原始讨论串已经被砍了，这篇文章是别人做的整理，我觉得不错所以贴上来分享，不只
是基本分析，技术分析回测时也可以思考这些点：
(昨天回一堆结果原作砍文，只有一点点备份到，很多想法就这样没了，今天回一堆结果
被踢出社团，我这两天好囧rz)
在这篇的讨论，猫大谈了一些回测要注意的事情，以及量化分析的限制及量化投资方法，
猫大本身就是一位偏向量化的投资人，也看了很多回测的相关资料和研究，‘’里的是
猫大的原文。
在谈到指标选股时我们常会用到回测来验证方法的可行性，然而回测有几个可能出现偏
误的地方：
1. 时间延迟偏误：
年报与季报并不是该季结束马上公布，如果在尚未公布前就使用该资料(ex：一、二月就
使用去年全年EPS)就会有时间上的偏误。
2. 资料偏误：
如果数据库有错误就会有这类偏误，通常是使用公信力高的数据库来避免此类偏误。
3. 交易成本偏误：
大部份的回测并没有考虑到交易成本，这对于越短期的交易策略影响越大。
4. 幸存者偏误：
由于回测是回头看，很多下市公司会被忽略，这会造成整体回测的报酬率提高。
5. 样本偏误：
有些研究并不是使用母体来做回测，而是使用一小部分的样本来代替母体。如果取样的不
够好就会有此类偏误，例如我们抓儒鸿、台积电、研华的成长率当作全台上市柜公司的成
长率，这样就会有样本的偏误。
6. 回测时间偏误：
这主要是在讲采取的时间不够长，例如拿2009-2011股市报酬当作股市的长期报酬。所以
不会用这么短的区间，而会选择长期几十年来做回测。
上面是我现在想的起来的几种偏误，名词可能不是很正确。在前面的讨论猫大主要在讲幸
存者偏误及为什么注意这类偏误这么重要。
例如我们现在要回测一种策略——买进股价10元以下公司，持有5年卖掉。如果我们没有
考虑幸存者偏误，很有可能就会认为这是一个好策略，因为我们只看得到那些现在还能存
活、甚至度过危机可以成长的公司，却看不到那些无法度过危机而下市的公司。
接下来讨论到用能不能用量化分析来判断公司未来的成长，猫大说：
‘像雷大提到借壳公司的例子，我认为没有人可以从当年的量化财务资讯中，知道八年十
年后，公司会迎来怎样的转机’
‘要做这类分析最好用财务资料而非股价，单看股价只会看到十年前股价很囧现在股价
很威的公司，那些不错但现在被低估或十年前刚好较贵的公司，就这样消失在历史洪流
里了’
‘我们没办法从十年前的数字预测几年后的原物料大行情，这几年开始发达的：如2013里
的涨幅王儒鸿吃到uniqlo、lativ单变机能衣王也是如此，十年前的财务资讯无法看出这
些’
‘有长期竞争优势的公司(护城河)通常都有高ROE，但有高ROE的公司通常有护城河？我的
想法是"no"’
塞斯卡拉曼提到投资的获利来源有两种："评价的提升”、"内在价值的提升"，纯量化的
分析只能赚到前者，赚不到后者。因为内在价值要持续提升需要强大的护城河，而护城河
却无法从量化分析中判断出来，这也是为什么会需要质化分析的原因。它可以让我们判断
内在价值会不会持续提升，纯量化的分析也可以是价值投资，只不过我们要知道纯量化分
析的限制所在。
猫大说：
‘靠质化分析都很难找出"未来十年"的高成长公司，纯量化就更困难了’
‘ROE的均值回归现象(也可以说经济竞争)远比一般人想像要强大，基本上三五年就会把
大部分现在的优质公司从云端拉下来，这只要去看2000-2013年各年高ROE公司前十趴的重
复率就很明显，即使排除那种一次性收入还是很明显。我自己从十几年前就开始以ROE做
初步筛选，看过太多’
猫大是一位偏向量化分析的投资人，质化分析的比重没有雷大或尼莫大那么多，因此他会
做许多回测或看别人的研究来拟定策略：
‘我否定量化的财务资料预期长期股价报酬的能力(一两年ok，即value premium)’
‘如果持有低pe/pb之类的价值组，每半年/一年/两年重组，长期超越市场的机会很高。
但十年重组一次，就比较不合理’
‘我觉得投资组合超分散甚至纯量化也OK，但是越集中质化分析越重要，因为你犯错空间
变小’