🔬 选股质量证据

信号级反事实样本:想买的票 vs 全池等权(只看选股,不看仓位)
加载中…
加载中…
--
加载中…
--
加载中…
--
加载中…
--
加载中…

按交易日明细

超额 = 当日总分前 30% 的「引擎最想买的票」收益 − 当日全池等权收益。 正数 = 选股跑赢闭眼买一篮子。T+N 相对信号日收盘价计算(不用盘中价,避免前视偏差)。

AI 实际读到的内容

加载中…
上面这段文字会原样注入 AI 的调参上下文(仅自动调参,手动对话不带)。想关掉:参数中心 → AI 简报 → ai_signal_evidence_enabled。

这块证据能证明什么、不能证明什么

能证明:选股信号的质量 —— 高分票是否跑赢全池等权。
不能证明:仓位该多大。它对 position_size 只是间接证据,作用是切断 「没成交 ⇒ 所以该降仓」这个错误推理,而不是用来优化仓位。
把它当仓位优化器,就会造出一个比「命中率 0%」更难发现的幻觉 —— 因为它有数据表、有统计、看起来很科学。
为什么要用「信号级」样本:旧口径统计的是真实成交笔数,而盘中常常零成交 ⇒ 零样本 ⇒ 样本闸、命中率、 Significance 三处同时失明,最后退化成「AI 无足够成交样本时不许降仓」这条硬规则。 这里改为记录每一条买入信号(不管有没有真的买成)及其后 1/3/5 日收益,样本量从「每天 0~2」变成「每天约 70」。