49 種技術訊號，零個通過檢定

前一篇測完九類圖表型態之後，留下一張很誠實的缺口清單：技術指標算了但沒當成檢定標的、市場狀態算了但沒進檢定格、費波那契完全沒做。當時我寫了一句話：

這幾塊會分開做，測完一塊寫一篇。……不管測出來是「有」還是「沒有」，都會照原樣寫出來。

這篇就是那個承諾的第一次兌現。三個缺口全部補上，另外加了燭台型態。

結果：49 類訊號、1,779,160 個事件、11,025 個檢定格，通過 FDR 校正的有 0 個。

但那個零不是這篇文章的重點。重點是：在得到這個零之前，我先得到了 5 個「顯著發現」，其中 4 個是費波那契回撤位。它們全部是假的，而擋下它們的是一個我原本可以不必跑的對照組。

更難堪的是原因：我照著自己寫的規格做，而那個規格是錯的。照做反而讓結果更糟。

這是一篇實證研究與方法論文章。它描述一項檢定怎麼設計、得到什麼結果，以及這個結果的邊界在哪裡。它不是對任何證券或任何分析方法的推薦，也不是投資建議。

1. 這次補上了什麼

前一篇的缺口，逐項對照：

合計 49 類事件，分七個家族。每一類都是機械規則，不是人眼判讀：

依週期：日線 1,440,900、週線 284,673、月線 53,587。

參數在跑任何統計之前就凍結了，這一點和前一篇一樣重要。而且要說清楚：凍結指標參數時沒有改動任何數值 —— 5／10／20／半年線、KD、RSI、MACD、布林的參數，在這個研究題目被提出來之前就已經寫在設定檔裡了。沒有「先看看哪組參數比較好看」的空間。

費波那契怎麼變成可檢定的

費波那契是這批裡最難處理的一個，因為它最主觀：回撤位要從哪個高點量到哪個低點，本身就是判斷。 兩個人畫同一段行情，可以得到完全不同的 0.618。

處理方式是把那個自由度交給前一篇已經凍結的 ZigZag 樞紐：起訖點由程式依固定規則決定，不由人挑。代價寫在 Limitations 裡 —— 結論因此綁定在那組 ZigZag 參數上。但沒有這一步，費波那契根本不可能被檢定，只能永遠停在「你畫得不對」的循環裡。

多週期條件

「日線出現黃金交叉，但要看週線方向」是實務上很常見的講法。這次把它做成條件維度：把週線或月線的趨勢狀態展成四個 regime，讓每個日線訊號在各狀態下分開檢定。

三個組合：日線×週線條件、日線×月線條件、週線×月線條件。

2. 檢定設計：沿用前一篇，只講新增的

三層基準（市場調整／無條件／配對對照）、randomization 產生 p 值、學生化 bootstrap 產生信賴區間、Benjamini–Hochberg FDR 校正 q = 0.10 —— 這些前一篇第 2 節都講過了，這裡不重複。

只講一個新增的決定：指標訊號自成一個 FDR 家族，與圖表型態的 354 格分開校正。

分開校正比較寬鬆，所以我把代價量化了：合併校正之後，0 格結論翻轉 —— 沒有任何一格由不顯著變顯著，也沒有任何一格由顯著變不顯著。

這裡有一個反直覺的地方值得記：合併校正不是一律更保守。 BH 方法的 q 值同時取決於分母與排名，把一批更顯著的格子併進來，可能讓某一格的 q 反而變小。所以「翻轉」要雙向檢查 —— 我第一版的檢查只看單向，是另一個 session 抓到的。

3. 結果

五個研究，全部是零：

★ 打散對照是把事件日期打散後重跑的煙霧測試 —— 它也是 0 格，代表流程不會把純雜訊當成發現。（前一篇的教訓：這個測試通過不代表方法對。第 4 節就是它抓不到的那一類問題。）

整體分布：

最接近顯著的一格，最小 q 是 0.100 —— 卡在門檻上，差 0.0002 沒過。這件事我等一下會回來談，因為它正是下一節那個錯誤的入口。

4. 我差點發表的 5 個假發現

這一節是這篇文章存在的理由。

前一篇的架構文件裡寫著一條規格：randomization 的重抽次數 B = 10,000。而實際跑的程式用的是 2,000。這是規格與實作對不上，屬於該修的東西 —— 於是我把它拉到規格要求的 10,000，重跑。

結果變了：

5 格通過了 FDR 校正。其中 4 個是費波那契回撤位（0.382 與 0.500 的支撐），另一個是布林上軌反轉。

這看起來完全像個發現。效果量不小（−3.5% 到 −7.4%），方向一致（都是負的，也就是「支撐位並不支撐」），而且費波那契是這批裡最有話題性的一種。如果我在這裡停下來報告，那會是一個很有說服力的錯誤。

擋下它的是對照組

我同時把打散對照組也用 B = 10,000 重跑了一次。那是虛無世界 —— 事件日期已經被打散，裡面定義上不可能有真發現。

虛無對照組產生了一模一樣多的顯著格。經驗 FDR = 100%。

那 5 格不是發現，是方法的產物。

為什麼會這樣：抽越多次，精度越假

原因在 randomization 的做法。前一篇解釋過，虛無分布是靠「把所有事件整體平移同一個位移量」重建的 —— 這樣才能保留事件擠在同一天的結構（那正是前一篇修掉的錯）。

但整體平移有一個內建的上限：位移量只能取 1 到某個最大值之間的整數，所以相異的虛無實現數是有限的。 抽再多次，也只是把同樣那幾個實現重複抽出來。

實測：

抽 10,000 次，其中只有 36.4% 是相異的。名目 p 值因此高估了 2.74 倍精度 —— 分母寫著 10,000，實際獨立資訊只有那個數字的三分之一多一點。p 值被算得太小，於是通過了門檻。

這是一個違反直覺的結論：重抽次數越多，答案越糟。 一般的統計直覺是「多抽幾次只會更準」，在這個特定的虛無模型下不成立。

所以規格本身是錯的：B = 10,000 對這種 randomization 而言是錯誤的規定，而我照著做，反而製造出了假發現。 已改回 2,000 並修正規格文件（bootstrap 的 10,000 不受影響，那是另一種重抽）。

這是同一類問題的第二次

前一篇第 6 節記錄了一個被推翻的中間結論：16 格顯著，全部來自虛無分布建構錯誤（事件叢聚被打散，分布窄了 2.63 倍）。

這一次是另一個機制 —— 相異實現數不足，名目精度虛高 —— 但屬於同一類：

虛無分布本身建構錯誤時，報表上每一個數字都看起來正常，而且煙霧測試會通過。

兩次都是這樣。兩次都不是資料的問題、不是訊號定義的問題、也不是偷看未來，而是「拿來比對的那把尺」出了問題。

而兩次抓到它的方式也一樣：不是靠測試，是靠去量那把尺本身。 第一次是量虛無分布的寬度，這一次是數相異實現的比例。

如果這篇文章只留下一句話，我希望是這句：當你的方法產生了一個發現，先讓同一套方法跑一次不可能有發現的資料。

5. 結果的形狀：微弱、瀰漫、無法歸因

有了打散對照組當經驗虛無，就可以做一件單看零結果做不到的事：看看在較寬鬆的門檻下，真實資料相對虛無有沒有超額。

真實資料確實比虛無多。 在 q ≤ 0.20 的門檻下多出 35 格，在 p ≤ 0.05 下多出 192 格。這不是零。

但要非常小心地讀它：

第一，門檻是凍結的，我沒有動它。 主結論一律以事前登錄的 q = 0.10 為準。上面這張表只用來理解結果的形狀，不能用來挑門檻 —— 「換個門檻就有發現了」正是這整套方法要防的東西。

第二，這個超額無法歸因到任何單一訊號類型。 它不集中在費波那契、不集中在均線、不集中在任何一個家族或週期。它是瀰漫的。

第三，也是最重要的：這個形狀反過來說明檢定不是瞎的。 如果這套方法什麼都看不到，真實資料與打散資料在每一個門檻下都應該長得一樣。它們不一樣。所以機器有鑑別力，只是那個訊號弱到跨不過事前定好的那條線。

我對這個形狀的解讀是：如果真的有東西，它比較像「市場裡有一層很薄的、到處都在的可預測性」，而不是「某個訊號有效」。而那層東西薄到什麼程度？薄到中位命中率 50.2%、中位效果量 0.30%，而且在扣掉交易成本之前。

6. 這個零有多可靠

一個測不出東西的檢定，和一個沒有東西可測的世界，報表長得一樣。前一篇是用效果量注入實測回答的：注入 1% 的效果，偵測率 100%。

這一篇沒有重跑那個實測，所以我不會宣稱同樣的數字。 能講的有三件事，強度不同：

一、樣本規模遠大於前一篇。 dev 期 1,779,160 個事件，中位可靠格的樣本數以萬計。同樣的效果量在更大的樣本下更容易被偵測到。

二、但樣本數不能直接換算成檢定力。 指標訊號的事件密度比圖表型態高兩個數量級以上，持有期大量重疊，有效樣本數遠低於名目樣本數。序列相依由 bootstrap 與整體平移處理了，重疊本身仍然降低檢定力。

三、而且有跡象顯示這套檢定偏保守。 打散對照組的 p 值中位數是 0.606（若完全隨機應該是 0.5），p < 0.05 的比例只有 3.02%（名目應該是 5%）。方向是安全的 —— 少報假陽性 —— 但也代表實際檢定力低於名目值。

所以誠實的說法是：這個零站得住，但它站的位置比前一篇那個零軟一點。 前一篇有實測的檢定力曲線，這一篇沒有；這一篇有的是大樣本、以及第 5 節那個「機器看得見東西、只是不夠強」的間接證據。

要把它補成硬的，就得對這批訊號重跑一次效果量注入實測。那是下一步該做的事，不是這篇文章能宣稱的事。

7. 這證明了什麼、沒證明什麼

一、範圍還是有限的，只是比上一篇寬。 這次測的是 49 類機械化定義的訊號、一組凍結參數、在 S&P 500 大型股、日／週／月三種週期上帶不帶資訊。不同的參數、不同的訊號定義、不同的市場或資產類別，結論都可能不同。

二、也還是沒有測「實用性」。 測的是資訊含量。沒有交易成本、沒有滑價、沒有部位大小、沒有風險控制。前一篇那句話這裡照樣成立：「測不到資訊」和「拿來交易會賠錢」是兩件不同的事。

三、把兩篇加起來，涵蓋範圍是這樣： 九類圖表型態 + 49 類指標與訊號 + 多週期條件，合計 11,379 個檢定格，通過事前登錄門檻的有 0 個。這是我目前能講的最寬的一句，而它離「技術分析無效」仍然有距離 —— 那是一個關於人怎麼綜合判斷的命題，而這裡測的全部是單一規則。前一篇第 7 節整節在講這個差別，這裡不重複。

如果你只想引用一句

49 類機械化定義的技術訊號，在 2000 到 2017 年的 S&P 500 大型股上，控制掉大盤漂移、個股特性與同期同類股之後，沒有任何一類在事前登錄的門檻下顯示可辨識的資訊。

不要簡化成「KD 沒用」「均線沒用」—— 測的是特定定義下的特定規則，不是那些工具的所有用法。也不要簡化成「技術指標不能賺錢」—— 本研究沒有測賺不賺錢。

這份研究本身的問題

1. 倖存者偏誤。 yfinance 缺下市股，985 檔宇宙裡只有 674 檔有價格資料。結論偏向活下來的公司，方向是讓訊號看起來更有效。
2. 檢定力未實測（見第 6 節）。這一版沒有重跑效果量注入。
3. 訊號密度高、持有期重疊嚴重，有效樣本數低於名目值。
4. 燭台型態的背景定義有主觀性。 錘子和吊人是同一個形狀，靠「前五根收盤的淨變動」區分方向。這個定義寫在凍結的設定檔裡，但它不是唯一合理的定義。
5. 費波那契綁定在 ZigZag 參數上（見第 1 節）。
6. 沒有計入交易成本。
7. 資料商會回頭修訂歷史資料。

最終保留樣本仍然沒有動用

2022 年以後的資料整段鎖住，整個專案只能開一次，由程式強制執行。開發期 0 格顯著，代表沒有任何候選項可以拿去做最終檢驗，所以那一次機會沒有被消耗。

和前一篇一樣要講精確：訊號偵測本身跑遍全區間（訊號是價格的確定性函數，不碰前向報酬），被鎖住的是統計層。真正的防線仍然是參數在統計之前就凍結。

8. 為什麼這篇的重點是那 5 格

回頭看，這篇文章有兩個結果。

一個是預期中的： 49 類訊號、11,025 格、0 個通過。它與弱式效率市場假說一致，不意外，也不特別有趣。

另一個不是： 在得到那個零之前，同一套資料、同一個人、同一個下午，先得到了 5 個顯著發現，其中 4 個是費波那契。它們全部是假的。而它們之所以出現，不是因為我偷懶，恰恰相反 —— 是因為我把一個對不上規格的地方改成符合規格。

這件事的教訓不是「規格會錯」，而是更麻煩的一件：你沒辦法靠更用功來避開這一類錯誤。 那 5 格通過了所有既有的檢查：煙霧測試通過、參數凍結、沒有偷看未來、多重檢定校正做了。它們是在方法內部產生的。

唯一擋下它們的，是一個嚴格來說不必跑的東西 —— 拿同一套方法去跑一份不可能有發現的資料，看它會不會也「發現」什麼。

那個習慣不會讓你找到有效的方法。它只會在你以為自己找到的時候，告訴你沒有。

而在這個領域裡，那是更值錢的一件事。

---

研究區間 2000 年 1 月 1 日至 2017 年 12 月 31 日，對象為當時實際在 S&P 500 成分股名單內的個股，日線、週線與月線。所有數字由分析程式從原始結果檔重新計算產生，未經人工轉錄。