方法論：我用什麼判自己的策略死刑

這個站用同一套判準打過八條線，結果是四條判死、四條未證實、零條通過。判準是事前寫死的 t* = 2.0，而且判的不是絕對值，是 t 隨樣本數的走向：真訊號加樣本 t 會往上，噪音加樣本 t 會往下。期貨那條在 n 從 30 增到 53 的期間，t 由 1.52 掉到 0.79，就是靠這條判準被推翻的。推翻的是我自己一週前寫的結論，過程留在〈我以為它過了，多五天資料後沒過〉。

為什麼門檻是事前寫死的

因為事後定門檻，門檻永遠會剛好落在你的結果下面一點。

t*=2.0 是在跑之前就寫下來的，跑完不改。這條規則的價值不在 2.0 這個數字本身，它可以是 1.9 或 2.2，重點是它先於資料存在。同樣的道理套在網格掃描上：黃金那條事前寫死的判準是「如果動能是真的，拉長持有時間效果應該增強」，實測拿到的是 +11.0 → −3.3 → +1.3，沒有梯度。如果沒有事前寫死，看到網格裡那個 +11.0 一定會說服自己那是發現。

我的門檻其實比文獻寬鬆

Harvey、Liu 與 Zhu 在 〈… and the Cross-Section of Expected Returns〉（Review of Financial Studies 29(1), 2016）裡的結論是：金融文獻累積了數百個宣稱有效的因子，把多重檢定算進去之後，一個新因子的 t 值門檻應該提高到 3.0 以上，而不是慣用的 2.0。他們的說法是，多數已發表的發現很可能是假的。

所以我的 2.0 是一條寬鬆的線。這件事對我不利，寫在這裡是因為它是真的：連這條寬鬆的線，八條產品線一條都沒有過。如果採用 3.0，連影子回放那條 2.59 也一起出局。（查證日期 2026-08-27）

判準判的是走向，不是絕對值

單一時點的 t 值幾乎沒有資訊。有資訊的是同一條線在樣本增加時 t 往哪邊走：

線	早期	加樣本後
期貨真倉（那斯達克）	t=1.52（n=30）	t=0.79（n=53）
黃金 comex	t=1.51（n=24）	t=0.66（n=49）
黃金 asia	t=1.55	t=1.25
歐元倫敦窗	t=−2.28	t=−0.04

四條全部往下。歐元那條最乾脆：曾經跑出 −2.28，下一輪洗成 −0.04。t 值輪輪洗牌，那就是噪音的定義。

放寬條件，看它會不會回歸

第二條判準跟上面那條同一個家族：不要看單一時點的數值，看它在條件改變的時候往哪邊移動。

一個條件統計量很漂亮的時候，第一個該問的是「這是不是抽樣運氣」。有一個不用工具、任何人都能跑的檢驗：

放寬條件，看那個統計量會不會往無條件值回歸。

實例（2026-08-27，運動賽事背離那條線）：在條件較嚴的時刻，可成交深度的中位數是 $186.51，而全部時刻只有 $27.89。n 只有 58，很可疑。把條件放寬一級之後樣本變成 499（8.6 倍），中位數是 $179.79 —— 幾乎沒有動。

如果那 $186.51 是運氣，納入更多接近雜訊的時刻之後它應該往 $27.89 靠。2026-08-27 這次它沒有動，所以那是結構。過程寫在〈實現報酬是理論的六倍，而該登的是理論那個〉。

調查也要事前寫死收手的條件

第三條把前兩條套到事故調查上。前兩條判的是訊號與統計，這條判的是「我什麼時候該停止找證據」。

查一件事查不到的時候，寫「查不到」看起來永遠是比較誠實的選項。但它可能是錯的。 2026-08-27 有一次調查就是這樣：第一輪查詢回報「沒有發生過」，寫成「我判斷是這個原因，但沒有留下證據」聽起來謙虛得多 —— 而真相是它真的發生過 141 次，紀錄在沒有人想到要看的輪替壓縮檔裡。¹

誠實有時候會指向錯的方向。要挖到底才行。

那次重挖是這樣做的：如果輪替檔裡也沒有紀錄，結論就是「查不到」，而且會照寫。 判準先於證據存在，跟 t* 先於資料存在是同一件事。完整的調查在〈兩個都錯的環節，拼成一條完整的因果鏈〉。

多重檢定：同一批實驗做了幾次檢定

同一批實驗有 16 格（網格版 72 格）。16 次獨立檢定純靠運氣出現 |t|>2 的期望次數是 0.8 次，而實際正好出現一次 +2.29 和一次 −2.28。也就是說，「有一格過了 2.0」完全落在運氣的預期範圍內。

如果把那斯達克那格當成 16 格之一，Bonferroni 校正（NIST/SEMATECH e-Handbook §7.4.7.3，查證日期 2026-08-27）以 α=0.05/16 給出 t*≈2.95，它的 2.19（現在影子 2.59）不通過。

站上實際採用的是未校正的 t*=2.0，理由是那一格屬於預先註冊，不在那 16 格的搜尋家族裡。這個辯護合理，但它不可證偽：宣稱「這格是事前的」在事後永遠說得通。所以它寫在這裡，讓讀者自己扣分。

為什麼回測數字要先假設它是假的

Bailey、Borwein、López de Prado 與 Zhu 在 〈Pseudo-Mathematics and Financial Charlatanism〉（Notices of the AMS 61(5), 2014）證明的是：只要試過的組態夠多，漂亮的回測績效幾乎是必然會出現的，跟策略有沒有 edge 無關。

他們把這個現象叫 backtest overfitting，並指出只報告最佳組態而不報告試過幾種，等於沒有提供任何資訊。（查證日期 2026-08-27）

這正是站上〈我的回測說 13.25 倍，稽核完剩 2.26 倍〉那篇在做的事：把自己的回測當成別人的來稽核。結果是三處高估，而且全部朝「策略看起來更好」的方向偏，沒有一處反向。單向偏差本身就是訊號：那不是隨機的 bug，是我在建模時的預期偷偷進了資料處理。

樣本數不長，就是資料管線斷了

這條是所有判準裡最土也最有效的一條：

同一支回放跑更多天，每個標的的 n 都必須變大。沒變大的那個，管線斷了。

實際抓到的一次（2026-08-26）：兩次回放隔了 2 個交易日，那斯達克 n 由 50 增到 60，恰好等於 2 個交易日的上限、一筆不差；黃金三個窗各 +9；而原油四個窗是 18/17/18/23 → 18/17/18/23，一個都沒增加。原因是行情訂閱綁在一個已經失效的合約上，程式不報錯，只是收不到東西。

它不報錯這件事才是重點。 訂閱一個不存在的合約，回傳的是「沒有資料」，不是「訂閱失敗」。所以那段時間「繼續累積樣本」從來沒有發生，而分析照跑、結論照出。同一條規則對一個標的判死、對另外三個出具健康證明，這是它比監控告警好用的地方。

壓力測試：拿掉最賺的幾筆還剩什麼

一個策略如果報酬集中在少數幾筆，那它測到的可能不是 edge，是運氣或某一次結構性事件。

• 幣圈那條 18 格全正，但去掉最賺的 10 筆之後整體翻負
• 美股那條的單筆最大獲利佔總報酬 80.5%，而那一筆是一檔連續 95 個交易日零成交的停牌股。回測「買到了」也「賣掉了」，真實世界裡那個價格上沒有對手方

第二個例子後來讓整份回測從 13.25 倍降到 2.26 倍。

出場設計比進場條件重要

期貨那條早期版本的停損蓋在最大不利偏移分布的 p25 上，結果 72% 的單被掃出場，把 +9.3 點／筆的訊號磨成 +0.9。同一個訊號、同一段資料，換一個出場規則就從有 edge 變成沒 edge。

所以站上不會用「這個進場條件有沒有用」來描述一條線：那個問題在出場規則定下來之前根本沒有答案。

對帳是唯一不靠統計的證據

期貨那條有兩份紀錄：真倉與影子回放。影子回放現在是 t=2.59（n=60），真倉是 t=0.79（n=53）。

早期兩者每筆差 $2.67，而實測價差加手續費約 $2.2，幾乎完全吻合。那是模型與現實一致的證據，而且它不靠統計，靠對帳。現在兩者差 $21.57／筆，成本只能解釋其中 10.2%。同一項證據，從最有力的佐證變成最大的疑點。

一份與真倉完全相同期間的影子回放正在跑，那份才分得出是「期間不同」還是「模型偏離」。在那之前，這條線的狀態是尚未收斂，不是通過也不是判死。

數字怎麼來的，以及哪些不變量在擋

績效資料由腳本從各來源拉取後寫進版本庫，網站在建置時讀取，公開結果在〈績效〉。每次寫檔前會跑一組不變量，違反就不寫檔：

• 真錢總計必須等於各真錢線之和，評測帳戶不得混入
• 已平倉筆數只增不減、出場日不得早於進場日
• 鮮度必須算出來，不是寫死；抓不到就標記過期，絕不沿用舊值假裝是今天的
• 已平倉的標的如果又建了一次而且還沒出場，名稱遮蔽、其餘欄位照常公開

網站端再驗一次：合計對不上就讓建置失敗；過期資料在頁面上標紅字，而且不做數字動畫。會動的數字暗示即時，那是用視覺說謊。

**站上的每一筆紀錄分兩級：本站獨立驗證過的，與只有單一來源的。**後者一律在原地標明。

兩級各是什麼，以及為什麼要分

本站獨立驗證：這裡有第二個來源可以重算，或有一道不變量在擋。逐日權益與已平倉逐筆屬於這一級 —— 合計對不上建置就失敗，而那道檢查跟產生數字的那一端是分開的兩段程式。

單一來源：只有一方說過，本站沒有辦法重算。三種情況：資料端算好後直接寫進版本庫的彙總量（例如下市清單那張分類表）、由另一端提供而未經本站重跑的根因說明（例如某條線的收集中斷原因）、以及外部量測（例如搜尋主控台的曝光數）。這些一律標「未經本站獨立驗證」或指名來源。

分級的理由不是禮貌，是可稽核性本身要能被稽核：一份紀錄如果不說哪些部分它自己驗過，讀者就只能整份信或整份不信。而這兩種反應都不是稽核。²

幣圈那條線的訊號來源整批公開在〈幣種資料〉：每一支永續合約一頁，資金費率與未平倉合約的日線、上市日、下市日。已經停止交易的那些在〈已下市清單〉—— 合約下市之後多數行情站會刪頁，這裡不刪。那一頁同時寫明了「已下市」是怎麼判定的，以及這個判定會漏掉什麼。公開的是資料，不是訊號：偵測條件與門檻不在裡面，事件延遲至少八週才揭露。

不公開什麼，界線在哪

公開：方法論、判準、多重檢定、t* 的選擇、證否結論、事故 root cause、資料瑕疵清單、已平倉逐筆、淨值與真金額，以及執行系統的架構與工程概念（掃描與執行分離、守衛層、乾跑模式、心跳與告警、對帳邏輯）。

不公開：進出場的參數與門檻、持有時間、停損位置、可承載的容量上限、尚未平倉的標的名稱、任何即時訊號。

界線是一句話：別人看了能複製我的工程，但複製不了我的參數。

理由不是保護商業機密。八條線裡有三條是逆勢的，跟單會直接墊高進場成本；幣圈那條靠量能高潮出場，跟單量本身就會餵出假訊號。而這個站的賣點是「我會判死自己的想法」，有人照著虧錢，那個賣點就沒了。

這條界線由建置時的閘門強制：文章與樣板碼掃到參數名、帳戶規模、容量上限或進行中的部位，建置直接失敗。

那道閘門攔不住什麼

一個站宣稱有自動閘門保護，就得說清楚它的極限，否則讀者與未來的維護者都會高估它。它是逐行掃字串的，所以它擋得住手滑，擋不住推理。

所以：

兩個各自無害的數字，分散在不同的段落，組合起來洩漏第三個 —— 它看不見。

這不是理論。2026-08-27 寫一篇工程紀錄時，原稿有一句「某個輪詢從一場 N 次降到 M 次」，兩個數字單獨看都無害；而同一篇文章的另一段提到當天做到第幾筆。兩者放在一起，就把每個時段的筆數釘死了 —— 而容量上限就在不公開的清單上。

任何正規表達式都攔不住這種組合。攔住它的是寫的時候有人想到。最後那句改成了「從約五位數降到每個決策一次」：三個數量級的發現一個字都沒少，少的只有那個可以反推容量的整數。

（連這一段也不能寫出那兩個數字 —— 舉例說明一次洩漏，本身就會是那次洩漏。這件事在別的地方也發生過：那份規定「不得公開容量參數」的設計書，第二次被閘門擋下，就是因為它引述那個數字來解釋自己為什麼被擋。）

閘門擋的是手滑，不是推理。這一層只能靠人，而人會累。

更正政策

數字若與實際帳戶對帳有出入，以帳戶為準，在後面更正，不回頭改舊文。這個站已經示範過一次：期貨那條在 8/20 寫成「三個佐證同向的好案例」，8/26 多五天資料後最強的那個佐證倒了，於是原文留著，推翻寫在同一頁的第一節。

版本庫裡每次資料更新都是一個 commit。歷史不可竄改就是免費的可信度：如果哪天這裡的數字變好看了，你可以去翻它是什麼時候變的。

常見問題

這裡的策略可以照著做嗎？ 不行，而且刻意做不到。參數、門檻、持有時間、停損位置全部不公開。公開的是判準與證否過程，那些東西複製不會傷害任何人。

t*=2.0 是怎麼定的？ 跑之前寫死，跑完不改。文獻建議的門檻是 3.0（Harvey et al. 2016），所以 2.0 已經是寬鬆的線，而八條線在這條寬鬆的線上一條都沒過。

為什麼要公開沒過門檻的東西？ 因為只公開過門檻的東西，讀者無法判斷那是不是倖存者偏差。判死紀錄的資訊量比績效截圖高，而且它可以被檢驗。

數字多久更新一次？ 績效資料每個交易日拉一次；拿不到就標記過期並在頁面上顯示紅字，不會沿用舊值。資料頁與文章不定期更新，每次更新都留在版本紀錄裡。

為什麼有一筆已平倉紀錄的標的名稱是空的？ 那一筆在 2026-08-12 平倉，之後同一個標的又建了一次，截至 2026-08-26 的資料仍未平倉。公開名稱等於公開一個未平倉的部位，所以名稱遮蔽、其餘欄位照常。平倉之後名稱會自己出現。