p值 (p-value) p值是一个统计学指标，它像一个“运气探测器”，用来帮助我们判断一个事件的发生，究竟是出于某种真实有效的原因，还是仅仅是随机的巧合。在投资领域，当我们测试一个新的选股策略或者交易信号时，总想知道它是不是真的比市场平均水平更“神”，还只是碰巧在测试期间运气爆棚。p值衡量的，正是在“假设这个策略完全无效”的前提下，我们观测到的这种（甚至更好的）优异表现有多大的概率会纯粹因为运气而发生。如果这个概率（p值）非常小，我们就有理由相信，这个策略可能真的有两把刷子。
想理解p值，我们先忘掉复杂的公式，来看一个硬币的例子。 假设你的朋友小明拿出一枚硬币，宣称这是他的“幸运币”，抛掷时出现正面的概率特别高。 这是一个需要验证的“声明”。在统计学上，我们通常会建立两个对立的假设：
现在我们开始实验：抛掷10次，结果出现了8次正面。 这时候，p值就登场了。p值要回答的问题是：如果这枚硬币真的是一枚普通硬币（即原假设为真），那么抛10次出现8次或更多次正面的概率有多大？ 经过计算，这个概率大约是5.5%（即p值 = 0.055）。这意味着，即使是普通硬币，每抛100轮（每轮10次），也大概有5到6轮会碰巧出现8次以上正面的情况。这个概率不算特别小，所以我们似乎没有足够强的证据来推翻“这是一枚普通硬币”的说法，只能遗憾地告诉小明，他的“幸运币”可能只是他的心理作用。 但如果实验结果是10次正面呢？此时p值会变得非常小（约0.001），说明普通硬币几乎不可能做到这一点。这时我们就有充分的信心拒绝原假设，承认小明的硬币可能真的有“魔力”。
这个“幸运币”的逻辑，完美地适用于检验投资策略。作为投资者，我们脑中总会冒出各种“如果这样…就会赚钱”的想法。p值就是检验这些想法的试金石。
假设一位价值投资者提出了一个策略：“每年年初，买入市净率（PB）最低的10%的股票，年底卖出，其年化收益率会显著高于市场指数。”
为了验证，我们通常会进行回测（Backtesting），即用过去几十年的历史数据来模拟这个策略的表现。回测结束后，我们会得到一个超额收益率。p值此时会告诉我们：如果低PB策略真的无效（H0为真），我们有多大的可能性，仅凭运气就获得我们回测出的这个（或更好的）超额收益？
在学术界和金融界，通常会预设一个显著性水平（Significance Level，用希腊字母α表示），最常见的就是5%（或0.05）。它就像一个判断标准。
p值是一个强大的工具，但绝不能盲目迷信。对于一个理性的价值投资者来说，理解它的局限性至关重要，否则很容易掉入“数据陷阱”。