小样本诅咒：为什么几十笔信号就足以把人骗得很深

量化研究里最常见的错觉之一，是研究者觉得自己手里“样本已经很多了”。十年数据、两千多个交易日、上百次交易，看起来似乎足以支持一个可靠结论。但真正的问题在于，市场数据并不天然独立。连续二十天的持仓状态往往只对应同一个决策，同一产业链的多个品种也常常在相同宏观驱动下同步波动。最后你以为有上千个观察点，真正独立的有效样本，可能只有几十个甚至更少。

样本一旦减少，随机巧合就更容易被误读成规律。人脑又天生擅长在噪音里找模式，所以小样本环境特别容易制造“我已经看懂市场”的错觉。研究者看到几次成功的交易、几次漂亮的分层收益、几个稳定的季度曲线，就会自然把这些局部聚集理解成结构信息。但在统计上，这种聚集完全可能只是随机波动的正常表现。样本越少，这类错觉就越强烈，研究者也越容易对自己的策略形成过度自信。