AI播客：换个方式听新闻 下载mp3

美股所谓“10月魔咒”的说法目前看起来是空穴来凤，因为没有明显原因表明美国股市在10月的波动性会高于9月。

Marketwatch分析师Mark Hulbert总结了基于道琼斯工业平均指数自1896年以来的月度数据。他发现，每年10月的道指标准差显著更高——实际上比其他11个月的平均水平高出21%。

Hulbert表示，尽管10月高于平均的波动部分源于该月是两次重大市场崩盘的发生时段——1929年与1987年，但在剔除这两个年份后的数据（连同2008年金融危机巅峰期那个异常波动的10月）中，10月仍然是最波动的月份，尽管幅度收窄至11%，而非原先的21%。

Hulbert指出，后者在统计学家常用的95%置信水平上仍然显著。如果统计显著性本身就能作为投资依据，那么我们无疑掌握了坚实理由。

可惜的是，统计显著性从来不是充分理由。金融史上充斥着无数统计显著却毫无意义的虚假关联。若不信，不妨阅读莱因韦伯（David Leinweber）发表于《投资杂志》的《愚蠢的数据挖掘技巧：过度拟合标普500指数》。这位劳伦斯伯克利国家实验室创新金融技术中心前主任的研究，深刻揭示了数据挖掘的陷阱。

Hulbert认为，任何投资决策必须满足双重条件：既统计显著，更需理论自洽。就10月波动而言，我们必须追问：是否存在合理解释说明股市为何在此月格外动荡？

他至今未发现任何经得起推敲的理论。最常被引用的说法是1986年《税收改革法案》的影响——该法案要求共同基金以10月31日作为纳税年度截止日，并将98%的资本收益分配给股东。许多人认为税改引发的大规模调仓导致了10月波动。

但若此说成立，1986年后的10月波动理应显著增强，数据却显示相反结果：后税改时期的统计支持度反而轻微弱于此前年份。

另一种观点主张10月存在更高经济不确定性。例如该月开启年度最后财报季，华尔街分析师通常依据10月财报预判企业全年走势。这种解释看似合理，却缺乏实证支撑。

西北大学贝克（Scott Baker）、斯坦福大学布鲁姆（Nicholas Bloom）与芝加哥大学戴维斯（Steven Davis）编制的经济政策不确定性指数显示：自1900年以来，10月的不确定性指数反而比其他月份低3%。

归根结底，或许存在某种尚未发现的理论能解释10月波动，但在确凿证据出现之前，所有相关讨论都只是市场噪音。投资者应当关注企业基本面与宏观经济趋势，而非执着于季节性的统计幻象。