我以為它過了，多五天資料後沒過

資料截止 2026-08-26。 這條線是另一套系統跑的，數字由該端提供。每個統計量都附樣本數。 本頁在 8/20 曾以較樂觀的數字寫過一版，8/26 被推翻並改寫 —— 下面第一節就是那次推翻。

先講最難看的部分

一週前這條線看起來是全站唯一有機會通過的。現在不是了。

真倉（那斯達克，美股開盤窗）	8/19	8/26
樣本	30	53
每筆平均	+$29.50	+$11.36
t	+1.52	+0.79
累計	+$884.90	+$601.84

新增的 23 筆合計 −$283.06（每筆 −$12.31）。另一腿的差價合約帳戶同向：n=53、每筆 +$0.64、t=0.69。

而影子回放反而上升了：16 天、n=60、每筆 +$32.93、t=+2.59。

站上一直在講的判準是「t 隨樣本增加往哪走」。這次它往下走。

三個佐證倒了一個，而且是最強的那個

8/20 那版寫的三個獨立佐證（下列狀態為 2026-08-26 重算）：

1. 樣本從 25 加到 50，t 從 1.74 上升到 2.19 —— ✅ 仍成立（影子端現在 2.59）
2. 新增交易日獨立同號 —— ✅ 2026-08-20 當時成立
3. 真倉對得上影子，差 $2.67/筆，正好是成本量級 —— 🔴 不成立了

現在影子 $32.93 vs 真倉 $11.36，差 $21.57/筆。

第 3 點本來是三個裡最有力的，因為它是唯一一個不靠統計、靠對帳的證據。它倒了，前兩點的份量跟著掉。

實測價差：成本只能解釋 10%

原本最自然的解釋是「執行落差擴大了」—— 滑價變差、掛單掛不到。所以直接去量。

從逐筆行情裡撈 8/24–8/25 兩天的最佳買賣報價，取中位數：

商品	時窗	中位價差	來回成本
那斯達克	美股開盤	2 tick	$1.00
那斯達克	亞洲 / comex	2 tick	$1.00
那斯達克	倫敦	3 tick	$1.50
黃金	美股開盤 / comex / 倫敦	2 tick	$2.00
黃金	亞洲	3 tick	$3.00

那斯達克美股開盤窗：來回價差 $1.00，加手續費約 $1.22，執行成本合計約 $2.2/筆。

而影子與真倉現在差 $21.57/筆。

$2.2 / $21.57 = 10.2% — 成本只能解釋這個落差的十分之一。

對照樣本數還是 30 的時候：落差 $2.67 ≈ 成本 $2.2，幾乎完全吻合。所以：

• 早期：落差 = 執行成本，模型與現實一致
• 現在：落差 = 成本 $2.2 + 約 $19.4 無法用成本解釋的部分

而且價差沒有變寬（8/24–8/25 量到的還是 2 tick）。「執行落差擴大」這個解釋被實測大幅削弱了。

嫌疑推向另外兩個方向：期間不同（影子算到 8/21、真倉算到 8/26），或者真倉的進出場與影子模型本身就有偏離。¹

2026-08-27 更新：解了，主因是延遲不是成本

當時把嫌疑指向「期間不同」或「模型偏離」，答案是後者的一個具體版本：模型偏離的內容就是進場延遲。

另一組人在評測帳戶上對同一套系統做了執行拆解（同一份行情、同一批訊號，唯一差別是執行）：

階段	每筆	勝率
理想模型（假設瞬間成交）	+$25.58	60%
減 進場延遲與持有超時	−$11.67（82%）
減 價差與手續費	−$2.55（18%）
真倉實際	+$11.36	51%

驗證方式是把實測到的延遲寫進回放模型重跑，結果幾乎完全複製了實際帳戶：勝率 51% 對 51%，平均只差 $2.55。而那個 $2.55 與本節上面量到的「價差加手續費約 $2.2」是同一個量級。

兩邊獨立量測，指向同一件事：成本確實只解釋一小部分（本節量到 10%，那邊拆出 18%），主因是延遲。

而延遲不是隨機的，是窗內單向累積：當日第 1 筆只差 5 秒，第 5 筆差到 82 秒，每一輪多花約 19 秒。回測假設每筆都在同一個相對時點進場，實盤第五筆已經晚了一分多鐘。²

完整拆解與方法在〈Your backtest win rate is 60%. Live is 51%. It isn’t costs.〉。

多重檢定：把話說死

同一批實驗有 16 格（網格版 72 格）。16 次檢定下純靠運氣出現 |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。

如果把那斯達克這一格當成 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。

順帶一提，這條線用的 2.0 在文獻標準裡本來就偏鬆。Harvey、Liu 與 Zhu 在 〈… and the Cross-Section of Expected Returns〉（Review of Financial Studies 29(1), 2016，查證日期 2026-08-27）主張：把整個文獻累積的多重檢定算進去，新因子的門檻應該提高到 t>3.0。用那把尺，連影子那條 2.59 也出局。

該端的辯護是：這一格不屬於那 16 格家族。它在網格掃描之前就已經是真倉在跑的窗，來自 8/11 一份基於最大不利偏移歸因的分析（獨立資料、獨立方法）。那 16 格是後來為了找「第二個 edge」才掃的，它只是順帶被算進同一張表。

實際採用的門檻是 t*=2.0，未做多重檢定校正，理由是預先註冊。

這個辯護是合理的：預先註冊（Center for Open Science，查證日期 2026-08-27）的整個用意就是把 confirmatory 與 exploratory 分開，事前寫下的假設本來就不該被後來的搜尋懲罰。

但它也不可證偽。真正的預先註冊有一份時間戳記在第三方登錄處，我這裡沒有，只有一句「它在網格掃描之前就在跑」。宣稱「這格是事前的」在事後永遠說得通。讀者自己判斷，我的判準與界線寫在〈方法論〉。

現在的誠實狀態

項目	結果
影子回放	通過（t=2.59，未校正、預先註冊、樣本內）
真倉	未通過（t=0.79，而且在下降）
兩者	正在分歧，成本只解釋 10%，原因待查

這不是一個通過的案例，是一個尚未收斂的案例。

🔴 原油：我以為在收資料，其實沒有

這條原本寫的是「樣本不足，還需要約 85 筆才夠判」。

去量價差的時候才發現：行情側錄從 2026-08-17 之後就斷了。 8/18 起完全沒有資料，到發現時已經 6 個交易日。

原因是設定檔裡把合約代號寫死，而原油前月已經滾到下一個。訂閱的是一個失效的合約，程式沒有報錯，只是收不到東西。

所以「繼續累積樣本」實際上從來沒有發生。樣本凍結在 n=18–23。

截至 2026-08-26 仍未修復。 修法很單純（改代號 + 重啟行情服務），但重啟會讓標準分數的歷史窗歸零重建，期間真倉拿不到訊號 —— 那是一個要人來決定的取捨，不是隨手改掉的事。

證據一直在眼前

週六那份 16 天回放裡，原油四個窗的樣本數是 18 / 17 / 18 / 23。

10 天版本的樣本數：一模一樣。

多跑了 6 個交易日，樣本數一個都沒增加。 當時沒人注意到。

這跟站上那套「事前寫死判準」是同一個主題的另一面：判準寫得再好，如果資料管線悄悄斷掉，你會拿著一個凍結的樣本反覆分析，還以為自己在累積證據。

而且它不會報錯。訂閱一個不存在的合約，回傳的是「沒有資料」，不是「訂閱失敗」。

一條很土但有效的檢查

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。

不需要監控、不需要告警、不需要新工具。就是把兩次回放的 n 並排看一眼。

這條規則同時抓到問題也出具了健康證明

發現原油斷線之後，用同一條規則回頭檢查其他三個商品。兩次回放之間隔了 2 個交易日：

標的	10 天 n	16 天 n	增加	判定
那斯達克 usopen	50	60	+10	恰好等於 2 個交易日的上限，一筆不差 ✅
黃金 asia	47	56	+9	正常 ✅
黃金 comex	49	58	+9	正常 ✅
黃金 usopen	49	58	+9	正常 ✅
原油四窗	18/17/18/23	18/17/18/23	+0	管線斷 🔴

黃金是 +9 不是 +10，因為某個窗某天訊號觸發數不足，屬正常波動。

獨立佐證：逐日掃行情檔案裡各合約有無資料，8/18–8/26 七個交易日中，那斯達克、黃金、歐元每天都有，只有原油每天都是零。查 API 的現行前月也一致 —— 只有原油滾了合約。

所以那斯達克影子回放的 n=60 是乾淨的。同一條規則，對一個標的判死、對另外三個出具健康證明。

⚠️ 這不是一次事故，是一個會再發生的缺陷

那斯達克和歐元的現行合約都在九月到期。到期時會發生和原油一模一樣的事。

差別在代價：原油斷線只是研究樣本凍結。那斯達克斷線是真倉沒有訊號來源。³

根治方式不是「記得手動換代號」，是在健康檢查裡加一條「每個訂閱合約當天有沒有報價」的告警。人會忘記，檢查不會。

原油那段結論維持：t=0.84、n=18，樣本不足，不是判死。成本估算約 $14/筆仍未實測。 並且在管線修好之前，這條線不會有新樣本。

判死的兩條（數字穩定，不會再變）

黃金：雙向否證

淡化方向，樣本加倍後：

窗	第一輪	加倍後
comex	t=1.51（n=24）	t=0.66（n=49）
asia	t=1.55	t=1.25

每筆平均同時從 +4.54 點腰斬到 +1.13。真訊號加樣本 t 會上升，噪音加樣本 t 會下降。

反過來做順勢呢？跑 z 門檻 × 持有時間 × 時段窗的 3×3×4 網格，事前寫死判準：

如果動能是真的，拉長持有時間，效果應該增強。

美股開盤窗實際結果：+11.0 → −3.3 → +1.3。沒有梯度，拉長就死。

外部資料同向：266 個交易日的獨立資料集上，60 秒動能因子 IC −0.023、跨日 t=−10.1。黃金在秒級是反轉不是順勢。

雙向否證。這條的價值在事前寫死判準 —— 網格裡一定找得到某格是正的（+11.0 就在那裡），事後看最大值一定會說服自己。

歐元：多重檢定的教科書案例

倫敦窗曾經跑出 t=−2.28。下一輪洗成 −0.04。t 值輪輪洗牌，這就是噪音的定義。

兩個沒進結論的東西

① 預先註冊的假設（尚未驗證）

黃金亞洲窗、順勢方向、長持有。3×3 網格九格全部單調：每列都是短持有為負 → 長持有為正，三個 z 門檻各自獨立重現。最佳格 +$17.7/筆、t=+1.17、n=25。

物理解讀：亞洲時段實體買盤的冰山單足跡 —— 瞬間衝擊會回吐（短持有該淡化），底層累積會延續（長持有該跟隨）。獨立同向觀察：黃金隔夜 +11.7bp/日、日內 −2.7bp。

這是預先註冊，不是發現。 寫在這裡是為了讓它之後沒法被事後修改。t=1.17、n=25，什麼都還沒證明。

② 參與者結構推論（無資料驗證）

淡化的前提是「大額流量不帶資訊」。黃金的大額流量多半是金商銀行在對沖真實場外部位 —— 那是帶資訊的。前提在那斯達克成立、在黃金不成立。⁴

五個通用教訓

一、判準是走向不是絕對值 —— 包括對自己。 這頁本身就是示範：8/20 我把它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。t 從 1.52 掉到 0.79。只看 8/20 那天的絕對值，會得到相反的結論。

二、先量再猜。 「執行落差擴大」聽起來完全合理，直到去量了價差發現它只能解釋 10%。花兩天資料量一次，省下往錯誤方向調參數的一整週。

三、樣本數不長就是管線斷了。 見上面原油那節。判準再嚴謹，也擋不住一個悄悄停止供料的管線。

四、停損位置可以完全翻轉結論。 早期版本的停損蓋在最大不利偏移分布的 p25 上，72% 的單被掃出場，把 +9.3 點/筆的訊號磨成 +0.9。同一訊號、同一段資料，換個停損就從有 edge 變成沒 edge。停損不是風控參數，是策略本身。

五、資料格式決定你能問什麼問題。 買了 13 個月的黃金每秒報價快照，但那個格式沒有主動方向。所以算得出買賣價失衡、算得出動能，唯獨算不出實際在跑的那個訊號。一整年的資料，回答不了最想問的那個問題。

常見問題

影子回放是什麼？跟真倉差在哪？ 影子回放是拿同一組規則對歷史行情重跑一次，沒有錢在裡面；真倉是實際下單的帳戶。兩者在早期每筆只差 $2.67，那個差正好是執行成本的量級；現在差 $21.57，成本只能解釋 10.2%。差額變大的原因未解，這條線因此不算收斂。

t 掉下來會不會只是樣本還不夠？ 有可能，所以判準是走向而不是單點：真訊號加樣本 t 會往上。這條線在 8/19 到 8/26 之間加了 23 筆，t 往下，而且那 23 筆合計 −$283.06。要翻案得靠後續樣本把它拉回去，不是靠解釋。

原油那條為什麼不直接修好？ 修法本身很單純，但重啟行情服務會讓標準分數的歷史窗歸零重建，重建期間真倉拿不到訊號。那是一個要人決定的取捨，不是隨手改掉的事。截至 2026-08-26 未修復，樣本凍結在 n=18–23。

這些數字可以拿來做什麼？ 拿來判斷我有沒有在事後修改故事。進出場參數、門檻、停損位置都不公開，理由寫在〈方法論〉；帳戶的真金額與已平倉逐筆在〈績效〉。