年度研究目录与分层解读

Carver 新书把仓位、成本和交易管理放到台前；它是培训线索，不是新策略论文

Not another one! My fifth book...

Rob Carver

一句话先讲结论

Carver 介绍的新书面向不能加杠杆、不能做空的股票、ETF 和加密现货交易者，允许主观选择机会，但要求仓位、成本和风险按规则管理。对于已有系统化经验的量化研究员，新增价值更可能在培训与执行规范，而非一条可马上复现的 Alpha。这里完整解析的是作者公告，不是未读整本书的书评。

它到底在问什么？

如果交易方向来自直觉，哪些环节仍必须标准化？作者试图把寻找交易的判断与管理交易的纪律分开，尤其给没有衍生品杠杆的普通账户一套可执行约束。

作者具体怎么做？

1. 公告称 The Art and Science of Trading 已完成校样，计划十二月一日正式出版；这是作者当时的发布说明，本次不核实购书供货。
2. 目标场景是多头、资本约束下的股票、ETF 与加密现货，作者说它比自己此前作品更入门，使用直观解释和表格而非主要依赖公式与 Python。
3. 内容主题包括稳健回测、分布不确定性、Kelly、成本、头寸调整与半自动交易。推荐语强调交易全生命周期，但这些属于提前读者评价，不是本次对具体章节的独立验证。
4. 作者自己也表示，若读者已熟悉其旧作、只做杠杆期货且完全系统化，并不一定需要这本书；这为研究员判断阅读优先级提供了边界。

关键结果

怎么理解？

对团队而言，可以从这篇建立一张培训清单：入场观点、仓位、成本、退出、风险变化后的调整，是否各有负责人和明确规则。很多系统把大量精力投入信号，却让后面几步靠默认参数，最终收益来源便难以解释。 不过，规则化不等于正确。一个错误仓位模型也可以执行得极其一致；Kelly 对收益估计误差尤其敏感，不能仅因为书中讨论它就直接用于满额风险预算。资深研究员应把公告当成寻找清晰教学表达的线索，而不是把作者资历与推荐语替代对具体方法的审阅。

最大限制

整本书未取得和阅读，章节方法、示例表格与任何效果不能冒充已核验。本文所有内容边界以公开公告为准，也不评价未读内容是否优于作者旧作。

复现与研究价值

若用于培训，先选交易成本和风险变化后的头寸调整作为试读主题，用团队现有案例检查讲法是否能转成具体清单；再决定是否扩展。不要为了给公告补“实验结果”而编造收益表。

原文与核查

公开新书公告完整解析；未读整本书，不作为全书书评。

原始文章 ↗

作者说明：各书适合什么读者

返回全年目录 ↑

夏普从 0.63 归零：先修复历史成分名单，才有资格讨论股票信号

Ghost Members. Recipe for Reconstructing Historical Membership of S&P 500 from Public Sources

Carlos García Arano

一句话先讲结论

作者为 2009—2026 年重建了 856 家发行人的标普 500 月度成分历史，成功匹配 850 家；把真实历史股票池放回原策略后，此前 0.63 的净夏普降到接近零。最重要的修正不是补几个退市价格，而是同时解决当时谁在指数里、退市公司是谁、同一个股票代码是否已经换了公司这三个问题。

它到底在问什么？

免费行情很容易下载，但今天的成分名单不能代表十年前的投资机会。研究员究竟需要怎样的身份和日期记录，才能让回测中的每一只股票确实是当时能选到的那家公司？

作者具体怎么做？

1. 长期历史来自 fja05680/sp500 社区仓库，较近期用公开的指数增删记录独立重建，合并成 2009—2026 年月度成员表。符号附带的退市年月后缀属于信息，不能清洗时随手删掉。
2. 显式调用包含退市公司的历史列表，再按公司名称查询 SEC。只查询存续股票会遗漏死亡样本；只按代码查 EDGAR 又可能命中后来使用相同代码的另一家公司。
3. 存续公司通过 SEC company_tickers.json 直接解决约 87% 的匹配，其余通过公司名称找 CIK。候选 CIK 必须存在与该公司指数成员窗口重叠的 10-K、10-Q 申报，不能只凭名字相似接受。
4. 最后保留 850 个有依据的映射，明确排除 6 个无法可靠识别的发行人，并用来源和代码不同的两套重建检查原策略是否得出相近结论。

关键结果

怎么理解？

这篇把数据工程变成了可证伪的研究假设。错误的代码映射比缺一行数据更危险：系统不会报错，却会给一个真实公司安上另一家公司的价格和财报。CIK 与成员窗口交叉验证的价值，是让这种看似完整的数据也必须通过经济身份检查。 独立重建使策略都失去优势，是很有力的敏感性证据，但不是名单完全正确的证明。两份来源可能共享上游错误；CIK 也通常标识申报主体，不自动解决同一发行人的多类股票。将发行人、证券、上市地点和指数席位拆开管理，才能避免把身份匹配率当成完整回测可用率。

最大限制

公开文件只有月度精度，不能直接用于日级指数纳入交易；6 个排除样本仍可能非随机。正文自身名单差额存在算术不一致，代码回收示例的具体交易所身份也应回查。本次读完文章，未独立逐行核对作者仓库或重跑前篇策略。

复现与研究价值

先为每次成员增删保存公告日、生效日、证券永久 ID、CIK 和原始证据，再抽样审核退市、并购和代码复用情形。把不同股票池的入选数量、行业敞口和策略收益逐项桥接；月频结果通过后再决定是否购买日级数据。此为未执行方案。

原文与核查

公开正文完整解析；未下载重跑作者成员文件及前篇策略。

原始文章 ↗

历史成分社区仓库

SEC 存续发行人代码映射

返回全年目录 ↑

财报后漂移：9.6 个百分点的组间优势，调整市场敞口后只剩 0.1

Post-earnings-announcement drift decomposed by earnings predictability and gross profitability

Serhat Girgin / QuanterLab

一句话先讲结论

把 S&P 500 公司按“盈利可预测性 × 盈利能力”分成 9 组后，未对冲的 42 日 PEAD 策略里，稳定高盈利组平均年度收益 +6.6%，不稳定低盈利组 −3.0%，看起来差了 9.6 个百分点；但前者平均净多 38%，后者净空 31%。每天扣除这部分净敞口对应的指数收益后，两组变成 +2.4% 和 +2.3%，差异只剩 0.1 个百分点。

它到底在问什么？

PEAD 是否对不同公司一样强？盈利更稳定、盈利能力更强的公司，业绩超预期后是不是更容易继续漂移？这关系到在财报信号上再加质量筛选，究竟能不能增强 Alpha。

作者具体怎么做？

1. 使用历史时点的标普 500 成分股。按过去 8 个季度盈利预测误差的稳定程度（至少 4 季度），与毛利润／总资产，各分三档，交叉形成 9 组。财务数据仅在 SEC 接受日期之后使用；这里的盈利能力不是毛利率。
2. 信息公开的首个交易日收盘入场，盘后公告顺延；分别持有 5、10、21、42 个交易日。多空组合买显著超预期、空显著低于预期，另比较最强正向意外与全部公告都买。
3. 2006—2025 年逐年检验。72 个研究设置加上 9 个市场敞口调整重跑，共 81 项登记研究。所有结果与排除窗口一并报告；登记指历史窗口评分前冻结规则，不是历史发生前的前瞻注册。

关键结果

怎么理解？

最重要的拆解：看起来像“盈利质量增强 PEAD”的差异，主要被市场净敞口解释了。“多空”只表示允许做多和做空，不代表多空等额，更不代表市场中性。不同公司群体以不同频率触发正负信号，分组也顺便改变了市场方向暴露。 另一个有意思的结果：筛选最强正向意外后，投入资金的回报更高，但平均闲置资金也更多。现金不计收益，使整个组合反而落后。“更好的交易”不等于“更好的组合”；筛选的价值还取决于剩余资金如何配置，不能默认放大少量持仓就能无成本解决。

最大限制

市场调整仅在 42 日持有期执行，且不是逐股 Beta 对冲。全公告多头缺少同一组股票直接持有的基准，不能完全区分公司群体本身的收益与公告时点增量。成本未包含市场冲击；数据和平台结果未由本站独立复现。

复现与研究价值

A 股复现价值高，优先借鉴对照设计：盈利意外 × 盈利稳定性 × 盈利能力，同时做市场、行业、Size、Momentum 调整，并补上同组直接持有基准。尤其应区分业绩预告、快报和正式财报的首次信息时点，避免把已公开的盈利变化再次算作新信息。

原文与核查

已核对原文方法、表 2–6、讨论与登记说明；未独立执行作者回测。

原始文章 ↗

返回全年目录 ↑

100 个 AI 投资人格年化 29.5%，却与一个普通提示的选股重合 92%

Do LLM “Crowds” Produce Investment Signals? An Empirical Test

Steven Edwards；导读 Quantpedia

一句话先讲结论

100 个 GPT-4o 投资人格各选 50 只美股，取提名最多的 50 只后，市值加权组合年化 29.5%，SPY 为 15.3%，六因子 Alpha 仍约 9.65%；但它与一个没有人格设定的普通提示组合重合 92%。最清楚的结论是角色数量没有带来多少选股多样性，而不是已经证明收益全部来自科技 Beta：原作者明确说，单一市场周期无法判定剩余 Alpha 到底来自信息、遗漏因子还是行情巧合。

它到底在问什么？

同一个大模型扮演价值、成长、逆向等不同投资者，能否像真正的智慧群体一样汇集独立信息？这里要分开两个问题：组合是否赚钱，以及一百个人格是否比一个普通提示多提供了信息。

作者具体怎么做？

1. 作者构造 100 个不同投资哲学人格，每个要求选 50 只美国上市股票，合计出现 1,059 个不同代码；以出现频率最高的 50 个组成共识。
2. 评估三个加权方案，公开导读重点报告市值加权结果；回测从 2024 年 1 月开始，共 561 个交易日，作者以模型标示的 2023 年 10 月知识截止时间安排检验区间。
3. 用 Fama–French 五因子再加动量做收益归因，同时查看入选成分及普通单提示对照，检验人格的边际贡献。
4. 对人格子集进行 bootstrap，25 个人格已能复现约 88% 的最终成分，完整组合与普通提示有 92% 重合；所有 50 只也都是标普成分，显示强烈知名公司集中。

关键结果

怎么理解？

对量化研究员，真正能带回去的是实验对照：在搭建几十个 Agent 前，先做一个不扮演角色的朴素版本，看看复杂架构究竟改变了什么。如果最终都在重复同一批大公司，增加人格很可能主要增加调用成本与看起来充分的讨论，而不是独立信号。 但这里也要比导读的强结论谨慎一步。知名科技股集中可以解释为何怀疑风格行情，尚不能证明剩余 Alpha 必然虚假。下一步应匹配行业、规模、成长、质量和实际权重，再跨不同市场环境比较；同时冻结具体模型快照和提示生成日期，知识截止标签不能单独保证完全不存在后训练信息或版本变化。

最大限制

SSRN 原文页返回 403，本次完整解析公开导读并区分其转述与作者更谨慎的结论，未核验原始全部提示、权重、股票池和代码。样本只有一个主要市场环境；成分重合率不是完整的独立信息检验，训练截止也不是无泄漏的充分证明。

复现与研究价值

将预算相同的单模型重复采样、多角色、不同模型、不同独立信息源四组放在同一个事前确定币池之外的美股候选池中，冻结提示和可见日期。先比较成分/权重/预测误差相关，再比较风格中性、净费用的样本外组合表现；不要只增加角色个数。

原文与核查

公开导读与其所引作者摘要/结论完整解析；SSRN 全文受限，未独立重跑。

原始文章 ↗

原工作论文 SSRN 6543239

返回全年目录 ↑

PEAD 平均年收益从 −0.5% 变 +2.2%：入场日期变了，实际上连组合定义也变了

Post-earnings announcement drift 2006-2025

Serhat Girgin / QuanterLab

一句话先讲结论

同一历史标普股票池，季度初统一建仓的 PEAD 多空网格平均年收益 −0.5%；改成各公司财报已知后的首个收盘入场，平均变 +2.2%，十日持有达到 +3.1%。但这不只是把同一批交易提前：筛选从季度前五/后五变成滚动历史分位，持仓数与净多空也随消息变化。论文识别了事件时点的重要性，尚不能把全部改善都归为“更早入场”。

它到底在问什么？

大型股财报漂移究竟消失了，还是慢频组合形成时已经错过可捕捉窗口？回答前必须确保比较的事件年龄、筛选规则和风险暴露可拆开。

作者具体怎么做？

1. SUE 为实际 EPS 减一致预期，除以公司过去八次惊喜的波动，至少四次历史才可评分；作者避免价格缩放与供应商拆股重述基准混用。
2. 季度版本每季初取过去九十天报告，行业内买五个最大、空五个最小惊喜，固定持有后空仓到下季。
3. 公告版本以过去 365 日行业惊喜池的 80/20 分位为阈值，正负号须与方向一致，已知公告后的首个收盘进入，所以排除隔夜跳空和首日反应；每公司只许一个未平仓。
4. 成本按流动性分单边 1.5/3/6bp，空头年借费 50bp，记录 4,400 个计划窗口中 3,990 个执行、410 个因行业最低十五公司门槛排除。

关键结果

怎么理解？

这篇胜在把形成日和事件日的区别量化，而不是泛泛说 PEAD 有或没有。一个因子按季度可算，不代表它在季度初仍有信息；事件信号的研究坐标首先应该是公开时点，而不是方便的数据频率。 但因果解释需要进一步收窄。两种版本同时改变阈值、资金使用率和净仓位，不能称为只移动一个日期的严格消融；全网格净多比例与收益低相关，也不能代替逐日 Beta 对冲。作者把既有历史按顺序冻结记录，确实约束了程序流程，却不是在 2006 年真正预注册未来测试；附录对此诚实说明，应保留。

最大限制

供应商一致预期历史、EPS 重述、事件时间戳及平台代码未独立复核；借费常数不反映稀缺，冲击成本缺失。行业分类变化令部分行业样本较短。所谓 90% deflated-Sharpe 数字也不是策略真实有效的客观后验概率。

复现与研究价值

做四格实验：固定同一筛选只改日期、固定日期只改筛选，再对照资金利用率和 Beta 中性版本。特别核查科技的 +10.5% 在逐日敞口扣除后剩多少；真正价值在于事件时间对齐，而非直接采用最好行业格。

原文与核查

公开研究全文、所有主要表及附录说明已读；未独立运行平台。

原始文章 ↗

返回全年目录 ↑

AI 研究系统的核心不是多跑回测，而是阻止错误结果进入决策

The Quantish Research Harness

Quantish

一句话先讲结论

一个加密策略原本报告累计收益 +139%，订单对账才发现保证金设置让 63% 的计划入场没有执行；修正后基准收益降到 +81.6%，回撤反而加深。Quantish 因此把 AI 研究助手放进预注册、代码审核、订单核对和样本外检验的固定流程：文章真正有价值的不是声称 AI 找到两条策略，而是展示哪些检查曾把漂亮结论推翻。

它到底在问什么？

当 AI 可以快速改代码、跑参数、写解释，研究团队如何阻止它把实现错误、单月好运和反复试验包装成稳定策略？

作者具体怎么做？

1. 看到结果前先把假设、数值接受标准和停止条件提交 Git；新功能默认关闭，关闭时要求原基准保持不变，避免实验污染已经接受的版本。
2. 影响判决的脚本必须以哈希通过独立对抗审核，才允许运行。回测后先检查新代码是否真正触发、计划订单是否对应成交或明确拒单，再讨论收益。
3. 参数扫描寻找附近设置共同有效的区域，而不只报最优点。只有预先选定的候选进入隔离样本外，按费用、滑点和借券成本计算，并报告相对基准差值的置信区间。
4. 将失败试验也保留永久记录与证据包；一个 41 次调参研究的全部样本内赢家在样本外反转，于是保留旧基准，而不是继续扫描直到出现想要的答案。

关键结果

怎么理解？

最值得移植的是“先验证试验确实发生”。编译通过、云任务成功、出现净值图，只能证明程序跑完；如果仓位、拒单或新分支触发率错误，后面的 t 值再严谨也只是分析错误对象。订单不变量通常比再加一个高级统计检验更早救命。 不过，哈希审阅与预注册不是自动免疫系统。审核者可能共享同一错误，研究员也可能不断启动新的预注册项目来消费同一份样本外。真正需要持久记录的是整个研究族的尝试次数、数据接触历史和失败原因，而不只是单个获胜项目的完整日志。

最大限制

文章是系统作者自述，没有公开完整代码、两条策略交易流水或独立复核，因此不能据此认定其策略可部署或收益可信。bootstrap 如何处理时间依赖、整个研究族如何校正多重检验，也未充分展开。

复现与研究价值

可先落地最小版本：策略规格锁定、默认关闭实验开关、目标仓位—订单—成交三段对账、参数试验账本和一次性留出集。让助手生成结论前强制输出未成交比例、收益贡献最集中的月份与净成本差，再由人决定是否推进；不必照搬完整平台。

原文与核查

公开工程文章全文已读；未获得作者完整系统与交易记录。

原始文章 ↗

返回全年目录 ↑

十币周频动量只有 0.37 夏普；但这次“复现失败”本身也有成本和口径问题

I built paper-spec crypto strategy on 5.8 years of data. It's lost money every year since 2024

Patrick Mortenson

一句话先讲结论

作者用 10 个主流币，每周买过去一周最强的 3 个、卖最弱的 3 个，2020 年末至 2026 年 9 月的 303 次调仓只得到 0.37 年化夏普、41.7% 最大回撤；2025 年亏 24.0%，2026 年前 34 周亏 11.1%。但标题说“2024 年以来每年亏损”，正文 2024 年却是 +0.4%，成本计算也疑似未按组合权重汇总：这是一份值得追查的失败报告，尚不足以宣判加密截面动量已失效。

它到底在问什么？

文献中的短期加密动量优势，在较新的大币种样本里能否直接复制，而不靠调参数挽救？

作者具体怎么做？

1. 币池是 BTC、ETH、SOL、XRP、DOGE、BNB、ADA、AVAX、LINK、LTC，行情采用 Binance 现货日收盘，区间 2020-10-31 至 2026-09-02。每七天排序一次。
2. 买前三、卖后三，每腿占组合六分之一，中间四个不持有；持有一周后更新。文章假设每次全部换手，单边成本 0.15%，同时用永续合约执行费率描述成本，却没有加入资金费。
3. 先汇总 303 个周收益，再逐年拆分：2020 年仅八周收益很高，2021 接近平，2022—2023 较好，2025—2026 明显亏损。
4. 作者把较差结果解释为可能的套利竞争、机构化或币池过窄，但没有分别检验这些机制，也选择不继续扫描参数。

关键结果

怎么理解？

逐年拆解比一个总夏普更有价值：较早的八周暴涨可能长期支撑总样本均值，而对当前部署者帮助不大。不过，低胜率本身不证明套利耗尽；动量可以依赖少数大赢家，必须同时看盈亏比、收益尾部和每年风险暴露。 更重要的是执行口径。文章称六腿完全轮换导致每周约 1.8% 组合成本；按其每腿六分之一、来回 0.30% 的文字定义，总资产口径应先权重加总，不能直接六倍。另一个问题是用现货价格模拟空头永续，而默认资金费多空抵消；不同币种资金费并不相同。这些问题未修复，失败可能同时含有信号衰减和记账偏差。

最大限制

十个现存大币的回看选择有幸存者偏差；没有逐笔代码、永续收益及资金费核验；文章所谓真实夏普大于零的 81% 概率未说明统计假设。终值 1.47 的“约 6.8% 年化”也只是作者近似报告。

复现与研究价值

先核查六腿加权成本、持仓延续时的真实换手、可做空日期和资金费，再用当时可交易币池重做原规格。冻结规则后分别报告 2020—2023 与 2024 以后净收益；比较基准差异时，不把增加币种或重扫窗口当成无代价修复。以上未执行。

原文与核查

公开正文全文已读并检查内部数字一致性；未取得作者本地回测 JSON。

原始文章 ↗

返回全年目录 ↑

EigenScore 是量化编程练习场，不是用 Elo 证明投资能力的研究论文

EigenScore is Live: The First Rated Contest Platform for Quants

Vertox

一句话先讲结论

EigenScore 首发提供 50 道量化题，分精确答案、预测和决策优化三类，并计划用两小时五道题的竞赛累积 Elo 评分。它适合检验概率、数值和建模基本功；公告没有证明高排名能预测真实交易绩效，也没有公布判题器独立验证，所以不能把“量化竞赛评分”当成研究员的 Alpha 分数。

它到底在问什么？

量化能力很难只靠简历和自述判断，能否建立有固定问题、隐藏测试和持续评分的公开练习环境？这是训练与评估工具问题，不是市场定价问题。

作者具体怎么做？

1. 作者称首发题库有 50 道原创题，覆盖概率、组合数学、鞅、随机微积分、期权定价、组合优化、时间序列与数值方法。用户在浏览器提交 Python。
2. 标准题利用容差检查数值答案，预测与优化题使用不同的相对基准。若要比较能力，需要进一步知道各题基准、隐藏测试分布和不同题型分数如何合成。
3. 公告介绍限时、限内存的隔离虚拟机运行，每次提交后销毁环境；另有两小时、五题的同时竞赛及持续更新的 Elo 等级。
4. 所有题目、参考解和测试由作者制作；首发公告征求错误判决和不清楚题意的反馈，意味着题库和评分机制仍处于早期迭代。

关键结果

怎么理解？

对研究团队，最合适的用法是把题型映射到具体短板：概率推导、估计误差、数值稳定性、约束优化。比起只看总分，复盘同一道题为何失败，往往更能指导培训。短时竞赛尤其擅长测熟练度，却未必能测数据取证、金融制度理解和长期研究纪律。 评分质量也有自己的模型风险。参考答案错、容差过窄、训练分布与隐藏测试不一致，都会让排名反映判题机制而不是能力。对于预测和决策题，还应检查是否存在可利用的固定随机种子、重复提交反馈和基准信息泄漏。公告尚未给出这类验证。

最大限制

这是一篇产品上线公告，不是实证论文；本次未注册、提交代码或审计虚拟机安全。正文称 9 月 8 日为周一，与 2026 年日历不符，不能将该句作为可靠的活动时间提醒。

复现与研究价值

若用于团队培训，可先选少量已知答案的题检查容差和重复性，再按知识模块记录错误而不直接按总 Elo 排人员。招聘时仍需另测真实数据清洗、研究审计和解释能力；不要让游戏化分数替代工作样本。

原文与核查

公开上线公告完整阅读；未实际使用或安全审计平台。

原始文章 ↗

EigenScore 平台

返回全年目录 ↑

隔夜轮动号称每年翻倍；90 日选股并不自动消除筛选偏差和开收盘成交风险

2x Your Portfolio Every Year: How I Turbocharged the Overnight Effect

Stuart Farmer

一句话先讲结论

作者先按 2020—2025 年隔夜表现挑出十只股票，得到未扣费的 727.6% 年化，再改用过去 90 个交易日排名、每 7 日更新持仓，并假设每次买卖各 5bp，宣称仍接近每年翻倍。但他明确说这些参数是“找到最好”的设置，滚动计算并不等于未调参的样本外；极高收益首先要求核查价格复权、股票池和开收盘可成交量，而不是相信标题。

它到底在问什么？

股票收盘到次日开盘的收益差异，能否通过动态选股持续捕捉？核心不是市场整体存在隔夜溢价，而是过去最会隔夜上涨的股票是否还能在下一段时间继续如此。

作者具体怎么做？

1. 第一步在 2020—2025 年选择隔夜总收益最高的十只完整存续股票，另列上市或退市导致历史不完整的股票组，展示未扣费结果。
2. 将收益的自然对数取四次方作为分数，按分数分配权重，删除低于 1% 的权重后再归一化。四次方的选择来自作者偏好的尖锐程度，不是预先证明的最优经济形式。
3. 滚动版本每七日使用此前 90 个交易日重新选择股票，设置市值下限十亿美元；持仓仍每天收盘买、次日开盘卖，因此选股七日更新不代表每七日才交易。
4. 模拟单边 5bp、来回 10bp 摩擦。行情依赖 Massive 数据，完整策略和 notebook 位于付费订阅区，公开另有数据下载工具。

关键结果

怎么理解？

文章最有研究价值的方向是检验隔夜收益的截面持续性；最危险的跳跃，则是从指数隔夜溢价直接跳到数倍年化。极端赢家可能集中在低价格、复权事件和开盘跳变较多的证券，少数错误数据就会被四次方加权进一步放大。 真实下单还存在时点约束：若用当日最终收盘价确定名单，又假定同一个收盘价成交，收盘竞价订单截止时间可能不允许这一过程。开盘价也不是无限容量的报价。先证明信号形成时已经可知、目标股当时满足市值过滤，再讨论手续费能否低到 5bp，顺序不能反过来。

最大限制

公开正文足以解释规则，但完整代码和明细图表未核验；未见完全冻结规格后的独立持出期、点时股票池、实际开收盘订单与容量检验。作者对做市商行为的机制猜测不是本文已识别的因果证据。

复现与研究价值

用未复权成交价建立现金流，再独立处理拆股和分红；剔除明显坏价，并按开收盘成交额限制参与率。冻结 90/7 与加权规则，保留真正未接触时段，同时对收盘提前形成信号、次日执行和 10—30bp 摩擦做压力测试。以上尚未执行。

原文与核查

公开正文完整解析；付费代码及图表详细绩效未核验。

原始文章 ↗

公开行情处理工具 massivepull

文章引用的隔夜机制工作论文

返回全年目录 ↑

纯噪声也能被 AI 做出 2.12 夏普：不仅要记录试了多少，还要记录拼了多少

A Sharpe of 2.1 From Nothing: The Second Number Your Agent Doesn't Log

Jonathan Kinlay

一句话先讲结论

在按构造没有收益可预测性的 12 组模拟数据上，研究 Agent 做出的组合样本内夏普平均 2.12，样本外只有 0.18、且误差很大；单靠试验次数能解释约 54% 的样本内分数，再把最终拼入多少个子信号算进去，就能解释约 88%。因此日志只记跑了几次回测还不够：把一堆幸运赢家组合起来，也会制造漂亮但不真实的分散收益。

它到底在问什么？

AI 提高研究速度后，到底更容易发现真实规律，还是更有效率地把噪声选成 Alpha？如果所有调用都可记录，能否据日志测量这台研究机器的过拟合能力？

作者具体怎么做？

1. Agent 每轮最多提交 25 个表达式、最多 12 轮，只看到匿名样本内评分，测试集文件物理隔离；每轮假设和调用记录保存，策略按一天滞后构建资金中性排序组合。
2. 每次最终报告三条信号，但 Agent 的信号内部可以是多个表达式相加。模拟实验中，中位试验数为 146，最终组合实际上约有 12.5 条相加子腿，而机械搜索通常只有 3 条。
3. 在没有 Agent 的零 Alpha 数据上，单独模拟从 N 条随机表达式取最好的 k 条再平均，得到选择加组合的基准曲面；按 Agent 实际 N 和 k 预测夏普 1.86，对照实际 2.12。
4. 再以 1,280 只 NASDAQ 股票、2018—2023 数据作现实检查：Agent 训练夏普 3.10，留出为 0.72，但不同搜索组样本外差异落在较宽置信区间内，不能据此认定 Agent 更差。

关键结果

怎么理解？

最重要的贡献是把“研究自由度”从单个候选数扩展到组合结构。均值选高以后，再靠部分低相关腿降低波动，会把同一份样本内好运包装成风险分散。纠正时必须让随机基准拥有与真实搜索相同的表达式语法、加总能力和组合选择过程。 作者也做了很好的自我否定：用模拟过拟合夏普直接从真实训练夏普扣掉，碰巧对 Agent 接近，却在其他组明显失准，因此它不能预测未来业绩。另一个泄漏筛查因为构造方式注定难以触发，作者明确承认无效。这些负结果比一个漂亮的“AI 风险折扣公式”更可信。

最大限制

只有单循环研究助手和少量独立面板；模型中途切换，具体快照日志不完整；真实股票集带幸存者条件，测试期可能在模型训练语料内。本文未独立运行仓库；模拟零 Alpha 依赖生成器确实没有未预期预测结构。

复现与研究价值

给研究日志增加最终表达式树、实际子腿数、被拒试验与模型版本，并在进入真实数据前先让完整流程跑零 Alpha 面板。将整套选择和组合机制一起校准；不把 2.12 当统一扣减，也不让研究助手用经济故事替代独立验证。

原文与核查

作者公开全文及限制完整解析；未独立执行仓库。

原始文章 ↗

作者代码与预注册日志

返回全年目录 ↑

股债相关从正转负确实改变风险，但“负相关拖累收益”是需要纠正的叙述

Stock-Bond Correlation: The Sign Flips and So Do Its Drivers

Ali H. Askar；原研究 David G. McMillan

一句话先讲结论

导读报告美国股债相关在 2000 年前后由 +0.22 变成 −0.24，50/50 组合月波动由 2.72% 降至 2.42%，月均收益也由 0.52% 降至 0.29%。两件事同时发生，不等于负相关导致收益下降：相关系数直接进入组合方差，不直接决定固定权重的算术平均收益。文章把“需要更多股票追上旧收益趋势”说成负相关的代价，这一步超出了证据。

它到底在问什么？

股债能否互相对冲不是永恒属性；随着通胀、利率和经济冲击变化，相关结构会不会长期换挡，风险预算该如何跟着变化？

作者具体怎么做？

1. 按各国可用数据考察 1980—2023 年 G7 市场，比较长期相关和动态相关。多数市场在约 2000 年转负，日本更早，意大利仍大体为正，不能把美国经验当成统一世界规律。
2. 用滞后通胀、产出、二者波动、实际利率及通胀—产出相关解释股债相关，并用结构断点模型允许系数跨时期改变。
3. 导读称实际利率是较稳定的相关解释变量，通胀和增长的方向及显著性更依赖时期；这是约化回归相关，不等于已识别哪一种宏观冲击造成变化。
4. 最后比较 50/50 组合的收益、波动与协方差贡献。匹配同一全样本波动目标所需美国股票权重由早段 41% 变为后段 54%，不能与另一幅追踪收益趋势的 80% 权重混为同一目标。

关键结果

怎么理解？

这篇最值得保留的是“驱动因素自己也会变化”。把长期负相关写进协方差矩阵，然后机械增加股票风险，容易在通胀冲击重新占主导时暴露系统性弱点。风险测试至少应包含股债一起下跌的状态，而不是只看平均相关。 同时必须修正文中的因果捷径。对固定权重组合，算术期望收益由各资产期望收益加权决定；相关下降通常带来方差下降，并非自动拖累收益。后段平均收益较低可以来自股票、债券的收益环境变化。拿旧趋势线要求新组合追上，是另一种目标设定，不能由此声称负相关失去了分散好处。

最大限制

已读完整导读，原论文完整估计未独立复算；动态相关本身是估计量，宏观回归又有结构断点与修订数据问题。文中多个组合目标和因果表述容易混淆，本解析不沿用其“负相关减少分散收益”的说法。

复现与研究价值

将预期收益、单资产波动和相关三个输入分别改变，做风险预算敏感性表；用只含当时可见数据的滚动估计检验是否改善目标波动控制。不要用全样本断点事后识别的状态直接指导历史仓位。

原文与核查

公开导读全文解析；原论文表格与估计未独立复算。

原始文章 ↗

返回全年目录 ↑

总结果过关，年份与排名却露馅：别让自动判决替你停止思考

Backtest Said "SURVIVES." Per-Year Numbers Said No. I Learned to Trust the Second One

Jan Heger

一句话先讲结论

一个价格形态的完成率为 30%，高于随机对照的 19%—20%，自动脚本判定有效；但七年中有三年贡献为零。另一个价位筛选在样本内外都找到赢家，赢家排名的跨期相关却是 −0.54。问题不是总数算错，而是把集中发生的现象和每期重新挑出的赢家，误认成了可以向前执行的稳定规律。

它到底在问什么？

自动研究系统能否用一个 SURVIVES 标签概括策略有效性？如果算法只看平均优势，就可能漏掉时间集中和选股规则在样本外悄悄改变的问题。

作者具体怎么做？

1. 作者先检验 zone-cycle 价格往返模式，真实样本完成率约 30%，控制组约 19%—20%，聚合判决通过。
2. 将结果拆成七年，贡献依次为 91、0、63、0、0、34、13。正文未说明这些贡献值的货币或频数单位，因此只能按作者的贡献序列理解，不能当成年收益率。
3. 另一项实验比较不同价位组，脚本声称样本内外最好组都优于其他组；作者进一步计算两个时期价位表现排名的相关性，得到 −0.54。
4. 作者据此增加年度贡献和排名稳定性关卡，让它们有权推翻聚合判决，而不是只放到附录。

关键结果

怎么理解？

第二个错误比第一个更明确：若样本外又重新找赢家，那么所谓样本外测试其实仍在使用答案。正确问题是，用样本内锁定的价位和规则，在下一段数据上是否仍有优势；排名相关可以揭穿这种看似严谨的比较。 但“必须多数年份赚钱”不能成为所有策略的普遍公理。尾部对冲和危机趋势可能本来就靠少数年份兑现；某年没有交易机会也不同于有大量机会但收益为零。时间拆解应结合事先提出的经济机制、暴露和机会数，而不是再制造一个偏好平滑曲线的新筛选器。

最大限制

文章未公开样本资产、时间区间、控制组构造和检验显著性，也没有完整交易规则。七年贡献的单位未说明，因此本篇可作为审计案例，不能据其数字复现一个可交易策略。

复现与研究价值

对现有研究报告同时输出按年机会数、风险投入、收益贡献和冻结名单的下一期表现；再做留一年剔除检验，观察结论是否由单一年份决定。任何新的稳定性阈值也应在下一轮测试前锁定，不要看完结果再调整门槛。

原文与核查

公开正文完整解析；无法据正文重建原始两项实验。

原始文章 ↗

返回全年目录 ↑

比特币高波动会延续，但 96% 的状态留存里藏着滚动窗口重叠

Volatility Clustering in Bitcoin: Regime Persistence as a Forecast

Ali H. Askar；原研究 Borrego Roldán

一句话先讲结论

导读将比特币滚动波动率分成低、中、高三档：一小时数据、24 期窗口下，高波动下一小时仍为高波动的概率为 96.29%，随后 48 小时平均绝对涨跌为 4.42%，低波动时为 2.39%。但分档阈值用全样本算出，且相邻波动窗口共享 23 个小时数据；这些结果说明状态有持续性，却不能直接证明一套已可实盘的预测模型。

它到底在问什么？

现在波动很高，能否据此预测未来价格变动的幅度，从而调整风险？注意这是幅度问题，不是预测比特币下一步上涨还是下跌。

作者具体怎么做？

1. 原研究以 2018 年 8 月至 2024 年 11 月比特币数据计算滚动收益标准差，再取对数，考察一小时到日线等不同频率和窗口。
2. 用全历史的 20/80 分位阈值把当前滚动波动分类，数相邻观测的转移次数得到三乘三矩阵。24 小时窗口的低、中、高留存率分别为 95.05%、97.15%、96.29%。
3. 比较状态之后的绝对价格变化：小时模型考察 48 小时，日线模型主要考察七日；高低组在均值和离散程度上都不同。
4. 导读明确指出全样本阈值使用了未来资料，滚动阈值修复在原研究中仅为建议，并未实现；因此公开矩阵属于回看估计。

关键结果

怎么理解？

最容易被忽视的是机械平滑。24 小时标准差下一小时只换掉一个观测，即使原始收益独立，波动估计也会高度相关。长窗口比短窗口更持久，并不能单独证明市场记忆更强。应让同样滚动窗口作用于适当的模拟对照，再测新增的真实聚集。 风险应用仍然合理：当前高波动通常值得降低名义仓位，但模型价值要体现在未来风险校准，而不是状态分类准确率。若一个模型永远预测下一小时状态不变就已经很准，复杂转移矩阵需要证明比这个廉价基准更好。文章用全样本阈值的问题也不能被“波动聚集是常识”抵消。

最大限制

本次读完导读，未取得原研究代码并重算；重叠预测区间使极大 t 值的独立样本解释存疑。导读声称两小时和两百小时持续都“同样一致”也过于宽泛：几何模型允许两者，但概率并不相等。

复现与研究价值

用仅截至当时的数据更新分位阈值和转移矩阵，对比恒定状态、EWMA 和简单 HAR 类预测；采用不重叠检验段或保留依赖的重抽样。报告未来绝对收益预测误差、风险区间覆盖率和风险目标偏离，不把预测幅度直接变成买卖方向。

原文与核查

公开导读全文解析；原研究数据与代码未独立核验。

原始文章 ↗

返回全年目录 ↑

月度 TAA 改成每日全仓调仓：毛收益没改善，额外成本却超过每年 2%

Does Trading TAA Strategies More Often Improve Performance?

Allocate Smartly

一句话先讲结论

从 90 条月度 TAA 中随机抽 5 条组成等权组合，重复 1,000 次后，作者发现把全组合从月末调仓改成半月、每周或每天，并未改善毛表现；每天调仓的额外摩擦拖累超过每年 2%。这并不否定分批执行：把资金拆成每月各调一次的子组合，与整笔资金反复交易，是两种完全不同的换手结构。

它到底在问什么？

更快响应信号是否能让慢频策略更好地避险？还是月度信号里的日常变化主要制造反复进出，从而多付成本却没有增加预测信息？

作者具体怎么做？

1. 在所跟踪的 90 条月度策略里随机选择五条，每条权重 20%，构建 1,000 个组合；因此检验对象是策略组合而不是某一条最佳模型。
2. 对每个组合分别模拟月末、半月、每周和每日交易。每次按当天重新计算信号，不只是延迟执行月末旧信号。
3. 先不加摩擦看毛效果，再按单边 0.1%、来回 0.2% 加入交易摩擦。作者称更高频率在毛表现和最大回撤上也没有带来改善。
4. 周频采用归一化交易日 5、10、15、21，半月为 10、21，日频并非所有自然交易日都必然纳入；这属于平台近似日历，不应称为精确每周同一星期交易。

关键结果

怎么理解？

最值得理解的是研究对象变了。月度信号的窗口长度没变，但每天按微小排名变化重新下单，会不断交易临界点噪声；如果毛收益本来就没有增加，降低佣金只能少输一点，不能替它创造优势。 同时，月末相对其他日期的历史优势可能贡献了部分差距。分批执行是在接受一定历史收益损失的同时分散单一日期风险；高频全仓执行则额外增加大量换手。两者的收益与风险交换条件不同，不能用同一句“交易更频繁”描述。

最大限制

公开正文的细表以图片呈现，本次没有逐格读取；回测完整区间与随机组合依赖结构未在正文充分交代。90 条平台存量策略本身可能经过历史筛选，结论不等于所有月频策略都无法改为快频。

复现与研究价值

对自己的模型固定信号与样本，分别测试月末、错日分批和全仓快频，并报告排名变动引起的无效换手、信号延迟、成交成本与危机期表现。加入小额不交易区间后再比较，而不是只通过缩短调仓间隔来宣称提高反应速度。

原文与核查

公开正文、计算说明完整解析；图片细表未逐项核验。

原始文章 ↗

返回全年目录 ↑

Boundary 不是“贵了就卖”：它判断的是趋势在估值极端处是否更容易反转

Boundaries of Time Series Momentum

Matti Suominen / Erik Hjalmarsson；导读 Quantpedia

一句话先讲结论

这篇不是给 CAPE 设一个贵便宜阈值，而是把股票估值和期限利差相对历史区间的位置合成 Boundary，检验过去涨跌的方向在极端状态下是否反转。论文报告加入边界相关变量后，动量收益预测回归的 R² 最多相对提高 550%；这是解释力相对增幅，不是策略收益增加 550%，更不是已经验证了“Boundary 超过 1 就反向交易”的统一交易规则。

它到底在问什么？

同样是过去一年上涨，为什么有时代表趋势延续，有时却接近反转？作者想用股票和债券的估值状态解释动量为何不是在所有市场环境里都同样有效。

作者具体怎么做？

1. 原论文使用美国及 20 国数据，以 CAPE 或股息率代表股票估值、长短国债收益率差代表债券估值状态；考察的是未来十二个月的市场及动量收益。
2. 先平滑估值，再按历史区间缩放到 −1 至 +1，Boundary 是股票估值位置平方加期限利差位置平方。因此高估与低估都可能处于边缘，它不是单向的昂贵程度指标。
3. 原文历史归一化使用十年或二十年窗口，本文说明这一原始设计，不要求中国短样本必须照搬。改成 24 或 36 个月属于新的适配假设，需要单独检验，而非论文推荐值。
4. 检验的关键是边界与过去市场收益的交互：边界越极端，原来趋势方向是否越容易逆转。统计关系通过回归建立，不应直接跳过仓位映射和执行成本变成硬反转策略。

关键结果

怎么理解？

经济上最有意思的不是价值因子和动量因子简单相加，而是价值状态可能改变动量的含义。若价格上升同时把估值、利率和政策反应推到极端，再继续追涨的风险便不同于正常扩张时期。这是一条条件机制解释；并不意味着任何昂贵市场马上下跌。 对现有研究，首先应该问“这个边界是否真的改变动量的条件收益”，然后才问“用什么仓位交易”。连续缩放、只降风险和硬反转承担的假设依次增强：硬反转不但相信趋势失效，还相信反向收益足够覆盖成本。短样本极值容易由一个异常点决定，24 与 36 个月之间结果差异若很大，应看作估计不稳定，而不是挑较好的一个。

最大限制

已读导读并核查原论文关键定义与回归，未逐表复算原数据。长周期重叠收益、持久估值变量和窗口选择使统计推断复杂；不同规格样本长度也可能变化，不能只看最大 R² 增幅。宏观指数结论直接外推个股，仍缺少独立证据。

复现与研究价值

先固定当前可用样本内的少数窗口，不用全历史搜索最优值；对个股保留同一个市场级状态作为条件变量，检验组内动量收益，再比较连续减仓与硬反向。报告触发次数、各次事件贡献及扣费结果，特别标出是否由一轮行情驱动。这里只提出方案，不引用此前未在本次核验的本地回测数值。

原文与核查

Quantpedia 正文完整解析；Wiley 原论文关键定义、回归和稳健性段落核查，未独立复算。

原始文章 ↗

正式论文全文：Boundaries of Time-Series Momentum

工作论文 SSRN 6867878

返回全年目录 ↑

Sharpe 相同，不代表每一段时间都赚得一样稳

The Sharpe Stability Ratio: Evaluating the Sharpe Ratio Temporal Consistency

Portfolio Optimizer；介绍 Bajo Traver 与 Rodriguez Dominguez 的 SSR

评价策略不能只问全样本赚了多少，还要问收益是否集中在少数阶段。稳定性指标是补充，不是自动选出更好组合的开关。

2 分钟看懂

一个策略平时不赚钱、只在危机时大赚，另一个慢慢赚钱，全样本 Sharpe 相同，你需要的是哪一个？

把整段收益压成一个 Sharpe，会丢失收益发生的时间结构。把滚动 Sharpe 画出来又不等于解决统计推断。

1. 计算同口径的滚动 Sharpe
2. 比较平均水平与预设基准
3. 修正重叠窗口的自相关
4. 结合策略角色解释稳定性

不能推出什么

更高 SSR 不等于更低回撤；示例配置不能直接当投资建议。窗口、基准和估计方法都要预先固定。

研究用途

研究报告并列展示全样本、分阶段和回撤，而不是再加一个可以事后挑高的指标。

详细讲解

核查记录

导读完成：核对网页相关方法、结果与限制段落；未逐图及逐行代码审计，未独立复现

返回全年目录 ↑

赢过 80 个随机价位仍不够：两跳滑点让 PF 从 1.34 缩到 1.07

Two Strategies Past 80 Meaningless Versions of Themselves. Control Group Told Them Apart

Jan Heger

一句话先讲结论

作者把价位触发规则改成 80 个无意义偏移，发现朴素反应策略的 PF 1.03 被 31 个随机版本打败；更复杂的穿越规则 PF 1.34，80 个对照都没超过它。但加入两跳滑点后，后者 PF 也只剩 1.07，单笔利润从 7.03 美元降至 1.78 美元。统计上不像随机结果，与经济上足够厚，是两个门槛。

它到底在问什么？

一条价格规则的正回测，到底来自特定价位的信息，还是任何差不多的规则在这段市场里都能赚钱？

作者具体怎么做？

1. 朴素“价位反应”规则样本内 PF 1.03、样本外 0.98，七年中四年为正；80 个随机桶中有 31 个产生更高的最佳单元成绩。
2. 另一个加入穿越几何与状态过滤的规则有 514 笔交易，作者报告完成率或胜率 58.4%、PF 1.34，超对照约 3.29 个标准差，零个对照更好。
3. 作者再看年度与样本外，称七年中六年为正，样本内外 PF 分别 1.29、1.38。
4. 最后加入两跳滑点，胜率降至 53.1%，PF 降至 1.07，单笔收益只剩 1.78 美元，显示执行误差可能吃掉大部分优势。

关键结果

怎么理解？

随机对照的价值在于让研究员回答一个更窄、更有意义的问题：不是“赚没赚钱”，而是“宣称有用的那部分信息有没有贡献”。但对照构造本身也是假设。偏移后若交易频次、距离或持仓时间明显不同，就不是只移除了信息，还改变了风险结构。 “零个超过”也不能写成绝对保证。八十个版本之间往往相关，标准差尾概率未必正态；有限样本置换检验通常还需要有限次数修正。文中较复杂规则已经调过几何和过滤条件，其全部搜索历史是否也在对照里重放，是决定证据强度的关键。

最大限制

文章未披露具体品种和完整触发规则，对照的独立性与搜索预算不能核查；完成率与胜率用词混合。作者称已进入实盘，不等于本次已经核验实盘收益。

复现与研究价值

为现有策略设计保留交易频次、持仓和波动暴露的置换对照，把所有参数优化放入每个对照内部；同时给出滑点曲线和打平成本。将“信息检验通过”与“可交易成本预算通过”分别标记，避免一个总分掩盖薄边际。

原文与核查

公开正文全文解析；未核验隐含规则和实盘账户。

原始文章 ↗

返回全年目录 ↑

AI 因子确实拥挤，但不能因此断定是模型权重造成的

Your Research Agent Is an Undisclosed Factor Exposure - And So Is Everyone Else's

Jonathan Kinlay

这篇的反转是：AI 生成的组合很像，但按公开因子文献构造的对照组合更像。拥挤是真问题，归因不能跳步。

2 分钟看懂

两个 AI 团队交出相似策略，是共享模型导致的，还是它们都读了同一批经典论文？

只测 AI 与 AI 的相关性，无法区分模型特有偏差与公开投资知识本来就集中的事实。

1. 统一信号语言与股票数据
2. 各研究运行生成策略组合
3. 加入随机表达式与文献对照
4. 分别检验拥挤现象和拥挤成因

不能推出什么

单一模型家族、统一价格信号语言和小样本运行限制因果解释；不是跨所有大模型的定论。

研究用途

和 LLM Crowds 一起读：先看最终持仓与收益相关性，再讨论人格或模型的差异。

详细讲解

核查记录

导读完成：核对网页相关方法、结果与限制段落；未逐图及逐行代码审计，未独立复现

返回全年目录 ↑

夏普估计不一定是钟形曲线；但拟合 5,000 次重抽样不等于拥有 5,000 份市场证据

Sharpe Ratio Distribution: When Normal's A No-Go, Why Not SHASHo?

Krzysztof Ozimek

一句话先讲结论

作者对两年标普日收益的夏普估计做 5,000 次 bootstrap，发现四参数 SHASHo 分布的 GAIC 优于正态，于是提出用它重写 p 值、临界值、检验功效和最低记录长度。值得关注的是夏普估计的偏斜和尾部，不是立刻替换标准检验：5,000 次来自同一短历史的重抽样，不能增加原市场样本的信息量，也不能保证尾部概率已校准。

它到底在问什么？

即使对自相关、偏度、峰度修正夏普方差，最后仍用正态近似是否会忽略估计分布形状？短样本尤其可能不满足漂亮对称的钟形直觉。

作者具体怎么做？

1. 作者以两年标普日收益反复计算夏普，做 5,000 个 bootstrap 估计，再通过 GAMLSS 拟合其无条件分布。
2. SHASHo 使用位置、尺度、偏斜与尾部四个参数，均值并非直接等于位置参数，需要由全部形状推导；作者称四参数显著、GAIC 比正态更好。
3. 利用该分布到标准正态的变换，作者计划推导单侧检验、临界值、功效与最低记录长度；本篇是四篇系列的第一篇，没有完整展开后续校准实证。

关键结果

怎么理解？

这个问题确实值得问：报告夏普 1.5 时，如果估计分布明显右偏，用对称误差条可能给错误印象。但让一种四参数曲线更贴合 bootstrap 直方图，只完成了拟合，不是检验有效性。真正重要的是在已知真夏普的模拟下，名义 5% 检验是否真的约 5% 误报。 还有一个实践陷阱：把 bootstrap 出来的 5,000 个高度共享同一原样本的估计，当作独立真实观察去计算参数显著性，会夸大证据。应区分条件于这份历史的拟合精度，以及换另一段市场后形状参数是否仍稳定。尾部越灵活，短样本估计风险也越需要控制。

最大限制

本篇只给研究动机和初步拟合，没有具体收益区间、重抽样保留时间依赖的方式、GAIC 数值或外部校准。不能凭系列开篇宣称 SHASHo 已普遍优于成熟夏普推断。

复现与研究价值

在厚尾、自相关和状态变化的已知生成过程上比较正态修正、块 bootstrap 与 SHASHo 的误报率和区间覆盖；把分布选择放在训练阶段，测试阶段只检验覆盖。若改善仅是样本内拟合，应保留更简单稳健方法。

原文与核查

系列第一篇全文解析；未将未读后续篇章内容算作已验证结论。

原始文章 ↗

所讨论夏普方法论文

返回全年目录 ↑

分批止盈让盈利变亏损？这篇案例最大的疑点是只改赢家、不重放路径

I Scaled Out to Raise My Win Rate. It Didn't Move — and It Cost Me $115,000

Jan Heger

一句话先讲结论

作者给 3,966 笔期货交易加上“盈利十点先平一半、剩余保本”的规则，称总收益从 +98,683 美元变成 −16,336 美元，胜率仍是 58%。它提醒我们提前兑现可能砍掉右尾，但文末复现步骤要求重新定价赢家、保持输家不变，这不是一般有效的分批退出模拟：输家也可能先碰止盈再反转，必须重放所有交易路径才能确认这 11.5 万美元差额。

它到底在问什么？

提升持仓体验的分批止盈，是否真正提高策略期望收益？衡量对象应是完整收益分布，不是平掉一部分后感觉更安心。

作者具体怎么做？

1. 作者给出六年半、3,966 笔、单合约基准，胜率 58.0%、PF 1.75、总收益 98,683 美元，平均每笔 24.88 美元。
2. 对同样交易应用半仓十点止盈与剩余仓保本，报告总收益 −16,336 美元、胜率仍 58.0%，差额约 115,019 美元，正文按 115,020 近似。
3. 作者把损失归因于赢家右尾被提前截断，举例本来可赚较大目标的交易，途中回撤触发保本而错失后续上涨。
4. 但公开“可复现”步骤仅要求入场、退出、方向、规模，并称重新定价赢家、输家不变；这些字段不足以知道中途路径与触发顺序。

关键结果

怎么理解？

“砍右尾”确实是趋势和突破策略应检查的风险，但不是所有分批退出必然降低收益的定理。早平一部分同时改变亏损尾部、资金占用和再入场机会；只盯本来最大的赢家会产生反向选择偏差。 因此这篇最好的用法不是抄结论，而是把它当作反事实回测审计题。必须按同一价格路径对两套退出规则逐笔并行模拟，再解释哪些原赢家变小、哪些原输家转正、哪些触发保本。没有这张转移表，“体验优化损害收益”的故事仍可能混入不对称计算。

最大限制

未披露完整品种、价格频率和触发顺序，单合约如何实现半仓也需说明。文章对赢率不变的解释不足，公开复现步骤可能系统性低估分批变体；本次没有交易流水，不能确认原程序是否也犯了该错误。

复现与研究价值

获取逐笔或足够细的 OHLC 路径，保守处理同一根内同时触及止损止盈，并统一费用、最低合约和再入场约束。用原赢家/输家与新赢家/输家的四格收益归因验证差额；若路径不可得，就不能据终点收益模拟这种退出。

原文与核查

公开正文全文解析并检查复现逻辑；原始交易路径未取得。

原始文章 ↗

返回全年目录 ↑

议员 ETF 跑赢 SPY 近 13 点，扣掉更高 Beta 后 Alpha 却接近零

Autopsy No.005: The congressional-trading ETF that beats the market

Morgue Labs

一句话先讲结论

NANC 在文中样本累计涨 108.8%，SPY 涨 96.1%，看上去证明跟随议员有效；但 NANC 对 SPY 的 Beta 为 1.138，回归年化 Alpha 为 −0.89%、t=−0.37。换 QQQ 作基准，Alpha 又变成 +1.84% 但仍不显著。最稳妥的结论是这 40 个月没有识别出超越风险暴露的选股能力，而不是证明议员信息永远无用。

它到底在问什么？

主题基金的跑赢究竟是主题信息有效，还是在行情有利时多承担了科技和市场风险？真实产品业绩也需要匹配风险的反事实基准。

作者具体怎么做？

1. 以 2023-03-31 至 2026-08-11 的 40 个左右月度观测比较 NANC、SPY、QQQ，区间不含基金成立后的最初七周，末期也并非完整月末。
2. 分别回归 NANC 对 SPY 和 QQQ 的月收益，报告 Beta、截距与 t 值，不只选择有利于结论的一种基准。
3. 检查科技和通信权重及大型科技持仓，用持仓风格解释为何 Nasdaq 比大盘更相关；同时讨论另一议员主题产品 KRUZ 的表现。
4. 作者承认这是收到问题后进行的描述性分析，没有预注册，也不是机械复制披露交易策略的干净实验，因为 NANC 还含主动管理决策。

关键结果

怎么理解？

这篇适合用来训练对真实产品的归因习惯：回测可能有数据偏差，真实基金也仍可能只展示幸运风格暴露。收益来源解释应从简单可买基准开始，而不是先为主题编一个信息优势故事。 但作者一些修辞也比证据更强。不同党派组合表现不同不必然否定全部信息优势，它们可能持仓、执行和披露结构不同；相关基金是否停止、其价格终点是否代表清盘也应查基金正式公告。本解析保留回归能支持的窄结论，不把“另一产品失败”当因果实验。

最大限制

40 个月对 Alpha 的估计很不精确；作者给出的年化区间约 −5.5% 至 +3.9%。单因子、未扣无风险利率、可能非整月观测均需改进；本次未独立核验基金最新费率、存续状态和完整净值，因此不转述为当前产品事实。

复现与研究价值

用正式 NAV 总收益与完整月末数据复核，并加入市场、行业、规模成长等暴露；按披露可见日构造机械组合，与基金主动选择部分分离。至少报告两种匹配基准和置信区间，避免只展示战胜 SPY 的累计曲线。

原文与核查

公开正文全文解析；未独立下载基金净值或核查最新存续状态。

原始文章 ↗

返回全年目录 ↑

长期买虚值期权会付出波动溢价，但“月亏 68%”不能代替真实期权链检验

Autopsy No.003: Buying options for the big win

Morgue Labs

一句话先讲结论

作者用 2006—2026 年指数与波动率资料模拟每月买虚值宽跨，报告 5% 虚值组合平均每月损失约 68%，并把原因归为隐含波动长期高于随后实现波动。但这是用波动率模型给期权定价的模拟，不是逐张真实期权成交记录；它能提醒“有限亏损不等于便宜”，还不能证明所有买方策略都没有条件优势。

它到底在问什么？

反复付一笔小权利金等待大行情，能否靠少数彩票式赢家补足日常损耗？要比较的不只是收益凸性，还包括为了获得凸性实际付了多少钱。

作者具体怎么做？

1. 作者比较隐含与随后实现波动，报告前者平均高约 3.4 个波动点，并在 82% 的日子差值为正。波动差与方差风险溢价并非完全相同量纲。
2. 按模型模拟 5% 与 10% 虚值月度宽跨，称前者平均权利金收益约 −68%，后者接近完全损失。正文没有完整展示每月期权链与现金流。
3. 再按期限结构倒挂的恐慌状态拆分，作者称最有利状态仍损失约 55%；具体筛选阈值和交易时点需看实现。
4. 文章另批评 gamma squeeze 研究的未来事件定义与散户损失文献，但未在正文给出足够可核查书目信息，不能把这些不同市场样本自动合并为对全部买方的证明。

关键结果

怎么理解？

最基本的逻辑是正确的：凸性有价格，买到极端大涨可能性不代表得到正期望。截图只展示成功者，也确实会严重夸大买方长期体验。但风险溢价是对尾部风险和保险需求的补偿，不足以推导所有期权买入都错误；以保险目标买入和以独立获利目标买入，应使用不同评价基准。 研究上必须警惕“模型给出的坏结果”被描述成市场已彻底证伪。VIX 对应的是一篮子方差预期，不是任一虚值看涨或看跌的实际报价；忽略偏斜也不保证对两翼统一偏向买方。更不应从买方负期望直接跳成推荐卖方，卖方承担的极端损失和保证金压力正是溢价来源。

最大限制

公开正文缺少可运行定价代码、真实合约链和所引散户论文的完整验证；日内交易者损失比例不能自动归为期权买方结果。本文解析的是作者论证及局限，不独立确认其所有数值。

复现与研究价值

用真实点时期权链，固定 moneyness、到期日和入场时点，按买卖报价执行，分别报告权利金收益与资本占用收益。分离无条件长期买入、事件条件买入与保险用途，检验尾部收益和最大追加资金需求，而不是只看平均亏损比例。

原文与核查

公开正文全文解析；未取得完整定价代码和真实期权数据。

原始文章 ↗

返回全年目录 ↑

新闻正负组次日差 0.45%，但只有三篇以上报道的公司日才出现

Does AI Still Read the News Better Than the Market?

Tommi Johnsen / Svetlana Shasharina

一句话先讲结论

作者在 2026 年约六周、850 家美国公司的新闻中发现：每天至少三篇报道的公司，正负新闻组次日收益差约 0.45 个百分点；少于三篇的组没有可辨识效果，第二天又回吐约三分之一。更关键的是周末新闻没有同样即时关系，提示模型可能部分在读“已经涨了”的报道。它支持继续研究新闻覆盖与信号可信度，不支持把 0.45% 当每日可赚收益。

它到底在问什么？

大模型新闻效应是否随着普及消失？作者进一步发现，情绪分数的分母把一条新闻和许多条一致新闻混成同样强的分数，可能遮蔽真正有信息的样本。

作者具体怎么做？

1. 夜间收集约 850 家公司的标题，让模型只确认新的、具体、可核实且与目标公司相关的信息，约八成被视为中性；六月末增加公司归属过滤，排除代码歧义。
2. 按公司日形成情绪分数，再分至少三篇和少于三篇两组，分别观察当日、次日与后续收益差。
3. 作者报告覆盖充分组次日差 +0.45%，第二日方向部分反转；还检查大公司，认为反转不只是微盘报价反弹。
4. 用一千次两类打乱对照：公司内跨日期打乱破坏时点，公司日内跨公司打乱破坏对象。真实结果超过两类随机范围，但这是六周内的统计证据。

关键结果

怎么理解？

实务上最有价值的是保留证据数量。仅输出 −1 到 +1 的标准化情绪，会让稀疏公司的极端值冒充高信心；可以把条数、独立媒体数、新事件数与分数一起交给预测系统，而不是只按幅度排序。 不过，多篇新闻也可能是同一消息复制，而非独立确认。覆盖数还与公司规模、财报日和波动有关，三篇门槛可能是在选择更活跃事件。周末对照提出逆向因果疑问，但周末与交易日的新闻类型不同，不能单靠它证明当日关系全部来自报道价格。标题时点与交易时点仍是更直接的检验。

最大限制

不同模型、币池之外的公司样本和价格频率与原论文不一致，作者也不称精确复现。新闻归属过滤中途改变、样本短、分组门槛事后发现；没有实施交易策略、费用与隔夜日内分解，不能据此宣布原论文的效应衰减预测已被推翻。

复现与研究价值

冻结公司归属与新闻去重规则，按最早公开时间分盘中、盘后和周末，并让三篇阈值接受后续数据检验。比较独立事件数与转载数，按行业与财报日匹配对照，再检验从实际可下单时刻起的增量收益。

原文与核查

公开正文完整解析；作者更详细技术附录未取得，未重跑新闻模型。

原始文章 ↗

返回全年目录 ↑

策略 B 是否优于 A，要看收益分布；但事后市场状态不是可提前下单的信号

Trading Strategy Comparison: Is B Really Better Than A?

Krzysztof Ozimek

一句话先讲结论

论文把 2002—2025 年标普样本分成 146 个向前测试窗口，发现 SVM 与买入持有的优劣会随状态和评价维度改变。最值得注意的不是某个模型赢了，而是它比较的 IR* 把负均值窗口全部压成零，且“状态”取自当段已经实现的收益与波动；所以它更适合事后解释表现，不能直接据此说知道下一段该选哪条策略。

它到底在问什么？

用一个全样本夏普给策略排名，会把不同环境下的均值、离散程度和失败概率压在一起。是否可以分别建模这些维度，让研究员知道优势来自更高平均表现还是少数极端好窗口？

作者具体怎么做？

1. 策略层以 160 日训练、40 日测试非重叠推进；技术指标只用滞后值，缩放与多空阈值在训练内确定。
2. 每个测试窗口计算非负 IR*，再用包含零点质量与正值 Gamma 部分的 ZAGA 分布，把位置、离散和零概率与策略及市场状态联系起来。
3. 作者在六个状态点比较条件均值、方差和均值/标准差，报告不同维度不必由同一策略占优。本文关注的是这套比较结构，不把拟合值当交易收益率。

关键结果

怎么理解？

从单一分数升级到分布，方向有用，但首先要选对被建模的对象。如果原指标把亏损尾部截掉，漂亮的条件密度也可能掩盖投资者最关心的差异。建议同步保留窗口净收益、最大回撤和亏损严重度，不让 IR* 成为唯一判决变量。 状态变量的时点尤其关键。用窗口结束后才知道的涨跌和波动解释谁赢，是合理的归因；拿同一状态去安排窗口开始时仓位，就是未来信息。另一个推断疑问是文中用拟合分布直接抽样、统计两者差值符号，再称 p 值：这与在零假设约束下构造频率学检验并非自动等价，还应把参数估计误差和同窗口配对依赖纳入。

最大限制

本次读作者介绍并核查原论文关键方法和结果，未复算；没有可据此确认的扣费实盘优势。条件点可能组合各变量相同分位而非实际常见联合状态，极端外推与模型分离问题需要谨慎。

复现与研究价值

先用配对窗口差值做简洁诊断，再考虑分布模型是否增加解释力；若用于策略配置，所有状态必须在窗口开始时可知，且分布模型只能在更早窗口训练。以保留配对和时间依赖的重抽样检验差异，并报告模型不确定性而非只报拟合参数的模拟结果。

原文与核查

作者短文完整解析；原论文关键定义、方法和结果核查，未独立复算。

原始文章 ↗

原论文与 PDF

SSRN 版本

返回全年目录 ↑

触及整数位概率多 14.7 个百分点，为什么还不是能赚钱的交易？

The Statistic That Passed Every Test I Had And Still Isn't an Edge

Jan Heger

一句话先讲结论

作者发现价格位于整数位下方时，首日到达该价位的比例为 67.4%，随机位置对照为 52.7%，样本 11,697 个；但把这个现象变成订单后，入场延迟、先触止损再到目标和盈亏比让优势消失。有一个版本胜率从 62.1% 升到 62.7%，总收益反而少了 1,160 美元：最终到达目标的概率，不等于在交易约束下先赚钱的概率。

它到底在问什么？

一个统计现象即使显著，是否存在可以实际捕捉它的订单结构？本文区分终点事件发生概率与完整交易路径收益。

作者具体怎么做？

1. 作者在日间缺口相关观察中记录整数位附近的首日路径完成，报告 N=11,697，真实与随机位置差为 14.7 个百分点。
2. 尝试用实际交易规则捕捉现象，发现成交太晚、途中先止损或盈亏比恶化等问题；文章未完整公开这些交易变体。
3. 进一步判断首日以后所谓磁吸更可能只是区间中回访近期价位，而非整数本身吸引价格；这属于作者解释，不是本文独立证实的微观机制。
4. 最终把信号放入只记录、不下单的前向账本，等待冻结后真实新数据，而不是因为一个统计值漂亮就投入资金。

关键结果

怎么理解？

这个区分能直接改进信号研究。到达目标、最终收涨、未来最高价超过某水平，都可能是有信息的标签，但它们并不指定可执行路径。研究员应在模型训练前确认标签与最终下单决策的关系，否则分类成绩越高，可能只是更擅长预测自己无法捕捉的事件。 同时作者说“随机对照已经排除多重比较”太强。若在很多距离、时间、整数级别和样本里试过，只挑这一个对照差最大的结果，仍有选择问题。对照提供必要背景，不自动替代全研究流程的搜索校正；缺少机制也不必直接否定统计套利，但需要更严格的可迁移证据。

最大限制

具体市场、随机位置如何匹配距离、波动与时间、交易费用及全搜索历史都未充分公开；作者的无机制判断不能证明效果不存在。前向账本尚未给出足够后续样本。

复现与研究价值

先把事件改为在固定时间内先触目标还是先触止损，并用可成交价格计算收益；随机位置必须匹配距当前价距离和日内时点。锁定规则做只读前向记录，记录未成交与取消单，最后评价净期望而不是目标完成率。

原文与核查

公开正文完整解析；未独立重跑价格事件或前向记录。

原始文章 ↗

返回全年目录 ↑

五资产月度轮动规则很简单；12.5 万次搜索才是 11% 年化背后的关键成本

Quick 5 ETF Rotational Strategy Returns the Upside of Stocks with Half the Risk

Stuart Farmer

一句话先讲结论

每月把股票、债券、地产、商品和黄金五只 ETF 按 1、3、6、9、12 个月平均收益排序，等权持有前三只，作者报告约 11% 年化、0.87 夏普和约一半的股票回撤。规则看起来只要六步，但文章最后才披露它来自 12.5 万多个轮动组合的搜索；因此好看的是获胜配置的历史表现，不是未经筛选的策略证据。

它到底在问什么？

把多个动量窗口平均，再在资产类别间轮动，能否兼顾股票收益与较低回撤？真正需要回答的是，这个特定五资产集合和前三名持有数，在未参与选型的数据里是否仍有优势。

作者具体怎么做？

1. 每月最后交易日对五只 ETF 分别计算过去 1、3、6、9、12 个月的累计收益，取五个收益的算术平均作为混合动量。
2. 从高到低排序，选前三个，每个配置三分之一资本，持有到下个月末再平衡。没有绝对动量为负时退出到现金的规则，因此差环境也仍然满仓某三类资产。
3. 正文宣称低换手，并展示不加费与按换手 10bp 收费的结果；具体图表的区间和全部数值没有在文本逐项列出。
4. 作者称该篮子来自 125,000 多个轮动策略组合的搜索，完整搜索与策略实现放在付费文件夹，而非公开正文可独立审计的冻结实验。

关键结果

怎么理解？

这是一条容易实现、也容易误读的规则。多窗口平均并非独立五次确认：这些收益窗口高度重叠，长期涨势会同时抬高多个分量。五资产本身的分散可能已经减少大量回撤，应通过静态组合对照将资产配置与择时贡献分开。 最重要的披露其实是搜索次数。不能因为最终策略简单，就把产生它的研究过程也视为简单。加入新 ETF、换掉地产、选前一还是前三，都是模型选择；只有把整个搜索步骤放进训练集，并在外层独立验证，才知道这个赢家是否只是幸运路径。

最大限制

完整代码和搜索记录需要订阅，本次未取得；公开文字未充分交代样本区间、总收益复权、调仓时点和严格外层样本外。评论区的负面复现意见也未独立验证，不作为本文事实结论。

复现与研究价值

按公开规则先复现基线，同时加入五资产静态等权、简单单窗口动量和随机篮子分布。以较早区间完成全部资产与参数选择，后段只执行一次；对不同月内交易日和次日成交检验稳健性，而不是再挑最好日期。

原文与核查

公开正文全文解析；付费代码和完整绩效表未核验。

原始文章 ↗

返回全年目录 ↑

Supertrend 一小时亏 92.9%：换成四小时赚钱，也不等于入场信号有效

Supertrend, flipped to death: the most-taught indicator on the internet

The Refutation

一句话先讲结论

在作者的 BTC 一小时样本里，Supertrend(10,3) 每次变色就反向持仓，1,239 次翻转后累计亏 92.9%，买入持有同期涨 940%；改成四小时虽然赚 238%，仍落后买入持有的 828%。文章最有用的检查是固定交易节奏再随机方向或入场，说明正收益可能只是持有上涨资产，而不是指标选对时机。

它到底在问什么？

图上紧跟趋势的线，按下一根开盘真实执行后是否仍有择时信息？视觉上解释过去行情，与提前给出可执行优势并不是同一件事。

作者具体怎么做？

1. 作者用 BTC 一小时数据运行公开常见参数和始终在场规则，手续费按来回 0.11%，共 1,239 次翻转；文中说样本约 6.3 年，未完整列出起止日。
2. 移除最好五笔后损失 −97.8%，移除最差五笔仍 −87.5%，说明失败不只由个别极端交易推动。
3. 固定同样交易时点、持有期和成本，随机方向 5,000 次，与真实指标比较。作者报告随机中位数约 −91.2%，真实 −92.9%。
4. 再比较四小时及其他资产，并对四小时多头入场做同持有期限的随机对照；作者称所有测试持有期的入场差均为负。

关键结果

怎么理解？

文章好的地方是没有停在“亏钱所以没用”，而是进一步问亏损来自成本还是方向判断。如果毛单笔本来就略负，高频反向交易的费用会持续侵蚀；降低频率可以改善结果，却不代表信号突然有了新信息。 不过，随机对照表述有一处内部疑点：若真实收益 −92.9% 低于随机中位数 −91.2%，按通常定义至少一半随机结果应比它高，正文却说只有约 44% 超过，需查图或代码。类似细节提醒我们，“打假文章”也需要审计。长期多空与买入持有的风险不同，还应比较波动匹配基准。

最大限制

未提供本次可执行代码与完整数据区间；手续费在翻转时如何计算、现货或永续空头资金费、随机试验百分位需核查。删除好坏交易是敏感性描述，不是可交易的策略修正。

复现与研究价值

冻结参数，用真实可交易工具加入融资或资金费，对比波动匹配持有与固定信号时点随机方向。核验随机百分位和成本复利账本，再做更换频率但不重新选最优参数的独立验证。不要将某个失败配置直接推广成整个指标家族无效。

原文与核查

公开正文全文解析；完整订单和随机实验未独立复核。

原始文章 ↗

返回全年目录 ↑

六七月连跌后，13 次九月有 11 次下跌；小样本季节性不是 85% 的预测概率

Down June & July: 11 of 13 Septembers Closed Lower

Rob Hanna

一句话先讲结论

作者统计 1950 年以来标普指数六月、七月都收跌的年份，发现随后九月 13 次里有 11 次下跌，而八月方向不明显。它提供了一个具体的条件季节性观察，但 11/13 只是历史频率；如果月份组合和触发条件是从许多候选里挑出来的，就不能直接把约 85% 当成下一次下跌概率。

它到底在问什么？

在通常偏强的六月和七月连续走弱后，传统偏弱的八九月是否会进一步恶化？作者尝试把季节性与前期价格状态结合，而不只看无条件月份均值。

作者具体怎么做？

1. 以 1950 年以来 SPX 月收盘变化筛选六月和七月均为负的年份，这是本次条件样本的定义。
2. 观察这些年份的八月、九月表现。作者称八月有涨有跌，九月不论八月是否反弹都偏弱。
3. 正文给出九月 13 次中 11 次收低，并提到部分跌幅较大；逐年表格以图片呈现，本次未从正文得到平均跌幅、最差值或每个年份。

关键结果

怎么理解？

研究员可以把它当成需要解释的现象，而不是即刻变成空头仓位。连续两个月下跌可能已经代表某些危机环境，而这些环境往往也影响后续收益；用日历名称包装后，不代表机制来自日历本身。 短文的优点是问题和计数清楚，没有复杂模型遮挡。缺点是筛选自由度没有账本：可以试很多月份、连续长度和涨跌阈值，最终只报道一个漂亮条件。即使简单二项检验显得有意义，若忽略这层选择，也会高估证据。

最大限制

没有逐年原始表、完整收益分布、多重检验校正或预注册规则的核验。当前行情与未来月份判断不在本解析范围；本文只分析作者统计设计，不给出仓位建议。

复现与研究价值

按同一规则重建所有月份的相邻两月下跌事件，对比无条件季节性与趋势条件，并做逐事件剔除检查。若效果集中于两三场危机，应报告这一事实；只有冻结规则后的后续事件才可增加真正样本外证据。

原文与核查

公开短文完整阅读；图片逐年统计未逐格核验。

原始文章 ↗

返回全年目录 ↑

给波动预测加 90% 区间很有用，但示例代码把测试段用于早停了

Conformal Prediction in Quantitative Finance

Vertox

一句话先讲结论

文章把单点波动预测改为上下分位数，再用 CQR 与自适应校准追踪 90% 覆盖率，方法方向比只报一个预测值更实用。但公开代码先把 val_data 分成校准和测试两半，训练时却仍把整个 val_data 用于早停选择权重；所以展示的测试覆盖并不是完全未见数据上的验证。学方法可以，漂亮区间图不能直接当独立样本外证据。

它到底在问什么？

一个波动点预测无法告诉仓位系统自己有多不确定。能否给任何预测器套上有明确覆盖含义的区间，同时允许波动误差偏斜、厚尾和随时间变化？

作者具体怎么做？

1. 把 NARX 网络改成两个输出，用 pinball loss 训练 5% 和 95% 条件分位数，避免同一宽度套在安静与高波动阶段。
2. 在校准集计算真实值超出上下界的最大距离，再用带有限样本阶数修正的分位数扩张或收缩区间。交换性是普通 conformal 的关键条件，金融时间顺序通常不满足。
3. ACI 按当期是否漏覆盖更新 alpha_t，步长示例为 0.01；漏太多就扩宽。它追求长期平均错误率控制，不是无条件恢复逐点、任意状态的有限样本保证。
4. 示例使用 30 个滞后、370 隐单元等原点预测超参数，训练早停却监控整个 val_data；其中后半随后又称 test_data，构成模型选择层面的测试污染。

关键结果

怎么理解？

方法层面最值得带回的是把区间宽度也当成模型质量。随便给出极宽区间总能高覆盖，但没有仓位价值；必须同时报告覆盖、宽度和按波动状态分组的漏覆盖，才能知道系统是否只靠保守保住一个总比例。 代码层面还有两点值得复核。它把 alpha 限制到 [0,1]，并对超出分位数范围返回无穷界，必须确认这与所引用 ACI 定理的边界处理一致，不能只口头引用保证。校准分数在测试中固定而只调 alpha，也不等于完整滚动重新校准。文章方向正确，工程实现仍需与数学假设逐项对齐。

最大限制

未独立执行神经网络；前序训练数据和模型说明依赖另一篇文章。当前示例测试早停污染、时间序列交换性及 ACI 边界处理，都使无条件覆盖宣传需要收窄。

复现与研究价值

按时间分为训练、超参数验证、校准、最终测试四段；模型训练和早停只接触前两段，校准不参与权重选择。冻结 gamma 后向前运行，报告总体与危机段覆盖、平均宽度、无穷区间比例及连续漏覆盖长度，再评估仓位用途。

原文与核查

公开正文及全部示例代码已读；发现早停与测试段重叠，未独立运行。

原始文章 ↗

返回全年目录 ↑

58.4% 胜率通过四道检验，却死在限价单成交规则上

The 58% Win Rate That Was My Own Code Lying To Me

Jan Heger

一句话先讲结论

MNQ 在特定尾数价位买入、止盈止损各 25 点，作者得到 58.4% 胜率，跨年份和样本外都看起来稳定；但将“碰到价格即成交”改成必须穿过限价 2 点，胜率降至 53.1%，每笔收益从 7.03 美元降到 1.78 美元。问题不在预测模型，而在回测把最难成交的反弹赢家全算进去了。

它到底在问什么？

一个通过随机价位对照、逐年稳定性和样本外检查的策略，为什么仍可能完全不可交易？

作者具体怎么做？

1. 最初池化的 5,551 笔交易胜率 51.5%，随机水平约 50.7%；筛出的 x466 桶有 514 笔、胜率 58.4%、利润因子 1.34。这里已经发生过选优，因此必须比较同样被搜索的对照。
2. 80 个对照桶最高胜率 55.2%；x466 在七个年份中六年盈利，以 2024 年为界的样本内外胜率为 57.9% 和 58.8%。这些检验沿用同一个成交假设，不能识别共享的模拟错误。
3. 把所需穿透幅度从 0 调到 1、2、3、5 点，胜率依次为 58.4%、57.2%、53.1%、51.9%、45.6%；利润因子同步从 1.34 降到 0.79。
4. 在更保守成交下扫描 5 档止盈与 4 档止损，20 格中 19 格亏损；最佳利润因子 1.03，而对照桶各自最佳值均值 1.01，80 桶中 31 桶比候选更好。

关键结果

怎么理解？

这篇的实用价值，是说明样本外不能修复结构性错误：如果历史与未来都使用“触价必成交”的代码，两个区间会一起虚高。首先应审查订单能否成交，再研究显著性。 不过，穿透 2 点也不能被命名为已验证的真实成交率，穿透更多必然改变入选交易的路径分布；它是有方向的压力测试，不是订单簿回放。作者把单调衰减视为伪优势指纹很有启发，但最终仍需报价、成交量、排队与实际委托记录确认。

最大限制

未取得逐笔数据和代码，美元损益、滑点与微型合约摩擦未独立重算；x466 缺少事前经济机制，初筛与后续检验亦非完全独立。

复现与研究价值

在自己的限价策略中同时保留触价、穿透与成交量约束三套结果，再用真实小额委托校准填单概率；候选和随机水平必须采用完全相同的参数扫描预算。这是建议，未执行实盘或回测。

原文与核查

公开全文和全部文字表格已读，未运行作者脚本。

原始文章 ↗

返回全年目录 ↑

LAFO 的贡献是定义价格滤波目标，不是证明夏普 11 的反转策略

Fair Value as an Adaptive Low-Pass Filter: LAFO for Mean Reversion

Ali H. Askar；原论文 Zhichen Xu 等

一句话先讲结论

这篇导读中的两层 CNN 在两个月、2 分钟标普数据上得到夏普 11.049，EMA(10) 却为 −18.265；但没有正式样本外评估，所以不能据此认定神经网络找到可交易的公平价值。值得研究的是 LAFO 把“拟合每个价格点”改成“控制局部平均残差”，让平滑尺度和价格结构假设变得明确。

它到底在问什么？

均值回归策略先要回答“回到哪里”：移动均线只是一个平滑基准，不是经济学上的真实价值，过慢会把永久价格变化误认成暂时偏离。

作者具体怎么做？

1. LAFO 对长度 K 的窗口内残差先求均值，再对均值平方求和；K=1 退回逐点平方误差，较大 K 更强调低频匹配。
2. 通过总变差、一阶平方差或二阶绝对差约束，分别表达分段常数、平滑漂移或分段线性价值路径。正则项不只是技术附件，也是在选择市场状态变化的形状。
3. 交易根据现价相对滤波线的偏离反向持仓，设 0.0005 的入场死区和 200 的仓位缩放；小偏离不交易，超过死区后才逐渐放大至上限。
4. 演示统一 K=80、每单位换手 3 bp 成本，约 6,000 个样本；两层 CNN、WaveNet、深度 Kalman 的报告夏普分别为 11.049、8.005、4.920。原作者将研究定位为方法展示，未给出系统样本外结论。

关键结果

怎么理解？

研究员真正可以借用的是把“均线多少天”拆成两个决策：保留什么频率、允许价值路径怎样转弯。这样模型优劣就能追溯到可检验的假设，而非只比较一张平滑图。 还要比导读再谨慎一步：损失对滤波输出凸，不意味着神经网络参数训练凸；全样本离线曲线转弯快，也不代表在线因果滤波没有延迟。K 很大只约束平均残差，若没有正则，平坦全局均值亦不必是唯一解。将这些层次混在一起，会把漂亮数学变成错误交易直觉。

最大限制

已读完整导读并核对正确原论文摘要，尚未取得逐页全文及代码；所有细项为导读报告。未核查在线因果性、训练测试切分和成交工具，不能把标普指数直接视为可成交资产。

复现与研究价值

先在每个时点只能用历史数据的管线中实现 LAFO 与 EMA，冻结 K 和正则选择，再比较跨期预测残差、换手及可交易期货净收益；方法验证和策略选择分开。

原文与核查

公开导读完整解析；正确原论文书目与摘要核验，未逐页审计。

原始文章 ↗

原论文：Advanced Signal Filtering for Mean Reversion trading

返回全年目录 ↑

50/100 均线带的 55 种交易版本：视觉上的趋势，未能跨过手续费

We tested the 50/100 MA ribbon 55 different ways over five years

The Refutation

一句话先讲结论

作者把 BTC、ETH 的 50/100 均线带翻色交易做成 55 种配置，2021 年 2 月至 2026 年 7 月扣费后总收益全部为负；其中 37 种连扣费前也亏损。60 分钟反手版本亏 59%，5 分钟版本约 11,000 次交易后接近归零：这首先否定这组频繁翻色规则，不是否定所有趋势策略。

它到底在问什么？

均线带看起来能区分趋势和震荡，但颜色改变发生后，是否还有足够的未来收益覆盖反复交易的成本？

作者具体怎么做？

1. 以五年多的一分钟 BTC、ETH 数据生成多时间尺度信号，测试三种翻色严格度和反手/中性空仓两种退出模式，共 55 格配置；每次只允许一个持仓。
2. 信号在 bar 收盘确认，下根开盘成交。每边 taker 费约 0.055%，往返约 11 个基点；未模拟永续资金费，因此不是包含全部持有成本的完整实盘损益。
3. 分解毛收益与费用：37 格扣费前亏损，12 格毛收益为正但被费用吃掉；另六格平均净单笔优势略正，但复利总收益仍负且无显著性。两者不能混称同一收益指标。
4. 反手模式随频率提高，60/30/15 分钟分别约 854/1,737/3,421 次交易，总收益约 −59%/−88%/−98%；5 分钟约 11,000 次后几乎损失全部。

关键结果

怎么理解？

应把它看作一个信号增量检验：多画几条均线并没有引入新的信息源，反而可能把同一价格噪声重复投票。交易周期缩短，使每段行情能支付的收益与固定往返费之间的比例恶化。 但文中“冷却期只能慢一点亏”比证据走得更远，作者并未直接测试冷却时间，而更严格的确认规则并不等价于时间冷却。真正严谨的结论是已测试网格不值得直接部署，不是任何降频、持仓或风险预算改造都无效。

最大限制

完整格子、仓位复利约定和代码未核验；未建模资金费与额外冲击。文章标注 8 月 1 日而目录收录在 7 月，保留两种日期，不把发布时间倒改。

复现与研究价值

复现时先固定信号、下根成交和仓位，再同时报告算术单笔收益与复利净值；若测试冷却期，把它当新假设，用新的时间段验证而不是继续在原网格选优。

原文与核查

公开全文已读；图表依正文说明解读，未独立重跑。

原始文章 ↗

返回全年目录 ↑

比特币“美股隔夜收益”预测 VIX：关键是时间切分，而不是币价全天涨跌

Bitcoin's Overnight Returns Forecast the VIX

Ali H. Askar；原论文 Ming Gu / Juan Lin / Siyi Liu

一句话先讲结论

把比特币按美股交易时段切开，2018—2023 年样本里，隔夜收益对随后日间 VIX 对数变化的系数为 −0.262，t 值 −2.49；交易时段那段收益加入后却不显著。导读报告相关模型交易 VIXY 扣费后信息比率 0.986，但基准是长期持有 VIXY，并不能直接理解为接近 1 的纯预测 Alpha。

它到底在问什么？

股票市场关闭时仍交易的比特币，是否提前吸收了下一次美股开盘才反映的情绪信息？全天收益会不会把有用与无用时段混在一起？

作者具体怎么做？

1. 五分钟 BTC 数据按美国市场时钟分段，研究期为 2018—2023 年。全文样本隔夜均值约 +0.093%，交易时段约 −0.029%。
2. 以 Google 搜索和活跃地址相对过去月均值衡量关注度；高低关注组隔夜收益差约 1.133% 与 0.987%，t 值约 2，但该排序关系不足以单独证明散户因果机制。
3. 回归控制标普期货收益、隔夜 VIX、VIX 滞后项、节假日和 FOMC；隔夜 BTC 系数约 −0.262，加入控制后约 −0.255。
4. HAR 结合 VIX 日、周、月记忆与 BTC 分段信号进行样本外预测；交易演示使用 VIXY/VXX、每交易美元 9.7 bp 摩擦，按预测方向多空。

关键结果

怎么理解？

最有启发的是信息时钟：24 小时交易资产的日线切点可以把先导信息与随后反转相互抵消。与其盲目加更多资产，不如先保证每条数据在目标决策时点已经可见。 需要拆掉的叙述是“比特币导致 VIX”。即使控制股指期货，仍可能是共同新闻在市场间不同步反映。VIXY 买入持有受期货期限结构影响，偏空策略超越它不稀奇；应与静态空头、期限结构和风险匹配基准比较，才知道 BTC 提供多少增量。

最大限制

原文详细数字依据完整导读，期刊全文及 SSRN 下载未取得；样本外包含疫情，后疫情子期很短。夏令时、交易日对齐、做空借券与跳空风险尚未独立审计。

复现与研究价值

冻结隔夜定义和 HAR 规格，用未参与选择的后续年份比较 BTC 隔夜、股指期货和静态短波动基准；先验证预测误差增量，再做相同尾部风险预算的净收益比较。

原文与核查

导读完整解析，出版书目核对；未逐表审计原论文。

原始文章 ↗

原论文 DOI

早期 SSRN 版本

返回全年目录 ↑

先换采样时钟再换指标：2,021种新K线的胜出者，仍缺公开公式

I Invented 2021 Candle Types to Find the One Holy Grail

Stuart Farmer

一句话先讲结论

作者用大模型生成3,600种采样方案，去重后测试2,021种，179种盈利且击败对应时间K线；但快采样优势加入费用就消失，前三名主要帮助均值回归而非趋势。标题的夏普提升不能直接当作可复现结果：冠军公式与代码收费，文中留出测试仅称第一名继续领先，没有公开完整数值口径。

它到底在问什么？

日内策略效果差，到底是指标不行，还是固定一分钟、十五分钟把有用交易活动切碎？文章把优化对象从指标转向决定何时收盘一根K线的规则。

作者具体怎么做？

1. 从一分钟OHLCV出发，由大模型生成60个家族、每族60个方案，允许自由重采样；1,579个重复项剔除，留下2,021个实际方案。
2. 在2020—2025年八个外汇品种上跑布林均值回归、RSI反转、唐奇安突破和均线交叉，每方案获得32条策略—资产曲线。
3. 按输出K线根数匹配时间采样基准，用夏普增量排序，再检查换手、费用、随机时钟以及更多交易规则。
4. 快K线税前优势最强但费用后失效，较慢冠军集中在反转规则；作者称留出集第二、第三名不稳，第一名仍领先。

关键结果

怎么理解？

最有意思的是收益形态发生选择：采样规则可能有意等待价格走到某种局部状态才结束K线，于是下一根出现机械反转。这不一定是假信号，但必须证明收盘时点完全因果、触发后真实可成交。如果采样实现回看未来来合并K线，再漂亮的反转都没有交易意义。 根数匹配是有价值的控制，却不是完整公平实验。指标参数按根数固定，意味着事件时钟同时改变观察频率、暴露和换手。更干净的归因应把美元K线、成交量K线和随机时钟都列入，同样约束交易次数与风险。文章关于传统K线历史及“此后没有进展”的表述也过强，不能代替事件采样文献综述。

最大限制

具体冠军公式未公开、费用数值和留出分割未完整列出；同时搜索2,021方案后继续增添指标与筛选条件，存在反复看数据的选择偏差。标题+1.2夏普缺少可核验的完整表格，不能直接引用作业绩承诺。

复现与研究价值

先复现公开可定义的时间、成交量、金额和随机K线，逐笔检查K线结束时间与下一笔执行；冻结一组参数、用后续年份和另一外汇数据源验证净收益，再考虑购买复杂公式。此处未执行这些实验。

原文与核查

已解析公开文章全文；冠军实现与图表底层数据未取得。

原始文章 ↗

返回全年目录 ↑

宏观事件日历真正有用的是时点骨架，不是“事件越多越赚钱”

A Database of Historical Macroeconomic Events

Concretum Research

一句话先讲结论

Concretum 开放宏观事件 CSV，示例中标普 500 自 1990 年以来日均收益约 4.8 个基点，五项以上宏观事件同日出现时超过 30 个基点；但后一组只有 15 天。这篇最值得拿走的是可合并的事件日期和对重建发布时间的提醒，不是一条已经验证的“买入密集发布日”策略。

它到底在问什么？

研究策略在 CPI、非农、FOMC 等日子的表现，需要一个一致的历史事件表，而网页日历往往很难直接并入回测。

作者具体怎么做？

1. 可选择 FOMC、CPI、NFP、PCE、GDP、ISM 等事件及日期区间，导出 long 格式的一行一事件，或 wide 格式的一行一交易日、每类事件一列 0/1。
2. 数据包含未来预定日期。可选的 assumed_time_et 按惯常美国发布时间重建，默认关闭，作者明确不把它当核实后的真实时间戳。
3. 示例把 wide 日历连接到标普 500 总收益指数，从 1990 年开始计算各类事件日平均收益，以约 4.8 个基点的全样本均值为基准。
4. 再按同日事件数量分组，信息更密集的组平均收益更高；五项及以上组超过 30 个基点，但仅有 15 个观测，作者没有据此主张因果或可交易规则。

关键结果

怎么理解？

它的工程价值高于示例收益：维护稳定事件标识和日期，可以让不同策略使用同一信息环境标签，避免每名研究员手工录出不同日历。尤其是默认不补日内时间，体现了“不知道”比伪精确更可靠。 解释收益时要避免重复计数：同一天同时含 CPI 和其他事件，多个事件组可能都收到同一笔收益。所谓密集事件溢价还可能混有星期、月底和市场状态效应。工具解决的是数据连接，不会自动解决识别问题。

最大限制

未下载核对整个 CSV 与官方历史公告；惯例时间可能随年份调整、停摆或会议安排改变。没有预期值、初值及修订快照，示例亦未提供稳健性检验。

复现与研究价值

先抽样对照官方发布记录并区分预告日期与实际日期；事件研究按日聚类，控制星期/月末，报告非重叠事件组和剔除极少样本后的结果。日内应用必须另建真实发布时间。

原文与核查

公开工具说明及完整示例已读；未审计导出数据。

原始文章 ↗

返回全年目录 ↑

同一根 K 线先止盈还是先止损：82.54% 的乐观盈利配置过不了压力测试

Does Your Backtest Survive the Adverse Same-Bar Fill? A 48.8 Million-Pair Stress Test

Rulyfi

一句话先讲结论

对 4,882.5 万个相同配置，只把同根 K 线触及止盈止损时的优先次序由止盈改成止损，76.13% 的总收益发生变化；在原先盈利且交易数达标的配置中，82.54% 变成不盈利。这不是证明它们实盘必亏，而是说明小时 OHLC 不够判定这些策略是否赚钱。

它到底在问什么？

OHLC 告诉你高低点都出现过，却没告诉你哪一个先出现；如果策略盈利依赖这个缺失的信息，怎样分配更细数据的验证资源？

作者具体怎么做？

1. 测试 Binance 五种 USDT 永续的独立多头与空头，2020-11-13 至 2026-07-29 共 50,000 小时；20 种指标×14 周期产生 280 种变化，再两两组合并配 125 组止盈、止损和存续期。
2. 冻结行情、方向、费用、滑点、资金费及四折前推设置。每个配置跑两次，只切换同 bar 出场次序，按不可变配置键一一配对，总计 9,765 万次回测。
3. 费用设 taker 0.04%、滑点 0.01%，资金费按 bar 对齐纳入。交易数与资金费贡献在配对中不变；SOL 缺少部分预热，作者单独提示。
4. 以总收益为正且两模式均至少 30 笔为筛选：802.55 万个乐观盈利项中仅 140.09 万两边都盈利，662.46 万只在乐观模式盈利。

关键结果

怎么理解？

最好的设计不是数字巨大，而是把实验单位从排行榜名次换成同一配置：成本、资金费和交易次数不变，才能把变化归因于路径假设。几千万参数高度相关，不会让统计证据自动变成几千万独立样本。 实际应用应采用三级决策：两边都通过才进入下一道检验，只乐观通过就买更细数据，两边都失败则在当前规则下淘汰。高频、窄止盈止损更敏感，是验证优先级线索；它并未单独识别频率的因果作用。

最大限制

厂商自有引擎与扫描结果未独立审计；SL-first 不能模拟跳空、排队和部分成交。即使更低周期也仍可能存在 bar 内路径歧义，且通过本检验不代表已解决多重检验或样本外过拟合。

复现与研究价值

给现有回测输出加入执行假设键，同一候选保留两套净值；先在受影响且经济价值较高的候选上回放逐笔数据，再校准真实执行。不要用重新排序后的 top 榜配对。

原文与核查

公开全文、完整参数与配对表已读，未运行扫描。

原始文章 ↗

返回全年目录 ↑

用标普超卖信号择时空波动率，比反过来读 VIX 更有用吗？

Chicken and Egg: Use the SPX to Time the VIX, Not Vice Versa

Ali H. Askar；原研究 Robert Hanna

一句话先讲结论

公开部分报告：2007—2023 年无过滤空一份 VX 累计赚 213.52 点、最大回撤 68.86 点；只在标普 RSI(2)≤20 时空 VX，收益 178.6 点、回撤降到 21.04 点。它提示标普短期价格状态可能帮助筛选空波动率时机，但点数收益不等于投资组合年化回报，更不能忽略保证金和危机跳升。

它到底在问什么？

研究通常用 VIX 判断股票；把方向反过来，用股票的超买超卖状态预测波动率期货，是否更合适？

作者具体怎么做？

1. 长期部分对标普使用一年涨跌、200 日均线和 50/200 日交叉过滤，再构造相反方向的 VIX 过滤；公开报告中 VIX 长期过滤未改善股票收益风险比。
2. 短期用 RSI(2) 分桶：标普超卖后次日胜率约 57.66%、利润因子 1.41；改用 VIX 超卖读数预测标普，则约 55.51% 与 1.14，接近无过滤的 54.79% 与 1.11。
3. VX 连续合约在到期周前一周二换月，比较无过滤空头与只在标普/VIX 各 RSI 桶内持有空头。
4. 标普超卖过滤的点数收益/最大回撤为 178.6/21.04，恢复因子约 8.49；无过滤为 213.52/68.86，约 3.1。原 SSRN 摘要确认还包含其他 RSI 周期、高低点与示例模型。

关键结果

怎么理解？

它把一个有用问题具体化了：不是预测市场方向越准越好，而是寻找更适合被预测的交易对象。空波动率的条件收益可能比股票下一天涨跌更容易分层，但承担的是不同风险。 导读把 VIX 说成只能被动反应、不能包含先行信息，因果语气过强。期权价格本来含预期风险和风险溢价；一组技术指标预测效果的差异，不足以证明信息永远从股票单向传到期权。连续合约的长期下移也不能不经资金和换月口径就转化为可领取的收益。

最大限制

导读后半仍在订阅墙；已定位公开原研究与 IFTA 期刊版本，但尚未完整逐页读取。可见数据属于条件回测，仓位、成本、全部参数敏感性和最终模型未核全，因此保留部分解析状态。

复现与研究价值

优先用原论文完整交易规则建立固定合约名义与风险目标两套净值，对比空 VX 基准、期限结构过滤和标普 RSI；单列 2008、2018、2020 危机损失与保证金需求。

原文与核查

公开部分已深入解析，付费后文未读；原论文摘要与出版地址已定位。

原始文章 ↗

Robert Hanna 原研究（2024）

IFTA Journal 2025 原文版本

返回全年目录 ↑

不要只给策略一个分数，但“熊市机器学习更好”在这里是事后解释，不是择时模型

GAMLSS/ZAGA: Conditional IR* Distribution For Trading Strategies

Krzysztof Ozimek

一句话先讲结论

作者将标普 2002—2025 年分成 146 个前推测试窗：SVM 策略的调整信息比率为零的窗口占47.9%，买入持有为26.7%。进一步拟合条件分布后，SVM在低动量状态占优、强牛市则买入持有更好；但这里的“状态”用测试窗内部已经实现的涨跌和波动定义，因此不能直接拿来决定下一期选哪种策略。

它到底在问什么？

两个策略的长期平均分数可能相近，失败频率、成绩离散度与状态依赖却不同；能否评价整个分布而非只排一个夏普？

作者具体怎么做？

1. 训练160个交易日、测试40日、每次前移40日；特征和归一化只用训练数据，输出多/空/现金。
2. 每个测试窗形成IR*，两策略合并292行；用含零点质量的Gamma混合分布，分别解释位置、尺度与零概率。
3. 解释变量是同一测试窗的已实现波动和累计涨跌，不是窗开始前已知状态；因此当前用途是归因和诊断。
4. 模型在六个波动/动量配对点比较分布，报告低动量下主动策略相对较好，高动量下买入持有占优；主动策略多数状态的指标方差更大。

关键结果

怎么理解？

从单点升级到分布是正确方向，但应先问分布里的随机变量是否保留自己关心的经济信息。把所有负收益折叠成零，既能形成适合ZAGA的形状，也会让严重尾部损失在指标上消失；最好同时展示原始损益和回撤分布。 还有两层推断不能跳过：事后状态解释不是实时预测；固定拟合参数生成大量模拟，也不能代替对参数估计和模型选择不确定性的重估。论文称模拟比例为p值，但若未在原假设下重新校准，不能直接按经典假设检验读其0或1。

最大限制

单一指数、单类模型、未扣成本；同窗状态与指标机械相关。分位数配对可能构成历史上少见的联合状态，近完全分离导致部分统计量退化；PDF截图工具失败，表格按完整文字读取。

复现与研究价值

先把评估层用于已有策略诊断，另设滚动训练的下一期状态预测层；比较真实损益分布与IR*结果，使用配对区块重采样并在每轮重新拟合分布，检验结论是否稳健。

原文与核查

作者说明及arXiv论文正文、结果、结论完整读取，未重跑R代码。

原始文章 ↗

原论文全文（arXiv）

版本与摘要

返回全年目录 ↑

给炼油策略加 Carry，价值不只分散：小账户更需要一个不爱交易的信号

Part (3/3) - Refiner Trade: A Second Signal and the Case for Trading Less

Beyond Passive Investing

一句话先讲结论

在裂解价差动量之外加入近月减次月的 Carry，5 万美元账户从每日追仓的净夏普约 0.6，改善到 43% Carry、1% 无交易区下的 1.11，佣金约降至原来的四分之一。亮点是第二信号让组合更少交易，而不只是预测更准；但这些最优权重仍取自历史表面，不能因费用已知就免除样本外检验。

它到底在问什么？

弱一些但更慢、更便宜的信号，是否能在实际账户里比毛收益最好的组合更有价值？

作者具体怎么做？

1. 将 Carry 水平按截至当时的扩展历史做 z-score，截断 ±2 并映射到 ±1；与动量分数做凸组合，沿用 2% 目标波动及能源 ETF 对冲。
2. 十分位中最低 Carry 组随后季度约 −2%，最高超过 +12%；Carry 自身动量更弱且与水平相关约 0.7，故不作为第三个独立信号。
3. Carry 与价格动量分数相关约 0.25；无摩擦最优 Carry 比例约三分之一，但 Carry 越多，换手越低。文中某处称每年 trades，与后文实际订单数口径不同，不混作统一成交次数。
4. 5 万美元账户同时扫描权重和带宽，较好区间为 Carry 三分之一至一半、带宽约 0.5%—1%；10 万美元展示净夏普 1.20、年化约 2.3%、波动 1.9%、最大回撤 3.2%。

关键结果

怎么理解？

这是成本感知组合的直观例子：互补不止表现为收益相关低，也表现为信号生命周期不同。较慢信号可以抵消快信号的小幅调仓，让账户在同一笔固定费用面前更有耐心。 但正文把调参峰值宽解释为“不是拟合”，仍不够。Carry 权重、无交易区和回测路径共同决定收益，参数平台只能降低尖峰疑虑，不能替代未见数据。扩展标准化亦可能有长期结构变化；Carry 季节性与期货换月规则需要单独处理。

最大限制

继承第二篇收盘信号同收盘成交时序疑问；借券、价差、冲击及现金收益未充分说明。季度收益分组重叠、共同行业风险与历史幸存篮子仍可能夸大稳定性。

复现与研究价值

在下一可执行价格上比较动量、Carry、组合三者；权重和带宽在训练期固定，测试期不按账户结果回调。报告净收益中信号分散、订单减少和风险敞口三项贡献。

原文与核查

全文及两篇前序均已读，未独立回测。

原始文章 ↗

第一篇：产业机制

第二篇：账户成本

返回全年目录 ↑

先改入场还是出场？胜率看止盈止损，样本外表现却主要取决于两者配合

What Should You Change First in a Crypto Backtest? 99.75 Million Tests

Rulyfi

一句话先讲结论

9,975 万个加密回测中，胜率在十个市场方向组全部更受退出规则影响，最大回撤全部更受入场规则影响；但所谓样本外评分的变化，平衡子样本里中位90.8%来自入场×出场交互。不能单独选最佳入场和最佳出场再拼起来，也不能把提高胜率当提高收益。

它到底在问什么？

研究预算应花在换指标、微调周期，还是改止损？先要明确希望改变的是哪个结果，而不是不停追求每项都更好。

作者具体怎么做？

1. 五种永续、长短分开十组，2021-05-28至2026-07-21小时数据。400种指标周期变化两两配对成79,800入场，乘125种止盈止损存续期，共9,975万格。
2. 主比较只用76,000种跨指标家族配对；入场和出场敏感度分别除以该组全部结果的IQR，比值<0.8判入场主导、>1.25判出场主导。
3. 胜率出场/入场敏感度中位约20.8倍，最大回撤和交易数则十组全由入场主导。更换指标家族远大于同指标周期前进一步，两者不应都混叫调入场。
4. 完整125退出均有效的入场子集上做主效应/交互分解；OOS log-rate proxy交互占79.5%—95.7%，中位90.8%。该分数不是OOS账户收益。

关键结果

怎么理解？

最大的用途是给研究流程排序：先确认目标与结构，再细调周期。高维网格常让人误以为每一个参数同等重要，配对差异和交互图能识别哪些动作只是浪费计算。 但敏感度取决于研究者给每个轴多宽的范围。把入场从RSI换成SMA，与止损只挪一档，并非同等干预。主扫描还采用同bar先止盈，保守重放没有重建OOS折，因此90.8%的交互不能声称已通过成交稳健性验证。

最大限制

五币和十方向组仍高度相关；OOS指标为代理值。主扫描有乐观成交，资金费虽纳入，完整实现未独立审计。结果只提供搜索地图，不认证任何盈利策略。

复现与研究价值

在自有策略的小网格中复刻IQR与单变量配对，最后整格验证；用真实OOS净收益替代代理值，并在保守成交下重新计算交互而非只验证胜率。

原文与核查

全文所有表和限制已读，未重跑扫描。

原始文章 ↗

返回全年目录 ↑

193 个 SPY 周三并不足以证明 0DTE“稳定贵13%”：分布假设和尾部更重要

Are 0DTE Straddles Overpriced? We Tested 193 SPY Sessions (2022-2026)

Tomasz Dobrowolski / FlashAlpha

一句话先讲结论

作者取 193 个 SPY 周三，10 点隐含一倍标准差区间覆盖收盘 71.0%，高于正态基准 68.3%；实际绝对涨跌/隐含幅度的中位数为 0.589，低于正态的 0.674。但这只是分布覆盖比较，不是期权净收益；而正文“超出区间25.9%”与“区间内71.0%”不互补，必须先核对数据再接受稳定溢价结论。

它到底在问什么？

到期日跨式收取的权利金是否系统性超过随后实现波动？要区分隐含标准差、跨式盈亏平衡点和卖方实际收益。

作者具体怎么做？

1. 抽取 2022-07-06 至 2026-04-01 每个有完整数据的周三，193 场；用 10:00 ET 平值跨式报价推算隐含幅度，对照当日 16:00 中间价相对 10 点现价的变动。
2. 正文中位隐含幅度为现价 0.72%，中位绝对实际变动为 0.37%；另一个比率 0.589 是逐日比值的中位数，不能直接由两个中位数相除替代。
3. 逐年覆盖率 2022下半年/2023/2024/2025 约69.2%/69.2%/70.0%/71.2%，2026一季度84.6%但只有13场。
4. 报价用 mid，未计费用滑点；只检验终点不检验日内路径。原文提供 CSV 和付费 API 重播入口，本次未使用账户或购买数据。

关键结果

怎么理解？

文章比只晒胜率好，至少给了明确时点和尾部案例；但它把“真实分布与正态基准不同”直接叫过度定价，逻辑仍缺一环。定价还包含风险补偿，跨式价格对应绝对偏移期望而不直接等于标准差。 正文内外覆盖率相加仅96.9%，后面又写约74%，这种口径冲突不能省略。买保护翼能限制最坏损失，却同时支付保险成本，不能据此断言铁蝶和铁鹰保留同样优势。要推荐交易，必须用真实报价构造每笔可执行损益。

最大限制

周三选择、样本缺失条件、覆盖率不一致和正态映射需核验；未下载逐日CSV，未证实隐含幅度转换。无滑点、费用、风险预算与完整损益分布，不支持裸卖或定义风险组合获利断言。

复现与研究价值

先复核193行的inside/outside互补性，再按实际卖价买价回放跨式及保护翼组合；报告尾部损失、条件收益与置信区间，而非只对比覆盖率。

原文与核查

全文数字表与局限已读，发现一致性问题已保留，尚未审计逐日CSV。

原始文章 ↗

返回全年目录 ↑

RSI 70/30 是价格状态标签，不能自动变成反转预测

Is RSI Overbought a Sell Signal? We Tested 70/30

The Refutation

一句话先讲结论

四种加密资产、六个周期上，RSI(14) 穿越 70/30 后的短期平均收益大多接近零；4 小时“超卖”后，未来 10/20 根反而约跌 1.06%/1.54%。作者的完整交易版本六个留出行情阶段均未通过。证据否定的是固定 70/30 反向交易，不是 RSI 在任何条件下都没有信息。

它到底在问什么？

超买超卖描述过去单边走势，为什么应当意味着接下来反转？文章直接测这个最基础的方向假说。

作者具体怎么做？

1. BTC、ETH、SOL、XRP 一分钟数据重采样到 5 分钟至 4 小时六档，只记录 RSI(14) 穿入 >70 或 <30 的那根 bar。
2. 测随后 1、2、3、5、10、20 根的原始前瞻收益；信号可聚集，持有窗口重叠，作者因此不以单个 t 值作为证据。
3. 快速周期样本数较多，平均移动约 ±0.01%，5 分钟近八千信号的多数格子约零；较慢 4 小时超卖后继续下跌而非反弹。
4. 交易版本另用 BTC/ETH/BNB，买超卖、空超买，止盈止损在五个行情阶段拟合、留一个测试，轮换六次，所有周期均 0/6 通过。资产菜单前后并不相同。

关键结果

怎么理解？

优点是先测信号，再让退出规则复杂化。若相对无条件基准没有未来方向增量，就不应把优化止盈止损后的幸运格子归功于 RSI。 但作者“任何退出都无法制造优势”的论断过强：无条件固定期限均值为零，不排除路径条件、波动或状态信息。六阶段留出若训练包含测试期之后的数据，也不是实时可实行的 walk-forward。严谨结论必须限定到测试家族、资产、门槛和回测程序。

最大限制

无完整代码、数据日期和通过阈值；快速样本仍可能相关，跨资产池化会掩盖异质性。未见先验明确、独立验证的状态交互规则。

复现与研究价值

先把同资产同期限基准和重叠窗口聚类做对，固定 RSI 跨越定义，再测试少量事前状态条件；不要从负面表里重新挑一个最漂亮反向格子。

原文与核查

全文与方法脚注已读，未重跑。

原始文章 ↗

返回全年目录 ↑

MACD 看起来有效，可能是旁边的趋势过滤器在赚钱

MACD: The Indicator Is a Passenger

The Refutation

一句话先讲结论

作者测试 360 项测量、320 个 MACD 变体后，标准交叉系统六个留出阶段全部失败；加入趋势过滤后改善，但在同样高于 200EMA 的时点随机做多，也拿走了几乎全部改善。最有价值的结论不是“MACD 永远无效”，而是组合赚钱时，要证明入场指标比条件随机入场多贡献了什么。

它到底在问什么？

一个包含 MACD、趋势过滤与持仓管理的系统赚钱，怎样分清到底是哪一块在创造收益？

作者具体怎么做？

1. 作者先写下四项预测，再在主要加密资产多周期测试交叉、柱状图、背离和趋势过滤；只在信号 bar 完成后行动，称已扣现实摩擦并考虑多重试验。
2. 柱状图拐点在约一年 5 分钟数据有逾 23,000 个测量，六年小时数据约 14,000 个，相对基准增量约零；周线 BTC 仅 16 笔，样本又过少。
3. 小时看跌背离在全历史一度显著，但在后续 249 日下跌窗口三种资产均亏损，与同样退出的随机空头接近；这是事后精彩单元格未能维持的案例。
4. 高于 200EMA 的随机多头吸收了多数过滤后改善；内部更复杂状态模型的 MACD 版本六阶段中四阶段盈利，横盘和另一熊市失败，作者仍不接纳。

关键结果

怎么理解？

这篇可转成一条很实用的研究规范：每加一项组件都做条件消融。先留住过滤器和退出，只替换入场为随机，再问复杂指标是否优于这个公平对照。否则所谓复杂系统可能只是重复支付交易费用来持有一个简单敞口。 仍需警惕作者把“周期换了符号就不是真实效应”说成普遍规律。短期反转、长期动量完全可能并存；不稳健需要结合经济机制和预设频率判断。内部阈值和状态模型不公开，也使外部无法完全复核其强烈否定语气。

最大限制

测试网格、完整门槛和内部状态过滤器保留在厂商内部；所谓预注册未核实时间戳。阶段轮换可能用到未来时期训练，不是严格实时前推。

复现与研究价值

在自己的市场复制“过滤器+随机入场+相同退出”对照，保留净值、换手和风险匹配；只有增量稳定后才把 MACD 当必要组件，否则直接简化。

原文与核查

全文及所有文字表格已读，未取得内部测试台。

原始文章 ↗

返回全年目录 ↑

融资余额创新高不等于卖点：醒目的历史图，只有三个已完成事件

Margin Debt Is at an All-Time High, What Does That Mean?

Allocate Smartly

一句话先讲结论

把融资余额相对 GDP 的一年变化超过 1% 作为信号，历史三个已完成事件后的 12 个月收益分别为 −0.8%、−13.2%、+23.2%。再加“冲高后回落”条件，18 个月年化均值约 −20.1%，图景更悲观；但只有三轮危机附近样本，而且阈值是看过长期数据后选的，远不足以证明可提前定位市场顶部。

它到底在问什么？

市场杠杆处于极端水平，是可执行的择时信号，还是只能说明潜在脆弱性的背景指标？

作者具体怎么做？

1. 作者先指出 1990 年代初融资/GDP 序列有结构变化，直接比较全部年份的水平容易用后来的尺度改写当时认知。
2. 第一版事件定义是一年变化超过 1%，已完成历史事件为 2000-01、2007-06、2021-01；分别计算之后 12、18、24 个月收益，超过一年者年化。
3. 三个事件的 12 个月收益分化很大，几何平均约 +2.0%；18/24 个月年化均值为 −10.0%/−8.1%。
4. 第二版要求越过 1% 后出现任意下降，信号移到 2000-04、2007-08、2021-04；12/18/24 个月几何平均为 −7.7%/−20.1%/−9.0%。最新信号后尚未完整走完的窗口保留问号。

关键结果

怎么理解？

文章难得之处是没有把更漂亮的第二张表包装成卖出信号。加一条回落条件很容易事后贴近危机起点，但每加一条都在使用已有事件的信息；只有三次事件时，规则微调的自由度可能比证据还大。 对风险管理仍有意义：杠杆加速可作为压力情景的背景变量，例如提高流动性冲击测试强度。但“脆弱性升高”与“未来某月收益为负”是不同命题。前者可帮助设计风险预算，后者需要独立时点和多周期证据。

最大限制

阈值 1% 与“任意回落”未经真正事前冻结；GDP 修订和融资数据发布时间未做 point-in-time 核验。三次事件的长期持有窗口不能支撑精确置信区间或复杂参数。

复现与研究价值

保留原始发布时点和 GDP 历史版本，预先冻结规则；后续只记录新事件，不继续调到贴合旧峰值。将其作为风险分组变量，与趋势、信用和波动指标比较增量。

原文与核查

全文及两张数字表已读，未重新获取融资/GDP 序列。

原始文章 ↗

返回全年目录 ↑

同一炼油策略，100 万美元净夏普 1.25，1 万美元却 −1.3：最低佣金改变执行方式

Refiner Trade: From Gross Sharpe to Net

Beyond Passive Investing

一句话先讲结论

沿用毛夏普 1.48 的炼油股策略，每日追踪目标仓位时，100 万美元账户扣佣金后约 1.25，1 万美元却降至 −1.3；加入仓位偏差无交易区后，小账户可回到约 0.4。核心是最低每单佣金惩罚订单数量，而不只是换手金额；但本文“收盘信号同收盘成交没有前视”的说法需要重点质疑。

它到底在问什么？

小资金是否能复制大资金的同一百分比策略？当费用含每单固定下限时，按比例缩小持仓会不会根本改变净收益？

作者具体怎么做？

1. 作者按每单最低 0.35 美元或每股约 0.0033 美元较高者计费，交易八只炼油股及能源对冲 ETF，整数股处理使小资金离散误差更明显。这里是作者费用假设，不是本解析核实的当前券商报价。
2. 不设缓冲时，每日紧跟目标，净夏普随账户变小急跌；对 25,000 美元账户约为 0.2，对 10,000 美元约为 −1.3。
3. 仓位差超过无交易区才调整，小账户较有用区间约净值 1%—1.5%，较大账户可更窄；25,000 美元约改善到 0.9，10,000 美元约 0.4。
4. 同时扫 EWMA 平滑与无交易区，平滑并未改善，因为减少单量而未充分减少单数，还延迟了短期信息；超过约 50,000 美元时作者报告净夏普约 1—1.25。

关键结果

怎么理解？

这篇把成本函数拆得很好。比例费用惩罚成交额，最低佣金惩罚动作次数，适合的降成本控制并不相同；不能机械地把所有信号低通平滑。 然而成本已知不等于执行参数没有过拟合。带宽决定错过哪些行情，最优净夏普仍依赖历史收益路径。更严重的是，若使用最终收盘价算股数和信号，再声称以同一收盘价通过 MOC 成交，通常无法满足真实下单截止时间。必须证明输入在截止前已知，或将成交推迟。

最大限制

所谓净结果仅覆盖声明的佣金与整数股，未完整计入价差、冲击、借券及可能的融资。收盘信号/收盘委托时序未核实，当前结果不能直接称可执行。

复现与研究价值

把信号截点前移到收盘竞价截止前或下一开盘成交，对照净值；执行带宽依据冻结成本模型校准并留样本外。逐笔输出订单数、成交额和每类摩擦，而非只给一条净夏普。

原文与核查

全文及公开评论已读，执行逻辑已审视，未独立重跑。

原始文章 ↗

信号构造原篇

返回全年目录 ↑

新闻 AI 的漂亮收益怎样消失：补齐回报、修正并列排序后，次日信号不再成立

The Mechanism Survives, the Magnitude Doesn’t

Tommi Johnsen / Svetlana Shasharina

一句话先讲结论

作者审计约 850 只股票的新闻管线后，发现旧次日收益列只覆盖约半数信号日，周末还有人为零收益；补齐数据并去除十分位并列排序问题后，Claude 次日正负组差从前窗口 +0.200% 到后窗口 −0.108%，置信区间都跨零。仍然显著的是同日 +1.98% 和 +1.20%——新闻与涨跌一起出现，不等于新闻能预测下一天。

它到底在问什么？

早期情绪模型看起来有收益，是模型真正识别了未来信息，还是收益对齐、新闻归属和统计量实现共同制造了幻觉？

作者具体怎么做？

1. 前窗口 2026-05-15 至 06-28 有 863 个代码、24,329 个股票日；后窗口 06-26 至 07-12 有 846 个代码、每模型 8,454 个股票日，但只含 10 个已实现次日交易日，不能把面板行数当独立时间样本。
2. 6 月 26 日加入新闻主体相关性门，修正代码歧义与误归属；同时补齐因夜间作业早于次日收盘造成的收益缺失、周末前填和少数串股报价。前后窗口既变时间也变新闻总体，作者不把未复制称为反转。
3. 旧分位差仅改并列顺序，就能在 +0.098% 与 +0.354% 间变化；改用 sign spread 后，前窗口 Claude/FinBERT/hybrid 为 +0.200%/+0.050%/+0.259%，所有次日区间与两两差都跨零。
4. 各做 1,000 次置换：同日打乱股票归属破坏公司对应；同股打乱日期破坏时序。真实同日关系超过置换，次日关系则可由股票构成重现，后窗口多数垃圾信号反而更强。

关键结果

怎么理解？

这篇最值得量化研究员读，不是因为给出新因子，而是把错误测量本身公开成可复用的检查。置换不能只用于显著性检验，还能逼真实样本和假样本通过同一代码，从而发现统计量实现不稳定。 同时要守住作者更正后的边界：小模型门卫确实不对称删除大模型识别的催化，但这不证明它使收益反向。原先所谓混合收益反转被并列排序解释掉；比较全量 Claude 与混合的次日收益，当前根本没有可靠排名。机制标签证据与交易收益证据必须分开。

最大限制

后窗口只有 10 个有效交易日，聚类与重采样实现未独立运行；Claude 仍被用作部分标签参照。尚未证明任何扣费交易价值，不能把同日关系或未来期权研究提案包装成策略。

复现与研究价值

优先按收盘后至开盘前、盘中分别对齐首次新闻与下一可成交价格；按公司和日期聚类，保留置换最大值基准、并列稳健性及开发/验证公司隔离。未来数据只用于确认冻结假设。

原文与核查

55,204字符公开全文分块完整阅读，包含撤回结论与未来计划。

原始文章 ↗

早期提示词实验：须按本篇修订理解

早期 FinBERT 门卫实验

返回全年目录 ↑

抄底陷入回撤的策略，可能只是撞上所有策略都更好做的月份

Investing in "Distressed" TAA Strategies (Redux)

Allocate Smartly

一句话先讲结论

作者追踪 100 多种 TAA，发现接近历史最大回撤的策略之后确实常有更高收益；但当至少一种策略走到历史最大回撤的 70% 时，所有策略下月平均收益也比其他月份高约 50%。因此“困境策略随后反弹”大部分可能是共同市场环境，而不是挑中了更便宜的策略。

它到底在问什么？

买入最近不顺、接近历史最大回撤的策略，是否类似买入被低估资产？真正该比的是它自己其他月份，还是同一时点可选的其他策略？

作者具体怎么做？

1. 每个策略先用至少 20 年历史形成到当时为止的最大回撤基准，因此最早可选月份从 1990 年开始；截至 2026-04-30 的数据是研究范围，不是用户必须采用的窗口。
2. 月末设置 1—5 个等权槽位，按当前回撤/历史最大回撤排序，挑达到 50%—100% 门槛且最接近历史极值的策略。
3. 未被困境策略填满的槽位赚下月平均策略收益，避免把没有信号时的现金差异混成选择能力。比较年化、夏普、最大回撤及同时关注回撤深度和持续期的 UPI。
4. 低门槛且至少三槽时有小幅改善，严格门槛时信号太少；进一步发现困境会成群出现，而且这些月份非困境策略也表现更好。

关键结果

怎么理解？

这是一个非常值得保留的研究纠错：同一策略“差时买比平时买好”，不代表同一天“买它比买别的好”。投资者的问题属于横截面机会成本，前一问题只是在挑市场环境。 历史最大回撤本身也不是价值锚。它随样本长度、策略波动和杠杆变化，一种策略更接近旧极值，可能只是新的风险状态或结构失效。应先判断机制是否还在，再讨论反向配置，不能把越跌越接近旧回撤线当作安全边际。

最大限制

策略数据库存在回溯构建与入库选择问题，未独立审计；使用历史回测策略并不等于当时真实可选菜单。未计策略切换摩擦，网格小幅改善还可能含参数选优。

复现与研究价值

按策略族而非单一变种分组，保留同月平均与风险匹配基准；区分共同冲击、策略特异损失和长期失效，再在可实际获得的策略历史上检验净选择收益。

原文与核查

全文和所有文字计算说明已读，未逐格重建图片网格。

原始文章 ↗

返回全年目录 ↑

RMP 不是赚钱概率：它把单次显著性抬高到整个搜索的幸运冠军门槛

The Random-Max Percentile: Grading Every Backtest Against Its Search's Random Maximum

Rulyfi

一句话先讲结论

RMP把单条调整后证据q转换成Φ(q)的N次方；2万次搜索要过0.95，q需约4.6，而不是常见1.645。作者1.01亿条至少30笔交易结果仅780条超过0.95。它是既有多重检验方法的产品实现，不是新发现的成功概率，也不能挽救错误成交和相关交易。

它到底在问什么？

把不同交易频率策略放在一个DSR总体里，低交易数的高方差夏普会不会抬高所有人的门槛，让忙碌但每笔优势小的策略被压扁？

作者具体怎么做？

1. RMP=Φ(q)^N，q按偏度峰度校正每笔夏普×√交易数，N为扫描记录的有效试验数；1−RMP与Šidák校正相联系。
2. 合成实验固定整体t约6，交易数从30至3,000，DSR检出率从100%到0，RMP仍约94%以上；这些结果针对作者特定混合频率零分布，不是DSR普遍失效证明。
3. 300笔以上、带止盈止损的模拟中，搜索级误报约3.5%—5.8%；无界单侧彩票型收益可能达到名义误报的1.5—2倍。
4. 7月21日补充署名：最接近金融先例为López de Prado 2022，相同外层Φ(z)^K构造；产品记录N与呈现方式不是统计优先权。

关键结果

怎么理解？

这篇最该提醒的是指标单位。作者界面把每笔夏普乘√252称年化，对交易频率不固定的策略，这不是按日历时间计算的标准年化夏普；读者不能拿它与基金夏普比较。RMP移到证据尺度缓解一类比较问题，却并未修复收益序列的时间依赖。 外层独立试验公式在高度相似网格中可能偏保守，但同一策略内部交易相关又可能偏乐观，两者不能互相抵消当作安全。重复多次设计扫描也应计入研究总预算，不能每次重新把N归零。

最大限制

新指标合成校准与真实导出均由厂商完成，未独立审计；极端分布、小样本、持仓重叠与跨次搜索未完全解决。通过0.95不等于有95%赚钱概率。

复现与研究价值

对候选保留完整按时间收益，使用区块置换校准整个搜索的最大统计量；把单次N扩成研究项目试验台账，并用未见行情验证通过者，而不以哪个指标更好看选择指标。

原文与核查

全文、公式、模拟表及署名更正已读。

原始文章 ↗

返回全年目录 ↑

五篇研究共同提醒：组合平均收益，会把行业、拥挤与市场状态混在一起

Quantitativo weekly

Quantitativo

一句话先讲结论

本期串联五篇研究，最值得抓住的共同问题是收益究竟在什么条件下成立：行业内选股在压力期更强，拥挤股票贡献了异常组合的大部分收益，而因子 ETF 全样本赢行业 ETF、危机期却可能反过来。它不是五条可以直接叠加的 Alpha，而是一份提醒研究员拆暴露、拆状态、拆尾部的文献地图。

它到底在问什么？

一个总体回测好看，可能来自特定股票、特定时期或某种共同资金行为。怎样把平均表现拆成可解释、可反驳的条件关系，而不是只积累更多策略标题？

作者具体怎么做？

1. 行业内选股部分转述 Uyar 对 25 个因子和 11 种组合模型的比较，强调简单组合、短仓兴趣和压力期的条件作用；不应把十股浓缩版本视作未经选择的通用配置。
2. 拥挤部分介绍 Days-ADV，即机构仓位相对日成交量的退出难度，称去掉拥挤股票后 11 条异常不再有正 Alpha；同时强调 2008 与疫情的尾部损失。
3. 风格部分讨论 312 个特征和由资金追逐风格形成的反馈，随机会计比率作为安慰剂；策略数很多，原始搜索过程和随机对照如何匹配特别重要。
4. 最后两篇分别用市场状态相似性做行业轮动，以及比较因子和行业 ETF 配置。前者强调下行尾部，后者显示全样本与衰退子样本排名不同，检验的对象并不相同。

关键结果

怎么理解？

读这种综述的正确产出应是研究问题清单。比如把一条新因子分成拥挤与不拥挤组，或把配置表现拆成扩张与危机，再判断所谓 Alpha 是否只是承担别人不愿承担的流动性风险。不能看到几篇都说有效，就把它们默认当成独立来源。 也要对简洁叙事保持戒心。“去掉拥挤股后异常消失”可能同时改变规模和流动性；“因子全胜”可能被长扩张期主导；“简单模型胜出”不代表估计永远没用。应回到每篇的对照，问条件变量何时可见、是否事后定义、成本和尾部如何处理。

最大限制

本次完整解析的是公开周综述，不是五篇原论文的联合全文审计。摘要中的样本、控制和参数不足以独立复现，尤其不能根据文中 2021 年旧论文把全部内容列成 2026 年新发表。

复现与研究价值

优先按已有研究瓶颈选择原文：做选股先查行业内信号和拥挤，做配置先查状态与因子/行业对照。为每篇建立样本日期、披露时滞、风险暴露、搜索规模四项核查；本文综述数字不进入策略绩效数据库。

原文与核查

本期公开综述完整解析；五篇底层论文未在本条逐表审计。

原始文章 ↗

返回全年目录 ↑

裂解价差领先炼油股：毛夏普 1.48 的产业链信号，不能直接叫市场中性 Alpha

A Cross-Asset Lead-Lag Trade in US Refiners

Beyond Passive Investing

一句话先讲结论

用原油、汽油和馏分油期货构造炼油利润，再预测八家美国炼油商相对能源 ETF 的收益，作者报告毛夏普约 1.48；同一信号交易原油几乎无效，交易裂解价差或股票自身动量仅约 0.5。产业联系比通用趋势解释更有说服力，但结果未扣执行成本，等金额对冲也不自动等于风险中性。

它到底在问什么？

炼油利润先在流动的商品期货中变化，股票投资者会不会反应稍慢，留下跨市场信息传递窗口？

作者具体怎么做？

1. 使用 Norgate 期货与 Yahoo 股票价格，篮子含 VLO、DINO、DK、CVI、MPC、PSX、PBF、PARR；八家同时可用从 2012 年底开始，更长历史实际使用较少公司。
2. 股票篮子与能源 ETF 等金额反向持仓，减少行业共同涨跌；用裂解价差的 1、5、10、21 日变化分别按波动率标准化、截断 ±2 后平均。
3. 信号十分位对应后续股票残差收益约从 −18 bp 到 +42 bp；作者把整体约 +6 bp 的长期炼油股相对能源漂移与梯度区分，不把两者统称择时。
4. 目标波动率设 2%，毛回撤低于 3%；单只股票检验八家均正，但换成全球炼油 ETF 后效果消失，提示利润区域匹配很重要。

关键结果

怎么理解？

这篇优点是有可证伪的经济链：利润变化应主要解释受该利润驱动的股票，而不是对什么资产都有效。把共同水平与条件收益梯度分开，也比只展示长期上涨的多空净值更诚实。 但等金额卖出能源 ETF 只消掉名义净敞口，不保证市场、油价或行业 Beta 为零。并购退出也不能被作者一句“幸存偏差较小”豁免：收购溢价、事件时点和退市收益都会改变样本。八家公司分享同一商品冲击，其结果也不是八次独立验证。

最大限制

未独立核验期货拼接、股息、标准化窗口和历史篮子；作者未完整公开代码。正文资金中性措辞强于风险中性证据，毛业绩更未覆盖借券和成交。

复现与研究价值

建立包含并购退出的历史篮子，使用实际当时可知商品价格；比较等金额、滚动行业 Beta 和油价双重对冲。先检验信号在下一可成交时点仍有增量，再讨论容量。

原文与核查

全文、全部文字对照和系列关联已读，未独立回测。

原始文章 ↗

第二篇：执行与成本

第三篇：期限结构信号

返回全年目录 ↑

同一笔交易，DSR 从0.035变0.919：改变的是搜索参照总体，不是策略变强

How Many Backtests Is Too Many? We Ran the Same Search Twice to Find Out

Rulyfi

一句话先讲结论

一条完全相同的空头交易序列，在A扫描DSR为0.035，在移除部分稀少触发配置的B扫描却为0.919；搜索门槛从1.165降到0.378每笔夏普。变化主要来自总体夏普方差缩小，而非试验数减少。这是统计参照敏感性实验，不是删掉低频策略就发现了真实优势。

它到底在问什么？

多重检验门槛除了取决于试验数量，还受参照策略的频率与方差影响；怎样知道评价变好是策略改善还是标尺变动？

作者具体怎么做？

1. A含1,176个指标变体、每方向约2,487万结果；B含920个、约1,522万。每格配36种退出，费用0.04%、滑点0.01%，不含永续资金费。
2. 共同策略的每笔夏普与交易数完全相同，作者可以从A导出预先算出B的N和门槛，再跑B验证算术一致。
3. 有效试验数减少约28%—33%，数量项仅下降约1%；方差平方根下降约2.13/3.04倍，解释大部分多/空门槛降低。
4. B中至少30笔、超过门槛的多/空条数为3,798/840，但最强单策略DSR仍约0.925/0.919，均未过0.95。长短组合约0.97只是矩合成，未完整重跑。

关键结果

怎么理解？

最实用的输出是研究收据：不仅保存冠军，还要保存试验数、总体方差、交易次数和门槛。否则同一个DSR看起来权威，实际可能依赖一个任意搜索菜单。 作者强调B按交易次数而非收益删规则，有助于避免最直接的结果筛选，但它仍是看过A后重新设计的实验，不能把A的研究历史消失。尤其不能用“重新跑了一遍”替代真正新行情：算术可预知证明引擎确定性，不证明统计标尺更接近真相。

最大限制

单次约90/10切分且两次边界差约55根；资金费遗漏，乐观同bar执行继承旧扫描。组合DSR为近似矩计算，未验证交易重叠、资本分配和联合尾部。

复现与研究价值

先用不读取收益的规则冻结最低触发频率与网格，保留全部历史搜索预算；对混合频率采用可比证据尺度与区块重采样，同时报告不同合理参照总体下的敏感性。

原文与核查

全文与脚注全部已读，未取得配对导出独立核对。

原始文章 ↗

返回全年目录 ↑

一亿回测筛出3,130个候选，不等于发现3,130个Alpha

Skill or Luck? We Ran 100 Million Bitcoin Backtests to Show You How to Tell

Rulyfi

一句话先讲结论

约9,988万BTC回测中，33.68万条通过单次PSR>0.95，但加上至少30笔、DSR>0.5及样本外过滤只剩3,130。收益最亮眼的百笔以上策略涨684%，DSR却仅约0.10；所谓长短合并后0.9502也只是矩合成估计，未重跑账户净值，所以这里得到的是候选清单，不是交易系统。

它到底在问什么？

当计算极便宜，漂亮回测几乎必然出现；怎样把“比零好”改成“比同样搜索规模的幸运冠军好”？

作者具体怎么做？

1. 2020-10-19至2026-07-03约50,000根小时BTC现货；1,443变体两两配对，乘48种退出，再分别建模长短，共99,878,688回测。
2. 费用0.04%、滑点0.01%；空头直接作用于现货价格序列，未包含真实借券或永续资金费。同bar同时到止盈止损时优先止盈。
3. 候选要求至少30笔、DSR>0.5、walk-forward效率为正及无负折，3,130条通过；这与更严格DSR>0.95不同，不能把筛后计数称95%显著。
4. 作者把417多头×2,713空头候选共1,131,321对按矩合成，额外搜索也加进N；仅三个相近组合略过0.95，最好0.9502、共72笔，并无独立合成净值。

关键结果

怎么理解？

文章的教育价值在于把筛选门槛显式写出来，而不是依靠“看上去稳”。但候选几乎集中于30—63笔，说明偏度、峰度与高胜率仍处在很脆弱的小样本区；30不是统计安全线。 组合部分尤其不能只接受“零新增回测就增强证据”的叙述。把交易样本混起来与把两个资金账户组合不是同一对象，净值取决于时间重叠、保证金和权重。作者界面每笔夏普×√252的展示也不是真正日历年化，不能引用约12的组合值宣传业绩。

最大限制

样本外仅两折，未purge/embargo；同bar乐观执行、空头融资遗漏，策略共享同一BTC行情。组合0.9502紧贴阈值且采用近似，难以承受执行和相关性误差。

复现与研究价值

将候选去重成经济策略族，再用保守成交、真实融资和时间对齐账户重跑；冻结规则后等待新数据。搜索记录必须保留失败项及组合次数，不能只保留过门槛名单。

原文与核查

公开全文、网格、公式和全部限制已读，未独立运行。

原始文章 ↗

返回全年目录 ↑

财务因子的“提前66天”：改公告日期还不够，修订值也不能穿越

Lookahead Bias in Fundamental Backtests: 66 Days, Measured

Tradevo Data

一句话先讲结论

厂商在 2026-07-23 快照的 283,363 条可靠日期记录中，测得年报申报比财年末平均晚 66 天、中位 60 天；若按财年末加入回测，就把数据提前给了模型。但公告日期正确仍不够：18,734 条记录后来被改写超过 0.5%，把最新值贴回旧日期仍会泄漏未来。

它到底在问什么？

真实财务数值为什么也能制造假 Alpha？关键不是数字真假，而是当时何时可见、可见的是哪个版本。

作者具体怎么做？

1. 完整快照共 313,406 行、5,194 家公司，只有可靠日期行用于66天统计；QA 将可靠滞后限制在120天内，所以90分位90天不代表全体最迟申报时点。
2. 40家大盘股样本均值仅43天，说明以大盘验证得到的统一延迟不宜外推到小公司。
3. 检查相同 XBRL tag 后续值变化，超过0.5%标记restated；文中既有会计修订，也有拆股后历史每股指标回溯调整，不能全叫财务造假。
4. 提供按申报日期审计join及统一延后90天的压力检查；API当日包含语义仍要求处理盘后发布，且只保存原始/最新两值未必覆盖中间每次修订。

关键结果

怎么理解？

这篇最值得落实的是双时间轴：一个时间回答数字属于哪个期间，另一个时间回答研究者何时知道这个版本。审计应逐字段、逐版本做，而不是只给整张财务表一个延后常数。 同时要警惕厂商过强推论。加90天后收益下降，可能是提前信息被修正，也可能是合法早已公布的数据被额外延迟；差额不能全部叫虚假Alpha。原始值与最终值两端也不一定足以重建任意历史日的中间修订。价格数据同样可能受复权和更正影响，并非天然免疫。

最大限制

厂商自测未独立重算，原文日期后有7/23快照更新；可靠行筛选截断尾部，年报申报不必等于所有指标首次披露。商业价格与覆盖是原文信息，本解析不作当前采购推荐。

复现与研究价值

在实际因子管线保存公告接受时间、字段值、版本生效时点和来源文件；使用严格as-of连接并对盘后顺延。比较报告日、真实首次披露日和固定延迟，只把可归因的差异记为前视影响。

原文与核查

正文和审计代码完整阅读，未下载或重算厂商样本。

原始文章 ↗

作者公开样本与方法

返回全年目录 ↑

把 Claude 调得更像分析师后，相关系数由 +0.24 变 −0.06；但后续审计削弱了收益结论

How We Tried to Teach Claude to Read Like an Analyst, and the Market Said No

Tommi Johnsen / Svetlana Shasharina

一句话先讲结论

在八家公司、六周新闻样本中，放宽 Claude 对催化事件的要求，让它更贴近人工判断，一致率从 36% 提高至 43%，报告的次日相关却从约 +0.24 降至 −0.06。但这不是“严格提示词已经有 Alpha”：作者 7 月 16 日扩大审计后，所有模型的全样本次日关系都不显著，早期分位收益指标也被撤换。

它到底在问什么？

金融新闻模型到底应该最大化专家认同，还是识别决策时点以后尚未计价的信息？两个目标可能并不一致。

作者具体怎么做？

1. 第一名人工标注者阅读 560 条八家公司标题，第二名阅读 192 条，后者富集前者与 Claude 分歧样本并混入对照；这种抽样不能当一般新闻的随机准确率样本。
2. 严格 v2 默认大部分新闻中性，只认可具体、可验证、新增催化；v4 放宽合作、战略动作等规则，并降低中性先验锚点。与人工一致率提高，不代表金融目标改善。
3. 4,296 条文章在同一八股六周窗口同时用两套提示评分，原文报告相关 +0.24 对 −0.06；严格版本单项显著性接近 0.05 边缘。
4. 更严格变体中，只认可数字的版本相关约 +0.34，却只有 17 个有效信号日；来源白名单版本相关接近零。90% 中性锚版本约 +0.29，随后进入与 80% 锚版本的前瞻并行比较。

关键结果

怎么理解？

最重要的可迁移经验是对齐评估目标。人工可以可靠标注事件和事实，但“明天是否赚钱”还受到预期、发布时间与已实现价格变动影响，不能把专家共识直接当价格真值。 也不能反过来把一次负相关说成“人类错而机器对”。同一窗口里反复修改提示词，本身就是模型选择；六种提示共享样本和大部分规则，并非六次独立验证。后续审计说明，好的故事和局部对照仍可能在全样本或更稳健指标下失去收益支持。

最大限制

本文为开发过程记录，八股新闻密集且样本短；文中 days/ticker-days 表述并不完全一致。后续完整审计纠正收益缺失和分位排序，故旧分位收益幅度不再作为可依赖结果。

复现与研究价值

冻结两套提示、模型版本与新闻首次时间戳，预先确定基于事件而非语气的人工标签；前瞻比较决策后净收益并保留中性池，不能继续用同一开发样本微调到显著。

原文与核查

本文与7/16后续审计全文均已读，结论按版本链解释。

原始文章 ↗

必须连读：7/16后续审计与更正

返回全年目录 ↑

三盏风险灯决定 SPY 仓位：8% 年化背后，先看减仓是否真有增量

The Market Regime Filter

Petra Volkova；框架 Gaetano Di Prima / Fabio Baruffa

一句话先讲结论

作者用三项条件给 SPY 配 100%、50% 或 0% 仓位，2008—2026 年回测报告约 8% 年化、18% 最大回撤。规则清楚可重写，但它首先是减仓型风险控制：没有与相同平均仓位或波动率的简单组合比较前，不能把较小回撤全算成识别市场状态的能力。

它到底在问什么？

价格趋势、隐含波动率期限结构和信用风险能否提供互补信息，把“一根均线控制仓位”扩展成多维风险状态？

作者具体怎么做？

1. 趋势灯：SPY 收盘价高于 200 日简单均线。它描述已有价格方向，不直接判断估值。
2. 波动率灯：VIX 小于 VIX3M，即近端隐含波动率低于三个月端；信用灯：HYG/IEF 比值的 100 期 z-score 高于 −2。后者是 ETF 相对价格指标，并非直接观测企业债信用利差。
3. 每天相加三项得分，Score=3 配满仓、Score=2 半仓、Score<2 零仓；演示初始资金 10,000 美元，杠杆 1。
4. 作者用 Zorro 从头实现并展示约 8% CAGR、18% 回撤，称与原 TASC 结果接近；正文附关键函数与调仓代码，随后评论确认脚本已补上传。

关键结果

怎么理解？

这篇可用性在于规则短：每一项通过还是失败都可以追溯，不必先相信一个黑箱状态标签。信用比值有可能补充价格趋势尚未反映的融资压力，但 HYG 和 IEF 对久期也有不同敏感度，因此其含义不只信用。 下一步不是再加第四盏灯，而是拆贡献。趋势、期限结构、信用往往在危机一起变坏，三票可能高度重复。分别删去一项，再与等平均仓位和目标波动率基准比，才能判断多维信息是否真的改善损失尾部。

最大限制

图中业绩未独立重跑，正文没有充分说明现金收益、交易成本、复权以及收盘信号的下一时点成交规则。TASC 标注 2026 年 9 月而博客发表于 7 月，属于原作者版本信息，不改成已经正式逐页核验。

复现与研究价值

按公开代码实现逐日信号，统一下一交易日成交、现金利息和 ETF 总收益；做三项消融、阈值附近测试及平均仓位匹配，不追求单一最优阈值。

原文与核查

正文及全部内嵌核心代码已读，未运行。

原始文章 ↗

共同作者的框架说明

返回全年目录 ↑

变量比样本还多时，协方差估计的第一步是选假设，不是直接求逆

Covariance Estimation for Wide Data

Eran Raviv

一句话先讲结论

这篇是作者对已发表于WIREs Computational Statistics的高维协方差综述的介绍：它把因子模型、收缩、阈值、图模型和随机矩阵等方法放进统一框架，核心问题是变量数超过样本数时如何得到可用的矩阵。公告没有比较哪种方法带来最高组合收益，因此它是方法选型入口，不是一个新Alpha结果。

它到底在问什么？

当资产数量多于有效历史观察，样本协方差难以稳定估计甚至不能直接求逆，研究员究竟应该减少维度、收缩噪声，还是对相关结构加限制？

作者具体怎么做？

1. 作者从变量数超过观察数的宽数据问题出发，梳理统计、计量与机器学习中通常分开讨论的协方差估计路线。
2. 内容包括因子模型、线性与非线性收缩、阈值估计、分块平均、图模型和随机矩阵理论，尝试统一符号与框架，使不同假设可比较。
3. 另设部分讨论实际应用中如何保证估计矩阵有效，例如可逆性；这决定矩阵能否安全进入优化器，而不只是拟合样本相关系数。

关键结果

怎么理解？

对研究员，这类综述的价值不在于多记几个估计器名称，而在于说清自己的数据适合什么约束。因子模型把共同变化压缩到少数方向；稀疏或图结构则假设很多条件关联可以忽略；收缩是在样本信息与较稳定目标之间折中。不同路线不是可随意互换的“降噪按钮”。这些是方法层面的编辑解释，不是公告中的实验结论。 组合优化还会放大估计问题：看起来误差不大的协方差，求逆后可能给出巨大权重。即使矩阵已经正定可逆，也不意味着预测稳定或组合合理。方法选型必须同时观察权重敏感性、换手与极端敞口，不能把成功求逆当成验证通过。

最大限制

本次阅读的是完整公告，尚未取得和逐章审核综述全文；不评价各方法证明完整性或实际排名。公告没有提供可复现的数据与统一基准，因此此条按公告范围完成解析。

复现与研究价值

将它作为阅读导航：先明确自有数据的资产数、窗口长度、缺失结构与优化目标，再选样本协方差加约束、收缩和因子模型做冻结基准。用真正未来窗口比较风险预测、权重稳定性及成本，不只比较训练期拟合误差。

原文与核查

作者发表公告完整解析；综述全文未取得和逐章审核。

原始文章 ↗

返回全年目录 ↑

一条策略年化14.5%，QQQ贡献3.1个百分点：收益归因比只看净值多回答了什么

New Feature: Return Contribution Analysis

Allocate Smartly

一句话先讲结论

平台用Optimum3演示收益贡献：策略年化14.5%，其中QQQ贡献约3.1个百分点，交易摩擦拖累约0.7个百分点；另一个策略约10%的平均仓位放在美元指数，但年化贡献只有0.07个百分点。这个工具能指出收益从哪里来，却不能仅凭低收益贡献就判定某资产应被删除。

它到底在问什么？

一条多资产策略赚钱，究竟靠哪个资产、哪个年代和哪类风险？如果某个持仓长期占用资金却几乎不贡献收益，它是无效配置，还是承担了保险作用？

作者具体怎么做？

1. 先将Optimum3的总年化收益分解到各资产和摩擦，观察最大贡献者QQQ，并按年份下钻，发现其在1990年代中后期贡献突出。
2. 再汇总到美国股票、国际股票等资产类别，避免资产种类太多时漏掉总体贡献；最高层进一步分成风险偏好与防御类别。
3. 以Defense First为另一个案例检查美元指数UUP：平均配置约10%，但年化贡献仅0.07个百分点；作者据此讨论用现金或短债替代的可能。

关键结果

怎么理解？

收益归因把策略研究从一条净值曲线推进到可以提问的账本：优势是否集中在某个资产的大牛市，是否依赖一段特定年代，交易成本是否吃掉了微弱的配置贡献。把低贡献位置找出来，有助于减少不必要的复杂度和换手。 但作者对低收益美元仓位的判断仍需反事实支持。保险在平均收益上常常“不划算”，价值却可能出现在其余持仓同时受损时。要删除它，应比较替代后的组合回撤、尾部和融资需求；不能只按每个资产对平均收益的贡献排序。risk-on/risk-off二分也只是方便展示，长债和黄金并非所有危机中都防御。

最大限制

公开文章未说明复合年化贡献的完整链接算法，也未展示UUP替换后的同口径交易成本与条件尾部比较。平台示例是功能演示，不是独立审计后的收益承诺。

复现与研究价值

自有看板应同时显示收益贡献、风险贡献、尾部窗口贡献及持仓时间，允许按年份下钻；对低贡献资产做明确替代组合的回测，而非直接删去。归因总和必须与最终净值及费用账本一致。

原文与核查

公开功能说明与案例完整阅读；未访问会员账户或重算归因。

原始文章 ↗

返回全年目录 ↑

提款率7%未必胜过5%：样本越短，最坏退休路径越可能被漏掉

New Feature: Model Portfolio Withdrawal Rates

Allocate Smartly

一句话先讲结论

平台把安全与永久提款率加入自定义组合，并统一采用30年期限和历史通胀；文章特别提醒，1990年起样本得到7%提款率，不一定优于1970年起样本的5%，因为短样本可能恰好漏掉最差退休起点。这里的5%和7%是解释性假设，不是两条真实策略的实测排名。

它到底在问什么？

平均收益相近的组合，在持续提款时可能有完全不同的耗尽风险；能否用历史最坏路径衡量退休资金承受力，又如何防止不同样本长度造成误导？

作者具体怎么做？

1. 对自定义组合默认使用30年退休期限和历史通胀，逐年调整名义提款额，区分维持生存与维持实际本金两种目标。
2. 从样本每个可能季度分别开始模拟，取最坏序列对应的提款率；当后续数据不足30年时，把序列绕回样本开头接续，因此包含人工拼接路径。
3. 比较工具的普通绩效指标使用共同起始日，但提款率例外，继续使用各自全样本，以免截短数据自动抬高最坏路径结果。

关键结果

怎么理解？

提款问题最核心的是收益顺序：早期亏损叠加提款会缩小之后参与反弹的本金，因此年化收益和夏普无法独立决定可持续提款。本文把注意力放在最差起点，是对平均指标的有益补充。短样本看起来更安全，很可能只是没有经历过足够坏的路径。 不过，全部使用各自最长样本也不等于可直接公平排名。不同组合的历史长度、资产可投资性和拼接点依然不同；绕回开头还可能创造不自然的利率与通胀跳变。更稳妥的展示是同时给出共同真实历史、各自全样本和压力情景，而不是用单一提款百分比隐去数据结构。

最大限制

本次只审核公开方法说明，未独立验证平台实现。历史最坏结果不是未来安全保证；模拟季度大量重叠，并不代表同样数量的独立退休经验。具体税费与个体现金流未在本文展开。

复现与研究价值

研究看板应在提款率旁展示有效历史长度、真实完整30年路径数和拼接路径占比，并加入固定收益顺序压力测试；把结果作为风险比较工具，不当作个人提款承诺。以上未执行。

原文与核查

公开功能与方法说明全文已读；未使用会员工具计算。

原始文章 ↗

返回全年目录 ↑

交易程序没报错也可能已经失控：行情新鲜度、账户净额与重启对账才是上线底线

How to Build a Reliable Algo Trading Infrastructure

Concretum Research

一句话先讲结论

这篇列举十类实盘基础设施故障：连接显示正常却使用几小时前行情、两个策略对同一股票提交相反订单、重启后漏掉已成交记录，都可能在回测和纸面测试中完全不出现。对AI写出的交易程序，能运行只是开始；必须证明它知道数据是否新鲜、账户究竟持有什么，以及故障后该停止还是恢复。

它到底在问什么？

策略代码正确，为什么实盘仍会错误交易？信号之外的市场时钟、券商状态和账户共同资源，如何被纳入系统的可验证约束？

作者具体怎么做？

1. 行情层记录每个标的最近更新时间，重连不等于行情恢复；历史请求需处理限速、空响应和缓存，不能静默使用缺失指标。
2. 调度层基于正式交易日历、交易所时区和校准时钟处理早收盘与夏令时；订单提交、拒绝和取消都必须有明确状态路径。
3. 账户层显式路由账户并汇总策略需求；每次重启从券商成交与持仓恢复事实，与内部数据库对账后才恢复决策。

关键结果

怎么理解？

这篇可以直接变成上线验收表，但不要停留在一串提醒。每条提醒应对应一个可测试的不变量：过期行情不能开新仓、未知订单状态不能盲目重发、账户不明确不能提交、持仓不一致必须阻断。这样的要求才能约束人写的代码，也能约束AI自动生成的代码。 文章建议某些被拒收盘单用最后时刻市价单补救，实际应谨慎。若订单状态只是延迟而非确定失败，补单可能造成双倍持仓；接近收盘也会放大网络延迟和成交不确定性。回退逻辑应依据幂等标识、成交查询和明确风险上限，而不只是写一个晚几秒触发的定时器。

最大限制

这是经验性清单，没有故障频率或损失统计；券商行为、交易所规则和时间限制可能改变。本解析不将文中操作细节作为已经核实的最新API规范，也未操作任何交易账户。

复现与研究价值

搭建断网、延迟、重复回报、部分成交、重启、早收盘和时区切换的故障注入测试；每个场景记录预期最终持仓和阻断条件。先验证状态恢复，再讨论自动化交易的收益表现。

原文与核查

公开经验文章完整阅读；未验证当前券商规则或执行账户操作。

原始文章 ↗

返回全年目录 ↑

同一批日内做空候选，改为隔夜做多年化37.1%：省去借券，却接回跳空风险

When Short Sellers Create Overnight Alpha

Concretum Research

一句话先讲结论

作者把上一条日内做空候选改为收盘买入、次日开盘卖出，2012—2026年毛年化37.1%、夏普约1.6、最大回撤约35%；不再需要借券，但每股平均毛利润仅约4.2美分，净收益仍取决于竞价成交和成本。空头回补是解释之一，不是已被识别出的唯一原因。

它到底在问什么？

如果原本的卖空机会因借券昂贵而难执行，能否交易同一股票在另一段时间的风险补偿，用隔夜多头替代日内空头？

作者具体怎么做？

1. 固定原日内做空候选池，仅改变持有时段与方向，从日内卖空切换为收盘至次日开盘做多。
2. 用固定10%单股权重控制配置规模，报告毛成本表现，并观察21日平均每日入选数在样本中未低于五只。
3. 讨论空头回补、隔夜事件风险补偿和高关注股票三种解释；尝试进一步过滤的空间被提出，但尚未提供验证后的新增规则。

关键结果

怎么理解？

相邻交易时段的经济结构可能完全不同：日内空头希望回避隔夜不确定性，而愿意接盘的人可能获得补偿。这比把失败策略简单反向更值得研究，因为它真正改变了持有时间和实施约束。不过，同一选股条件的日内跌、隔夜涨，也可能来自关注效应、流动性和Beta，不能只凭叙事归因于空头回补。 尤其需要检查回补究竟发生在什么时候。如果主要买盘在收盘前已经把价格推高，收盘买入未必能赚到这段压力。只有结合竞价订单流、盘后成交和次日开盘才能识别剩余收益；“用MOC/MOO最小化滑点”也不等于可以忽略竞价冲击与订单截止要求。

最大限制

完整筛选表受限，公开作者回顾仍只有概要；未用相关论文冒充私有规则。毛成本回测、因果机制和可成交性未独立审计，固定10%在候选超过十只时的处理也需代码确认。

复现与研究价值

先恢复完整规则与总权重约束，再拆收盘前、竞价、盘后和次日开盘收益；加同Beta、同波动和同流动性对照，报告按价格层的每股净利润及容量，而非只报高年化。

原文与核查

公开方法与结果已读；付费完整筛选表未取得，作者公开回顾未补齐。

原始文章 ↗

返回全年目录 ↑

2026量化研究奖前三名：动量权重、月内周期与LLM假设发现，但奖项不是收益验证

Quantpedia Awards 2026 – Winners Announcement

Quantpedia / Radovan Vojtko

一句话先讲结论

公告前三名分别研究如何学习历史收益权重、月内动量周期，以及LLM引导的资产定价假设发现；第四、五名涉及重启异常与VIX产品交易。它是一张有用的研究地图，但没有公开统一评审回测或净收益证据，获奖名次不能直接变成策略配置排名。

它到底在问什么？

哪些问题获得本届研究评审关注？读者如何利用公告找到下一步应读的原论文，而不把评奖当成已经完成的实证尽调？

作者具体怎么做？

1. 第一名Wiedemann与Beckmeyer研究学习过去收益的不同权重；第二名Nathan等研究月内动量周期；第三名Liu等研究LLM辅助金融假设发现。
2. 第四名Beckmeyer等的Reviving Anomalies和第五名Zarattini等的The Volatility Edge扩展到异常复活和VIX产品交易。
3. 公告列出奖金、培训和订阅等奖励，并说明第一名将有后续采访；未提供逐项评审分数、样本外净收益或可运行代码。

关键结果

怎么理解？

从主题分布看，传统动量研究没有被AI取代，新的工具更多是在改变如何加权历史信息、提出假设和识别条件。这是编辑观察，不是评委公布的学科趋势结论。对研究团队，可按“预测对象—方法创新—验证要求”整理这些论文，避免只按热门程度分配工时。 也要避免把机构背书当统计证据。评奖可能综合创新性、叙事和实用性，未必以同一资产池、成本和样本外区间评分。看板可以保留奖项为元信息，但推荐分中的证据分仍应来自原论文，而不能因为第一名自动给高分。

最大限制

公告未披露统一评分细则及完整评审过程，本次未读这五篇全部原论文，不评价它们具体收益或推断高低。按公告类型完成，不冒充论文解析。

复现与研究价值

将五篇作为待关联的独立研究条目，逐篇追踪原始版本、代码、数据与后续更正；先核验第三名LLM研究的训练时点与假设搜索预算，再谈研究自动化价值。

原文与核查

公开获奖公告完整阅读；未声称读完五篇获奖论文。

原始文章 ↗

返回全年目录 ↑

内幕人买入信号的首要问题是何时能看到：四个集群前一天已涨1.61%

Most of the insider trading alpha is gone by the time you see the filing: poof!

Tommi Johnsen / Svetlana Shasharina

一句话先讲结论

这篇五天内部人交易观察最有用的是披露时点和程序性集群过滤，而不是标题中的“Alpha已消失”：作者后续7月审计修正了同一新闻管线的收益数据，并表示Form 4尚需正式时间序列检验。原文四个集群前日+1.61%、六个董事买入当日+3.55%只能保留为当时未复核的探索记录。

它到底在问什么？

长期学术研究中的内部人买入信号，经过公开披露和每日采集后还剩多少信息？同样被数据库标成买入，是否真的代表管理层主动看好公司？

作者具体怎么做？

1. 先用20日窗口内至少三名不同内部人公开市场买入定义集群，结合身份和交易计划筛选，发现TSM的一组记录高度集中在同日同价。
2. 人工审查后加入单笔至少1万美元和80%以上交易同日同价则拒绝集群的过滤，防止薪酬或计划性分配被当成独立集体买入。
3. 分别观察集群、大额单一董事以及10%大股东交易在系统发现前一日、当日、后一日的超额收益；将战略投资交割与管理层自掏现金区分。

关键结果

怎么理解？

最有用的部分不是追逐3.55%，而是把数据库里的“买入”拆回经济行为。许多人的小额同价买入可能来自一个公司计划，不能当作许多个独立的信心投票；大股东完成早已公告的投资，也不等于CEO首次用自己的钱下注。去重、身份和事件目的比单纯累计买入金额更重要。 同时要警惕标题过度概括。集群只有四例，无法证明“大部分Alpha已经消失”；每日管线延迟也不等于法律披露延迟。论文报告的交易日至披露日窗口、本文的系统发现前一日，是不同时间区间，不能用一个百分比直接互相验证。评论区声称的大样本复现没有独立材料，不作为本文证据。

最大限制

样本只有五天，集群和大额交易分别约4、6个，且作者没有三年内部人历史来应用完整惯常交易过滤。数据中具体TSM事件的性质还需原始Form 4核对；未提供可交易净收益与显著性。 后续7月审计揭示同管线收益基础缺陷，未重新确认本篇Form 4数值，因此不能将原文收益用于当前策略判断；后续文明确把内部人时间序列列为待检验。

复现与研究价值

建立交易日、SEC接受时间、首次采集时间和可执行时间四个字段，逐项链接原始申报；对同日同价集群做人工盲审。固定清洗规则后累积新样本，按内幕人身份分层，并比较申报后不同延迟的净成本收益。

原文与核查

公开正文完整阅读；未采用评论区未经核验的回测声称，未重查全部SEC申报。

原始文章 ↗

作者7月更正：原有收益结论撤回

返回全年目录 ↑

不再一对一配股：把价差网络压成个股信号，再在组合层面对冲

The Metamorphosis

Kris Longmore / Robot Wealth

一句话先讲结论

如果XOM相对多个能源股都显得贵，而其他能源股彼此价格正常，逐对交易会反复买入并不便宜的对冲腿；作者建议把每条价差拆成两只股票的相反票数，再聚合为个股信号，直接买便宜股票、空昂贵股票。它改善的是信号利用和组合构造，但多条共享XOM的价差不是多份独立证据。

它到底在问什么？

传统配对交易同时持有两条腿，可能把一半购买力用在只是公平定价的对冲资产上；能否保留风险控制，同时把资本更集中地配置到真正异常的一端？

作者具体怎么做？

1. 为候选股票构建重叠价差并标准化成z分数，观察某只股票是否相对多个伙伴都偏离。
2. 把一条XOM–SLB价差的+2.3拆成XOM的+2.3和SLB的−2.3，对每只股票所有连接取平均；正值表示相对贵，负值表示相对便宜。
3. 按聚合个股信号建立多空篮子，并在组合层控制净市场暴露；可以另研究价差质量、连接数量和信号一致性权重，但本篇未给出最终统一配置。

关键结果

怎么理解？

这和把多个因子预测先汇总、再一次性优化组合是同一种设计思想：信号生成不必和交易对冲一一绑定。它能够减少重复持仓和无效对敲，也使风险预算从配对层提升到组合层。但便宜或昂贵仍是相对模型的判断，不是价格必然回归的事实。 最需要修正的是“更多票数就更有信心”。连接都共享同一股票，往往同时受该股票自身新闻或Beta变化驱动；多数票可能只是同一原因被重复计算。连接稀疏与连接密集股票的平均z分数也未必可直接比较。真正的置信度应考虑误差相关性和结构变化，而不能只数伙伴数量。

最大限制

未公开网络筛选、估计窗口、退市与借券处理、净额执行及完整风险约束；未证明个股聚合比原配对在同风险和成本下更好。允许净多净空漂移会增加方向暴露，不能同时声称仍有完全同等的对冲效果。

复现与研究价值

在固定历史股票池上比较逐对交易与个股净额组合，统一总杠杆、行业和市场Beta；按节点度数、信号分歧及公司事件分层检验收益，并记录净额化节省的换手。以上为未执行方案。

原文与核查

公开方法文章完整阅读；未执行网络统计套利。

原始文章 ↗

返回全年目录 ↑

每周挑3只ETF，10周与25周动量各一半：规则简单，参数选择并未消失

Active Dual Momentum GTAA Strategy

Sona Beluska / Quantpedia

一句话先讲结论

作者在9只ETF里每周选过去表现最好的3只，只持有动量为正的份额，再将10周与25周两个版本各配50%；最终策略报告风险调整指标接近0.9。它展示了多时间尺度配置的可能，但10、25和3都来自同一历史比较，不能因为最后只有几个参数就视为没有过拟合。

它到底在问什么？

跨资产配置如何比慢速战略组合更灵活，又不变成高换手日频交易？相对动量选强者、绝对动量转现金能否同时改善收益与回撤？

作者具体怎么做？

1. 数据从2007年2月起，先固定选3只，测试1—12周和15—50周不同动量窗口，观察短长信号参数面。
2. 固定25周回看后，测试选择1至9只ETF，发现过少更集中、过多更接近基准，作者偏向3至6只。
3. 最终取选3只的10周和25周版本各半；正文部分长窗口结果从2008年起，应在相同起点重新比较，防止样本长度影响排名。

关键结果

怎么理解？

最好的方法披露是承认资产池也是参数。USO、QQQ与多只股票ETF会让结果受特定风险和时期影响；换一套看似同样合理的ETF，最佳窗口未必不变。比较参数附近表现比单点最优好，但还需检验资产池和调仓日的稳定性。 两个时间尺度平均能表达对速度的不确定性，却不会抹去此前看过的数据。更重要的对照应是相同投资比例和波动的被动组合，否则策略多持现金带来的回撤改善容易被当成选择能力。文章称周频取得平衡，需要用实际换手和成本检验，而不是由频率名字直接推导。

最大限制

公开文字未给完整交易费用、价格调整及同收盘执行细节；精确结果主要在图像表中，本文不臆造。调参、选池和子策略组合均使用同一历史，缺少冻结后的后验样本。

复现与研究价值

固定股票池和规则后，使用后续真实ETF数据前测；同时比较下一可成交价格、其他调仓日、合理交易成本与同风险基准。把所有测试过的窗口和组合记入试验台账，不只保留最后两条。

原文与核查

公开方法与结果讨论全文已读；图中未明确文本化的数值未补写。

原始文章 ↗

返回全年目录 ↑

跳空高开日内做空年化98%，但67%回撤、借券摩擦和2022后失效不能跳过

Identifying Stocks to Fade

Concretum Research

一句话先讲结论

作者筛选异常隔夜跳空股票做日内反向交易，2012年至2026年5月报告毛年化约98%、夏普2.08，却有约67%最大回撤，而且2022年后持续回撤。即使先不谈成本，这也不是一条“高收益所以可靠”的策略；完整筛选表仍在付费区，本条只解析可读实证与实施边界。

它到底在问什么？

大幅隔夜高开是否在开盘后回落？如果这种反转集中在难借、波动高的小盘股，统计可预测性还能有多少变成真实可执行收益？

作者具体怎么做？

1. 公开部分说明选择异常大隔夜跳空股票，研究随后日内反转；样本2012年1月至2026年5月中旬。
2. 股票池已剔除Russell3000流动性最差约30%，但剩余仍可能有薄交易、高波动和借券困难。
3. 作者把毛收益与手续费、市场冲击和locate成本分开讨论，并指出2022年后曲线明显恶化；完整选股规则表在付费区，公开替代检索未恢复。

关键结果

怎么理解？

最值得研究的反差是：极端收益机会常常恰好出现在实施最差的地方。筛选波动最大的跳空股，会同时筛到更昂贵的冲击成本和更难借的空头；这些摩擦不是独立外生常数，而是可能与信号强度正相关。用平均手续费给98%打个折远远不够。 对2022年后的恶化，也不应仅靠“越来越拥挤”讲完。需要分别查看候选数量、跳空幅度、开盘成交质量、幸存者结构和参数选择。真正的结构变化与过去偶然赚钱，在一条事后净值上很难区分。作者承认失效比只展示全样本指标更有价值，但不能据此证明此前收益的机制。

最大限制

完整选股与执行条件无法公开取得，故标部分解析；未绕过付费。原始交易流水、借券可得性和净成本结果均未独立验证，相关论文不能补齐作者私有规则。

复现与研究价值

拿到规则后先做可借券时点交集、跳空分位与流动性分层，使用实际locate报价和成交约束；按2022年前后固定分段审计，先判断原始条件效应是否仍存在，再研究替代交易。

原文与核查

公开实证与限制正文已读；完整筛选表受订阅限制，检索作者公开回顾未恢复。

原始文章 ↗

返回全年目录 ↑

三次迭代逼近机器精度还不够：隐波求解器最终卡在浮点边界和定价函数

A Faster Monotone Implied Volatiltty Solver

Fabien Le Floc’h

一句话先讲结论

Thiophene把价格对数上的Euler–Chebyshev迭代与互补价格对数上的Halley迭代拼起来，作者称约三次迭代即可达到机器精度；但真正稳健还需要极小价格修正和高精度重定价抛光，后者约占20%计算时间。数学上的单调收敛，只解决了问题的一半。

它到底在问什么？

能否做出兼有收敛保证、数值稳定性和实际速度的Black–Scholes隐含波动率求解器，而不是依靠常见牛顿法在极端报价下碰运气？

作者具体怎么做？

1. 把单调收敛思路扩展到归一化价格对数上的Euler–Chebyshev方法，加快靠近解的速度。
2. 当归一化价格c靠近1，改用互补价格1−c的对数；原迭代此时不再有同样单调性，因此切换为Halley方法。
3. 对极小价格加入Bachelier基础的细化，再可选使用Jäckel高精度Black–Scholes定价函数做最后抛光，以减少残留误差。

关键结果

怎么理解？

研究员容易只关注求根算法的阶数，却忽略它调用的价格函数是否足够准确。若定价函数本身在尾部存在误差，求解器越努力收敛，可能越精确地求解一个错误方程。把残差计算、变量变换和求根迭代一起审计，比单独比较牛顿与Halley更贴近生产问题。 这篇也展示了性能工程的合理取舍：最后20%的抛光开销可能对严格校准很重要，却不一定对粗粒度行情筛选值得。应先规定最终价格误差、希腊值稳定性与尾部失败率的容忍标准，再决定使用哪种模式，而非把“机器精度”当成所有任务的统一目标。

最大限制

本次完整阅读算法介绍，但未逐页审核论文证明，也未运行Java或Rust代码；公开博客没有完整输入网格和相对耗时表，因此不宣称已独立证明比Jäckel更快。

复现与研究价值

按实际交易所报价范围建立一致测试集，并比较开启、关闭抛光两种模式；对无套利边界附近输入记录返回状态而非静默给数。独立验证重定价误差后，再将新求解器作为可回退的生产候选。

原文与核查

公开博客完整阅读；原论文与代码仅定位，未执行或逐证明核验。

原始文章 ↗

Thiophene原论文

返回全年目录 ↑

VWAP退出的夏普最高，却不是每年赢家：四种出场规则该如何选

How to Manage an Intraday Trend Trade

Concretum Research

一句话先讲结论

同一SOXX日内ATR突破信号，只改变退出规则，2012—2026年VWAP退出夏普1.16、年化18.3%领先；但开盘价退出平均每笔赚6.8bp，高于VWAP的6.1bp，代价是更深的交易内不利波动。不同指标和年份没有同一个赢家，最优出场点不能只靠全样本夏普挑选。

它到底在问什么？

入场不变，退出用开盘价、日内中线、VWAP还是抛物线SAR？细小实现差异会改变交易次数、利润分布和持仓承压，如何避免挑到历史最幸运的版本？

作者具体怎么做？

1. 比较回到开盘价、触及累计高低中点、回到VWAP及PSAR追踪退出；PSAR首次以开盘初始化，后续交易继承此前止损水平。
2. 从组合指标进一步下钻交易笔数、平均每笔收益和交易内不利波动，区分赚钱效率与承受路径。
3. 查看年度夏普排名，发现顺序轮换，作者因此建议给多个有经济逻辑的退出版本分配风险，而不是全押历史第一。

关键结果

怎么理解？

这篇的优点是把“最佳”拆开：组合夏普、单笔利润、交易次数、承受的反向波动不是同一目标。净成本策略可能更偏好少交易，而风险限额可能更偏好更快退出，只有事前明确目标才能避免事后用最漂亮的指标证明选择正确。 集成体现了参数不确定性，但它不是免费分散。这四条策略共享同一SOXX入场和大部分持仓，危机中可能同时受损；同时运行可能增加实现复杂度和换手。应比较净额后的集成订单与单版本，而不是把四条毛收益曲线平均后就宣称风险完全消失。

最大限制

单一半导体ETF、毛交易统计，公开文章未提供完整ATR参数、分钟数据清洗和执行成本；原文没有给出集成组合的独立数值结果，不能补写其夏普提升。

复现与研究价值

锁定四种退出后，在其他预先指定资产和未来区间测试，统一成交延迟与滑点；比较等风险集成、净额交易与单版本的净收益、最大仓位和尾部滑点。优先验证稳健区域，不继续搜索更多退出规则。

原文与核查

公開正文與结果数字完整阅读；未重新运行SOXX分钟回测。

原始文章 ↗

返回全年目录 ↑

把新兴市场历史延到1926年：合成日收益不能当成新增的真实市场经验

A Century Without Data: Reconstructing Emerging Markets Equity History

David Belobrad / Quantpedia

一句话先讲结论

作者用出口额代理盈利、美国估值锚定新兴市场估值，再借美国股市的日内年内波动形状，构造1926年以来的新兴市场指数。它能补齐一条曲线，却没有凭空补出真实交易日：若用它检验股市相关性、危机分散和趋势收益，结果可能很大程度上重现了合成规则自己的假设。

它到底在问什么？

新兴市场可靠日数据很短，而多资产长历史研究需要更早序列；能否用低频宏观与价格资料构造替代历史，并明确替代历史能回答什么、不能回答什么？

作者具体怎么做？

1. 1926—1989年先估计低频增长路径，把美国股市剥离平滑增长后的波动成分按比例移植，构造年内变化。
2. 国家层面假设相对美国的长期估值关系较稳定，以出口历史代理盈利，汇总阿根廷、巴西、智利、印度、南非和中国等可构造国家。
3. 1989—1997年改用Fama–French月度新兴市场组合锚定，1997年后衔接MSCI日指数，2003年后使用EEM代表，并在连接点缩放保证连续。

关键结果

怎么理解？

这个方法可以用于压力情景生成，但应与实证历史分层存储。研究者需要区分：某个风险结果来自实际观察，还是来自美国股市路径被移植过来。尤其研究分散化时，如果先让新兴市场共享美国冲击，再发现两者危机共跌，这很可能是输入假设的回声。 出口也不是股东收益。国内销售、资本结构、国有化、交易所关闭、外资准入和汇率都会改变投资者实际能拿到的现金流；把企业生产能力平滑映射成价格，会遗漏最重要的制度断点。文章对中国终值归零的处理说明作者意识到这一点，但其他国家也需要同样严格的事件审计。

最大限制

完整代理数据、权重和参数未公开核验；年度/月度插值使用未来期末值，不可直接进入无前视日度回测。来源时期和可投资性差异明显，长序列不等于大量独立真实样本。

复现与研究价值

在数据字段逐日标注真实、插值、代理和人为事件处理；以多组波动锚和出口—盈利假设生成情景区间，而非单一路径。策略检验主要放在真实可投资时期，合成段只做敏感性压力测试。

原文与核查

公开重建方法全文已读；未独立复算合成指数。

原始文章 ↗

返回全年目录 ↑

1199条新闻只有106条被判有方向，而FinBERT把其中44条提前判成中性

Nine Pounds of Ore for an Ounce of Gold

Tommi Johnsen

一句话先讲结论

在一天1199条财经新闻里，Claude把106条判为可行动的方向性信息，其余1093条为中性；但FinBERT又把这106条中的44条判成中性，漏掉约41.5%的Claude方向样本。由此更应得出的结论是审计过滤器的漏检，而不是因为大多数新闻无用，就放心永久删除所有小模型中性项。

它到底在问什么？

新闻模型判断的是语言正负面，还是对指定公司的新事件？如果二者不是同一个任务，传统情绪分类结果能否直接成为投资信息入口？

作者具体怎么做？

1. 日度管线采集九个行业的1199条内容，检查中性池里报价页面、错代码、多公司泛谈、重申评级和旧事件回顾等类型。
2. 把两个模型的标签交叉列联：Claude中性1093条中，FinBERT也判中性的900条；其余103正面、90负面。
3. 反向检查Claude有方向106条，其中FinBERT判39正面、23负面、44中性，分析平淡事实性措辞与强烈评论措辞如何造成不对称分歧。

关键结果

怎么理解？

文章把“情绪语气”和“事件信息”分开，适合用来重新定义新闻工程的目标。真正有价值的改进可能先来自实体匹配、去重、首次事件识别和事实抽取，而不是在正负标签上追求更高小数点精度。反复转述同一消息的十篇文章，不应被当作十份独立证据。 原文建议信任FinBERT中性并只升级非中性项，这与其自己报告的41.5%漏检存在张力。对总体占比低的目标，整体中性一致率很容易看起来不错，正是因为大量无关样本压低了平均错误。生产系统应该随机抽检被过滤部分，直接估计损失的信息价值，而非只展示进入下一关的标签质量。 后续更新：作者7月审计仍观察到小模型对正面催化漏检更强的不对称，但次日收益优势与模型排名并未成立。分类分歧可以保留为工程事实，不能再向上推成已验证Alpha；原混合级联已退出生产。

最大限制

这是单日列联分析，方向标签由Claude定义；文章没有独立人工标注或冻结后的交易检验。原文对“没有新信息就不预测明天”的强断言也未经此表证明，媒体关注量本身可能影响成交或波动。

复现与研究价值

把正类召回、错误实体率、重复事件率和每千条成本并列展示；对中性池分层随机复核，并保留关注量与新闻类型特征。硬过滤、不确定性升级和全量模型需在同一人工标注集及时间截点上比较。

原文与核查

公开正文完整阅读；未独立核验1199条新闻或运行模型。

原始文章 ↗

作者7月更正：原有收益结论撤回

返回全年目录 ↑

散户猜对51.3%却亏钱，机器人猜对49.9%却赚1.33亿美元：入场价比胜率重要

Who Profits from Prediction Markets?

Joshua Della Vedova；Quantpedia导读

一句话先讲结论

在2.22亿笔已结算预测市场交易里，散户方向正确率51.3%却亏损，机器人49.9%却累计赚1.33亿美元；论文把选对方向与支付的价格分开后发现，盈利差别主要在执行。它并不是说随机下注能赚钱，而是买入价格已经隐含概率，判断对了也可能买得太贵。

它到底在问什么？

为什么预测正确率更高的参与者，最终反而亏钱？研究交易技能时，方向判断和执行价格是否被错误压缩成一个指标？

作者具体怎么做？

1. 利用已结算Polymarket交易，按交易者类型比较方向正确率和损益，再将收益拆成方向与执行组成。
2. 检查两种能力的依赖性以及执行基准敏感性；作者指出包含自身交易的传统VWAP可能人为制造二者负相关。
3. 用1410万笔CBOE期权观察检验边界：两维可分性仍存在，但方向准确率与盈利的反转不再出现，因为期权还允许选择执行价、期限等其他维度。

关键结果

怎么理解？

对量化研究员，最直接的迁移是把预测质量与经济决策质量分开。新闻模型、LLM事件概率或分类胜率即使改善，若市场在模型出结果前已经调价，就未必有收益；评价必须同时记录决策时价格、等待成本、成交方式与实际可得利润。 但执行与信息也不应被绝对对立。更早进入本身可能需要承担不确定性，挂单收入也可能补偿逆向选择；“执行优势”不是无风险的钱。交易者类型由行为识别，钱包是否同一主体、机器人分类是否准确以及资本规模差异，都影响对群体结果的解释。

最大限制

已读导读及原论文摘要、作者网站资料，未逐页审核112页最新版本或链上重构流程。作者网站持续更新，不能拿最新累计收益替换研究样本；未独立核验费用及钱包分类。

复现与研究价值

自己的预测实验应同时保存概率、报价、订单与成交时点，按价格隐含概率评价校准，再按执行成本评价净收益；避免用自身成交构成的基准给自己打分。先做冻结前测而非从机器人总利润推导可复制策略。

原文与核查

公开导读完整阅读；SSRN摘要及作者研究网站核对，未逐页审计原论文。

原始文章 ↗

原论文SSRN6191618

作者研究主页与数据说明

返回全年目录 ↑

商品期货155年风险溢价约5.4%：关键不是商品一直涨，而是期货与现货不同

An Index of Commodity Futures Returns Since 1871

Rajkumar Janardanan / Xiao Qiao / K. Geert Rouwenhorst；Quantpedia导读

一句话先讲结论

论文用1871—2025年的历史商品期货资料，摘要报告平均年风险溢价约5.4%，约43%的年份跑赢股票；导读所引表格给出期货夏普0.38、股票0.41、商品现货0.22。这个结果支持期货是一类有独立收益来源的资产，而不是“现货商品长期上涨就能复制”的简单故事。

它到底在问什么？

现代商品指数历史有限，只保留今天还活着的合约也会高估效果；把停交易品种放回历史后，商品期货风险补偿是否仍成立？

作者具体怎么做？

1. 作者从交易所年鉴和报纸档案手工收集期货价格，纳入现存与已消失合约，减少只看成功品种的幸存者偏差。
2. 构建长期分散指数并与股票、通胀比较，统计年度和十年区间的相对表现，而不只看155年终点财富。
3. 把期货超额收益与现货及经利息调整的基差/展期部分区分，检验正回报是否仅由现货上涨解释。

关键结果

怎么理解？

这篇最重要的增量在于数据覆盖，而不是再宣布一次商品可分散。将消失的合约放回去，可以避免只用今日成功市场重写历史；对任何长历史资产研究，这都是比漂亮终点曲线更基础的贡献。研究员应优先看合约进入退出规则、缺失报价和抵押品处理。 但长样本仍可能把许多制度混在一起。交易成本、交割规则、市场参与者和投资限制都变化过，155年平均值不能直接成为今天战略配置的输入。现代可投资指数还可能偏能源，和历史等权篮子不同；需要分阶段、分品种和等风险比较来判断哪些结论可迁移。

最大限制

已读公开导读、SSRN摘要及作者机构资料；未逐页取得并审计原论文数据表。5.4%与5.5%差异保留说明，未复制来源的大段引文；数据库并非已独立下载重算。

复现与研究价值

先以真实可交易合约复核近代子样本，并分别报告现货、超额期货、抵押品利息和净成本；用包含退市合约的历史清单检查幸存者偏差，避免在配置模型里直接填入155年单一均值。

原文与核查

导读完整阅读；SSRN摘要与作者机构说明核对，未逐表审核原论文全文。

原始文章 ↗

原论文SSRN6276738

作者机构研究资料

返回全年目录 ↑

六周暴涨后一年平均涨18.8%，但“历史最强20次”本身是事后排序

A Historical Look at the Top 20 6-week $SPX Rallies Since 1950

Rob Hanna

一句话先讲结论

作者选出1950年以来不重叠的20次最强30交易日上涨，历史先例随后一年平均涨18.8%，高于基准9.4%；短期一个月却通常进展有限。这支持区分反弹后的短期消化与长期延续，但事后选“最强20次”并不是当时已知的交易阈值。

它到底在问什么？

六周涨得太多，意味着过热即将回撤，还是说明中长期动量很强？上涨从深度熊市开始与从浅回撤开始是否不同？

作者具体怎么做？

1. 从1950年以来寻找30交易日强涨窗口，排除重叠后保留20个最强事件，包含当前观察。
2. 用起点回撤20%作状态划分，比较短期与一年后的表现；当前属于相对浅回撤后强涨。
3. 对八个非熊市案例补充平均后续回撤与上涨幅度，观察路径风险而非仅终点收益。

关键结果

怎么理解？

强上涨之后既可能短期回吐、也可能长期继续上涨，两者并不矛盾。这篇把时间尺度放在一起，比一句“涨多了要跌”更有信息量。研究员应把预测期限固定，再讨论动量或反转，而不是在不同期限之间挑一句支持已有仓位的话。 关键方法问题在于“前20名”的阈值是看完整段历史后才知道。真实使用时只能根据当时历史分位或固定涨幅触发，而且早期和近期事件的市场制度不同。把不重叠处理加入设计有帮助，但一年结果仍可能共享宏观时期，事件数并不等于独立样本数。

最大限制

未独立读取完整事件表；胜率分母与文字描述有待核验。未见固定事前阈值、成本或样本外检验，强涨选择与非熊市细分均可能增加搜索自由度。

复现与研究价值

用固定30日涨幅阈值或仅依赖此前数据的分位数触发，锁定重叠排除规则；比较1、3、12月分布并进行按年代留出检验。先验证能否实时识别，再讨论仓位应用。

原文与核查

公开正文完整阅读；未独立核验原始事件表。

原始文章 ↗

返回全年目录 ↑

翻倍股占比仅为科技泡沫时的四成，但这不是市场还能涨多少的尺子

The 100% Club. 2000 Tech vs 2026 AI

Cesar Alvarez

一句话先讲结论

作者比较纳斯达克100中过去一年翻倍的股票占比：2000年科技泡沫高点约53%，2026年这次观察约20%；当前涨幅前十名的平均表现虽然接近当年，但剔除SNDK这个极端值后便明显下降。它说明两轮行情的上涨广度和集中程度不同，不能据此推出当前市场便宜，更不能把距离53%的差额当作剩余上涨空间。

它到底在问什么？

同样被称为科技泡沫，当前行情究竟是大批股票普遍疯狂，还是少数明星股把整体印象拉高？估值指标之外，价格分布能否提供另一种诊断？

作者具体怎么做？

1. 作者用AmiBroker及Norgate数据观察纳斯达克100成分股过去一年价格表现，把上涨超过100%的股票归入同一组，计算占比。
2. 将科技泡沫顶部与当前观察点对照，同时检查历史上超过30%的时段；作者指出这些时段多数出现在市场低点之后，而不只出现在顶部。
3. 另取过去一年涨幅最大的十只股票，比较平均涨幅；当前SNDK对均值影响很大，于是再使用第二至第十名重算。

关键结果

怎么理解？

这篇的价值在于把“市场疯了”拆成两个不同问题：上涨是否足够广，以及上涨是否由极少数股票贡献。对量化研究员，两者应该分别进入市场状态描述，而不是合并为一个笼统泡沫标签。截面分位数、翻倍股比例与集中度能帮助确认目前正在交易哪类风险。 但文末从“还不如2000年疯狂”推到“仍有很大上涨空间”，证据跨越过大。历史上的最高极端值不是市场必须再次达到的目标；更低的翻倍股占比也可能同时伴随更高的估值、更弱的盈利兑现或不同利率。拿一个著名顶部作为标尺，还容易事后挑选最能支撑叙事的参照。

最大限制

公开文章是描述性图表比较，未提供条件未来收益、样本外检验或顶部识别准确率；本文未独立核验历史成分与退市处理，也不把作者的估值背景陈述当作当前市场事实。

复现与研究价值

可把翻倍股比例、收益中位数、前十分位收益和第一大贡献者占比同时做成历史序列，按固定阈值检验后续1—12个月的收益分布，并分别控制此前跌幅和估值。先检验是否增加预测信息，再决定能否进入仓位规则；这是未执行方案。

原文与核查

公开文章正文完整阅读；未重新计算图表或回测。

原始文章 ↗

返回全年目录 ↑

给策略净值加均线开关：回撤变小，风险调整收益却没有普遍改善

"Surfing the Equity Curve": Using Trend-Following to Switch Strategies On and Off

Allocate Smartly

一句话先讲结论

对100多条TAA策略分别设置净值均线开关，样本从1973年开始：1/2月均线只保留约69%的投资仓位，2/36月约96%；多数设置降低最大回撤，却没有一组在夏普上超过平均策略。唯一在UPI上占优的6/12月组合也缺少周边参数支持——净值看起来更平滑，不等于策略真的更有效。

它到底在问什么？

已经有了一套策略，能否在它最近表现不好时暂停，等净值重新向上再恢复，从而避开失效期？这是对策略本身择时，不是对底层资产再做一次趋势交易。

作者具体怎么做？

1. 每个月末比较一条策略净值的短期X月均线与长期Y月均线，短线高于长线则下个月保持配置，否则该份额持有现金。
2. 遍历不同短长均线组合，比较年化收益、夏普、最大回撤，以及兼顾回撤深度和持续时间的UPI，而非只展示最好的一组参数。
3. 另外测试过去X个月收益大于零的绝对动量开关，并把比较门槛改为同期国库券收益；这些替代规则没有改变总体结论。

关键结果

怎么理解？

一个容易忽视的问题是：原策略已经可能包含趋势过滤，再对它的净值做趋势过滤，相当于在一串经过调整的收益上追加延迟。亏损发生后关闭、反弹发生后重新打开，既可能错过恢复，也会削弱原本来自多策略同时运行的分散作用。本文把许多策略放在同一规则下检验，比展示某条策略上漂亮的开关净值更有说服力。 但“没有一组普遍有效”与“任何特定条件都没有作用”仍不同。真正的系统故障、数据失真或交易成本恶化，可能值得停机，却不一定表现为简单均线跌破。收益择时和研究治理应分开：前者需要可重复预测优势，后者可以基于明确的实施失效证据。

最大限制

完整底层收益库并未在公开文章提供；平台当前收录策略向历史延伸可能带有选择偏差。额外切换成本未计，实际表现只会受到进一步拖累。图中未在正文列出的夏普或年化值不臆造。

复现与研究价值

复现时加入等平均仓位的静态降风险对照，分解收益损失来自现金拖累还是错误开关；冻结参数后检验恢复期漏赚和新增换手。若设置停机机制，应让数据质量、成交偏差等诊断与净值信号分别记录。

原文与核查

公开研究正文完整阅读；未独立重跑平台策略库。

原始文章 ↗

返回全年目录 ↑

用经理平均仓位替代固定60/40，年化7.9%变9.1%，但股票敞口也多了6个百分点

The NAAIM Exposure Index: Incorporating Active Investment Mgr Sentiment into Asset Alloc

Portfolio Optimizer

一句话先讲结论

每季末把NAAIM过去13周平均读数当股票权重，其余配债，2006—2026年回测年化9.1%，高于60/40的7.9%，周频回撤25%对34%；但平均股票仓位也从60%升到66%。这说明调查驱动配置值得研究，尚不能把1.2个百分点收益差全部称为择时Alpha。

它到底在问什么？

长期股债投资者能否用主动经理实际仓位调查，做低频、透明的配置调整，而不是构建复杂日频信号？

作者具体怎么做？

1. 先说明NAAIM周度自报仓位可包括空头和杠杆，并同时关注中位数与离散程度，避免把平均数解释为所有经理一致持仓。
2. 季末计算13周简单均值，将其百分比配置到股票，余额配置债券，持有至下季；用2006年9月至2026年2月数据比较。
3. 报告收益、波动、夏普与周频最大回撤，同时承认更细频率会显示更大回撤，调查时间与实际后续仓位亦可能不同。

关键结果

怎么理解？

这类规则的好处是容易解释和执行：用平滑调查代替固定股票比例，降低决策频率。但它也把一群经理的行为当作外部模型，这些经理可能已经在追趋势，因此需要检查调查究竟新增了信息，还是仅把已有价格趋势换一种包装。 还应审计仓位边界。原始调查允许负值与超过100%，若13周平均也越界，公式可能隐含卖空或杠杆；生产实现不能默默截断而又沿用未截断回测。定义、边界和发布时间都应写进规则，而不是只保留一行均线。

最大限制

本次完整阅读作者复现说明，未独立运行API或数据。成本、负/超100读数处理与无风险夏普口径未充分展开；调查样本、分歧及周频风险限制外推。

复现与研究价值

加入固定66/34、价格动量配置和同波动60/40对照，用日价格计算风险并计入费用；严格使用发布时间之后的信号，明确权重截断规则，检查是否仍有风险调整增量。

原文与核查

公开方法与结果表完整阅读；未执行数据API或复现。

原始文章 ↗

返回全年目录 ↑

追最近高夏普的TAA策略：12个月窗口有亮点，却在2011年后失去优势

Selecting TAA Strategies Based on Recent Performance, Part 2: Recent Sharpe Ratio

Allocate Smartly

一句话先讲结论

从100多条TAA策略里每月挑最近夏普最高的几条，12个月回看、选3条的组合给出UPI 3.59，高于平均策略3.05；但作者指出这种优势在2011年后已无效，短于12个月的回看尤其差，而且尚未扣除策略切换的额外摩擦。因此它不是一条已经得到稳健支持的“追高夏普”规则。

它到底在问什么？

直接追最近收益最高的策略容易追到高风险策略，改成追风险调整后的夏普，能否更可靠地选择下一阶段的赢家？

作者具体怎么做？

1. 以平台100多条TAA策略为候选，从1973年起进行月度筛选，分别改变回看长度和最终持有策略数，检查参数面而不是只展示最优组合。
2. 比较年化收益、夏普、最大回撤和UPI；特别观察小于12个月与至少12个月窗口的区别。
3. 再去掉无风险收益门槛，用收益/波动替代夏普排名。策略选择因此更偏向收益路径平稳的资产，但没有改变缺少稳定优势的结论。

关键结果

怎么理解？

追夏普比追总收益更合理，但并不会消除选择误差。候选策略的短期波动、共同持仓和危机暴露都可能暂时改变排名；选出的是“最近看起来顺”的路径，不一定是未来预期收益真正提高。候选高度相关时，三个不同名字也可能代表同一种风险。 作者对孤立UPI亮点保持谨慎是这篇最有价值的部分。真正可信的轮动改进应该同时有机制、邻近参数稳定性和时间稳定性；从完整参数表挑出一个胜者，再用全样本指标给它背书，恰好又回到了策略筛选原本要避免的问题。

最大限制

没有公开完整候选收益库、策略首次可投资时间与分段统计。基础策略成本已计，策略间切换成本未计；两者不能混为“已经净成本”。去掉无风险门槛改变排名偏好，但不宜据此普遍断言夏普必然偏爱高风险。

复现与研究价值

在自有策略库上先做按首次上线时间的滚动候选池，再把夏普排名与收益排名、等权、风险平价比较；以相关簇为单位限制重复风险，并单独报告换手成本和危机后恢复期表现。固定检验方案后再观察未来月份。

原文与核查

公开正文完整阅读；未重新计算平台策略收益。

原始文章 ↗

返回全年目录 ↑

黄金与比特币轮动年化64.7%，降风险后只剩12.0%：暴露调整才是故事关键

Dual Momentum Allocation Between Physical Gold and Bitcoin (Digital Gold)

Cyril Dujava / Quantpedia

一句话先讲结论

2018年底至2026年4月，黄金/比特币/现金的4、8、12周动量等权组合报告年化64.73%、最大回撤49.40%；加上基于12周波动估计的降仓后，年化降至12.01%，回撤收窄到12.27%，夏普反而由1.47小降至1.37。风险确实下降，但不能把降杠杆后的低回撤等同于新增Alpha。

它到底在问什么？

黄金与比特币常被放进同一个保值叙事，但波动和危机表现很不一样。能否用相对强弱择一，再用绝对动量转现金，让配置更可控？

作者具体怎么做？

1. 将Bitfinex小时比特币价格对齐GLD的纽约交易收盘时点，使用2018年底至2026年4月样本，并讨论后期BITO、IBIT实现载体。早期历史并不是当时已经存在的IBIT交易记录。
2. 遍历1、2、3、4、6、8、12、20、24、28周动量；原文8周表现最好，再构建4、8、12周等权复合版本以分散单参数选择。
3. 选择资产后用12周滚动波动年化，按示例可理解为min(1,20%/估计波动)配置，剩余现金；原文公式排版不完整，复制前需要核对代码。

关键结果

怎么理解？

最应该拆开的，是资产选择与仓位选择的贡献。原策略在比特币大波动期承担很高风险，复合参数也没有避免接近50%的回撤；风险调整后的结果更适合稳健预算，却不能称为动量选择能力被进一步证明。需要一个相同平均波动或相同平均仓位的被动组合，才能看清择时有没有独立贡献。 另一个关键是资产代理的可交易历史。现货比特币、期货ETF和现货ETF涉及不同费用、展期和交易时段，把它们串成一条方便的序列并不能消除这些差别。周三收盘既用于判断又用于执行，也必须明确是否有滞后；只有当天已知数据才能决定后续真实成交。

最大限制

参数最优区间及复合选择均在同一历史上观察，未见冻结后的独立样本。公开正文对ETF代理、同收盘成交、现金利息和交易成本披露不足；风险权重公式有排版问题，不能直接无核对复制。

复现与研究价值

先用现货数据与真实ETF成立后数据分别复现，明确下一可成交价格、手续费及价差；加入同波动被动混合对照，并把参数选择放入内层窗口。按周审计预测波动与实现波动偏差，不把20%视为硬保证。

原文与核查

公开正文及文字结果表完整阅读；未下载原始行情或执行回测。

原始文章 ↗

返回全年目录 ↑

回撤优化了17%，却只是绕开两笔亏损：一次策略修改的过拟合审计

Bad Month for Your Strategy? Should You Change It?

Cesar Alvarez

一句话先讲结论

某策略遭遇最差回撤后，增加规则让CAR相对提高约5%、最大回撤相对缩小17%、夏普提高15%；看起来全面改善，但作者进一步发现，主要收益来自绕开引发修改念头的两笔交易，其他大回撤几乎未改善。文章最终不接受这次修改：改好了历史伤口，不等于学到了可迁移规律。

它到底在问什么？

真实交易亏损后发现一个看似合理的新过滤条件，究竟是在修复策略，还是在为刚发生的亏损寻找事后借口？

作者具体怎么做？

1. 先观察年化复合收益、最大回撤、年度收益及夏普，确认修改是否带来足够大、而非微小的高层指标改善。
2. 进一步检查逐年收益和前五大回撤：大多数年份不变，显著变化集中在少数年份，尤其是触发修改的2026年；前五大回撤主要只改善最差那一次。
3. 返回原策略，单独排除触发重估的两笔交易，发现几乎复制了新规则的主要改善，因此把它视为事后拟合。对于通过上述检查的修改，作者仍等待两三个月再重新判断。

关键结果