与备择假设
假设检验是一种形式化的决策规则。在量化中，最常见的检验是因子IC显著性检验和策略收益差异检验。原假设H0通常设定为“因子IC=0”或“策略A与策略B收益无差异”。通过计算t统计量，并与临界值比较，决定是否拒绝原假设。t统计量公式：t = (样本均值 - 假设值) / 标准误。
3.3.2 判断方法：p值与显著性水平
| 指标 | 含义 | 量化应用 |
|---|---|---|
| t值 | 偏离原假设的标准误倍数 | |t|>2通常认为显著 |
| p值 | 在原假设下观察到当前结果的概率 | p<0.05拒绝原假设 |
| 功效 | 正确拒绝错误原假设的概率 | 功效>0.8说明检验有效 |
3.3.3 案例拆解：动量因子的t检验
某动量因子在A股市场回测中，月度IC均值为0.06，标准差为0.15，样本量60个月。t = 0.06 / (0.15/√60) = 0.06/0.0194 = 3.09，p值约为0.002，在1%显著性水平下拒绝原假设，认为因子有效。但进一步做分年检验发现，该因子在2017年和2021年IC为负，说明其有效性存在时变性。此时应引入滚动窗口检验，观察t值序列是否稳定。
3.3.4 常见误区
- 多重检验问题：同时检验100个因子，即使全部无效，也会有约5个因子因随机原因p<0.05。需用Bonferroni校正或FDR控制。
- 数据窥探偏差：反复使用同一数据调整策略，导致检验失效。
- 复盘：建立因子检验的标准化流程，记录每次检验的t值、p值、样本期和参数设置，形成因子“护照”。
3.4 置信区间：量化不确定性
3.4.1 核心原理：区间估计优于点估计
点估计（如夏普比率0.8）看似精确，实则忽略了估计误差。置信区间提供了一个范围，并附带了可信度。例如，95%置信区间为[0.5, 1.1]，意味着我们有95%的把握认为真实夏普比率落在这个区间内。区间宽度取决于样本量、波动率和置信水平。
3.4.2 操作流程：Bootstrap与参数法
- 参数法：假设收益率服从正态分布，直接计算标准误。
- Bootstrap法：对历史收益率进行有放回重抽样（如10000次），每次计算夏普比率，得到经验分布，取2.5%和97.5%分位数作为置信区间。
- Block Bootstrap：考虑收益率自相关性，按块重抽样，保留时间序列结构。
3.4.3 实战场景：策略夏普比率的置信区间
某CTA策略年化收益15%，波动率10%，夏普比率1.5，样本期3年（约756个交易日）。参数法下，夏普比率的标准误约为√(1+0.5×1.5²)/√756 ≈ 0.09，95%置信区间为[1.32, 1.68]。但若采用Bootstrap法，考虑到收益率的偏度和自相关，区间可能扩大至[1.15, 1.85]。这说明仅报告点估计会高估策略的可靠性。
3.4.4 常见误区
- 误区：将95%置信区间误解为“参数有95%概率落在区间内”。正确解释是：重复抽样100次，约95次构建的区间会覆盖真实参数。
- 误区：忽略样本量变化。随着时间推移，样本量增加，区间会收窄，但市场结构变化可能导致参数非平稳。
- 复盘：定期更新置信区间，观察其是否收窄或漂移，作为策略失效的预警信号。
3.5 贝叶斯思维：动态更新认知
3.5.1 核心原理：先验与后验
贝叶斯思维将参数视为随机变量，通过先验分布（Prior）和数据似然（Likelihood）结合，得到后验分布（Posterior）。公式：P(θ|D) ∝ P(D|θ) × P(θ)。在量化中，先验可以来自历史经验、经济逻辑或行业基准，数据则来自最新观测。贝叶斯方法天然适合处理小样本和结构变化问题。
3.5.2 操作流程：从先验到后验
- 设定先验分布：如因子IC的先验为N(0.02, 0.01²)，表示我们认为IC均值大概率在0附近。
- 收集数据：计算样本IC的均值和标准差。
- 计算后验：后验均值 = (先验均值/先验方差 + 样本均值/样本方差) / (1/先验方差 + 1/样本方差)。
- 后验预测：基于后验分布预测未来IC的分布。
3.5.3 案例拆解：贝叶斯收缩在因子配置中的应用
假设我们有三个因子：估值、动量、质量。历史IC均值分别为0.05、0.03、0.04，但样本量差异大：估值因子有120个月数据，动量因子仅24个月，质量因子60个月。若直接使用样本均值，动量因子的0.03可能不可靠。采用贝叶斯方法，设定全局先验均值为0.03，方差为0.01²。计算后验均值：估值因子收缩至0.047，动量因子收缩至0.031，质量因子收缩至0.038。收缩幅度与样本量成反比，有效避免了小样本因子的过度自信。
3.5.4 常见误区与总结
- 误区一：先验选择过于主观。应基于经济逻辑或历史长周期数据设定，而非随意猜测。
- 误区二：忽视后验的方差。后验均值虽收缩，但方差可能仍很大，需结合置信区间使用。
- 总结：贝叶斯思维的核心价值在于“谦逊”——承认我们对市场的认知是有限的，并通过数据不断修正。在量化研究中，它提供了一种对抗过拟合的哲学工具。