有 Alpha 但不过闸:为什么 9/12 过闸仍然是零

2 阅读1分钟

一套 15 道闸的组合审计,9/12 可判项过闸。如果按「通过率」读,这是「相当不错」。但这一单定稿是零——AND 逻辑,一项不过即零。

这一篇讲的核心不是 Alpha 灵不灵,是闸门架构本身:统计显著 ≠ 本金安全。AND-gate 保护的不是信号,是本金。

一、先把「信号是真的」钉死

合成演示里,一个带真信号的收益序列在 252 日样本上:观测 Sharpe 2.188,置换检验 p=0.0300(B=2000,显著不为零),walk-forward 五折 5/5 为正。信号层证据是过的。

如果这是一份研报,到这里结论大概率已经写成「策略有效,建议关注」。

二、AND-gate:一项不过即零,不是 9/12

15 道闸是 AND 逻辑:全过才过,一项不过就不过。可判的 12 项里 9 项过、3 项不过——其中一项因缺数据按 fail-closed 记不过。没有数据就不给数字。

所以这一单的成绩不是「12 项里过了 9 项,相当不错」。是零。过闸是布尔量,不是通过率。

为什么是 AND,不是加权投票?因为三类闸拦的是三类不同的真实亏损方式,彼此不冗余:邻域闸拦的是参数偶然性,族集中闸拦的是行情依赖性,容量闸拦的是规模可行性。它们各自对应的亏损场景互不重叠——一个策略可以稳定(邻域过)但集中在一个族(族集中败),也可以分散(族集中过)但容量不够(容量败)。任何一类没拦,对应的亏损路径就开着。加权投票会把「三选一」读成「二过一」,放行一个仍然开着亏损路径的策略。AND 是把「全部路径都关上」作为放行的充要条件。

fail-closed 是其中一条最容易被误读的闸:缺数据不给数字,直接记不过。直觉上「大概率不超标」就该放行,但审计的逻辑是——你无法证明不超标的时候,默认按超标处理。这不是保守,是举证责任分配:策略持有者要拿出 ADV 快照证明容量够,而不是让审计替他假设容量够。假设出错的代价是不对称的:假设容量够、实际不够,亏的是本金;假设容量不够、实际够,只是少赚。

下面把三道拦下的闸各造一个合成场景,打印出它们各自拦的亏损方式。场景与任何真实数据、真实策略、真实因子无关,只用 numpy 与标准库,seed 固定为 20261117。

2.1 参数邻域闸:拦「把运气当能力」

一族 8 个预注册变体,Sharpe 硬闸 1.8。只有第 0 格(真信号)过闸,邻域分数 1/8 = 0.125,阈值 0.50,pass False。

import numpy as np
import math

def sharpe(r):
    m = r.mean(); s = r.std()
    if s == 0:
        return float("nan")
    return float(m / s * math.sqrt(252))

rng = np.random.default_rng(20261117)
T = 252
# 先造信号层(与 §1 同序列):fwd = 真信号 + 噪声
fwd = 0.0035 + rng.normal(0.0, 0.02, T)
sig = rng.normal(0.0, 0.1, T)
ic_obs = np.corrcoef(sig, fwd)[0, 1]
hits = 0
for _ in range(2000):
    p = rng.permutation(fwd)
    if abs(np.corrcoef(sig, p)[0, 1]) >= abs(ic_obs):
        hits += 1
p_perm = (hits + 1) / 2001
folds = np.array_split(fwd, 5)
n_pos_folds = int(sum(1 for f in folds if f.mean() > 0))
print(f"观测 Sharpe = {sharpe(fwd):.3f}, 置换 p = {p_perm:.4f}, 五折为正 = {n_pos_folds}/5")
# 参数邻域:一族 8 个预注册变体,变体 0 复用 fwd(真信号),其余零信号
N_VAR, sharp_hard_gate = 8, 1.8
var_sharpes = []
for i in range(N_VAR):
    r = fwd if i == 0 else rng.normal(0.0, 0.02, T)
    var_sharpes.append(sharpe(r))
n_pass = sum(1 for s in var_sharpes if s >= sharp_hard_gate)
score = n_pass / N_VAR
print(f"逐变体 Sharpe = {[round(s,3) for s in var_sharpes]}")
print(f"过闸格数 = {n_pass}, 邻域分数 = {n_pass}/{N_VAR} = {score:.3f} (阈值 0.50)")

输出:观测 Sharpe = 2.188,置换 p = 0.0300,五折 5/5;逐变体 Sharpe = [2.188, −1.115, 1.234, −0.324, 0.615, 0.166, −1.012, −0.444],过闸格数 1,邻域分数 1/8 = 0.125 < 0.50。读法:只有 8 个参数格里有 1 格过闸,好成绩可能是参数格恰好踩中,不是策略稳定。

2.2 品种族集中闸:拦「把行情当策略」

盈利贡献按族拆,有色族在两年牛市里贡献 61.2%,超过 35% 上限。

rng_f = np.random.default_rng(20261118)   # 族场景独立种子,可单段复现
fam_pnl = np.zeros(4)
for y in range(24):
    if 8 <= y < 12:                        # 有色族牛市窗口
        fam_pnl[0] += 0.05
    for j in range(4):
        fam_pnl[j] += rng_f.normal(0.002, 0.004)
total = fam_pnl.sum()
share = fam_pnl / total
print(f"最大族占比 = {share.max():.3f}, 上限 = 0.35, pass = {share.max() <= 0.35}")

输出:四族占比 0.612 / 0.128 / 0.150 / 0.109,最大族占比 0.612 > 0.35。读法:盈利的姿势依赖一个族的行情;行情总会结束,没人知道在哪一天。

2.3 容量闸 fail-closed:拦「把小资金成绩当规模能力」

ADV 快照缺失 ⇒ 不给数字,直接记不过。

adv_available = False
cap_verdict = "UNJUDGED" if adv_available else "FAIL_CLOSED"
print(f"ADV 快照可用 = {adv_available}, 容量判定 = {cap_verdict}")

输出:容量判定 = FAIL_CLOSED。没有数据就不给数字,比先给你一个乐观数字、等规模上去再出事,便宜得多。

三、纪律不为 Alpha 让路

闸门只是架构,架构里跑的是几条自我较真的纪律,这一单审计过程把它们全部暴露了一遍:

判定对象不让挑。 六个预注册变体里,进审计的不是全样本收益最好看的那一个,是按预注册口径(置信度指标最高)自动选出来的那一个。哪怕旁边就停着一个数字更好看的变体,也不许换对象。换对象一次,整个「信号层证据」就失去了预注册性质,变成对结果的挑选。

试了几次就记几次。 某个周频变体只跑了冒烟测试,没进预注册族——它不算在多重检验的「试验次数」里。不许事后把只跑过的冒烟补记进族让分母变小,也不许把没跑的族补跑进来让分子变大。试验次数如实计数,计数本身也是审计对象。

引擎自己的口径缺陷也登记。 年化收益字段消费的是累计口径(多年窗口下把累计值当年化显示),对多年窗口偏宽松——发现即登记,接进下游引擎前必修。工具自身的口径错误不算在策略头上,但必须拦在策略进生产之前。

PnL 归因按头寸重放。 引擎的成交标签不可信,逐笔按头寸重放核验,配了单元测试。记账语义错一格,归因就错一格,闸门再严也拦不住账算错。

这几条的共同点:它们保护的不是某一道闸,是「过闸」这个结论的可信度。闸的数字可以被单点绕过(挑一个好看的变体、把冒烟补记进族),但整套纪律让绕过变得可见——每一处绕过都有登记痕迹。

四、AND 合成

把三道拦下的闸和信号层两道过的闸合起来:

gates = [
    ("信号层置换", p_perm < 0.05),
    ("信号层五折为正", n_pos_folds >= 3),
    ("参数邻域", score >= 0.50),
    ("品种族集中", share.max() <= 0.35),
    ("容量", False),
]
n_pass_gates = sum(1 for _, ok in gates if ok)
and_verdict = all(ok for _, ok in gates)
print(f"演示 5 闸中 {n_pass_gates} 过, AND 合成 = {int(and_verdict)} (零)")

输出:5 闸中 2 过,AND 合成 = 0(零)。读法:过闸是布尔量不是通过率;「9/12 过」不等于「相当不错」。

五、它和「无 Alpha」不是一种红

这一单的失败发生在组合层(邻域/族集中/容量),信号层证据是真实通过的。典型的「无 Alpha」定稿,失败发生在信号层本身(排序信息不存在,或成本后不存活)。两种红都不进模拟盘观察,但分开登记是为了防两种误读:一是「差点过闸等于变相通融」,不是;二是「有 Alpha 不过闸等于信号造假」,也不是。

两种红的后续路径也完全不同。「无 Alpha」是归档——信号层找不到东西,补什么数据都不会变,恢复路径是空的。这一单是挂起——信号层是真的,组合层三项各挂着一条可执行的恢复条件,数据补齐后重跑全链,结论可能翻盘。区别不在「过没过」,在「失败发生在哪一层」:信号层失败是「没有信号」,组合层失败是「有信号但策略不成立」。前者没有重启条件,后者有。把这两种混在一起读,要么把「无 Alpha」错当成「差一点就成」,要么把「有 Alpha 不过闸」错当成「信号有问题」。

维度有 Alpha 不过闸(本篇)典型的「无 Alpha」
信号层证据置换/五折/邻域前全过不存在,或成本后消失
失败层组合层(邻域/族/容量)信号层本身
定稿形态有 Alpha 不过闸,恢复条件挂起无 Alpha,归档
后续路径数据补齐后重跑,可能翻盘无恢复路径

五、闸门在保护什么

三道组合层闸,各自拦一种真实的亏损方式:

  • 参数邻域闸拦「把运气当能力」——8 个参数格里只有一格过,按那一格上实盘,赌的是下一年的样本恰好落进这一格的适用域;
  • 品种族集中闸拦「把行情当策略」——盈利的姿势依赖一个族在两年里的大牛市,行情总会结束;
  • 容量 fail-closed 拦「把小资金成绩当规模能力」——没有数据就不给数字。

Alpha 证据再厚,也换不来这三项的豁免。同样的保护,在事件研究切片复验里也演示了一遍:锚点判据先在条件化复验里全过,随后切片按年份与市场状态切开,发现正收益集中在少数异常波动年份,结论从「真溢价」精确化为「异常年份现象」。如果少了这层切片,挂上去的就是一个只在极端年份工作的信号,被当成全天候能力。

统计显著和本金安全为什么是两件事?显著性回答的是「这个信号在历史样本里是不是偶然而然」,它是对过去的描述;本金安全回答的是「把资金放进去之后,未来会不会亏」,它是对未来的承诺。一个信号可以在历史样本里显著得无可挑剔,同时在未来暴露于三类风险:参数偶然性(历史样本恰好落在它亮的格子里)、行情依赖性(历史收益恰好来自一个正在走完的行情)、规模不可行(历史是小资金成绩,规模上去后冲击成本把它吃掉)。三道闸对应的就是这三类风险。闸门存在的意义,就是不因为历史显著就放行未来承诺。

六、过度拦截的代价与为什么不放宽 AND

AND 逻辑有真实的代价,得先把它摆出来:一项闸不过,整单归零,哪怕另外 11 项全过。从「放行率」看,这是极端的——它让绝大多数策略都到不了模拟盘。为什么还不用加权?因为这里的「不过」不是等价的分:邻域不过和容量不过,对应的不是同一量级的风险。

  • 邻域不过意味着策略大概率是参数偶然,实盘的期望亏损是系统性的;
  • 族集中不过意味着收益依赖单一行情段,亏损是路径性的(行情反转即触发);
  • 容量不过意味着规模上去后冲击成本会侵蚀收益,亏损是渐近的。

加权投票把这三类风险当成可互相补偿的项,用「族集中过」去抵「邻域不过」,逻辑上就错了——它们拦的是不重叠的亏损路径,不存在「这条没拦的那条补上」。AND 的代价是放行率低,但放行率低的方向是对的:它错杀的是「有信号但不稳定的策略」,漏放的是「真稳定的策略」——而真稳定本来就该过全部闸,不会被 AND 错杀。真正的代价只是算力与机会成本:一个挂起的策略要补数据、重跑全链,这比一个亏掉本金的策略便宜得多。

所以 AND 不是「保守的加权」,是「亏损路径不重叠」的结构判断。一旦有人把三类闸做成可互相补偿的加权项,AND 就退化回加权投票,闸门保护本金的性质就没了。

七、挂起,不是判死

处置登记里,三个未过项的恢复条件逐条写死:补齐品种与 ADV 快照、补实费率表、扩充参数邻域。四项条件全部满足后重跑完整审计链,新结论整体替换本次判定,旧判定归档留痕。

没有重启条件的否定结论是观点,有重启条件的是登记。这一单补上半句:有 Alpha 而不过闸,不是「差一点」,是「等条件」——条件白纸黑字,到期重跑,翻不翻盘都如实登记。


免责声明:本文为量化研究方法论的负结果与纪律记录,不构成投资建议,不保证实盘收益;文中策略均为研究态登记,不挂模拟盘观察,不构成任何交易方法或品种的推荐。

公众号后台回复「验真」领取《样本外审计清单》完整版与全部报告入口。