你同时试了100套交易规则，最后挑出回测最漂亮的一套。它很可能真有本事，也可能只是抽了100次签后留下的幸运赢家。问题在于，我们常把这个赢家当成一开始就选定的策略，用普通标准评价它。Marcos López de Prado与Emilio Porcu的这项研究，试图给这种“搜索红利”扣分：高夏普率不仅要好看，还要经得住整个筛选过程的检验。
夏普比率（Sharpe ratio）是超额平均回报与回报波动之比，表示每承担一单位波动，换来多少额外收益。它常被用来概括策略表现。但当研究者反复比较因子、模型设定、机器学习设计、参数、交易规则或管理人时，即便所有候选都没有真实优势，也可能偶然出现一个高分者。这就是多重检验与选择偏差：只看最后的冠军，会把证据说得太满。
据SSRN页面，这篇60页论文于2026年7月31日上线、8月30日修订；作者研究主页将其列为 Journal of Portfolio Management 即将发表的2026年论文。下文关于方法和结论均来自论文摘要及作者页面，尚无第二个独立信源交叉验证。
不是重算收益，而是抬高及格线
Deflated Sharpe Ratio（DSR，直译为“折减后的夏普率”）换了一个参照物。它不只问“这个夏普率是否高于零”，而是问：在没有真实技巧的情况下，这一整套研究搜索本身，可能制造出多漂亮的冠军？报告业绩只有超过这个更严格的基准，统计证据才更有说服力。
这和比赛选拔很像。一个人只跑一次并拿到好成绩，与100个人各跑一次、再挑最快者，不能使用同一条惊喜标准。DSR要校正的，正是后者天然拥有的选拔优势。它并不能证明策略一定存在真实技能，只是降低把偶然拟合误认成alpha——也就是超出基准的收益能力——的概率。
三把尺子，各有用途
论文统一梳理了三类主要实现。
DSR-L使用简约的“位置基准”。位置可以理解为：没有技巧时，搜索冠军大致会落在哪个成绩水平。它可用于判断经过搜索调整后的显著性，也可分析至少需要多长的业绩记录，证据才可能站得住。
DSR-LS不仅调整冠军通常出现的位置，也纳入冠军成绩的离散程度，即这个最大值可能上下波动多大。这样得到的是“位置加尺度”的形式，既保留较容易处理的结构，也能分析统计功效等运行特征——例如一套检验识别真实优势的能力。
DSR-EO则在能够精确推断尾部时，直接使用完整的搜索结果分布。所谓“尾部”，就是极端高分出现的区域；而研究者最终挑中的赢家，恰恰通常位于这里。
三者并非简单的升级替代关系。DSR-L胜在简约；DSR-LS进一步描述赢家的不确定性；DSR-EO在完整搜索分布可得时使用更多信息。论文摘要没有披露三者的具体计算差异，也没有给出实际回测中的改善幅度。
真正难的是尾部
论文进一步把“分布近似错了多少”与误报、p值偏差联系起来。误报是把没有真实优势的策略判成有效；p值则用于衡量观察结果在某个统计假设下有多罕见。作者用Gaussian与Student-t两类基准说明，尾部形状不仅会改变近似误差的大小，还可能改变误差方向。换句话说，错误的分布假设不一定只是让门槛统一偏松，也可能在不同情形下偏松或偏严。
论文还给出一项带前提的渐近结论：当DSR-LS采用的参考形状与极值极限相匹配时，样本或搜索规模增大后，它具有渐近校准性质；若进一步满足文中所述的“相对尺度一致性”条件，这一结果可扩展到用估计值代入的情形。这里的匹配与一致性条件不能省略，它们决定结论何时成立。
为什么值得关注
这套框架抓住了量化研究里一个很朴素、也很容易被忽略的事实：研究过程本身会生产赢家。策略、因子和参数试得越多，最后最好看的数字越不能按“一次命中”理解。DSR的价值不是替某个策略盖章，而是把提问方式改对：先把搜索可能带来的运气算进去，再讨论剩下的证据有多强。
局限与未知
- 现有材料只有论文摘要和作者页面，没有实验样本、实际回测结果或误报率改善幅度，无法判断三种实现的现实差距。
- 校正结果仍依赖候选试验数量、搜索分布和尾部分布等设定；输入或假设不合适，结论也会受影响。
- DSR-LS的渐近校准带有参考形状匹配及一致性条件，不能泛化成“任何搜索场景都已被准确校正”。