股市中持续盈利的方法：有趣的数据挖掘
数据挖掘，或者说数据探测，本质在于发现那些偶然中的必然。随着计算能力的提高和金融信息的广泛传播，我们非常容易发现仅仅由于运气而存在、并没有实际预测能力的“规律”。例如，考察0-2000年的数据后，你可能得出一个结论：以字母M开头的股票倾向于表现得好。微软在这一时期表现得非常好，甚至是最好的公司之一。因此，以字母M开头的股票比其他股票表现得好。字母异象或许值得研究，但到头来你会发现，这一研究基本上没有任何意义，仅仅只是存在于历史数据中，但又不可能重复的形态。数据挖掘是研究季节性交易策略的重大问题。考察一周中每天的市场表现后，你一定会发现某一天的市场表现好于其他四天，而某一天的市场表现差于其他四天。然而，我们并不清楚为什么市场会在一周的某一天比其他四天表现得更好，可能是回报率数据的随机分布，也可能是暗示某些事情。在研究历史回报率的规律时，有一个关键的问题是：如果我们将这一规律应用于其他时期，它是否还能奏效？
季节性数据的另一个问题是，有时我们没有足够的数据支撑一个有意义的或者重要的结果。比如，如果分析哪个政党执政会产生更好的市场表现，会被这样一个事实严重限制，即从1945年开始到1990年，美国只产生了11位总统。所以，不管说哪个政党执政会带来更好的结果，都因为样本规模太小而不具有权威性。我们经常很难判断，自己是找到了真实的而又具有预测性的东西，还是仅仅抓住了一些随机分布的历史数据。
以我的经验看，季节性数据的最佳使用方法是，调整一些基本的投资策略。例如，似乎存在一种盘中形态（ a daily pattern wherebyvolume），即下午的交易量比上午的略高。这种形态有一定道理，因为机构投资者倾向于下午交易，而个人投资者倾向于根据昨晚的消息在上午交易。结果，上午的交易往往会更具波动性且深度不足。你不需要根据盘中形态改变你的投资策略。正相反，如果可能，你只需要试着在下午交易而不是在上午开盘交易。
季节性回报率形态在期货交易中更有效，因为其交易成本低廉且杠杆高。我固执地认为，市场择机（ timing the market，给市场设定时机和时间）是一个失败的议题。一般而言，我的观点是，季节性回报率形态更适合预测什么时候喝鸡尾酒，而不是什么时候去投资。相对于根据季节性形态决定进入或退出市场，如果你能够超越波动性，长期投身于股票投资，你能够获得更好的回报。话虽如此，下面的季节性形态是在股票市场回报率中屡次出现的，而且他们值得进一步研究元月效应。在1月中，小盘股比大盘股表现得好。
1月晴雨表。在一定程度上，市场在1月的表现能够指示其他月份的表现。
5月/10月效应。市场倾向于在5月到10月之间表现较差，这是卖出的好时机。这一效应也被称为5月/万圣节效应。
节日效应。在节日之前，市场会在收盘时呈现出上涨的势头。犹太新年效应。在美国，在犹太新年（希伯来历七月、民历首月的首日）卖出，并在赎罪节（犹太新年后的第10日）买入，能够获得超额回报率。
周内效应。股票回报率往往在周五较高而在周一较低。市场似乎会在周五获得略高的回报率，而在周一获得较低的回报率。国会效应。长期观看C-SPAN有线电视的人可能会有些吃惊。
当美国国会在举行会议时，回报率倾向于较低且波动性较高。总统任期效应。在美国，回报率在总统任期的后两年倾向于比在前两年更高。
固定收入效应。在美国，债券回报率在共和党执政时要比在民主党执政时更高。
民主党小盘股效应。在美国，小盘股倾向于在民主党执政时表现得更好，而大盘股倾向于在共和党执政时表现得更好。月初效应。历史上，大盘股和小盘股都在月初有较高的回报率。开盘价一盘中交易效应。阼晚的回报率和盘中回报率之间有很强的负的自相关关系。绝大多数市场回报率发生在市场收盘之后天气效应。阳光似乎与股票回报率有一些关系。阳光越强烈股票回报率越高。
以上的季节性形态，我们还没有一种被普遍接受的解释，但不同的时期似乎确实会在一些市场产生某种影响。我所有的训练和经验都告诉我，试图根据季节性形态来进行市场择机不怎么靠谱。然而，回报率数据似乎指出，某些季节性形态确实存在。下面是一些非常有趣的日历效应。
