⚠️ 免责声明：本章仅为教育与研究方法展示，不构成任何投资建议。 所有回测结果来自历史数据，不代表未来表现。投资有风险，决策需独立判断。
第八课：在线统计——你没有时光机¶
本章代码：
code/lesson8_online_update.py运行方式：python lesson8_online_update.py
8.0 策略概述¶
这是什么策略¶
这不是交易策略。这是诚实性检验。
前七课所有的策略都有一个隐藏的问题："参数是用全部数据调的。"我们回测 PE 策略时，先看了 18 年的全部数据，然后选了最好的参数。但 2010 年的投资者不可能用 2017 年的数据来调参数。
本课把"离线"（用全部数据）和"在线"（只用历史数据）两种统计方式做对比，让你看到差异有多大。
核心概念¶
| 离线（作弊） | 在线（真实） | |
|---|---|---|
| 定义 | 用全部数据算统计量 | 只用"到今天为止"的数据 |
| 例子 | 2026 年回看 2000—2026，算出均值 0.27% | 2008 年只能看到 2000—2008，算出均值 0.06% |
| 问题 | 你的参数选择"预知"了未来 | 这才是真实投资中能用的数据 |
8.1 用真实数据跑一遍¶
# 离线（作弊）：一次性用全部 8683 天算均值
offline_mean = np.mean(all_8683_days)
# 在线（真实）：每一天只能看到"到今天为止"的数据
online_mean = [np.mean(daily_returns[:i+1]) for i in range(len(daily_returns))]
CSI300 的结果（跑 python code/lesson8_online_update.py 复现）：
在线均值（只用过去）：最终值 +0.033% / 天
离线均值（偷看 ±10 天）：最终值 -0.535% / 天
过程中最大偏离：1.78 个百分点（发生在 2008 年附近）
为什么差这么多？ 2008 年金融危机前后，每天的"±10 天中心化均值"把暴跌前后的数据一起算进去了——2008 年的投资者不可能知道未来 10 天还会跌多少。他能看到的只有"到今天为止"的数据。在线和离线的差值，就是"未来信息"的价格。
图 8-1：在线 vs 离线滚动均值（沪深300 日收益率 %）。 蓝线只用过去数据（在线），红线偷看未来 ±10 天（离线）。两条线之间的差距，就是"未来信息"的价格。
8.2 这解释了 PE 策略的悲剧¶
第二章里 PE 策略 +44.5% 的超额（深证红利，2008—2017），换个指数就变成 -7.5%（沪深300）——根本原因就在这一课。
仔细看第 1—5 课的策略：它们计算统计量时都用"在线"窗口（只用过去的数据），这一步没有作弊。但参数是看完全部数据后调的——WARMUP=96、20/30/60/80 分位、空仓利率 3.5%，任何一个数字你都可以"为了结果更好看"而调整。参数选完之后，回测当然好看——因为你选参数的时候，已经偷看了答案。
这不是策略失效。是"调完参数再回测"这个过程本身，等价于离线统计。 +44.5% 和 -7.5% 之间差的不只是指数——还有你"恰好"选了让结果好看的参数和窗口。
8.3 学完这一课你应该做的¶
每次你调参、回测、找到一个"看起来很好"的结果，问自己两个问题：
1. 我用的是全部数据还是滚动窗口？ 如果参数是在全部数据上调的——这就是离线作弊。
2. 如果只用前一半数据调参、后一半数据验证，结果还一样吗？ 如果不一样——你找到的不是规律，是噪音。
8.4 这一课教了你什么¶
- "离线均值"和"在线均值"可以差近 2 个百分点——未来数据污染统计的代价是实打实的。
- PE 策略的 +44.5% 与 -7.5% 之差，一半来自指数选择，一半来自"看完数据再调参"——这就是过拟合。
- 滚动窗口测试是唯一诚实的验证方法。
- 这一课没有教你新的策略——它教你怎么拆穿别人的策略。
- 以后有人给你看回测：第一个问题不是"收益率多少"，是"你的训练集和测试集怎么分的"。
8.5 课堂问答¶
问：那之前跑的 PE 策略是不是全部作废了？
不是作废——是从\"交易策略\"降级为\"思维框架\"。PE 分位数的逻辑本身没有错。但你不能拿它直接下单。你可以拿它来回答\"上证 50 现在在历史上是什么位置\"——这是一个信息输入，不是一个交易指令。
问：这些量化策略是不是都太基础了，在现代市场根本无效？
对了一部分。这些策略捕捉的 alpha 来源是 20 年前的。2015 年之后，每个量化基金都在做同样的事，alpha 被挤光了。但你不需要和量化基金竞争——把同样的方法论迁移到量化基金不碰的领域——你的行业、你的专业、你每天接触的数据——你仍然有优势。
动手练习（第 8 课）¶
- 入门：改窗口。把"±10 天中心化"改成"±30 天"，在线/离线偏离变大还是变小？ 窗口越长，偷看未来的代价越大吗？
- 进阶：真正的 walk-forward。只用 2005-2015 的数据调第 2 课的参数， 然后在 2016-2026 上回测。和"看完 2026 再调参"的结果对比—— 差多少？这就是"没有时光机"的代价。
- 挑战：审计一次你自己的决策。回忆你最近一次投资或业务决策： 你是先有假设再找数据，还是先看了数据再编理由？ 诚实回答，然后想想下次怎么改。
下节预告： 前八课你学会了看收益、看风险、看分布、看日历、看在线统计。现在该做一个真正的策略对决了——PE（价值）vs 动量（趋势），谁赢？第九课。