Câu hỏi thú vị. Đây thực sự không phải là một câu trả lời, nhưng nó quá dài để bình luận.
Tôi nghĩ rằng thiết kế thử nghiệm của bạn bị thách thức vì những lý do sau:
1) Điều này không phản ánh cách đánh giá cổ phiếu thực sự được đánh giá trong thế giới thực của thế giới. Một ví dụ cực đoan, giả sử người chọn cổ phiếu A chọn 1 cổ phiếu tăng 1000% và 9 cổ phiếu giảm 1% và người chọn cổ phiếu B chọn 10 cổ phiếu tăng 1%. Nếu các cổ phiếu này thực sự được sử dụng để xây dựng một chỉ mục, thì rõ ràng A sẽ là người thực hiện tốt hơn, nhưng B sẽ làm tốt hơn nhiều trong thử nghiệm của bạn. Một thách thức thú vị hơn về mặt tài chính là xây dựng một danh mục đầu tư và so sánh hiệu suất của nó với S & P 500. Đổi lại, có một máy móc được sử dụng phổ biến để đánh giá hiệu suất như vậy: chỉ cần lấy hồi quy tuyến tính của lợi nhuận hàng ngày của danh mục đầu tư so với những người thuộc S & P. Thuật ngữ chặn (thường được gọi là alpha alpha) đo lường hiệu suất trung bình trên và trên thị trường. Vì nó là một hệ số của hồi quy tuyến tính, nên việc xây dựng khoảng tin cậy 95% là một vấn đề nhỏ nếu bạn chọn. Sau đó so sánh với phí mà ngân hàng của cô sẽ tính cho dịch vụ này.
2) Bỏ qua 1, vì có vẻ như cả hai bạn đã đồng ý về hình thức thử nghiệm, hãy xem xét làm thế nào điều này có thể được chơi. Giả sử tôi có một nhà tiên tri kỳ diệu cho tôi biết xác suất mỗi cổ phiếu cao hơn giá hiện tại một tháng kể từ bây giờ (giả sử). Sau đó, tôi chỉ có thể chọn n cổ phiếu có xác suất cao nhất như vậy, và rất có thể hơn 50% trong số chúng thực sự sẽ tăng giá. Bây giờ, xác suất như vậy được mã hóa (không hoàn hảo) trong các giá tùy chọn khác nhau. Ví dụ: tôi có thể mua một cái gọi là tùy chọn nhị phân của Wap, về cơ bản chỉ là một canh bạc trong sự kiện, Stock Stock X sẽ cao hơn giá Y vào ngày Z Z. Việc định giá như vậy ngụ ý xác suất của sự kiện này (mặc dù ngày Z càng gần với hiện tại, điều này sẽ càng kém tin cậy). Vì mù quáng tuân theo sự khôn ngoan của người Viking, không yêu cầu chuyên môn cụ thể, Tôi cho rằng hiệu suất của một chiến lược như thế này nên được coi là mức cơ hội của cơ hội đối với thí nghiệm cụ thể của bạn. Ngoài ra, bạn đưa cho cô ấy một danh sách các cổ phiếu mà bạn chọn, và cho cô ấy biết liệu cô ấy nghĩ rằng mỗi thứ sẽ tăng hay giảm, cùng với sự tự tin của cô ấy trong từng dự đoán. Sau đó, nhóm tất cả các câu trả lời theo mức độ tin cậy và xem chúng liên kết chặt chẽ như thế nào (nghĩa là, trong số những cổ phiếu mà cô ấy tự tin 90%, liệu cô ấy có dự đoán chính xác 90% trong số chúng không?). Có một cách tiêu chuẩn để định lượng điều này; Tôi không nhớ rõ nó được gọi là gì, nhưng bạn có thể đọc về nó trong Superforecasters của Phil Tetlock. và để cô ấy cho biết liệu cô ấy nghĩ rằng mỗi người sẽ lên hay xuống, cùng với sự tự tin của cô ấy trên từng dự đoán. Sau đó, nhóm tất cả các câu trả lời theo mức độ tin cậy và xem chúng liên kết chặt chẽ như thế nào (nghĩa là, trong số những cổ phiếu mà cô ấy tự tin 90%, liệu cô ấy có dự đoán chính xác 90% trong số chúng không?). Có một cách tiêu chuẩn để định lượng điều này; Tôi không nhớ rõ nó được gọi là gì, nhưng bạn có thể đọc về nó trong Superforecasters của Phil Tetlock. và để cô ấy cho biết liệu cô ấy nghĩ rằng mỗi người sẽ lên hay xuống, cùng với sự tự tin của cô ấy trên từng dự đoán. Sau đó, nhóm tất cả các câu trả lời theo mức độ tin cậy và xem chúng liên kết chặt chẽ như thế nào (nghĩa là, trong số những cổ phiếu mà cô ấy tự tin 90%, liệu cô ấy có dự đoán chính xác 90% trong số chúng không?). Có một cách tiêu chuẩn để định lượng điều này; Tôi không nhớ rõ nó được gọi là gì, nhưng bạn có thể đọc về nó trong Superforecasters của Phil Tetlock.