【量化交易系列二】量化交易的注意事項 (一)
1. 資料庫務必正確
工程領域常說的一句話：垃圾進，垃圾出！(Garbage in, garbage out)，如果你的資料庫不正確，不管統計方法用的再好，得出來的結論還是沒有任何意義。
但怎麼知道資料庫正確與否？ 其實我們很難完全確認，若該資料庫是學術圈論文常在使用、或某些權威機構發表的研究報告所引用，通常比較正確，畢竟一大堆專業研究人員都在使用，要發現錯誤是比較容易的；另外官方機構所公布的資料，通常也比較可信。當然，你永遠無法確認資料庫是否100%正確無誤，即使是內部資料庫工程師也未必知情，但你可以利用一些小測試，去確認資料庫是否存有嚴重瑕疵。
舉例來說，我在查閱公司過往的報酬率時，曾經發現某幾間公司的表現好到不像是真的，仔細檢驗後才發現，原來公司股票過往有反向分割(反向分割的介紹請見這篇)，但資料庫沒有更新到，所以報酬率自然就高估了；另一個例子是，公司居然還沒上市就有股價了！所以若你的資料庫來源不夠權威，你可以自己做點抽樣檢查，並且專找那些比較冷門、或是資本結構有重大改變的公司，來檢查資料庫中的報酬率或歷史財務比率是否正確，如果數字跟你預估及計算的差太多，就可能是資料庫有問題了！(或你算錯了？)
2. 是否排除生存者偏差
當你聲稱某種投資方法有效時，應該要包含那些因財務危機而下市、或被併購而消失的企業。如果你回測了某種投資方法，資料卻沒包含消失的公司，可能就會發現投資組合的表現好不少，因為資料中沒有已消失的公司，回測時你自然就不會買到這些公司，而破產下市的公司通常都會讓投資人在該檔股票損失100%，所以回測結果當然就令人滿意了。
因此當你看到有人利用Yahoo Finance或Google Finance做回測時就要好好檢視，因為這兩個免費資料庫是沒有排除生存者偏差的。我過去就曾犯了這個錯誤，好在修正生存者偏差後，報酬率沒有差異太多。(真是運氣好！)
3. 是否考慮到公司的歷史成交值或市值
當你利用歷史數據回測時，如果一間企業在過去那個時點沒有任何成交量，或是公司太小而你的資金太大，你就不可能買進。這種狀況就會讓你的報酬率降低不少，因為你如果要買的到股票，價格必須要高於市價才能夠全數成交，你的買進成本自然就墊高了；賣出則相反，由於你要賣股的金額太大，導致賣出的股價下降，可能會低於市價不少，一買一賣，報酬率當然就降低了。
要完全修正這個問題，可以事先設定一定市值或成交值的公司。當然此舉仍然不能完全解決問題，因為你充其量只能設定買前幾日的成交值或市值，無法設定回測「當天」的，畢竟只有一天結束後才真的知道公司的成交值或市值有多少，除非你有日內資料，也就是每個交易日當中，每分鐘甚至每秒的交易資訊。
所以若不能完全排除，建議回測後，將算得的年化報酬率自行調低一些。
文章未完，請見下一篇量化交易的注意事項 (二)