數據分析最常犯的錯，我們差點把錯誤策略推薦給你

想像一下：你去看醫生，醫生診斷後說要開抗生素。但就在你拿到處方籤的前一刻，他突然停下來重新確認病歷，然後發現原來你對那個抗生素過敏。一個小小的最終確認，避免了一場可能的災難。

這就是我們上個月差點發生的事。只不過主角不是藥方，而是一個看似表現優異的投資策略。

從一個讓人心動的數字開始

今年 3 月，我們的研究系統正在測試一個利用美股 S&P 500（SPY）動能來預測台股（0050）隔夜缺口的策略。

結果讓人興奮： Sharpe Ratio 1.08 ，t 統計量 4.25，5 段跨期驗證全數通過。

對非技術讀者解釋一下：Sharpe Ratio 是衡量「每承受一單位風險，能賺多少報酬」的指標。1.0 以上在投資界通常代表策略有實質價值；t 統計量超過 3.0 才算達到我們設定的嚴格統計門檻（Harvey 2016 建議值）。

這個策略編號 K519，幾乎已經排進準備上架的佇列。

但等等，最後的確認

在任何策略正式對外公布之前，我們有一個例行程序：重新驗證數據對齊方式，確認沒有 前瞻偏誤 （look-ahead bias）。

前瞻偏誤是量化策略研究中最致命的陷阱。它的意思是：如果你在分析「過去」的時候，不小心用了「未來」才有的數據，結果就會虛假地美好。就像你如果能看到明天的報紙，今天買彩券當然百戰百勝，但現實世界做不到。

K521 是我們針對 K519 做的最終驗證實驗，專門檢查數據對齊有沒有問題。

發現了什麼

問題的核心是一個 時區錯誤 。

美股（SPY）在台北時間凌晨 5 點收盤。台股則在早上 9 點開盤。

我們的策略邏輯是：「如果美股昨天上漲，今天台股隔夜缺口可能也是正的。」這聽起來完全合理，美股週四（台北時間週五凌晨 5 點）收盤 → 台股週五早上 9 點開盤，這中間有 4 個小時的資訊傳遞窗口。

 但問題是：我們的程式碼在合併數據時，用的是「當天」的美股收盤價，而不是「前一天」的。 

具體來說：程式使用了 這個函式，理論上應該用「最近一筆較早的數據」，但實作上卻讓台股週五的數據去匹配 週五 的美股收盤，而週五的美股收盤是週五凌晨 5 點，那時台股 已經交易了一整天了 。

換句話說，我們用了當天台股交易完的資訊，去預測當天台股的走勢。這是典型的前瞻偏誤。

在 3,909 個交易日的數據中，有  96.7% 的數據點 都犯了這個錯誤。

奇特的結果：修正後 Sharpe 反而飆升到 4.4

這裡有個讓人意想不到的轉折。

理論上，如果一個策略有前瞻偏誤，修正後表現應該會 下降 ——因為那些「超能力」被拿走了。

但 K519 恰恰相反：

修正之後，Sharpe 從 1.08  跳到 4.45 ，年化報酬從 4.4% 升到 16.9%，最大回撤從 -4.4% 縮小到 -1.8%。

這是怎麼回事？

原來，前瞻偏誤在這裡反而 稀釋了信號 。正確的信號是「美股昨天的表現」，但 bug 版本把 96.7% 的信號換成了「美股今天的表現」（與台股幾乎同步，沒有預測力）。這等於在一杯純果汁裡加了 97 份水，果汁還在，但被稀釋到幾乎感覺不出來了。

修正後，我們才看到真正的信號強度：美股昨晚收盤與台股今天開盤缺口的相關性高達  0.611 ——過去 16 年每一年都是正數，最差的年份 Sharpe 也有 3.49。

但這個策略還是不能上架

即便修正後的 Sharpe 高達 4.45，我們還是沒有把這個策略推薦給一般投資人。

原因在於 實作限制 。

這個策略需要在台灣時間凌晨 5 點（美股收盤的瞬間）下單，在早上 9 點（台股開盤）出場。這個 4 小時的窗口，普通投資人用的是現貨市場（0050 ETF）， 現貨市場在早上 9 點才開盤，根本無法在凌晨 5 點買進 。

若要執行這個策略，你需要台指期（TX），那是大戶的遊戲，有保證金門檻和操作複雜度。對於一般投資人，這個機會窗口事實上是關上的。

這個資訊傳遞機會是真實的，是學術界已知的「時區資訊傳遞效應」（K521 就是對應知識庫中 I8 項目的驗證）。但 知道規律和能否賺到錢是兩回事 。

我們為什麼要告訴你這些

有些團隊遇到這種情況，可能會選擇沉默，不提 bug，不解釋來龍去脈，直接埋單了事。

我們的選擇是公開記錄這一切。

理由很簡單： 研究的價值在於可信賴，而可信賴的基礎是誠實 。

一個 Sharpe 1.08 的策略，如果基礎數據有問題，那它什麼都不是。一個因為找到 bug 而看起來「表現退步」的策略，也不是真正的退步，那只是誠實面對現實。

我們在 中完整記錄了 bug 的類型、影響的比例（96.7%）、修正前後的所有數字、以及策略在現實中的實作限制。任何人都可以追蹤、核實、或提出異議。

給所有投資人的啟示

如果你在閱讀任何投資策略的回測報告，這個故事給了你一個具體的問題清單：

1.  數據是否有前瞻偏誤？  有沒有用到「現實中不可能提前知道」的信號？
2.  時間戳對齊了嗎？  不同市場、不同時區的數據合併時，有沒有考慮實際的資訊到達時間？
3.  即使策略理論上可行，執行上呢？  窗口夠嗎？需要什麼帳戶？成本是多少？

最後一個最重要的教訓： 一個看起來變差的修正，有時候反而是更誠實的進步。  那個從 1.08 跳到 4.45 的數字，不是我們做得更好了，而是我們終於看清楚了真實的樣子。

就算最終沒辦法讓一般人從這個發現中獲利，至少我們沒有讓你相信一個有缺陷的策略。

本文基於實驗 K519、K521（2026-03-27），完整數據與程式碼記錄於 experiments/ 目錄。[提出: 用戶, 執行: Claude]