量化回测 t 值虚高？HAC（Newey–West）标准误修正详解

回测报告里经常能见到这样一句话：「策略日均超额 0.26%，t 值 2.5，显著。」这个 t 值很可能被高估了。问题并不出在数据本身，而是普通 t 检验默认每天的观测相互独立；量化策略的日收益几乎从不满足这个前提。

本文围绕三件事展开：t 值到底衡量什么；相邻交易日相关为什么会推高 t 值；HAC（Newey–West）如何修正，并一步一步算清楚。所有例子基于模拟数据，核心代码见文末。

一、普通 t 值：平均值是不是真的大于 0

假设一个选股策略每天的超额收益是 $x_1, x_2, \dots, x_n$。我们想知道：它真实的平均超额是不是大于 0？

光看平均值并不够。日均 +0.26% 看起来不错，但如果每日波动是 ±2%，这 0.26% 也有可能纯属运气。

t 值衡量的是“平均值相对它自己的误差有多大”：

t = 平均值 ÷ 标准误

标准误 = 每日波动 ÷ √n

用 338 个交易日举例：

标准误 = 1.92% ÷ √338 ≈ 0.104%

t = 0.265% ÷ 0.104% ≈ 2.53

通常认为 t ≥ 2 时，大约有 95% 的把握认为真实均值不为 0（单边看大于 0 的置信度更高）。

关键就在这个“÷ √n”上。它背后的假设是：338 天就是 338 份独立的信息。

二、相邻日子相关，信息就“缩水”了

量化策略的日收益，相邻几天往往是正相关的：

• 市场风格会延续：小盘股强势阶段可能持续几周，模型顺风时连续几天走好，逆风时连续几天走差。
• 持仓有重叠：调仓慢、持股周期长的策略，相邻两天手里的股票很多是同一批。
• 收益区间重叠：每天计算一次“未来 5 日收益”时，相邻两天的 5 日收益有 4 天是重合的，这是最极端的情形。

相邻日子正相关时，连续几天的好结果，说穿了只是“同一件好事”重复听了好几遍。338 天的有效信息，可能只相当于一两百天。

对于最简单的情形，即每天的结果只跟前一天有关、相关系数为 ρ（统计上叫 AR(1)），有一个近似公式：

有效天数 ≈ n × (1 − ρ) ÷ (1 + ρ)

t 值被高估的倍数 ≈ √( (1 + ρ) ÷ (1 − ρ) )

相邻两天的相关系数 ρ	338 天的有效天数	t 值被高估约
0	338	1.00 倍
0.1	277	1.11 倍
0.3	182	1.36 倍
0.5	113	1.73 倍

ρ = 0.3 并不罕见。此时普通 t 值如果是 2.7，真实大约只有 2.0。

模拟：一个什么都不会的策略，有多大概率“显著”？

生成 5000 个真实平均值为 0 的策略，每个 338 天，相邻两天的相关系数为 ρ。理论上，t ≥ 2 的比例应该接近 2.5%（单边）：

ρ	普通 t ≥ 2 的比例	HAC t ≥ 2 的比例
0	2.3%	2.6%
0.1	3.7%	2.8%
0.3	7.2%	3.4%
0.5	12.3%	4.5%

ρ = 0.5 时，用普通 t 检验，每 8 个没有真实能力的策略里就有 1 个会被判为“显著”，差不多是应有比例的 5 倍。HAC 则把比例拉回到接近 2.5%。

更极端的例子：重叠收益

每天计算一次“未来 5 日收益”作为策略表现（例如持有 5 天、每天调仓 1/5），相邻两天的相关系数理论上高达 0.8。同样模拟 5000 次，真实平均值为 0：

方法	t ≥ 2 的比例
普通 t	18.8%
HAC，滞后 5 天	4.5%
HAC，滞后 10 天	3.6%

普通 t 检验在这里几乎失效：将近五分之一的纯噪声会被判为显著。

三、HAC 怎么修正

HAC 是 Heteroskedasticity and Autocorrelation Consistent 的缩写，意思是“对异方差和自相关都稳健”。最常用的版本由 Newey 和 West 在 1987 年提出，所以也常被称为 Newey–West 标准误。

思路

普通标准误只用到每天自己的波动（方差）。HAC 再把“相邻日子之间的协方差”加进来：相邻日子正相关，误差就加大；负相关，误差就减小。

公式

长期方差 = γ₀ + 2 × [ w₁·γ₁ + w₂·γ₂ + … + w_L·γ_L ]

HAC 标准误 = √( 长期方差 ÷ n )

HAC t = 平均值 ÷ HAC 标准误

• γ₀：日收益的方差
• γⱼ：相隔 j 天的协方差，即“今天”和“j 天前”一起偏离平均值的程度
• L：最多看到相隔几天，称为滞后阶数
• wⱼ = 1 − j ÷ (L + 1)：权重，相隔越远的协方差权重越小（也叫 Bartlett 核）。这样处理能保证估计的方差不会是负数，也避免远处噪声干扰

为了理解方便，可以把长期方差写成“普通方差 × 放大倍数”：

放大倍数 = 1 + 2 × [ w₁·ρ₁ + w₂·ρ₂ + … + w_L·ρ_L ]

ρⱼ 是相隔 j 天的自相关系数。HAC 标准误 = 普通标准误 × √放大倍数。

滞后阶数 L 取多少

常用经验公式（Newey–West 1994）：

L = floor( 4 × (n / 100)^(2/9) )

n = 338 时，L = 5；n = 1000 时，L = 6。

经验上：

• 收益区间有重叠时，L 至少要等于重叠的天数。持有 5 天就至少取 5，否则修正不够。
• L 取大一点通常更保守，但样本少时，估计本身会变得不稳定。

四、一步一步算一遍

模拟一个策略：真实日均超额 0.3%，每日波动 2%，相邻两天的相关系数 0.3，共 338 天。

第 1 步：基本统计

项目	数值
实际日均超额	0.265%
每日波动	1.92%
普通标准误	1.92% ÷ √338 = 0.104%
普通 t	2.53

第 2 步：滞后阶数：n = 338，L = floor(4 × 3.38^0.222) = 5

第 3 步：自相关系数和权重

相隔天数 j	自相关 ρⱼ	权重 wⱼ	wⱼ × ρⱼ
1	0.360	0.833	0.300
2	0.050	0.667	0.033
3	−0.077	0.500	−0.039
4	−0.042	0.333	−0.014
5	−0.069	0.167	−0.012
合计			0.269

第 4 步：放大倍数 = 1 + 2 × 0.269 = 1.54

第 5 步：HAC 标准误和 t 值

HAC 标准误 = 0.104% × √1.54 ≈ 0.129%

HAC t = 0.265% ÷ 0.129% ≈ 2.05

同一组数据，普通 t 是 2.53，HAC t 只有 2.05，刚好压在 2 的门槛上。如果门槛设在 2.5，用普通 t 就会得到错误结论。

五、几点注意

1. HAC 不一定让 t 值变小。 相邻日子负相关时（比如反转型策略），HAC 的标准误反而更小。模拟一个相邻相关为 −0.2 的策略：普通 t 2.09，HAC t 2.44。HAC 不是“打折工具”，而是“更准的工具”。

2. HAC 只修正自相关，不修正多重测试。 试了 100 个策略、挑出 HAC t 最高的那个，它的 t 值照样会被选择偏差抬高，需要另外的方法处理，比如 DSR、SPA 等。

3. HAC 不修正厚尾。 少数几天的极端收益撑起来的平均值，HAC t 照样可能很好看。要另外看“去掉最好的几天还剩多少”。

4. 样本少时，HAC 本身也不太准。 几十天的数据，自相关都估不稳，HAC t 只能作参考。

5. 回归里也一样。 用 α 的 t 值判断“超额是否显著”、用斜率判断“超额是否衰减”时，同样应该用 Newey–West 标准误。主流统计软件都支持：Python 的 statsmodels 里设 cov_type="HAC" 即可。

六、一句话总结

普通 t 检验假设每天都是独立的新信息；量化策略的日收益往往前后相关，信息比天数少，普通 t 值因此虚高。HAC（Newey–West）把相邻日子的协方差算进标准误，给出更诚实的 t 值。

报告 t 值时，顺手写一句“Newey–West，滞后 5 天”，读者就知道这个数是可信的。

参考文献

1. Newey, W. K., & West, K. D. (1987). A Simple, Positive Semi-Definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix. Econometrica, 55(3), 703–708.
2. Newey, W. K., & West, K. D. (1994). Automatic Lag Selection in Covariance Matrix Estimation. Review of Economic Studies, 61(4), 631–653.
3. Andrews, D. W. K. (1991). Heteroskedasticity and Autocorrelation Consistent Covariance Matrix Estimation. Econometrica, 59(3), 817–858.

附：核心代码

import math
import numpy as np

def hac_t(x, lags=None):
    """日序列 x 的平均值是否显著不为 0：Newey–West t 值（Bartlett 核）。"""
    x = np.asarray(x, dtype=float)
    n = len(x)
    L = int(4 * (n / 100) ** (2 / 9)) if lags is None else lags
    e = x - x.mean()
    lrv = e @ e / n
    for j in range(1, L + 1):
        lrv += 2 * (1 - j / (L + 1)) * (e[j:] @ e[:-j] / n)
    return x.mean() / math.sqrt(lrv / n)

用 statsmodels 的话，对常数项做回归即可。关掉小样本修正，结果与上面的函数一致；开着的话，t 值会略小一点：

import statsmodels.api as sm

fit = sm.OLS(x, np.ones(len(x))).fit(cov_type="HAC",
                                     cov_kwds={"maxlags": 5, "use_correction": False})
print(fit.tvalues[0])