为什么量化交易离不开统计学
很多人以为量化交易就是写代码、盯盘、自动下单，代码只是工具，真正让策略有生命力的是背后的统计学。市场每天产生海量数据，价格、成交量、持仓量、波动率，这些数字本身不会说话，统计学帮你从里面找出重复出现的模式，并且告诉你这个模式是运气还是真有规律。没有统计学，你看到的可能是随机噪声，当成信号去交易，亏钱是迟早的事。
从数据里找规律的第一步描述统计
拿到一段期货或股票的历史数据，先别急着建模。用描述统计把数据的基本面貌看清楚。均值告诉你价格中枢在哪，标准差告诉你波动有多大，偏度和峰度告诉你收益分布是不是正态。期货品种的收益率往往有尖峰肥尾特征，用正态分布去假设会低估极端行情的风险。这些指标用Excel或者Python几行代码就能算出来，但它们是后续所有分析的地基。
假设检验判断信号真假
你发现股票A在过去一年里，每个月最后一个交易日买入、下个月第一个交易日卖出，平均收益是0.5%。这个0.5%是真实存在的月度效应，还是随机波动？用t检验或者bootstrap方法算一下p值。如果p值小于0.05，说明这个收益在统计上显著不为零，但显著不等于可交易，还要看交易成本。期货里常用的是协整检验，判断两个合约价差是否长期稳定，这是配对交易的前提。
回归模型预测价格关系
线性回归在量化里用得最多。用过去N天的动量因子、波动率因子、成交量因子去解释未来收益，回归系数告诉你每个因子的贡献度。股票多因子模型就是回归的典型应用。期货里常做的是用近月合约价格回归远月合约价格，残差就是价差偏离，残差过大时存在套利机会。注意回归的R方不能太低，否则模型解释力不够，但R方太高也要警惕过拟合。
均值回归与动量效应的统计验证
均值回归和动量效应是两种相反的统计现象。均值回归说的是价格偏离均值后会回来，用ADF检验判断序列是否平稳，平稳序列才有均值回归特性。动量效应说的是涨的还会涨，用自相关系数检验，正自相关说明有动量。股票里短期动量常见，期货里商品期限结构也有动量特征。两种效应可以同时存在于不同时间尺度，日线动量、周线均值回归并不矛盾，关键是统计上确认在哪个周期显著。
回测中的统计陷阱
回测赚钱不等于实盘赚钱。统计上要关注几个问题。第一是过拟合，你调了20个参数让回测曲线很漂亮，但样本外表现一塌糊涂，解决办法是样本外测试和交叉验证。第二是幸存者偏差，回测股票策略时只用现在还在上市的股票，退市的没算进去，收益会被高估。第三是前视偏差，用了未来数据做决策，比如用当天收盘价信号在当天开盘价成交，实盘根本做不到。
风险度量的统计方法
量化交易不能只看收益，风险要用统计量来刻画。波动率是基础，用历史收益率的标准差算。最大回撤告诉你最坏情况下账户会亏多少。夏普比率把收益和波动结合起来，衡量单位风险的超额收益。期货有杠杆，还要算VaR，即在一定置信水平下一天最多亏多少。这些指标都是统计学的直接应用，回测报告里必须包含。
用统计思维管理策略组合
单一策略的统计显著性可能不够，把多个低相关性的策略组合起来，整体收益的波动会下降。这里用到的是协方差矩阵和相关分析。股票策略和期货CTA策略相关性低，组合后夏普比率往往能提升。统计上要监控策略之间的滚动相关性，相关性突然升高说明分散化效果在减弱，需要调整仓位。
给普通交易者的建议
不需要成为统计学博士才能用量化方法。先把描述统计和假设检验搞明白，知道什么是显著、什么是随机。回测时留一段样本外数据，别把所有历史数据都用来调参数。期货交易尤其要注意杠杆放大后的统计风险，极端行情出现的频率比正态分布预测的高得多。统计知识帮你少犯低级错误，但市场永远有不确定性，敬畏市场比迷信模型更重要。
