样本量（交易笔数太少）

小样本为什么会误导人

交易结果在一笔与另一笔之间差异很大。十笔交易的平均值，只要拿掉其中一笔就可能大幅移动，所以这个平均值描述的是那十笔交易，而不是产生它们的那套流程。随着笔数增加，平均值会向流程真正的期望值靠拢，靠拢的速度取决于结果的离散程度有多大。离散度高，就需要更多笔数才能达到同样的可信度。

同样的道理适用于胜率、平均盈利和回撤。一段很短的运行给出的回撤数字，只是「目前为止见过的最糟一段」，而不是这条规则能够产生的最糟情况。

把笔数计入的那些度量

• SQN，即 Van Tharp 的系统质量数：交易笔数的平方根乘以结果均值、再除以结果的标准差。在均值和离散度相同的情况下，它会随样本量上升——这正是它的用意。
• 收缩夏普比率：按试验过的配置数量对夏普数值作惩罚，针对的是一个相关但不同的问题，即选择偏差而非抽样。
• 最近 n 笔的滚动期望值：显示整段运行的平均值是在哪里赚到的、又在哪里转向，这样一个为正的总数就不会被读成处处均匀。
• 置换与重排检验：用现有的这些交易，看看同样一组结果换一种顺序时曲线能有多不同。它们是敏感性核查，不是预测，也不是校准过的概率。

独立性和笔数同样重要

在同一个下午、同一种市场状态下做的五十笔交易，并不是对这条规则的五十次独立观测。共享同一个时段、同一条新闻，或者持仓期相互重叠的交易彼此相关，实际有效样本比笔数要小。把评估分散到多个时段和多个时期上——按时间顺序推进的向前滚动测试正是这么做的——才能让笔数真正有意义。

在 Senzoukria 里

回测面板中以「这会重复出现吗？」为标题的历史时段视图，会在每一条结论旁报出交易笔数，并且拒绝对小样本过度解读：笔数太少时，它会声明下面所有比率都不说明任何问题，这些数字应当当作精确值而非显著结果来读；当结果相对其样本量好得过头时，它会警告说是少数几笔交易在扛着这个结果，并把注意力引向分布。SQN 那一行注明它把交易笔数计入了，自动回测的优化目标里也正因如此包含 SQN。网站上的交易日志页面对已记录交易显示同样的笔数；它的演示数据集——三周二十笔交易——本身就是小样本的一个例子。

常见错误

• 只比较两条策略的期望值，却不比较它们的交易笔数。
• 把测试区间缩短到「有效的那一段」，再报告由它算出的比率。
• 把加仓分批入场或分批出场，当成彼此独立的多笔交易来计数。
• 在短暂盈利之后加大手数，这等于成倍放大对一个尚未被确立的结果的敞口。