本文由 Private Capital Limited 撰寫，這是一家獨立的按費收費投資及財富管理公司。
證據之證據：
Private Capital 之所以將佢哋建立持久、長期財富嘅投資策略稱為證據為本投資（EBI），係有原因嘅。我哋可以用其他多個名詞代替：結構化（接近）、低成本（肯定）、被動式（有時）、智能 Beta（可能）、指數化（接近，但）…… 呢個名單仲長。但因為證據係我哋做嘅嘢嘅根本，我哋相信佢亦都應該係我哋稱呼佢嘅根本。
話雖如此，有好多證據需要考慮，而一些聲稱嘅發現似乎互相矛盾。點樣知邊啲證據要認真對待，邊啲係錯誤引導？
證據為本投資：一個永無止境嘅故事
首先，值得留意嘅係學術研究永遠唔會完全定案，亦都唔允許我哋應用佢時有絕對嘅事情。正如芝加哥大學金融學教授及諾貝爾獎得主尤金·法馬（Eugene F. Fama）所講：「你應該使用市場數據去更好地理解市場，而唔係話呢個或嗰個假設字面上係真定假。冇任何模型係嚴格正確嘅。真正嘅準則應該係：我完成之後對市場嘅了解，有無比開始時多？」
雖然有呢個前提，喺評估學術證據嘅有效性時，仍然有若干重要特質需要尋找。
中立視角 – 唔係從一個要證明嘅觀點開始，理想嘅學術研究係無其他議程下進行，只係為咗探索有趣現象同報告結果。然後就輪到我哋從業員去應用有用嘅發現。
堅實嘅數據分析 – 分析應該避免弱點，例如數據時間太短或樣本太小；倖存者偏差（喺分析期間破產基金嘅回報被忽視）；不可比較嘅基準比較；或者純粹老式嘅錯誤數學計算。
可重複性與可復現性 – 結果應該喺額外研究、多個環境同時間範圍內可重複。這有助於證明結果唔係純粹運氣或「數據挖掘」。正如 AQR 基金經理兼創始合夥人克利福德·阿尼斯（Clifford Asness）所描述：「如果一名研究者發現一個實證結果只係因為佢折磨數據直到佢承認，人們唔會期望佢喺呢個折磨範圍之外仍然有效。」
同行評審 – 為咗確保以上所有同更多嘅事情按規定進行，學者預期要將詳細數據集、方法論同發現發表喺可信嘅學術期刊或類似論壇，以便佢哋有資格嘅同行可以審查佢哋嘅工作，並同意結果似乎有效，或者如果唔係就駁斥佢哋。
另一種選擇：數據謊言
如果我哋強調深入同勤懇嘅同行評審聽落似係唔適用於你同你實際財富，再諗下。呼應關於謊言、該死嘅謊言同統計數據嘅觀點，當錯誤結論被不當應用時，結果可以令無數投資者走錯路，造成真金白銀損失。
考慮一下記者約翰·博漢農（John Bohannon）呢篇精彩嘅揭露報導：「我騙咗百萬人人以為巧克力有助減重。點樣做到。」呢個證據為本嘅諜報行動剛好發生喺醫療保健界，但類似教訓適用於金融界。
博漢農開始進行一項故意有缺陷嘅「研究」作為一個明顯嘅不良研究例子。佢有意使用微薄數據集，15 名參與者嘅一次性臨床試驗，然後大量折磨結果數據以提取技術上準確但本質上無意義嘅結論，即係巧克力消費有助於減重。
其後，博漢農利用佢對科學出版業嘅熟悉程度，將佢嘅研究提交給若干聲譽存疑嘅期刊，關於佢哋嘅篩選程序。儘管完全披露研究嘅眾多弱點，博漢農觀察到佢嘅論文「喺我哋信用卡被扣款少於 2 星期後就發表咗」。佢同佢嘅同伴然後向全球媒體展開激進嘅公關活動，而媒體似乎更感興趣印出精彩片段，而唔係證實涉及來源嘅有效性。
佢嘅結果報導標題告訴我哋故事點樣結束。電視、互聯網同印刷媒體報導嘅轟炸式覆蓋向全球觀眾暗示佢哋可能想嘗試巧克力飲食法減重。錯誤證據入嚟，垃圾結論出嚟。
同行評審嘅重要性
重點唔係要將所有證據當作假嘅。重點係實質、有意義嘅同行評審仍然係不可或缺嘅部分，喺真實學術證據同大量粗糙工作之間區分，而呢啲工作太常佔據搶頭條新聞。同行評審亦都使學者能夠引用並基於同事嘅最佳工作建立，這使重要主題嘅集體見解隨時間加深同擴展。
所以，經得起學術同行評審整個過程同經得起時間考驗嘅證據，就係我哋最感興趣應用於一組有序（雖然永遠唔確定）原則嘅證據，以指導我哋實際嘅證據為本投資策略。
顧問嘅關鍵角色：區分事實與虛構
作為證據為本嘅顧問，我哋持續監察向公眾展示嘅工作，填補可能遺漏嘅盡職調查，並轉換結果着眼於幫助投資者適當睇清出現嘅大局。
喺所有我哋可以進行投資嘅方法中，邊啲預期最能服務客戶個人利益同財務目標？同樣重要嘅係，邊啲更可能分心或削弱我哋嘅努力？ 呢些關鍵問題嘅證據為本答案解釋咗點解我哋好關注基金結構、成本管理、耐心交易同全球市場風險敞口（Beta）根據類似指數資產類別等特質。亦都係點解我哋建議唔嘗試追隨或逃避當前市場趨勢或揀熱門股票，儘管看似博學嘅評論員似乎不斷推薦。
呢個就係證據為本投資。呢個係建立可管理投資策略反映你個人化目標，同屈服於混亂、令人神經緊張嘅猜測工作喺充滿噪音嘅市場混亂世界之間嘅關鍵分別。Private Capital 選擇證據。
