选择偏差：为什么测试得足够多，总会挑出一条完美曲线

很多研究员以为自己是在大量尝试里“逐步发现”好策略，实际上统计学上的真相更接近另一种描述：只要尝试足够多次，你总会从一堆随机结果里选出一个看起来非常优秀的幸存者。测试 100 个因子、500 个过滤条件、几千个参数组合，本身就意味着你会看到大量看似显著的结果。它们并不一定代表真实规律，只是代表“在这批尝试里它们运气最好”。

选择偏差最大的迷惑性在于，它会把幸存者包装得极其有说服力。你最终看到的不是 1000 次失败，而是那一条夏普特别高、回撤特别小的冠军曲线。于是大脑会自然把注意力集中在这个“最好结果”上，忽略它本身就是从极大搜索空间里挑出来的事实。就像 1000 个人同时抛硬币，总会有人连续抛出 10 次正面，但这个人站出来说自己发现了控制硬币的方法，显然并不可信。量化研究里，如果不控制尝试次数，所谓的“最优策略”经常就是这种抛硬币冠军。