📑 本文目录
论文解读：散户常用技术信号"全灭"——三道闸门证伪RSI/MA交叉/K线/成交量/Sell-in-May
引子：为什么又是”技术分析无效论”
如果你做量化回测超过三年，几乎一定会经历这个心路历程：
- 在历史数据上发现某条均线交叉/RSI阈值/K线形态的胜率”显著高于50%”
- 实盘上线后发现信号时灵时不灵，扣除手续费后基本打平
- 开始怀疑是不是参数没调好，再去网格搜索，结果越调越差
- 最终默默把策略下线，归因为”市场变了”
这个循环背后有个学术问题：到底有多少技术分析信号是真的有效，又有多少只是数据挖掘的幻觉？
2026年7月，Hecatus Research的Adam Darmanin在arXiv发表了一篇很短但很硬核的论文《Retail Trader’s Ruin: An Anatomy of Popular Signal Failure》(arXiv: 2607.20093)，用一套联合证伪框架（joint falsification framework）一次性给出了答案：散户最常用的5类信号，4类被明确证伪，1类无法判定，没有任何一类通过检验。
更值得关注的不是结论本身——“技术分析无效”早已不是新闻——而是论文提出的三道闸门 + 一条动量校准基线的方法论。这套框架可直接移植到我们自己的回测体系里，把”看着不错”的策略提前送进审判庭。
一、核心设计：三道闸门联合证伪
1.1 三道闸门的定义
论文把”策略在实战中可用”定义为三个必要条件的合取（conjunction），任何一个不通过就判负：
| 闸门 | 名称 | 判定阈值 | 含义 |
|---|---|---|---|
| (a) | Statistical edge | δ_S = 0.20 Sharpe gap | 减去”等暴露基准”后的Sharpe差距，95% CI下界必须大于0.20 |
| (b) | Economic viability | δ_R = 0.01 CAGR gap | 扣完10bps零售成本后的CAGR差距，95% CI下界必须大于1% |
| (c) | Finite-bankroll survival | 强制平仓概率小于10% | 在监管杠杆规则下，单季被强平的概率上限不超过10% |
最关键的设计是合取判定（AND-composed）：
- SUPPORTED（通过）= 三道闸门全部通过
- REFUTED（证伪）= 任意一道被明确证伪
- INCONCLUSIVE（无法判定）= 其他情况（CI跨阈值但未被排除）
这个三态分类比传统的”显著/不显著”二分法更诚实。
1.2 为什么不能只看p值
传统回测研究最大的问题是：“不显著”和”无效”被混为一谈。
- “p值大于0.05” 可能是策略真没用
- 也可能是样本量不够，CI太宽，根本判定不了
论文明确区分这两种情况：
- REFUTED 要求95% CI的上界低于预设阈值（甚至低于0），即”即使按最有利情况估计，效果也达不到声称的强度”
- INCONCLUSIVE 是CI跨阈值，只能说”在这个样本量下判不了”，不能当null结论报
这个区分对应到我们自己的实战场景：跑完一个因子发现IC均值0.02、t值1.3，直接报”无效”是错的，应该报”样本不足以判断”。
1.3 等暴露基准（exposure-matched benchmark）
这是论文最值得借鉴的小技巧。
很多技术信号天然就有低开仓比例（比如”五月卖出”一年只持仓7个月，K线形态可能一年只触发几次）。直接拿策略Sharpe对比满仓买入持有Sharpe是不公平的——满仓持仓时间更长，自然吃到了更多beta收益。
论文构造了一个等暴露基准：信号仓位为1时持有标的，信号仓位为0时持有现金，全程不扣成本。这样基准和策略的”在市时间”完全相同，差异只反映择时能力本身。
等暴露基准收益 = sum(signal_t * buy_hold_return_t)
信号超额收益 = sum(signal_t * buy_hold_return_t) - 等暴露基准收益
= 信号择时产生的真实alpha这个做法比跑CAPM回归简单得多，但精确隔离了”择时alpha”和”被动beta”。
二、被测试的5类信号 + 1个动量校准基线
论文从一份77项的内部信号目录（按YouTube/在线课程推广频率排序）中挑出每个类别里最被推广的那一项：
| 家族 | 具体规则 | 数据 | 期间 |
|---|---|---|---|
| Trend | 金叉/死叉（50/200日SMA） | NASDAQ-100 | 全样本 |
| Oscillator | RSI(14, 30/70阈值) | NASDAQ-100 | 全样本 |
| Volume | OBV(3, 12)月度 | Russell 3000 PIT | 2007–2025 |
| Calendar | Sell-in-May（最佳变体） | SPY | 全样本 |
| Candlestick | 7种K线形态事件研究 | Russell 3000 PIT | 全样本 |
| Momentum（校准基准） | J&T 12-1动量 top decile | S&P 500 PIT | 2000–2026 |
动量校准基准（calibration benchmark）是这篇论文最巧妙的设计——后面会专门讲。
数据处理规范（值得抄）
- PIT（point-in-time）成分股：所有横截面策略都用历史时点上的指数成分股，而不是当前的快照——这是规避幸存者偏差的标准做法
- Shumway (2001) 退市修正：退市月按-30%/年化收益填补，不是直接丢弃
- 流动性加权：动量基准按美元成交额加权（Korajczyk & Sadka 2004），不是等权
这与我们 backtest-guardrails skill里的B1（退市股补全）和B3（数据排除规则）几乎是同一套规范。
三、结果：4证伪 + 2无法判定 + 0通过
3.1 闸门(a)统计显著性结果
| 家族 | Sharpe gap 95% CI | 统计闸门判定 |
|---|---|---|
| Trend | [-0.234, 0.265] | INCONCLUSIVE（CI跨阈值δ_S） |
| Oscillator (RSI) | [-0.608, -0.175] | REFUTED（显著负向） |
| Volume (OBV) | [-0.193, 0.175] | REFUTED（上界小于δ_S） |
| Calendar (Sell-in-May) | [-0.618, 0.000] | REFUTED（上界小于δ_S） |
| Candlestick | max|d| = 0.026 vs δ_d=0.2 | REFUTED（效应量太小） |
| Momentum（基准） | [-0.295, 0.548] | INCONCLUSIVE |
注意 RSI(14)的Sharpe gap是负的且统计显著——意味着RSI择时不仅没帮助，还显著跑输等开仓时间的”傻持”基准。这跟”超卖买入、超买卖出”教科书逻辑正好相反。
3.2 闸门(b)经济显著性结果
| 家族 | CAGR gap 95% CI | 经济闸门判定 |
|---|---|---|
| Trend | [-0.081, 0.024] | INCONCLUSIVE |
| Oscillator (RSI) | [-0.149, -0.044] | REFUTED（显著负向） |
| Volume (OBV) | [-0.086, 0.013] | INCONCLUSIVE |
| Calendar (Sell-in-May) | [-0.131, -0.026] | REFUTED（显著负向） |
| Candlestick | 1/7形态在5bps成本下保留方向性 | REFUTED（其余6/7失效） |
| Momentum（基准） | [-0.044, 0.130] | INCONCLUSIVE |
Sell-in-May的CAGR gap显著为负——按民间传说的方向持仓反而亏钱。论文特别指出：在US样本上，5月-10月的实际收益反而高于11月-4月，与传统说法完全相反。
3.3 闸门(c)生存概率（FINRA 2x杠杆规则）
| 家族 | P(强平) 95% CI | 生存闸门 |
|---|---|---|
| Trend | 0.009 [0.0065, 0.0124] | 通过 |
| Oscillator | 0.013 [0.0097, 0.0167] | 通过 |
| Volume | 0.000 [0.000, 0.001] | 通过 |
| Calendar | 0.003 [0.0019, 0.0056] | 通过 |
| Momentum | 0.004 [0.0023, 0.0062] | 通过 |
关键发现：在US FINRA规则下（25%维持保证金，最高2x杠杆），所有家族都轻松通过生存闸门。换言之，杠杆破产不是这5个家族的瓶颈——它们的死因是统计/经济闸门，不是Kelly破产。
但是！换成ESMA的EU CFD规则（5:1杠杆上限，10%维持保证金）后，Trend的强平概率跳到 11.2% [10.3%, 12.2%]，Oscillator跳到 14.6% [13.5%, 15.7%]，双双突破10%阈值。这告诉我们：杠杆会杀人，但只在高杠杆+薄保证金场景下才成为约束。
3.4 联合判定
SUPPORTED（通过）= 0 个
REFUTED（证伪） = 4 个：Oscillator / Volume / Calendar / Candlestick
INCONCLUSIVE = 2 个：Trend / Momentum基准H1（至少一个家族通过三道闸门）被拒绝。
四、动量校准基准：论文最聪明的设计
4.1 为什么需要校准基准
如果框架太严苛，可能会误杀真实存在的alpha——这是任何严格回测框架都面临的质疑。
论文的解决方案：把一个已知有效的策略（横截面12-1动量，Asness 2013等论文反复验证过）放进同一个流水线。如果连动量基准都被REFUTED，说明框架太严，所有判定都不可信。如果动量基准INCONCLUSIVE但5个家族都REFUTED，说明框架有判别力。
4.2 结果：动量基准INCONCLUSIVE，从未REFUTED
动量基准的Sharpe gap = +0.109，CI = [-0.295, 0.548]，跨阈值但未被排除。在δ_S ∈ {0.10, 0.20, 0.30}三个阈值下都是INCONCLUSIVE。
这个结果不能证明动量有效（因为CI下界为负），但能证明：框架没有机械地证伪任何不确定的估计。如果框架是”任何不显著的就判REFUTED”，动量早该被毙了——但它没有。
4.3 论文诚实承认的局限
作者直接指出：n=312个月对这个量级的效应是underpowered的。最小可检测效应（MDE）大约是0.60 Sharpe单位，而文献里分散动量的典型Sharpe gap在0.5–0.9之间——也就是说论文的样本量本来就不够大，无法在80%功效下检出真实动量效应。
这种把方法论局限放在台面上的写法非常少见，也是这篇文章可信度高的原因之一。
五、EU复制实验：跨市场一致性验证
为了避免”只在美国一个市场有效”的质疑，论文还跑了18个网格的EU复制实验：
- 6个主要EU国家ETF（德/法/英/西/意/瑞） × 3种指标（金叉/RSI/MACD）
- 18个单元里有4个原始p小于0.05，但全部是负向
- 经过Benjamini-Yekutieli多重检验校正后，0个通过
另外还在567只STOXX 600个股上跑了一遍，结论一致：金叉和OBV类信号在EU市场同样跑不赢买入持有。
这种跨市场一致性是US单市场结论的有力佐证。
六、与已有量化工程体系的对比
6.1 vs 我们 backtest-guardrails skill
| 论文检查项 | 对应guardrail | 一致性 |
|---|---|---|
| Pit + Shumway退市修正 | B1 退市股补全 | ✅ 完全一致 |
| 10bps零售成本（5bps/leg） | B5 交易成本建模（A股万5+千1滑点≈25bps） | 论文偏宽松 |
| 等暴露基准隔离择时alpha | 无对应 | 论文新增，值得借鉴 |
| 三态判定（SUPPORTED/REFUTED/INCONCLUSIVE） | 二态（通过/不通过） | 论文更细致 |
| 联合合取判定 | 各项独立检查 | 论文更严格 |
| δ_S=0.20 Sharpe gap作为materiality阈值 | B8 随机基线（策略需显著优于随机） | 思路一致 |
| 动量校准基准作为阳性对照 | 无对应 | 论文新增，强烈推荐 |
| δ_S敏感度网格 {0.10, 0.20, 0.30} | B9 参数鲁棒性 ±20%/±50%扰动 | 思路一致 |
论文的方法论与我们既有框架高度互补：等暴露基准、三态判定、阳性对照这三个设计可以直接移植到我们的回测流水线里。
6.2 vs 已有博客实战文章
这篇论文的结论与我们博客上多篇实战发现高度呼应：
- 《5558条信号、42.9%胜率》：自建信号系统实测胜率远低于教科书宣称值——对应论文RSI被判REFUTED
- 《均值回归策略的牛市陷阱：5086条信号》：超卖买入在多头环境反而最差——对应论文RSI Sharpe gap为负
- 《三系统交叉验证：动量信号当日全面溃败》：动量在极端波动日失效——对应论文动量基准INCONCLUSIVE（不是被判有效）
- 《量化信号74%→19%胜率过山车》：同月内极端波动——对应论文强调样本量不足时无法判定
学术论文为我们的实战发现提供了理论框架——“为什么5558条信号只有42.9%胜率”的根因，可以用论文的三门控框架解释：没通过统计闸门 + 没通过经济闸门 = REFUTED，与”参数没调好”无关。
七、实践启示：把三门控框架移植到A股
7.1 等暴露基准的最简实现
针对我们的ETF/可转债择时策略，等暴露基准可以这样实现：
import pandas as pd
# signal: 0/1仓位序列, returns: 标的日收益
def exposure_matched_benchmark(signal, returns):
in_market = signal.mean() # 信号在市比例
bh_when_in = (signal * returns).sum() / signal.sum() # 信号为1时的均收益
# 等暴露基准 = 信号为1时持有，为0时持有现金（收益0）
benchmark = signal * returns # 现金段收益为0
# 信号alpha = 策略均收益 - 等暴露基准均收益
# 但因为基准 = 信号收益，所以差异只在加权方式
return benchmark
# 真正的"等暴露"差异在择时vs随机择时
# 跑1000次随机重排signal，看策略Sharpe的分位数更严格的做法：把signal序列随机重排1000次，每次保持总开仓比例不变，看真实策略Sharpe在随机分布中的分位数。如果分位数低于90%，说明择时能力没有统计显著性。
7.2 阳性对照：动量基准在A股的移植
要在A股用论文的校准思路，需要一个已知在A股有效的策略做对照。候选：
- 小市值异象（A股长期有效，但2024年以来有所衰减）
- 低波动率因子（A股防御性风格持续占优）
- ST摘帽事件驱动（A股特色，但样本量小）
把这个已知有效的策略跑进同一个回测流水线，如果它被判REFUTED，说明框架在A股也太严，需要重新校准阈值。
7.3 三态判定的报告模板
我们 backtest-guardrails skill的报告模板可以升级为三态：
策略名称: XXX
[统计闸门] Sharpe gap = X, 95% CI [L, U]
- SUPPORTED: L 大于 δ_S(0.20)
- REFUTED: U 小于 δ_S 或 U 小于 0
- INCONCLUSIVE: CI跨δ_S
[经济闸门] CAGR gap = X, 95% CI [L, U]
- SUPPORTED: L 大于 δ_R(0.01)
- REFUTED: U 小于 δ_R 或 U 小于 0
- INCONCLUSIVE: CI跨δ_R
[生存闸门] 强平概率 P = X, 95% CI [L, U]
- SURVIVES: U 小于 10%
- FAILS: L 大于 10%
最终判定: SUPPORTED / REFUTED / INCONCLUSIVE这个模板比”通过/不通过”二分法信息量大得多——读者能看出策略到底是真无效还是样本不足。
八、局限性分析
8.1 论文自身承认的局限
- 无原始holdout：所有数据和规则定义都已在之前的论文里被检验过，没有真正的样本外数据。“stationary bootstrap只是量化估计不确定性，不是OOS检验”——这一点论文诚实标注了。
- 不同家族用不同universe：Trend/Oscillator/Calendar用指数级别数据，Volume/Candlestick/Momentum用横截面PIT数据。虽然各有各的”canonical实现”，但跨家族比较时严格性打折。
- K线形态被排除在闸门(c)之外：因为K线是事件研究设计，没有连续可交易收益序列喂给杠杆模拟。这是设计局限，论文坦白披露。
- 未经过同行评审：作者明确写”manuscript has not undergone external peer review”。
- 成本模型简化：用固定10bps round-trip，没有真实的bid-ask/流动性数据。作者说”5-20bps敏感性网格”已报告，但缺乏broker/CME-SPAN级别的精细建模。
8.2 实践者视角的额外质疑
- δ_S=0.20阈值偏主观：作者给了三点理由（与Cohen’s d=0.2一致/约为基准Sharpe的25-40%/低于文献动量Sharpe gap），但承认”no canonical threshold exists”。换成δ_S=0.10时REFUTED数量从4降到3，结论对阈值选择有一定敏感性。
- 动量基准INCONCLUSIVE的双刃剑：作者把这个解释为”样本不足”，但也可以反过来质疑——如果连这个被广泛验证的策略在这个pipeline里都跑不出显著结果，pipeline本身的可信度存疑。作者的诚实态度（直接承认MDE=0.60高于典型动量Sharpe gap）让这个解释更可信，但不能完全消除质疑。
- 样本周期未指明具体起止：NASDAQ-100/SPY的”full sample”覆盖了哪些年？2008金融危机和2020疫情是否包含？这些极端事件对均线/RSI类信号的影响极大。
- 未覆盖A股/港股：EU复制只覆盖了发达市场，没测A股这种散户主导、T+1、有涨跌停板的市场。我们的5558信号实战数据暗示A股的RSI/MA可能比US更没用（因为散户参与度更高、噪音更大），但需要独立验证。
8.3 最值得商榷的一点
论文把”动量校准基准INCONCLUSIVE”作为”框架有效”的证据。这个逻辑链是：
如果框架太严，连真实alpha都会被证伪；动量基准没被证伪（只是INCONCLUSIVE），所以框架不算太严。
但INCONCLUSIVE ≠ 通过。动量基准的Sharpe gap CI下界是 -0.295——也就是说在95%置信下，动量可能比基准差0.295 Sharpe单位。如果论文真的想用动量证明”框架有判别力”，应该让动量通过（SUPPORTED），而不是只让它”没被证伪”。
作者把这一点处理得很谨慎（“we do not widen the momentum universe until it clears the bar”），但从读者视角看，动量基准INCONCLUSIVE既支持了”框架不机械”，也削弱了”框架能识别真alpha”的强主张。
九、总结
这篇论文最大的贡献不是”证伪了4个技术分析信号”——这个结论大家心里早有数。真正的价值在于：
把”统计显著性 + 经济意义 + 生存概率”三个独立维度组合成一个合取判定框架，并用一个已知有效的策略（动量）做阳性对照来校准框架的判别力。
这种思路比我们目前的 backtest-guardrails skill更精细——特别是”三态判定”和”阳性对照”这两个设计，值得直接移植到我们的回测流水线。
对个人量化交易者的最直接启示：
- 别再相信单一信号。RSI/MA/K线/成交量/Sell-in-May这5个最经典的信号，全部被严格框架证伪或无法判定。如果还在用，至少跑一遍等暴露基准对比。
- 分散化是唯一的免费午餐。论文里动量基准INCONCLUSIVE而不是REFUTED，关键原因是它是横截面分散化策略（top decile 1130只股票），而不是单标的择时。单标的择时天生样本不足、CI太宽，几乎不可能通过严格框架。
- “没显著” ≠ “无效”。这个区分在实战中极其重要——如果回测IC的t值是1.3，正确的报告是”样本不足以判定”，而不是”策略无效”。
论文信息
- 标题：Retail Trader’s Ruin: An Anatomy of Popular Signal Failure
- 作者：Adam Darmanin（Hecatus Research, Malta）
- arXiv ID：2607.20093
- 发布日期：2026-07-22
- 分类：q-fin.ST (Statistical Finance)
- 项目主页：https://hecatusresearch.com/
- 篇幅：12页（含附录）
相关阅读
- 《5558条信号、42.9%胜率：一个自建量化信号系统的冷启动真相》 — 实战数据印证论文RSI REFUTED结论
- 《均值回归策略的牛市陷阱：5086条信号》 — 超卖买入在多头环境失效的实战发现
- 《研报复现：开盘30分钟能预测全天涨跌吗？日内动量策略实测》 — 日内动量在A股的实测结果
- 《三系统交叉验证铁证：动量信号当日全面溃败》 — 动量信号在极端波动日的失效