原始討論串已經被砍了，這篇文章是別人做的整理，我覺得不錯所以貼上來分享，不只
是基本分析，技術分析回測時也可以思考這些點：
(昨天回一堆結果原作砍文，只有一點點備份到，很多想法就這樣沒了，今天回一堆結果
被踢出社團，我這兩天好囧rz)
在這篇的討論，貓大談了一些回測要注意的事情，以及量化分析的限制及量化投資方法，
貓大本身就是一位偏向量化的投資人，也看了很多回測的相關資料和研究，『』裡的是
貓大的原文。
在談到指標選股時我們常會用到回測來驗證方法的可行性，然而回測有幾個可能出現偏
誤的地方：
1. 時間延遲偏誤：
年報與季報並不是該季結束馬上公佈，如果在尚未公佈前就使用該資料(ex：一、二月就
使用去年全年EPS)就會有時間上的偏誤。
2. 資料偏誤：
如果資料庫有錯誤就會有這類偏誤，通常是使用公信力高的資料庫來避免此類偏誤。
3. 交易成本偏誤：
大部份的回測並沒有考慮到交易成本，這對於越短期的交易策略影響越大。
4. 倖存者偏誤：
由於回測是回頭看，很多下市公司會被忽略，這會造成整體回測的報酬率提高。
5. 樣本偏誤：
有些研究並不是使用母體來做回測，而是使用一小部分的樣本來代替母體。如果取樣的不
夠好就會有此類偏誤，例如我們抓儒鴻、台積電、研華的成長率當作全台上市櫃公司的成
長率，這樣就會有樣本的偏誤。
6. 回測時間偏誤：
這主要是在講採取的時間不夠長，例如拿2009-2011股市報酬當作股市的長期報酬。所以
不會用這麼短的區間，而會選擇長期幾十年來做回測。
上面是我現在想的起來的幾種偏誤，名詞可能不是很正確。在前面的討論貓大主要在講倖
存者偏誤及為什麼注意這類偏誤這麼重要。
例如我們現在要回測一種策略——買進股價10元以下公司，持有5年賣掉。如果我們沒有
考慮倖存者偏誤，很有可能就會認為這是一個好策略，因為我們只看得到那些現在還能存
活、甚至度過危機可以成長的公司，卻看不到那些無法度過危機而下市的公司。
接下來討論到用能不能用量化分析來判斷公司未來的成長，貓大說：
『像雷大提到借殼公司的例子，我認為沒有人可以從當年的量化財務資訊中，知道八年十
年後，公司會迎來怎樣的轉機』
『要做這類分析最好用財務資料而非股價，單看股價只會看到十年前股價很囧現在股價
很威的公司，那些不錯但現在被低估或十年前剛好較貴的公司，就這樣消失在歷史洪流
裡了』
『我們沒辦法從十年前的數字預測幾年後的原物料大行情，這幾年開始發達的：如2013裡
的漲幅王儒鴻吃到uniqlo、lativ單變機能衣王也是如此，十年前的財務資訊無法看出這
些』
『有長期競爭優勢的公司(護城河)通常都有高ROE，但有高ROE的公司通常有護城河？我的
想法是"no"』
塞斯卡拉曼提到投資的獲利來源有兩種："評價的提升”、"內在價值的提升"，純量化的
分析只能賺到前者，賺不到後者。因為內在價值要持續提升需要強大的護城河，而護城河
卻無法從量化分析中判斷出來，這也是為什麼會需要質化分析的原因。它可以讓我們判斷
內在價值會不會持續提升，純量化的分析也可以是價值投資，只不過我們要知道純量化分
析的限制所在。
貓大說：
『靠質化分析都很難找出"未來十年"的高成長公司，純量化就更困難了』
『ROE的均值回歸現象(也可以說經濟競爭)遠比一般人想像要強大，基本上三五年就會把
大部分現在的優質公司從雲端拉下來，這只要去看2000-2013年各年高ROE公司前十趴的重
複率就很明顯，即使排除那種一次性收入還是很明顯。我自己從十幾年前就開始以ROE做
初步篩選，看過太多』
貓大是一位偏向量化分析的投資人，質化分析的比重沒有雷大或尼莫大那麼多，因此他會
做許多回測或看別人的研究來擬定策略：
『我否定量化的財務資料預期長期股價報酬的能力(一兩年ok，即value premium)』
『如果持有低pe/pb之類的價值組，每半年/一年/兩年重組，長期超越市場的機會很高。
但十年重組一次，就比較不合理』
『我覺得投資組合超分散甚至純量化也OK，但是越集中質化分析越重要，因為你犯錯空間
變小』