Injected-Truth

研究发现统计门槛严重削减了有效发现

一篇新发表在arXiv上的研究探讨了量化策略研究中“Admission Gates”（准入标准）的有效性。这些标准旨在防止研究人员采纳基于偶然发现的结论。该研究引入了一种“注入式真理”（injected-truth）协议来测试这些门槛，发现虽然它们在弱信号场景下能成功消除虚假发现，但会将发现的采纳率大幅降低至1-7%。研究还强调，使用绝对收益而非超额收益作为这些标准，可能导致所有候选信号（包括真实的）被拒绝。