Statistics • Chi Square • P-value • Significance

NOTE

本文为公开交易策略的技战术复盘，聚焦方法逻辑、交易场景与风险边界。

在量化交易的研究中，我们经常面临一个难题：一个交易信号或条件组合，究竟是真有预测力，还是只是历史数据中的随机巧合？简单的胜率、平均收益等指标在样本量不足时容易给出误导性结论。本文介绍一种来自公开交易社区的统计工具，它通过卡方检验（Chi-Square Test）和P值，帮助交易者客观地评估多个条件组合与交易结果之间是否具有统计显著性。

策略解读

上述工具的核心思想，是将统计学中经典的“卡方检验”引入到交易策略的评估场景。我们平时使用的技术指标条件，例如“移动平均线多头排列”“RSI进入超卖区间”“成交量突破20日均值”等等，都是典型的二分类条件：要么满足，要么不满足。而交易结果也可以分类为“盈利”或“亏损”。于是，我们可以像研究“性别与电影偏好”一样，把“条件是否满足”和“交易是否盈利”放在一张列联表中进行统计推断。

这种方法比单纯比较回测收益曲线更严谨。回测收益可能受到市场环境、样本量、过拟合等多方面影响，而卡方检验可以给出一个基于概率论的判断：如果两个分类变量之间确实存在关联，那么在实际样本中出现这样分布的概率是多少？如果这个概率（P值）很低，我们就有理由相信，该条件组合并非只是随机波动带来的“假信号”，而是具备一定统计显著性的真实规律。

当然，这个工具也并非万能。它要求使用者对统计学基本概念有所了解，并且还要注意样本的独立性、期望频数等条件。但无论如何，它提供了一种低门槛、可解释的量化校验思路，特别适用于那些以“分类信号”为基础的交易策略。

名词解释

为了让不熟悉统计学的读者也能顺畅阅读，这里先解释几个关键术语。

卡方检验（Chi-Square Test）
一种用于检验两个或多个分类变量之间是否存在关联的统计方法。它通过比较实际观测到的频数与“假设无关”时理论上应该出现的频数（即期望频数）之间的差异，来判断变量是否独立。差异越大，越有可能拒绝“无关”的假设。
P值（P-value）
在“原假设为真”的前提下，观察到当前样本结果（或更极端结果）发生的概率。P值越小，说明在原假设成立的条件下，当前样本越罕见，因而不支持原假设。通常以0.05或0.01作为判断阈值。
显著性水平
研究者事先设定的一个概率阈值，例如0.05。当P值小于该阈值时，我们拒绝原假设，并将结果称为“统计显著”。这个阈值代表了愿意接受的“犯第一类错误（误判为有效）”的风险。
原假设（Null Hypothesis）与备择假设（Alternative Hypothesis）
原假设通常表述为“变量之间没有关联”或“差异不显著”，备择假设则相反。卡方检验的原假设是两个分类变量相互独立；若拒绝原假设，就是趋向于认为它们有关联。
列联表（Contingency Table）
以交叉分类的形式展示两个或多个分类变量频数分布的表格。例如，行表示“条件满足/不满足”，列表示“盈利/亏损”，每个格子里填写相应的交易次数。
自由度（Degrees of Freedom）
统计计算中可以自由变化的数值个数。在卡方检验中，自由度 =（行数-1）×（列数-1）。例如一个2×2的列联表，自由度为1。
期望频数（Expected Frequency）
在原假设成立的条件下，某个格子理应出现的理论频数。其计算方式为“该行合计×该列合计÷总样本数”。当期望频数过小时（通常指小于5），卡方检验的结果会变得不可靠。

策略思路讲解

这个统计工具的应用流程并不复杂，我们可以将其拆解为以下几个步骤。

第一步，明确研究问题与假设。
假设我们想知道“当市场处于上升趋势且成交量放大时，买入行为是否真的更容易盈利”。我们将原假设设为：条件“趋势上升且放量”与“交易盈利”二者相互独立；备择假设为：二者有关联。

第二步，收集交易样本。
在历史数据上运行策略，记录每一笔交易是否满足该条件，以及最终的盈亏情况。注意尽量保证样本的独立性和代表性，例如不要在重叠的持仓周期上重复计数。

第三步，构建列联表。
将交易样本按照“条件满足/不满足”和“盈利/亏损”分成四类，填成2×2表：

	盈利	亏损
条件满足	a	b
条件不满足	c	d

第四步，计算期望频数。
比如，盈利总数为a+c，条件满足总数为a+b，全样本总数为n=a+b+c+d。那么，在“条件与盈利无关”的假设下，条件满足且盈利的期望频数为 (a+c)(a+b)/n。其他格子类似。

第五步，计算卡方统计量。
对于每个格子，求“（观测频数-期望频数）的平方 ÷ 期望频数”，然后把所有格子的数值加起来，得到卡方统计量。这个量越大，说明观测结果与“无关”假设的差距越大。

第六步，计算P值。
根据卡方统计量和自由度，就可以计算出对应的P值。在现代工具中，这一步通常由统计函数自动完成，但对于理解原理，我们需要知道P值来源于卡方分布。

第七步，做出判断。
如果P值小于事先设定的显著性水平（例如0.05），则拒绝原假设，认为条件与结果之间具有统计显著性。也就是说，该条件组合的交易结果与随机分布存在显著差异，值得进一步研究。反之，如果P值较大，则说明在当前样本下无法证明条件有效。

除了最简单的二分类条件，这个方法还可以扩展到多条件组合。例如，将“趋势状态”分为“上升、下降、横盘”三档，将“动量指标”分为“超买、超卖、中性”三档，再结合盈亏，就可以得到一个3×2或9×2的列联表。卡方检验同样适用，只是自由度变大，需要的样本量也相应增加。

需要注意的是，卡方检验只能告诉我们“是否存在关联”，而不能告诉我们“因果方向”。即使一个条件组合被检验为显著，也可能是由于其他隐藏变量所驱动。因此，策略研究者应该将其视为“筛选器”而非“证明器”。

优点

统计严谨，结论可靠
与单纯观察胜率或收益曲线相比，卡方检验提供了概率意义上的显著性判断，有助于区分真实规律与随机噪声。
天然适合分类信号
大多数交易信号都以“是/否”形式存在，例如指标交叉、区间突破、形态确认等。卡方检验直接处理这类分类数据，无需复杂的连续变量建模。
支持多条件组合比较
可以将多个技术条件组合为不同分组，检验各组合对交易结果的影响，从而找出最“有用”的条件子集。
计算简单，透明度高
只需统计频数并进行简单计算，整个过程清晰透明，便于理解与复核，减少了黑箱模型的信任成本。
有助于防止过拟合
通过在样本内验证条件与结果的统计关联，可以过滤掉那些仅仅靠参数寻优而偶然表现良好的信号，提高策略的鲁棒性。

缺点

不能证明因果关系
即使卡方检验显著，也只能说明条件与结果存在关联，可能受第三变量混淆。例如“放量上涨”与“盈利”相关，但真正驱动盈利的或许是“基本面利好”而非技术形态。
对样本量敏感
当期望频数过小（常见于交易样本较少时），卡方检验的近似效果不佳，容易产生误导性结论。尤其是四格表中某个单元格的期望频数小于5时，需要修正或改用精确检验。
违反独立性假设
交易样本往往存在时间相关性和自相关性，例如连续盈利或亏损时段，不同交易之间存在内在联系。卡方检验假设各观测独立，这在金融时序数据中很难严格满足。
忽略盈亏幅度
卡方检验只关心“盈利/亏损”这种二分性质，却没有考虑利润或亏损的大小。一个低胜率、高盈亏比的策略很可能在统计上不显著，却具有极高的期望收益。
大样本下“微小差异”也会显著
样本量很大时，即使实际效应非常微弱，卡方检验也容易给出拒绝原假设的结果，导致人们把毫无实际交易价值的条件当成“有效信号”。

起源年份考证

这里所讨论的“卡方检验+显著性”方法，是一类经典统计推断体系，其起源和发展脉络可以归纳为以下时间线：

1900年：英国统计学家卡尔·皮尔逊（Karl Pearson）在论文中正式提出卡方检验，最初用于检验观测频数是否服从某一理论分布，后来扩展用于独立性检验。
1920年代：罗纳德·费希尔（Ronald Fisher）建立了现代假设检验框架，引入P值和显著性水平的规范化用法，并提出“显著性检验”这一核心概念。
1950年代：哈里·马科维茨（Harry Markowitz）发表现代投资组合理论，标志着统计方法大规模进入金融决策。同时，经济学和金融学开始广泛使用卡方检验处理分类数据。
1980-1990年代：量化交易兴起，统计套利和系统化策略日益流行。研究者开始将t检验、卡方检验等工具用于回测结果的疗效评估，以判断策略信号是否显著优于随机。
2000年代以后：随着数据挖掘和机器学习在金融中的应用，多重比较问题受到重视，如Bonferroni校正和FDR方法被引入。卡方检验作为基础筛选手段，仍然在策略研究中使用。

需要说明的是，本文所述的具体脚本发布于公开交易社区，其准确发布时间无法考证。但“卡方检验+显著性”这一方法论在金融领域的应用，已有超过百年的数学根基和数十年的量化实践。

改进建议

尽管卡方检验是一个好用的起点，但实际应用中仍有许多改进空间。

引入效应量指标
在报告P值的同时，计算Cramér's V或Phi系数等效应量，以度量关联的强弱。这样能避免“样本大则一切显著”的陷阱，让研究者关注效果的实际大小。
采用多重检验校正
如果同一批数据被用于检验多个条件组合，必须对P值进行校正，例如使用Bonferroni法或Benjamini-Hochberg法控制假发现率。否则，大量检验中必然会出现一些“偶然显著”的结果。
处理时间序列自相关
对交易样本进行去重、去相关处理，或采用Newey-West稳健标准误修正P值。更彻底的做法是使用“块抽样”或“蒙特卡洛模拟”来产生符合原假设的随机样本，从而评估真实显著性。
结合连续变量分析
不要满足于“盈利/亏损”的二分类，可以将收益率作为连续变量，配合t检验、Mann-Whitney U检验、线性回归或分位数回归，全面评估条件的表现。
引入贝叶斯视角
用贝叶斯因子或后验概率替代P值，可以在原假设和备择假设之间进行更平滑的比较。贝叶斯方法还能自然地纳入先验知识，给小样本分析带来更多稳健性。
增加样本外验证与交叉验证
卡方检验应基于“样本外”或“滚动窗口”数据进行，避免在同一个数据集上“拟合-检验”循环导致的偏差。所有显著性发现都需要经受独立数据的检验。
结合逻辑回归与决策树
当条件较多时，直接做卡方检验可能难以捕捉交互效应。可以用逻辑回归评估每个条件对赢率的影响，或用决策树自动发现条件之间的高阶组合，然后用卡方检验为最终规则提供显著性证据。

总结

在量化交易中，我们常常被大量技术指标和条件组合所包围，但真正具有统计显著性的规律并不多见。利用卡方检验与P值，可以将“条件”与“结果”的关联性转化为一个可重验的概率问题，帮助交易者以更客观、更冷静的眼光看待策略信号。这种方法简单直观、适用面广，尤其适合早期阶段的信号筛选和条件组合测试。

当然，任何统计工具都不是银弹。卡方检验有其前提假设和固有局限，我们需要结合样本量、独立性、效应量以及业务逻辑综合判断。它的意义不在于替代策略研究者的决策，而在于提供一种“防幻觉”的机制——提醒我们，许多被回测曲线放大的“圣杯”，可能只是随机世界中的一粒尘埃。唯有将统计工具与交易逻辑相结合，持续进行样本外验证和迭代优化，才可能在市场中留下真正具有期望优势的策略。

希望这篇介绍卡方检验与显著性的文章，能为你打开一扇量化研究的新窗户。下次当你再看到某个胜率惊人的条件组合时，不妨先问一句：它的P值是多少？