很多老股民都经历过这种"安心"：屏幕上一条流畅平滑的净值曲线，稳稳向上、毫无缺口，配上一排满格评分，你看着看着，刚才那点"要不要再等等"的犹豫就悄悄放下了。你以为这是"分析后的放心"，行为金融学却说，这更可能是叙事谬误在替你做决定——你的大脑天生偏爱一个"讲得通"的故事，而平滑无缺口的假数据，恰好就是最顺手的那一个。本文从叙事谬误与连贯性偏好切入，重新拆解为什么假数据比真实波动更"像真相"，以及戈策数据"数据真实性铁律"为何坚持不给你一个好故事。
核心观点：假数据最危险的地方，不是它"错"，而是它"讲得通"。一条平滑无缺口的曲线，在你脑子里自动补完了因果——"它在慢慢走好"。当数据变成故事，你就不再验证，只管相信。
行为金融学把这种现象叫叙事谬误（narrative fallacy）：人倾向于用事后看似合理的故事去解释一切，并因此高估世界的秩序与可预测性。再配上一个连贯性偏好（coherence bias）——当信息能串成一条顺滑的线，人就会自动降低警惕。真实的A股从来不是一条线，而是一团乱麻；但假数据帮你把乱麻梳成了故事。
平滑曲线之所以让人安心，正因为它"有头有尾、无跳空、无缺口"。大脑一看：起点清晰、过程顺滑、终点向上，OK，因果闭环了，无需再想。你不是在看数据，你是在听一个让自己舒服的睡前故事——而且你很难意识到，这个故事是数据替你编的。
真实净值是锯齿状的，每一处下探都在逼你问"等等，为什么跌"。而经过平滑处理、或被"兜底默认值"接上断层的曲线，把这些问号全抹平了。没有缺口，就没有悬念，大脑自动切到省电模式——你不再追问，只管相信那条线会继续好下去。省下的那点脑力，最后都变成了埋单的代价。
假数据最懂你：它往往"刚好"长成你想看到的样子——一条回本曲线、一个完美买点、一组满格评分。这正中确认偏误下怀：你只看得见印证自己判断的数字，对那块"被填上的盲"视而不见。故事越贴合你的持仓，你越难离开它，因为离开就意味着承认自己可能错了。
真实市场常常是"中间断了、原因不明、结果悬空"。人脑讨厌悬空，于是修饰过的数据给你一个完整的"起点→过程→结果"闭环，伪造出确定性。你以为自己掌握了规律，其实只是被一个编得圆的小说哄住了。叙事谬误最狠的一刀，是让你在还没真懂市场时，就先"觉得自己懂了"。
真实数据充满缺口、矛盾、无法解释之处——它拒绝给你一个安心故事，于是触发不确定性焦虑与失控感。再加上亏损厌恶（同等亏损的痛苦约为盈利喜悦的两倍）与控制错觉，真实市场让你觉得自己"抓不住"，于是你逃向平滑假数据寻求掌控感，哪怕那掌控是假的。
关键反转在于：你的"不舒服"，恰恰说明你在接触真实；被安抚，才是危险的信号。戈策数据选择站在"让人不舒服"的真实一边，因为被好故事哄睡的投资者，醒来时往往已经埋单。把"讲不通"当成一道警报，比把"讲得通"当成一份保证，要可靠得多。
戈策数据的"数据真实性铁律"看似技术原则，本质是一套对抗叙事谬误的护栏。逐条对照，它正好卡在每一个"好故事机制"的咽喉上：
| 好故事机制 | 铁律对策 | 作用 |
|---|---|---|
| 无缺口假象（无悬念） | 规则一·策略绝不降级 | 因子缺失即标记，不把断层接成"平滑斜坡" |
| 符合预期（自印证） | 规则二·缺失必标记提示 | 明示哪维不可用，逼你面对盲区 |
| 伪造闭环（确定性） | 规则三·失败要传播 | 数据源挂了就直说，不填满叙事 |
| 默认值填补（信息完整幻觉） | 规则四·不设兜底默认值 | 缺失即缺失，不塞平均值美化UI |
| 只信想信的 | 规则五·不编造不猜测 | AI只基于真实输入推理，不臆造填补 |
某数据源获取失败时，对应因子自动标记"数据缺失"，信号自然不触发，报告标注"XX维度因数据缺失无法评估"。策略不会为"看起来完整"而降级到次优方案——直接切断了"伪造确定性"的来源，让你该疑的时候疑。
若数据源部分不可用导致结果不精确，报告明确标注缺失维度。例如"资金流向数据获取失败，资金面评估暂不可用"——清晰、透明、不遮掩，把被假数据偷走的警觉还给你自己。
数据获取失败时，将真实错误传递给用户，而非用假数据让页面看起来正常。若接口超时，你看到的是"数据获取失败，请稍后重试"，而不是一组看似合理实则虚假的数字——不让任何"好故事"在你不知情时替你编完。
系统中不存在"看起来正常"的默认值。缺失即缺失，不为UI美观填入预设数值。当某只股票PE因停牌无法计算时，显示"数据缺失"而非大盘平均PE——杜绝"信息完整幻觉"，保留你的不安。
任何结论必须有数据依据。未经验证的事如实告知"需要验证"或"未查到"，绝不凭算法猜测填充空白。AI只在真实数据输入基础上分析推理，从根上对抗确认偏误，不替你圆任何一个故事。
9月是叙事谬误的高发期：中报全部落地、季末机构调仓、国庆前避险情绪升温，噪声最多、故事也最好编。机构季末排名调仓在龙虎榜上制造"机构共识"叙事，散户把交易性动作误读为一致看多（详见龙虎榜季末博弈篇）。越是信息混乱，你越想要一个"讲得通"的解释，假数据便趁虚而入。
越是想"看懂市场"，越要警惕那些顺滑得过分的数据。新一季开局，用这份清单给自己泼盆冷水：
| 场景 | 故事型陷阱 | 真实型做法 |
|---|---|---|
| 季度初看净值 | 被平滑成"已回正"的假象 | 看带日期的原始成交记录与持仓成本 |
| 换仓决策前 | 新标的模拟收益"完美" | 要求看真实历史回测区间与最大回撤 |
| 数据中断时 | 页面照常、无提示 | 确认是否标注"数据获取失败/缓存于XX" |
| 评分满格时 | 从不显示缺失维度 | 检查是否有N/A与评分依据说明 |
普通投资者可参考以下清单，判断自己用的工具究竟在帮你直面现实，还是在替你编织好故事：
| 现象 | 故事型工具 | 真实型工具 |
|---|---|---|
| 财务数据 | 长期停留旧日期，无更新标记 | 标注数据日期，财报后数小时更新 |
| 维度评分 | 永远满格，从不显示缺失 | 缺失即标N/A，说明评分依据 |
| 故障响应 | 页面一切如常 | 明确提示"数据获取失败，请重试" |
| 缓存标识 | 实时/缓存傻傻分不清 | 标注"缓存于XX时间，非实时" |
数据真实性铁律的代价，是你偶尔会看到"不好看"、也"讲不通"的真相。但它换来的，是把判断权交还给你自己——而不是交给一条被梳顺的曲线、一个被填满的默认值、一段被编圆的故事。真正成熟的投资者，不是不被好故事诱惑，而是在"讲得太顺"时，先停一下，去追问数据的真假与缺口在哪里。
一句话总结：在戈策数据，真实的也许讲不通，但假数据那个"太顺"的故事，往往最贵。把"不舒服"当成信号，而非缺陷。
因为大脑对"连贯"有偏好，平滑无缺口的曲线自动满足因果闭环，省去了追问的力气。真实波动充满跳空和矛盾，需要你持续验证。一次"讲得通"的错觉，代价往往是放弃了验证本身。
确认偏误是"只挑想信的看"，叙事谬误是"把看到的编成圆故事"。前者让你选择性注意，后者让你高估世界的秩序。两者叠加时最危险：你只看印证自己的数据，再把它们编成一个"我没错"的剧本。
真实数据逼你保留对未知的敬畏，反而更稳。看带日期的原始数据、看缺失维度和失败提示，把"为什么跌""哪里没数据"当成决策输入，而不是等一个完美曲线替你拍板。
越是喧嚣越要降噪：拒绝被平滑成"已回正"的净值假象，新标的先看真实历史回撤而非模拟完美曲线，数据中断时确认是否标注失败。用真实数据做新一季的起点，比用安慰剂做心理按摩可靠得多。
不会。切换的是同一类真实数据的另一个权威来源（如龙虎榜的AKShare与Tushare），而非用别的东西代替，且报告标注当前来源。性质仍是真实数据，切换只是为了"找另一个真实"，不是"用假的凑数"。