五個資料瑕疵，沒有一個讓策略看起來更差

這條線 2026-08-08 起跑、2026-08-16 結案，投入 $0，最後判死：階梯策略的期望值落在 −13% 到 −18%，六天沒有一天為正。

但這篇不是講策略為什麼不成立，是講在判死之前找到的五個資料瑕疵。它們有一個共同點：

每一個都讓策略看起來比實際更好。沒有一個是反過來的。

如果資料問題只是隨機雜訊，應該有大約一半會讓策略看起來更差。五比零不是隨機。

先講清楚：這不是樣本不足

觀測	66,550 個幣（25% 抽樣，約當 26 萬次發幣）
價格快照	320,491 筆
期間	2026-08-08 到 2026-08-16，8 天
投入資金	$0

判死的理由不是「再多跑一陣子說不定就成了」。最強的進場條件把成功率從 2.5% 拉到 4–5%，而策略要能成立需要的是 25% —— 差一個數量級。那是比例估計，距離需要的水準有 8 個標準誤以上。

不是樣本不夠，是東西不在那裡。

分項的樣本數多半沒有留存：VM 已終止、原始資料依當時指示未保留。下面凡是沒有寫 n 的地方，就是沒有留存，我不會回頭估一個看起來合理的數字。

五個瑕疵

#	瑕疵	它讓什麼變好看
①	最強的混淆因子是「用哪個工具發幣」	一個正訊號被壓成負訊號，控制後反轉
②	多池取最高價，挑中流動性 $5 的垃圾池	階梯期望值被灌成 2–4 倍
③	曲線資料違反單調不變量，31% 的紀錄是垃圾	「中段進場 +175%」實際是 −71%
④	極端值沒有逐一驗證	最大的四筆裡三筆是假的
⑤	起始參數被寫成常數	曲線進度算錯，方向不定但偏樂觀

瑕疵 ①：混淆因子讓訊號的正負號反過來

代幣的中繼資料裡有一個欄位直接反映它是用哪個工具發出來的。原生工具與機器人批量工具的成功率差 4 倍以上（5.5% 對 0–1.3%）。

而機器人工具會自動填滿社群欄位、自動掛一則爆紅推文。於是「這個幣蹭了爆紅推文」這個特徵，被大量的機器人發幣汙染：

	「蹭爆紅推文」的成功率
沒有控制發幣工具	1.84% ← 看起來是負訊號
控制發幣工具之後	5.88% ← 1.9 倍增益，是正訊號

同一個特徵，結論完全相反。

這是 Simpson’s Paradox 的教科書形態：兩個變數在整體資料上呈現一種關聯，在每個子群裡卻是另一種，甚至反向（Stanford Encyclopedia of Philosophy，查證日期 2026-08-27）。

實務上的教訓比理論更難：你不會知道哪個欄位是混淆因子，除非你先想到它可能是。 我是在查另一件事的時候撞到的。

瑕疵 ②：取最高價，取到一個賣不掉的價格

同一個代幣可能同時存在好幾個流動池。原本的做法是取「所有池子裡的最高價」，聽起來像是保守地捕捉到最好的機會。

實際挑中的是一個流動性只有 $5 的垃圾池，它的報價比真實價格高 7 萬倍（真價 1.793e-8，垃圾池 1.285e-3）。

更糟的是那個欄位是累積型的（記錄歷史最高價），一次壞值就永久留在資料裡，不會自我修復。整份階梯期望值被灌成 2 到 4 倍。

正解有三條：只收同一種報價幣的池、要求最低流動性、取流動性最高的池而不是價格最高的池。

這不只是資料問題，是經濟問題

Uniswap 的運作說明（查證日期 2026-08-27）把定價寫成 x * y = k，並指出相對於池深度越大的交易，價格衝擊越大。

把這句話套到一個 $5 的池子上：你在那個價格上根本賣不掉任何有意義的數量。那個報價不可成交，所以取最高價在經濟上也是錯的，不是只有統計上錯。

辨識徵兆：所有極端值都集中在同一類樣本。當時 13 個 100 倍以上的紀錄全部來自同一類，而另一類的最高只有 19 倍 —— 19 倍剛好是那條曲線的天花板。一個真實的分布不會這樣分層。

瑕疵 ③：用領域不變量抓壞資料

這條是五個裡面方法論價值最高的。

那條定價曲線是單調上升的，所以「較晚的價格低於起始價」在數學上不可能發生。寫下這條不變量，然後去數有幾筆違反：

31% 的紀錄違反。

原因是某些發幣工具的曲線帳戶版位跟主流工具不同，解析出來的數字是垃圾。而那些垃圾正好製造出「數百倍報酬」的假象。

清掉之後，那個最漂亮的結論翻轉了：

「中段進場 ROI +175%」→ −71%

〈我的回測說 13.25 倍，稽核完剩 2.26 倍〉那篇是同一種翻轉在美股回測上的版本。兩次的共同點是：沒有人會去查一個符合預期的好結果。

每加一個衍生欄位，先寫下它必須滿足的不變量，然後去數有幾筆違反。

這條之所以有效，是因為它不依賴直覺。2026-08 那批資料裡違反不變量的 31% 紀錄每一筆單獨看都不奇怪 —— 一個數字大一點小一點，你不會覺得有問題。只有在寫下「這件事不可能發生」之後，它們才會一次全部現形。

這也是為什麼績效資料的產生腳本會在寫檔前跑一組不變量，違反就不寫檔。〈檢查因為錯誤的理由而通過〉那篇講的是同一個家族的問題：檢查存在，但它檢查的東西不對。

瑕疵 ④：極端值要逐一對線上驗證

最大的四筆紀錄，逐一去對當時的線上狀態：

這一筆	存的值 vs 現價	池子流動性	判定
第 1 筆	一致	$285,000（市值 1,507 萬）	真的，474 倍
第 2 筆	高 4,227 倍	$1,400–2,000	假的
第 3 筆	高 82 倍	$1,400–2,000	假的
第 4 筆	高 555 倍	$1,400–2,000	假的

真實大漲的池子深度是假高點的 100 倍以上。 這給了一條可用的過濾線索，但它擋不住全部 —— 其中一筆有 $1,671 的流動性，仍然報出 4,000 倍的假價。所以流動性要另外存成欄位，分析時再過濾，不能只在收集時卡一個門。

NIST 的統計手冊在離群值那一節（§7.1.6，查證日期 2026-08-27）寫的是：離群值應該被仔細調查，它們往往帶有關於資料收集與記錄過程的重要資訊。這四筆正是如此 —— 那三筆假的告訴我的不是市場，是我的抓取管線。

瑕疵 ⑤：起始參數被寫成常數

不同代幣的起始虛擬儲備不一樣，實測至少有兩種不同的值。曲線進度如果用寫死的常數去算，算出來的位置就是錯的。

正解是用該幣自己的首次觀測值自校準，不要假設一個全域常數。這條的修法很短，但它跟瑕疵 ② 的修法一樣，都是把「我以為固定的東西」改成「每一筆自己帶著的東西」。

這條的教訓跟前四條同源：我假設了一個會變的東西不會變。

🔴 我自己的一個推理錯誤

這篇如果只列資料的錯，就漏了最貴的那一個。

我曾經下過一個結論：「沒有買單就賣不掉，所以停損不可行。」

在曲線階段這是錯的。 那條定價曲線本身就是造市商，它由池中的準備金算出價格，永遠有報價。沒有人買的幣照樣可以賣回曲線，損失的是手續費與價差，不是全部。

這個錯誤讓我一度誤判整條線的風險控制沒有著力點。

在 AMM 上，「沒有成交量」不等於「沒有流動性」。兩者要分清楚。

真正的薄池問題發生在代幣畢業之後的另一個場所，那時候的報價才會不可信——也就是瑕疵 ② 講的那件事。同一條線上，同一個詞（流動性）在兩個階段意思不一樣，而我用同一套直覺去理解它。

出場設計在這條線上的完整對照寫在〈出場規則換一下，同一批交易從 −86% 變 +3%〉。

另外兩件會影響結論的事

制度轉變。 某個平台功能上線之後，畢業率從 0.198% 跳到 1.045%，五倍以上。任何跨期統計在引用之前，都要先確認樣本落在制度轉變的哪一邊。把兩邊混在一起算平均，得到的是一個在兩個制度下都不存在的數字。

節奏。 從發幣到觸及最高價的時間分布是：p50 = 0 分、p75 = 2 分、p90 = 10 分、p99 = 103 分。

一半的幣在第一分鐘之內就走完了全部漲幅。任何「等幾個小時再觀察」的設計都不是保守，是誤解了這個市場的時間尺度。

為什麼五個的方向會一致

這才是這篇真正的結論，比任何單一數字重要。

資料問題不是隨機分布的。它們系統性地偏向「讓你想看到的東西成立」，原因不在資料，在流程：

你只有在結果不符合預期的時候才會去查。 合乎預期的那些，你不會回頭看第二眼。

所以 2026-08 這八天留下來的五個瑕疵全部偏向同一邊，不是因為壞資料剛好都往好的方向壞，是因為往壞的方向壞的那些，早就在第一時間被我查掉了 —— 查掉之後我不會記得它是「一個瑕疵」，只會記得「那天有個數字怪怪的，後來修好了」。

留下來被寫進這篇的五個，全部是通過了我當時那一關的。這就是為什麼判準要事前寫死、不變量要事前寫下來：事後的檢查會自動對齊你的期待。

常見問題

這條線判死了，為什麼還要寫這麼長？ 因為策略死了，五個瑕疵不會死。混淆因子、不可成交的報價、不變量、極端值逐一驗證、常數假設 —— 這五樣在任何一條線上都會再出現一次，而且它們的破壞力遠大於進場條件選錯。

為什麼可以把細節全寫出來？ 這條線 2026-08-16 結案、投入 $0、VM 已終止、原始資料未保留。公開它不會讓任何人跟到任何還在運作的東西。仍在運作的線的參數，這個站上一個字都沒有，理由寫在〈方法論〉。

分項的 n 為什麼都沒有？ 未留存。VM 已終止、原始資料依當時指示未保留。可以引用的整體規模只有 66,550 個幣 / 320,491 筆快照 / 8 天，其餘的比例數字要當成單一樣本的觀察，不是統計結論。

只跑八天會不會太短？ 對於「這個策略能不能賺錢」，八天確實短。但這篇的結論不是統計顯著性，是成功率差了一個數量級（4–5% 對需要的 25%），以及五個資料瑕疵的方向性。後者跟時間長短無關。