🔍 耿同学打假报告

论文信息

• 论文来源：基于PatchTST模型的多因子量化选股投资策略研究_邬萌.pdf
• 标题：基于 PatchTST 模型的多因子量化选股投资策略研究
• 作者：邬萌
• 指导教师：彭欢 教授；校外导师：杨又村
• 期刊/出处：西南大学经济管理学院（专业学位硕士论文）
• 发表/提交年份：2024 年 5 月

综合评定：🟠 高度可疑

详细发现

发现 1：数据穿越（未来函数）——量化研究的毁灭性打击

• 位置：第 4.5.1 节（数据集构建）与 第 5.2 节（回测框架定义）
• 描述：论文声称将“2020 年至 2023 年这一时间段内的股票市场多因子数据”按照 7:2:1 的比例划分为训练集、验证集和测试集。然后，作者又在第 5 章明确指出，策略的回测区间是“2023 年 1 月 1 日至 2023 年 12 月 31 日”。
• 证据：在时间序列预测和量化投资中，这是典型的“未来函数”或数据穿越错误。模型在训练阶段已经学习了 2023 年的数据，然后再去对 2023 年进行回测。这就好比你拿着期末考试的卷子背了一遍，然后再去考期末考试，能考不好吗？这使得 2023 年高达 80.05% 的回测收益率完全失去了可信度，属于严重的学术逻辑谬误。
• 严重程度：🔴 实锤级错误（即便作者是不懂造成的无心之失，该结论也已彻底失效）

发现 2：夏普比率与回撤数据"太完美"（违背金融常识）

• 位置：第 5.3.2 节（策略收益风险分析）
• 描述：论文声称该策略在 2023 年（A股整体低迷、基准收益为 -11.38% 的年份）实现了 80.05% 的收益率，夏普比率高达 3.43，而最大回撤仅为 5.93%。
• 证据：在真实的A股市场中，单策略一年翻倍且夏普比率超过 3，是各大顶级量化私募都难以企及的“圣杯”级别数据。更离谱的是，要在满仓轮动 5 只股票（极高集中度）的情况下将最大回撤压在 5.93% 以内，在数学概率上几乎不可能，除非借助于前面提到的“数据穿越”，或者回测引擎存在严重 bug（如没计算冲击成本、滑点等）。这属于典型的“教科书式完美”造假或欺骗性美化。
• 严重程度：🟠 高度可疑

发现 3：时间序列滑动窗口的数学逻辑崩塌

• 位置：第 4.5.1 节（数据集划分）
• 描述：论文提到“滑动窗口的长度应设定为 61 天，以确保包含完整的 60 天历史数据和对应的分类标签”，并声称窗口移动步长为 1 天。
• 证据：作者的核心预测目标是“未来 5 天的股票收益率”。如果输入特征是过去 60 天（T-60 到 T-1），预测目标是 T 到 T+5 的收益率，那么时间窗口从起点到终点的实际跨度应该是 65 天以上。作者设定长度为 61 天，说明其要么对时序模型的基本原理一窍不通，要么代码实现中根本就是错乱的（比如拿 T+4 的数据去预测 T+5，造成了隐蔽的特征穿越）。这是深度学习量化论文常犯的基础性严重错误。
• 严重程度：🟠 高度可疑

发现 4：机器学习任务与损失函数的南辕北辙

• 位置：第 4.5.1 节 与 第 4.5.3 节
• 描述：作者明确表示：“本研究并不关注于回归问题，而是将重点放在分类问题上...将股票在 5 天后的收益率映射到 20 个区间”。但是在模型评估（图 4-6 和公式 4-7）中，作者又使用了均方误差（MSE）作为 Loss 函数，并且大谈特谈预测误差。
• 证据：如果作为分类任务，标准的做法是使用交叉熵损失。MSE 虽然在极端情况下可用于分类，但在多分类且区间映射的任务中极不专业。更大可能是作者直接复制了别人的回归训练代码，然后在论文里强行包装成分类任务，导致前后逻辑割裂。
• 严重程度：🟡 存疑（作者对模型机制理解混乱）

发现 5：数据表格呈现"人工雕刻"痕迹

• 位置：表 4-3（最终因子重要性分析结果）
• 描述：随机森林跑出的特征重要性分数呈现出极其规律的阶梯式递减：0.111, 0.109, 0.109, 0.104, 0.101, 0.099, 0.093, 0.092, 0.091, 0.091。
• 证据：真实的随机森林特征重要性分布通常会有几个主导特征拔尖，然后断崖式下跌，再出现长尾。像这样每个特征都极其接近（在 0.09 到 0.11 之间），平滑得像一条直线，极大概率是数据是人工编造分配的，或者是用极其错误的输入（比如全是噪声的随机数据）跑出来的结果。
• 严重程度：🟡 存疑

---

耿同学辣评

这篇文章把量化圈最喜欢犯的“终极绝症”给集齐了：拿着未来的报纸做今天的决策，再用夏普 3.4 的“股神级”曲线来包装一个连 Loss 函数都用不对的模型。如果作者真的发现了这种回撤不到 6% 且年化 80% 的印钞机代码，别读研了，赶紧去私募发产品秒杀巴菲特吧！作为金融硕士论文，在核心逻辑上出现“用 2023 年数据训练模型，再去回测 2023 年赚了 80%”这种穿越戏码，简直是视学术严谨性为儿戏。

建议后续行动

• 联系作者要求提供源代码和完整的回测报告（特别是数据集切分的具体时间戳）。
• 要求作者解释 61 天滑动窗口如何能够预测未来 5 天数据。
• 在答辩委员会或西南大学经济管理学院学术委员会层面提出复审，该论文的核心结论已被“数据泄露”彻底污染。
• （如需公开质疑）在知网或学术打假平台上披露其时间序列数据划分的致命缺陷。

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。