3. 统计功效与样本量

在因子研究的A/B测试中，统计功效与样本量是决定实验能否可靠检测到因子收益的关键参数。统计功效不足会导致“假阴性”错误，即因子实际有效但实验未能识别；样本量过小则无法支撑统计推断的稳定性。本节从定义出发，系统梳理影响功效的因素，并给出最小样本量的计算方法。

3.1 统计功效的定义

统计功效（Statistical Power）是指在原假设为假时，正确拒绝原假设的概率。在因子测试语境下，原假设通常为“因子收益为零”或“因子无预测能力”。

• 功效 = 1 − β，其中 β 为第二类错误（假阴性）概率。
• 功效越高，实验越有可能检测到真实存在的因子收益。
• 行业惯例：功效目标通常设为 0.80 或 0.90。

3.2 影响统计功效的因素

统计功效受以下四个核心因素共同影响，理解它们之间的权衡关系是设计高效实验的前提。

3.3 最小样本量计算

最小样本量计算是实验设计的前置步骤。对于两样本均值比较（如因子多空组合收益 vs 零收益），常用公式如下：

n = ( (Z_{α/2} + Z_β)² × 2σ² ) / δ²

其中：
  n       = 每组所需最小样本量（总样本量 = 2n）
  Z_{α/2} = 显著性水平 α 对应的双尾 Z 值（α=0.05 时 ≈ 1.96）
  Z_β     = 功效 1−β 对应的单尾 Z 值（功效=0.80 时 ≈ 0.84）
  σ       = 收益标准差（年化）
  δ       = 预期效应量（年化超额收益）

3.4 样本量计算流程

实际因子研究中，样本量计算需结合数据频率、回测周期和股票数量。以下流程可帮助系统化操作：

1. 确定参数： 设定 α（通常 0.05）、功效（通常 0.80）、预期效应量 δ（基于历史回测或理论预期）、波动率 σ（基于因子收益序列）。
2. 代入公式： 使用上述公式计算每组最小样本量 n。
3. 调整数据频率： 若使用日频数据，需将年化参数转换为日频（δ_日 = δ_年 / √252，σ_日 = σ_年 / √252）。
4. 检查可行性： 对比可用数据量（如股票数量 × 回测天数），若不足则需降低效应量预期或接受较低功效。
5. 敏感性分析： 在不同 δ 和 σ 假设下重复计算，评估样本量对参数变化的稳健性。

3.5 常见误区与注意事项

• 忽略多重比较校正： 同时测试多个因子时，需对 α 进行 Bonferroni 或 FDR 校正，否则功效会虚高。
• 使用回测全样本计算： 回测数据通常存在过拟合，应使用样本外或交叉验证的效应量估计。
• 忽视时间序列相关性： 因子收益序列可能存在自相关，需使用有效样本量（effective sample size）替代原始样本量。
• 效应量估计偏差： 回测中效应量往往被高估，建议使用收缩估计或贝叶斯方法进行校准。