有位程序设计师帮我设计了一套历史资料回测程序（backtester）。这套软件程序连接到一个历史价格数据库，可以让我观察：利用不同的操作法则，能够得到什么样的绩效。由此得出的绩效数字，是根据过去的价格资料计算的。我可以只用机械式的操作法则，比方说，在纳斯达克上市的股票，只要收盘价比上个星期的平均价格高1.83%，我就买进。订了这个法则，马上就能算出我的绩效如何。屏幕上会跳出那个操作法则得到的假设性绩效记录。如果我对结果不满意，可以把百分率调整为1.2%。我也可以设定更为复杂的法则。就这么一直试下去，直到找到绩效令人满意的操作法则。

一个随机系列总会呈现某种可察觉的形态。

我到底在做什么？没错，是在一组可能行得通的操作法则中寻找存活者。我拿法则去套用数据，这件事称做数据探索。只要靠运气，我尝试的次数越多，越有可能找到一个非常适合过去数据的法则。一个随机系列总会呈现某种可察觉的形态。我相信西方世界一定有某种证券，它的价格和蒙古首都乌兰巴托的温度变化百分之百相关。

谈到技术层面，还可以做更糟糕的延伸。沙利文（R.Sullivan）、蒂默曼（A.Timmerman）及怀特（H.White）最近写了一篇出色的论文，谈到今天使用中的法则之所以获得成功，有可能是存活者偏差的结果。(www.daowen.com)

假使长期下来，投资人从非常宽广的空间中，挑出技术性操作法则来做实验。原则上，这个空间包含数千种参数化后的各种法则。随着时间的推移，以前碰巧表现非常好的法则受到越来越多人注意，被投资圈誉为“重量级的竞争者”，而不成功的操作法则比较有可能被人遗忘。……如果一段时间下来，被人视为可行的操作法则数量够多的话，那么在很大的样本中，有些法则就算真的缺乏预测资产报酬率的能力，也会纯因运气，产生十分突出的绩效。当然，这种情况下，只根据一组存活下来的法则去做推论，可能产生误导作用，因为它并没有考虑原来全部的法则；这些法则大多不可能有较差的表现。

我在个人的事业生涯中，亲眼目睹历史资料回测被滥用的情形，不得不说上几句。市面上有一种叫做欧米加交易站（Omega TradeStation）的历史数据回测软件，成千上万交易员都在使用。它甚至有本身的程序语言。利用计算机操作的当日冲销交易员经常彻夜不眠，忙着从数据中测试出一些性质，他们的行为就像把猴子丢到打字机前面，不告诉它们应该敲出什么书，它们终究有望在某个地方找到黄金。许多人深信不疑。

我有位学历显赫的同行，越来越相信这种虚拟世界，以至于对现实状况完全视若无睹。终究他还保有一丁点常识，但面对一大堆仿真结果，这些常识便迅速消失得无影无踪，也或许是他根本连一点常识也没有，这点我实在不明白。仔细观察他的行为，我发现他可能还拥有的怀疑天性，竟在数据的压力下消失不见了。或者，他有十分强烈的怀疑精神，只是用错了地方。唉，休谟！