大部分量化交易者加 filter 的方式是這樣的：看到一個指標 → 回測 → 有效 → 上線。
聽起來很合理。但這個流程忽略了最關鍵的問題：你怎麼知道它不是巧合？更重要的是，你怎麼知道它不是在重複你已經有的保護？我花了大量時間，認真測試了 8 個「聽起來很有道理」的環境指標。趨勢效率、波動率結構比、接近關鍵價位的時間、市場微觀結構指標……每一個都有學術論文支持，每一個在單獨測試時方向正確、統計顯著。
結果？只有 2 個活到部署階段。 其他 6 個全部被我丟掉了。
全部方向正確，全部統計顯著，全部沒用
這聽起來矛盾，但其實很常見。
問題出在「效果量」。統計顯著只告訴你「這個 filter 的效果不是零」。但如果你有十幾萬筆交易資料，幾乎什麼東西都會顯著。一個 filter 可能只解釋了你 P&L 變異的 0.3%。統計上顯著嗎？是的。值得你花工程時間部署和維護嗎？完全不值得。
這是我測的 8 個 filter 裡，6 個的下場。每一個在統計檢定上都通過了。每一個在實際效果上都小到可以忽略。
如果我當初只看 p-value 就做決定，我現在的系統會有 8 個 filter 在跑。系統複雜度翻倍，但實際表現幾乎沒有改善。
為什麼會這樣？因為維度重疊
我後來花了更多時間思考「為什麼」，而不是急著測更多 filter。
答案是：我的系統已經有一層 regime filter。那層 filter 做的事情是「判斷市場現在是什麼環境」。而我測試的 8 個新指標，本質上也在做同一件事——用不同的角度判斷市場環境。
問題在這裡：同一維度的資訊，不管你用多少個指標去抓，它能提供的增量訊息是有限的。
打個比方。你已經裝了一扇防盜門。然後你又加了第二扇防盜門、第三扇防盜門。安全感確實增加了，但實際防護效果的提升越來越小——因為一個小偷如果能破第一扇門，第二扇門用的是同樣的鎖芯，他一樣能破。
你需要的不是更多門，而是一套完全不同的安全系統——比如監控攝影機。
轉折：從「市場環境」到「進場品質」
真正讓我的系統往前走一步的，不是更精緻的環境判斷，而是一個完全不同的問題：這次進場本身的品質好不好？
兩者的差別很微妙但很關鍵。
環境判斷問的是：「現在的市場適不適合我的策略？」這是一個全域性的問題。它影響的是你要不要交易。
進場品質問的是：「這個具體的進場訊號強不強？」這是一個局部性的問題。它影響的是這一筆交易值不值得全倉位進。
這兩個維度是正交的——一個好環境裡也會有爛的進場訊號，一個普通環境裡也可能出現極高品質的進場。
當我把注意力從「環境」轉到「進場品質」的時候，新的 filter 才開始真正有增量價值。因為我的系統本來就沒有在看這個維度。
你的系統缺什麼維度？
在你興奮地測試下一個 filter 之前，先問自己三個問題：
第一，你現在的系統在保護什麼維度？
如果你已經有 regime filter（判斷市場環境），那你再加環境類的 filter 效果會很有限。如果你已經有 trend filter（判斷趨勢強度），那更多的趨勢指標也不會幫你太多。
先搞清楚你的系統已經在「看」什麼。
第二，新 filter 的維度和現有的是否正交？
最好的 filter 是現有系統完全沒碰過的維度。如果你的系統只看市場環境，那「進場品質」就是一個全新的維度。如果你的系統只看價格，那成交量可能是一個新維度。如果你的系統只看技術面，那 cross-asset 可能是一個新維度。
第三，效果量夠大嗎？
不要只看統計顯著性。一個 filter 如果只解釋了 P&L 變異的不到 1%，它不值得你的工程時間和系統複雜度。後面的付費文章會詳細講怎麼量化效果量，但核心原則很簡單：你需要一個指標告訴你「不只是不為零，而且夠大」。
我花了多少時間才學到這個教訓
坦白說，太多了。
前前後後大概兩個月，大量的回測、統計檢定、交叉驗證。最後只有兩個 filter 過關，其他全部丟掉。如果你只看結果，會覺得「兩個月只得到 2 個 filter」效率很低。
但我不這麼想。那 6 個被 REJECT 的 filter，每一個都教了我一些東西。最重要的教訓就是這篇文章的核心：不是測越多越好，是要知道你缺什麼維度。
如果你現在正在瘋狂測試各種 filter，先停下來，畫一張你系統的「維度地圖」。搞清楚你已經在保護哪些維度，然後找那些你完全沒碰過的方向。
一個正確維度上的 filter，勝過十個重複維度上的 filter。
下一篇：多層風控的隱藏陷阱——當你的五層保護在同一時間集體開火
