追強勢股還是接後段班？九檔類股十二年數據，答案自己反悔了一次

看到一張類股漲跌排行榜，多數人的反應只有兩種：買漲最多的，或者買跌最慘的、賭它反彈。這兩個反應剛好相反，卻同樣自然。

九檔美國類股基金，原物料、能源、金融、工業、科技、必需消費、公用事業、醫療、非必需消費，十二年的月度數據，把這兩個反應放在同一張考卷上測了一次。答案不是「哪一個對」，是 兩個都禁不起檢定，而且各自在不同時期說了完全相反的話 。這篇不談波動率，談的是一個更基本的問題：一個回測數字，要先闖過幾道關，才值得拿來當依據。

第一關：這個數字，跟丟銅板有差別嗎

每個月底把九檔類股基金按過去表現排序，隔月換倉，139 個月的樣本從 2015 年 2 月排到 2026 年 8 月。兩把尺各自代表一種本能：

•  追強勢 ：買近一年表現最好的三檔，賣最差的三檔（排序時刻意扣掉最近一個月，避開短期雜訊）。
•  接後段班 ：買上個月表現最差的三檔，賣最好的三檔。

全樣本結果：追強勢規則平均每月贏 0.19 個百分點，統計檢定的強度只有 0.55；接後段班規則平均每月倒虧 0.15 個百分點，統計檢定的強度是 0.47。兩者都遠遠不到「有把握不是巧合」的程度。同一段期間，九檔基金什麼都不做、平均持有，每月反而穩穩賺 1.06 個百分點，統計檢定強度接近 3——比任何一個排序規則都更站得住腳。

光看這張表還不夠。研究者把排序結果打亂重排兩百次，模擬「規則其實沒用、純粹碰運氣」會長什麼樣子：這批亂數的每月平均落在雜訊帶裡，追強勢規則的真實表現排在這批亂數的第 78 百分位，接後段班規則排在第 29 百分位—— 兩個都還在雜訊帶裡面，稱不上贏過隨機。 

第二關：切開時間，兩段還說同一句話嗎

如果研究停在這裡，結論會是「排序沒用，別做」。但把 139 個月從 2020 年 1 月切成兩段，故事整個變了。

2015 到 2019 年，接後段班規則每月平均賺 0.85 個百分點，統計檢定強度中上；追強勢規則同一段時間每月倒虧 0.31 個百分點。2020 到 2026 年，兩個規則的正負號 都翻了過來 ：接後段班變成每月倒虧 0.88 個百分點，追強勢變成每月小賺 0.55 個百分點。

全樣本那個「接近零」，其實是兩個相反世界互相抵消的結果。只看前半段，會得到「接後段班很賺」的結論；只看後半段，會得到「追強勢比較合理」的結論。兩個結論都只講對了一半的故事，而且是相反的一半。

第三關：這個冠軍，是不是從很多候選裡挑出來的

同樣的陷阱，換一個場景會更容易看清楚。一篇研究測了 27 個總體經濟指標對某市場波動的預測力，只有一個，進口成長率，顯示出樣本外的統計顯著性，讀數是 0.043。

單獨看這個 0.043，會覺得這是個值得追查的線索。問題是研究流程是先考 27 題，再把分數最亮的那一題端上桌。

把這個冠軍讀數乘上參賽次數（27），校正後的讀數變成 1.16，遠遠超過慣用的 0.05 門檻。換一種算法：27 次檢查裡，第一名要贏過的門檻不是 0.05，是 0.05 除以 27，大約 0.00185——0.043 距離這條線還差了二十幾倍。 同時打開的門越多，其中一扇看到偶然亮光的機會就越高 ，這跟類股排行榜裡「挑出表現最好或最差的三檔」是同一件事：排行榜本身就是一種挑冠軍的行為。

第四關：換一個看似無關的設定，結論還在嗎

前三關都過的規則，最後要問它站不站得住。一個曾經在成績單上以懸殊優勢勝出的波動率模型，只是把「你在一天裡的哪個時間點做預測」這個看似不影響結論的設定換掉，六個市場重新測過之後，優勢幾乎全部消失：離門檻最近的市場只到 2.28，離門檻的 3 還有距離，其餘五個連 1 都不到。同一個現象也出現在另一項研究裡：一個追蹤私募信貸壓力的公開替代指標，換一種算法就變了臉——用「整體波動」量測時，對三個目標市場、三種天期全數落榜；換成「相對折價」量測同一件事，唯一撐過門檻的是其中一個目標市場最短的天期，天期一拉長，統計強度立刻退回門檻之下。 贏一次不算數，換一個不相關的細節還贏，才算數。 

下次看到排行榜，先問這四題

把四道關收成一張檢查清單：

九檔類股的排序測試，第一關就沒過；就算過了第一關，第二關也會把「哪個規則有效」的答案完全倒過來。四題都問完還站得住的規則很少，少，才是正常的。

不能從這裡推出的事

這篇沒有回答「現在該追強勢股還是接後段班」，因為兩個規則的全樣本表現都測不出跟隨機打亂的差別，前後兩段的結果又剛好相反，沒有一個穩定的答案可以直接套用。回測也沒有扣掉交易成本，兩個規則每個月都全額換手六個部位，實務上還要再打折，只會更難看。切成兩段的分界點（2020 年 1 月）是資料本身呈現的斷點，不是我們挑出來讓故事好看的位置，但九檔類股、十二年、切一刀，本來就是一個相對小的樣本，換一組類股或換一個市場，兩段的分界未必落在同一年。27 個指標的稽核與類股排序測試是兩篇獨立研究、兩組不同的資料，這篇把它們放在一起，講的是同一個方法論教訓，不是同一組數字。

本期精選

• 十一個類股輪動了十二年：動能排序賺不到錢，上個月的輸家倒是有點東西（9 月 5 日）— 本文的主要案例，全樣本與切半樣本的完整檢定表都在這篇。
• 一篇論文試了 27 個指標，只留下冠軍：那個 0.043 還能信嗎？（9 月 8 日）— 第三關的完整示範：挑冠軍之後，顯著性要怎麼校正。
• 五個時期都贏，為什麼還不能說新模型穩勝？（9 月 10 日）— 同一個「切開時間再看」的檢查方式，用在模型比較上。
• 一個 +5.06 的漂亮勝利，只要改掉「你幾點做預測」就沒了（7 月 21 日）— 第四關的第一個案例：換掉預測時點這個看似無關的設定，六個市場的優勢全部消失。
• 六檔 BDC 一起發抖，先別喊信用危機：扣掉大盤後只剩一週訊號（7 月 18 日）— 第四關的第二個案例：換一種量測方式，結論從全數落榜變成一個倖存者。

 資料與方法 ：九檔美國類股基金的排序回測取自 2015-02-28 至 2026-08-31、139 個月的月度數據，兩把尺分別為「過去一年扣最近一個月」（買前三賣後三）與「上個月報酬」（買後三賣前三），負對照組為訊號隨機打亂 200 次；完整程式與凍結資料見 experiments/k1846/。27 指標多重比較校正的數字（原始讀數 0.043、校正後 1.161、Holm 門檻 0.00185）逐字取自已發佈文章 mile_c69420c1。本文不構成投資建議。

懶人包圖組