股票投资组合均值差异分析：独立双尾t-test应选月度还是累积数据？

核心结论：绝对不能用累积收益做t检验，必须基于月度收益数据进行分析 #

• 为什么累积收益不可行？
  120个月的累积收益对每个投资组合来说仅对应1个数值（10年总收益），而独立双尾t检验要求每组有多个独立的样本观测值。用单个数值做t检验，样本量为1，完全不满足统计检验的基本前提，得到的显著p值是虚假的，没有任何统计意义。

• 月度收益的t检验无显著结果的原因及改进方向
  你用月度数据未得到显著结果，大概率是因为方法选择不当或忽略了数据特性：

  • 你有4个投资组合，多次使用独立双尾t检验会导致多重比较偏差，大幅增加第一类错误（误判存在差异的概率），应该先使用**单因素方差分析（ANOVA）**整体检验4个组合的均值是否存在显著差异；若ANOVA结果显著，再用Tukey HSD等事后检验做两两比较，控制多重比较的误差。
  • 月度股票收益本身波动大、噪声高，即使有120个观测，也可能因方差过大导致统计功效不足，难以检测到真实的均值差异。可以先检验各组数据的正态性与方差齐性，若不符合参数检验前提，改用Kruskal-Wallis非参数检验。
  • 股票月度收益可能存在序列自相关性（即当月收益与上月收益相关），这会违反t检验/ANOVA的独立性假设，导致统计量失真。可以通过Durbin-Watson检验验证自相关性，若存在则使用Newey-West稳健标准误调整统计结果。

• 正确分析流程建议

  1. 以每个投资组合的120个月度收益为样本数据；
  2. 检验数据的正态性、方差齐性与自相关性，根据结果选择参数检验（ANOVA+事后检验）或非参数检验；
  3. 若使用参数检验，必要时用稳健标准误修正自相关或异方差问题；
  4. 基于检验结果判断投资组合间的均值是否存在显著差异。

内容的提问来源于stack exchange，提问作者Terminator6677