01
过度拟合
历史回测漂亮，实盘却一塌糊涂。
过拟合回测陷阱
02
幸存者偏差
只看到活下来的股票，忽略了退市的。
数据偏差生存偏误
03
前视偏差
不小心用了未来数据，回测结果虚高。
未来函数回测作弊
04
忽略交易成本
高频换手，利润全交了手续费。
摩擦成本换手率
05
因子衰减
曾经有效的因子，现在不灵了。
因子失效Alpha衰减
06
多重比较谬误
试了100个因子，总有几个看起来有效。
多重假设数据窥探
07
数据挖掘偏差
用数据找故事，而不是用理论指导。
挖掘偏差伪相关
08
过短的测试周期
牛市测出来的因子，熊市就崩。
周期依赖稳健性
09
忽略流动性
小市值因子买不进，卖不出。
流动性风险冲击成本
10
风格漂移
说好做价值，结果追了成长。
风格偏移纪律
11
集中度风险
押注几个股票，一个暴雷就完蛋。
集中持仓黑天鹅
12
杠杆滥用
加杠杆一时爽，回撤火葬场。
杠杆风险爆仓
13
忽略宏观环境
因子在不同宏观周期表现不同。
宏观因子周期
14
情绪化交易
回撤时恐慌卖出，错过反弹。
行为金融纪律
15
过度优化参数
为了拟合历史，调了太多参数。
参数过拟合曲线拟合
16
忽略因子相关性
多个因子其实是一回事。
共线性冗余因子
17
实盘执行偏差
信号来了，却不敢下单。
执行缺口心理
18
数据质量问题
用错数据，结论全错。
数据清洗准确性
19
忽略分红与拆股
复权处理不当，收益计算失真。
复权分红调整
20
再平衡频率错误
太频繁或太懒惰都不行。
再平衡调仓
21
忽略极端值
一个异常值扭曲了整个因子。
异常值稳健统计
22
行业中性化缺失
选了一堆银行股，还以为因子有效。
行业中性风格暴露
23
市值中性化缺失
选了一堆小盘股，其实是市值因子。
市值中性规模暴露
24
忽略换手率约束
理论换手率1000%，实盘根本做不到。
换手率交易约束
25
实盘容量估计错误
资金大了，冲击成本飙升。
容量冲击成本
26
因子择时陷阱
试图预测因子什么时候有效。
择时因子轮动
27
忽略黑天鹅
模型没考虑极端行情。
尾部风险压力测试
28
过度自信
赚了钱以为是能力，其实是运气。
行为偏误归因
29
缺乏风控体系
没有止损，没有仓位管理。
风控仓位管理
30
放弃学习
市场在变，因子在变，人不变。
进化持续学习