股市中持續盈利的方法：有趣的數據挖掘
數據挖掘，或者說數據探測，本質在於發現那些偶然中的必然。隨着計算能力的提高和金融信息的廣泛傳播，我們非常容易發現僅僅由於運氣而存在、並沒有實際預測能力的“規律”。例如，考察0-2000年的數據後，你可能得出一個結論：以字母M開頭的股票傾向於表現得好。微軟在這一時期表現得非常好，甚至是最好的公司之一。因此，以字母M開頭的股票比其他股票表現得好。字母異象或許值得研究，但到頭來你會發現，這一研究基本上沒有任何意義，僅僅只是存在於歷史數據中，但又不可能重複的形態。數據挖掘是研究季節性交易策略的重大問題。考察一週中每天的市場表現後，你一定會發現某一天的市場表現好於其他四天，而某一天的市場表現差於其他四天。然而，我們並不清楚爲什麼市場會在一週的某一天比其他四天表現得更好，可能是回報率數據的隨機分佈，也可能是暗示某些事情。在研究歷史回報率的規律時，有一個關鍵的問題是：如果我們將這一規律應用於其他時期，它是否還能奏效？
季節性數據的另一個問題是，有時我們沒有足夠的數據支撐一個有意義的或者重要的結果。比如，如果分析哪個政黨執政會產生更好的市場表現，會被這樣一個事實嚴重限制，即從1945年開始到1990年，美國只產生了11位總統。所以，不管說哪個政黨執政會帶來更好的結果，都因爲樣本規模太小而不具有權威性。我們經常很難判斷，自己是找到了真實的而又具有預測性的東西，還是僅僅抓住了一些隨機分佈的歷史數據。
以我的經驗看，季節性數據的最佳使用方法是，調整一些基本的投資策略。例如，似乎存在一種盤中形態（ a daily pattern wherebyvolume），即下午的交易量比上午的略高。這種形態有一定道理，因爲機構投資者傾向於下午交易，而個人投資者傾向於根據昨晚的消息在上午交易。結果，上午的交易往往會更具波動性且深度不足。你不需要根據盤中形態改變你的投資策略。正相反，如果可能，你只需要試着在下午交易而不是在上午開盤交易。
季節性回報率形態在期貨交易中更有效，因爲其交易成本低廉且槓桿高。我固執地認爲，市場擇機（ timing the market，給市場設定時機和時間）是一個失敗的議題。一般而言，我的觀點是，季節性回報率形態更適合預測什麼時候喝雞尾酒，而不是什麼時候去投資。相對於根據季節性形態決定進入或退出市場，如果你能夠超越波動性，長期投身於股票投資，你能夠獲得更好的回報。話雖如此，下面的季節性形態是在股票市場回報率中屢次出現的，而且他們值得進一步研究元月效應。在1月中，小盤股比大盤股表現得好。
1月晴雨表。在一定程度上，市場在1月的表現能夠指示其他月份的表現。
5月/10月效應。市場傾向於在5月到10月之間表現較差，這是賣出的好時機。這一效應也被稱爲5月/萬聖節效應。
節日效應。在節日之前，市場會在收盤時呈現出上漲的勢頭。猶太新年效應。在美國，在猶太新年（希伯來曆七月、民歷首月的首日）賣出，並在贖罪節（猶太新年後的第10日）買入，能夠獲得超額回報率。
周內效應。股票回報率往往在週五較高而在週一較低。市場似乎會在週五獲得略高的回報率，而在週一獲得較低的回報率。國會效應。長期觀看C-SPAN有線電視的人可能會有些喫驚。
當美國國會在舉行會議時，回報率傾向於較低且波動性較高。總統任期效應。在美國，回報率在總統任期的後兩年傾向於比在前兩年更高。
固定收入效應。在美國，債券回報率在共和黨執政時要比在民主黨執政時更高。
民主黨小盤股效應。在美國，小盤股傾向於在民主黨執政時表現得更好，而大盤股傾向於在共和黨執政時表現得更好。月初效應。歷史上，大盤股和小盤股都在月初有較高的回報率。開盤價一盤中交易效應。阼晚的回報率和盤中回報率之間有很強的負的自相關關係。絕大多數市場回報率發生在市場收盤之後天氣效應。陽光似乎與股票回報率有一些關係。陽光越強烈股票回報率越高。
以上的季節性形態，我們還沒有一種被普遍接受的解釋，但不同的時期似乎確實會在一些市場產生某種影響。我所有的訓練和經驗都告訴我，試圖根據季節性形態來進行市場擇機不怎麼靠譜。然而，回報率數據似乎指出，某些季節性形態確實存在。下面是一些非常有趣的日曆效應。