随机游走与趋势指标：你的指标真的有用吗？

随机游走是什么

把掷硬币结果记为 +1 / -1，累加和就是一条随机游走。它经过充分研究，具反正弦律、分形自相似等特性。把它套到价格上，是检验“技术信号是否真有信息量”的基准。

醉汉漫步理论

醉汉离开酒馆后的轨迹，与步数（掷硬币次数）的平方根成正比——这给出衡量“随机性 vs 非随机性”的标尺。若真实价格位移显著偏离 √步数，才说明存在非随机结构。

指标在随机序列上的表现

如何用 Z 分数检验

把策略在历史数据上的累计收益，与大量随机基准的均值/标准差比较，得到 Z 分数。只有 |Z| 足够大，才说明策略显著优于随机。

// 累计收益 vs 随机基准
double z = (actual_profit - mean_random) / std_random;
// |z| 很大才说明策略显著优于随机
if(MathAbs(z) > 2.0) Print("策略显著优于随机");

对交易的启示

• 任何新策略先和随机基准比，别被漂亮曲线迷惑。
• 必须做样本外检验，样本内拟合容易过拟合。
• 警惕“完美”的历史曲线，它往往是未来函数的产物。

小结

蒙特卡洛：自己造一个随机基准

与其空谈，不如动手：把历史收益序列打乱一万次（自助法/bootstrap），每次重新累加得到一条“随机权益曲线”，取这些曲线的分布作为基准。把你的策略曲线叠上去，若它长期落在分布的上 5% 之外，才值得认真看待。这一步能立刻揭穿绝大多数“看起来很美”的指标。

分形自相似意味着什么

随机游走是分形：无论把时间轴缩放多少倍，统计特征保持不变。真实价格只在“近似”意义上具备这一性质，且在剧变期会偏离。利用这一点，你可以对策略做多时间尺度验证——若在 1 分钟与 1 小时上都靠“噪声”赚钱，那大概率是过拟合而非真信号。