全部期权指南
小p值说明什么，又绝不证明什么阅读约15分钟
金融中的p值与统计显著性
理解p值、原假设、检验统计量、显著性水平、第一类与第二类错误、功效、效应量、可选停止、数据窥探和金融解读
由 Mark 编写 · 官方资料列于文末
直接答案
p值是在指定原假设模型与分析计划下，得到至少与观测统计量同样不相容结果的概率。它不是原假设为真的概率，不是结果由偶然造成的概率，也不衡量效应大小或经济重要性。统计显著性是一条事先定义的决策规则，而不是真理证明
检验始于p值之前
查看结果前先指定原假设与备择假设、检验统计量、抽样模型、停止规则、尾部方向及显著性水平
原假设常表示无效应或基准值，也可能是包含需要估计的干扰参数的复合假设
看到数据后改变资产范围、期限、控制变量、离群规则或检验，会改变p值所对应的实验
p值以模型为条件
在原假设下检验统计量有参考分布，p值衡量观测统计量进入相关尾部的程度
小值表示数据与完整原假设模型设置不相容，并不说明哪项假设失败或备择假设为真
依赖、厚尾、异方差、数据错误或选择过程错设，会使参考分布与p值失效
显著性阈值定义错误规则
预设水平α限制在假设成立时错误拒绝真原假设的概率，不是已发表主张中的错误比例
第一类错误是错误拒绝，第二类错误是未拒绝错误原假设；功效是在指定备择下拒绝的概率
未拒绝并不证明没有效应，尤其当样本对具有经济意义的备择缺乏功效时
效应量与不确定性回答不同问题
大样本可让微小效应显著，噪声大的小样本则可能遗漏足以影响决策的效应
应与p值一起报告效应估计、区间、单位、交易成本、容量和实际决策阈值
刚高于与刚低于0.05的结果通常提供相近证据，把边界变成真伪开关会丢失信息
研究灵活性会扭曲显著性
可选停止、多种规格、删除观测、切换结果及只发表成功检验都会改变假阳性行为
名义p值只对生成它的完整分析路径有效，包括事先声明的合法序贯规则或调整
预注册、完整研究日志、多宇宙分析、未触碰留出集与复现能揭示敏感度，却不能修复错误模型
金融依赖会削弱教科书检验
收益可能有自相关、横截面依赖、异方差、重叠结构，并以筛选后的存续资产范围为条件
朴素iid标准误会夸大t统计量，反复发现因子与回测则建立更大的隐性检验族
使用由时序结构支持的标准误与重抽样，再检验跨状态、资产、成本、延迟与实盘数据的稳定性
证据应服务于决策
把p值作为连续诊断之一，并结合效应量、不确定性、先验证据、机制、预测表现与决策成本
预先定义哪种错误重要：错误交易信号、遗漏风险敞口、不稳定对冲，或推广没有经济价值的模型
报告完整分析族与失败复现，避免把一个被选中的显著结果误当成整个研究计划的证据强度
常见问题
p值为0.05是什么意思？
在指定原假设模型下，至少与观测统计量同样不相容的结果出现概率为0.05
p低于0.05能证明备择假设吗？
不能。它不给假设分配概率，也不排除模型错设、选择、数据错误或经济上微小的效应
p高于0.05能证明没有效应吗？
不能。它只表示未在该阈值拒绝，原因可能是低功效、噪声、不合适模型或真正较小的效应
为什么金融p值常被高估？
依赖、重复策略搜索、灵活规格、选择样本与不现实成本都能让名义证据看起来过强
资料来源与延伸阅读
把这个概念应用到一份期权
选择合约和目标，让价格、时间与波动率假设在同一份分析中清晰呈现
分析我的期权