季節性:真規律還是資料探勘
這一節講什麼
用同一套方法測農產品和黑色的季節性,一個顯著一個不顯著。這個對照說明了什麼時候該信它。
學完能做到
看完你能區分真實季節性和資料探勘、會算「純隨機也這麼好的機率」,以及知道季節性該怎麼用。
季節性是農產品分析裡最常被提起的概念,也是最容易被資料探勘製造出來的假規律。
這一節講怎麼區分兩者。
先說什麼樣的季節性是真的
判斷標準只有一個:它有沒有物理或制度上的原因。
有原因的:農產品的種植收穫週期、 北方冬季施工減少、取暖季的能源需求。 這些背後是真實的物理約束。
沒有原因的:「某品種一到三月就漲」。 如果說不出為什麼,那它很可能只是歷史資料裡的一個巧合。
用資料驗證
那個機率說明什麼
拖動幾下:十年裡有七年成立, 純隨機出現這個結果的機率並不低。
這意味著「十年七次」這種說法的說服力, 遠小於它給人的直覺印象。
而更要命的是:如果你在十幾個品種、十二個月份裡找規律, 總共有上百個組合,那麼找到幾個「十年七次」的組合幾乎是必然的。
這就是資料探勘:不是資料錯了,是你找的次數太多了。
三條檢驗方法
一是先問原因再看資料。如果你能事先說出「為什麼這個月該漲」, 然後資料支援它,那可信度高得多; 如果是先在資料裡翻出規律再去編理由,那多半是資料探勘。
二是看幅度而不只是方向。「十年七次上漲」聽起來不錯, 但如果七次平均漲 1%,三次平均跌 5%,那這個規律是虧錢的。
三是數一數你找過多少組合。找得越多, 最好的那個是巧合的機率越高。
怎麼用季節性
即使是真實的季節性,也不該單獨作為交易訊號。
更合理的用法是作為一個背景條件: 在季節性支援的方向上,對同向的技術訊號給予更多信任; 反過來,在逆季節性的方向上更謹慎。
這樣即使季節性今年不成立,你也不會因此單獨承擔損失。
先問原因再看資料。如果是先在資料裡翻出規律再去編理由,那多半是資料探勘。
做
動手做
找一條你聽說過的季節性規律,先問自己能不能說出它的物理原因。說不出來的話,再好的歷史資料也不足以支撐它。
要點:先問原因再看資料。十年七次聽起來不錯,但純隨機出現這個結果的機率並不低。而如果你在上百個組合裡找,找到幾個幾乎是必然的。