用机器学习战胜标普 500 的尝试：bug 比模型教会的更多

一次针对标普 500 的机器学习选股尝试在审计后发现三个数据 bug，修复后模型优势在统计上不再显著，并在 2020 年后消退。作者用数周时间按预设通过/失败标准测试了 CAN SLIM 规则、动量、波动率目标、LightGBM 排序模型和 K 线形态，排序模型最初 t 统计量为 4.5。