P-value 的誘惑：假設檢定在交易策略中的偽陽性災難

在充斥著不確定性的金融市場中，隨機雜訊往往會偽裝成高獲利的交易策略。每一天，都有無數的計量分析師 (Quantitative Analysts) 聲稱他們發現了能夠擊敗市場的聖杯。然而，這其中有多少是真正的超額報酬 (Alpha)，又有多少只是倖存者偏差下的隨機漫步？

要剝開這層迷霧，我們必須回到統計學的第一性原理。假說檢定 (Hypothesis Testing) 正是計量金融中最冷酷無情的篩選器，它用嚴格的機率法則，將市場敘事中的運氣成分徹底剝離。

主流的量化敘事往往過度迷信模型的回測績效與顯著性，卻忽略了現實市場的摩擦力與動態機制。

假說檢定的本質，並非為了「證明」某個交易策略有效，而是為了評估在「策略無效」的假設下，出現當前回測結果的機率有多微乎其微。真正的量化投資人清楚明白：統計顯著性不等於實務上的經濟顯著性 (Economic Significance)；如果忽略了交易成本 (Transaction Costs) 與風險調整 (Risk Adjustment)，再完美的檢定結果也只是實驗室裡的數字遊戲。

任何嚴謹的假說檢定都建立在六大基石之上，而其核心邏輯是設立一個我們試圖推翻的虛無假說 (Null Hypothesis)。

檢定統計量是我們將樣本數據標準化後的產物，用於衡量樣本結果與假說參數之間的偏離程度。其基礎公式為：

當樣本統計量為樣本平均數 (Sample Mean) 時，標準誤 (Standard Error) 的計算取決於母體標準差 (Population Standard Deviation, $\sigma$) 是否已知。若母體標準差已知：

若母體標準差未知，則必須使用樣本標準差 (Sample Standard Deviation, $s$) 進行估計：

在決策邊界上，我們無可避免地會面臨兩種誤判的風險：

檢定力 (Power of a Test) 則被定義為正確拒絕錯誤虛無假說的機率：

在給定樣本數 (Sample Size) 的情況下，降低型一錯誤的機率，必定會增加型二錯誤的機率。這是一場風險與報酬的極致妥協。

在評估策略時，我們常使用 p值 (p-Value) 來衡量證據的強度。p值代表在虛無假說為真的前提下，獲得當前檢定統計量 (或更極端數值) 的機率。若 p值小於我們設定的顯著水準 $\alpha$，我們便有充分的統計證據拒絕虛無假說。

信賴區間 (Confidence Interval) 則是與假說檢定一體兩面的工具。它提供了一個範圍，表明在特定的信心水準 (Level of Confidence, $1 - \alpha$) 下，母體參數可能落入的區間。

如果虛無假說中的參數值落於信賴區間之外，其數學意涵等同於我們在該顯著水準下拒絕了虛無假說。

在選擇檢定模型時，母體變異數 (Population Variance) 是否已知與樣本大小，決定了我們該使用何種分佈：

當母體為常態分佈且變異數已知，或是樣本數足夠大 (通常 $n \ge 30$) 時，我們採用 z-檢定。其檢定統計量為：

現實的金融數據中，真實的母體變異數往往是未知的。這時，我們必須依賴 t-分佈 (t-Distribution)。t-分佈具有較厚的尾部 (Fatter Tails)，能更保守地處理小樣本帶來的不確定性。其統計量需考量 $n-1$ 個自由度 (Degrees of Freedom)：

這正是許多量化機構最容易跌入的深淵。當我們在同一個資料集上反覆測試無數個策略，直到找出一個「統計顯著」的結果時，我們已經無形中放大了型一錯誤的機率。

看似嚴謹的 $\alpha = 0.05$ 顯著水準，僅對「單一」檢定有效。如果對同一組數據進行十次、百次的策略回測 (Backtesting)，總會有幾個策略純粹因為隨機性而突破臨界值 (Critical Value)。這種資料探勘 (Data Snooping) 偏誤，解釋了為何許多在實驗室裡夏普值 (Sharpe Ratio) 極高的模型，一進入實盤 (Live Trading) 就會面臨崩潰。

數學定律不會因為複雜的演算法而彎曲。假說檢定為量化分析提供了剔除雜訊的剃刀，但它無法取代對市場微觀結構與經濟基本面的深刻洞察。

所有超出優勢的下注，最終的結局都是被市場清算。面對歷史數據，我們必須承認統計顯著性只是策略上線的最低門檻，唯有將假說檢定與現實的經濟顯著性、嚴格的風險管理相結合，才能在非理性的市場中，捕捉到真正可持續的 Alpha。