一句话概括
我用自建的量化分析平台 AlphaTrace，把 39 笔链上交易丢给 10 个策略假设互相 PK，想找出「这些交易最可能在用什么方法」。结果排第一的策略，只靠 3 笔有效数据撑起来，而且它的「解释力」是 10 个假设里最低的——它能拿冠军，纯粹因为它最简单。
这不是程序坏了。这是一次诚实的量化分析该有的样子：最像的解释，不等于最真的解释。
平台在做什么
AlphaTrace 干的事一句话能说清：把链上一个公开地址的历史交易搬进来，还原每次买入那一刻的市场长什么样，然后让一批经典策略（动量、突破、均值回归……）互相竞争，看哪个最能解释这些交易为什么在这些时刻发生。
它给我的永远是「最可能的假设」，不是「确定的真相」，更不是「稳赚保证」。这次的数据是：39 笔交易，覆盖 23 个币种，时间从 2024 年 6 月跨到 2026 年 9 月。
第一名的故事
跑完假设竞赛，10 个假设按总分排好。排第一的叫 funding_oi_signal，中文是「资金费率/持仓量信号」，总分 0.563，只有 1 个参数。看名字挺唬人——「用资金费率和持仓量信号来解释交易时机」。但点开它的证据栏，第一句话就泄了底：
3/39 fingerprints carry real funding/OI data（39 笔交易里，只有 3 笔真的带资金费率和持仓量数据）
39 笔交易，只有 3 笔有这个策略需要的关键数据。 这个「第一名」是靠 3 笔交易撑起来的。
更扎心的是它那 6 项小分。平台给每个假设打 6 个维度的分：
- 解释力 0.38 —— 能不能解释他过去的操作。这是 10 个假设里最低的。
- 预测力 0.58 —— 能不能猜中之后的操作。一般。
- 稳定性 0.49 —— 换个时间段还灵不灵。一般。
- 稳健性 0.90 —— 参数改一改结论还成立吗。很高，后面验证页确认是「高原」。
- 样本外 0.62 —— 用没见过的数据测还准吗。一般。
- 简约性 1.0 —— 参数越少越可信。满分。
看出来了吗？它总分能排第一，靠的是简约性满分 + 稳健性高分，而不是靠「解释得对」。它的解释力是垫底的。一个解释力垫底的假设拿了冠军，因为这个评分体系会奖励「简单」——参数越少，简约性越高，越不容易是巧合调出来的。
但这不等于它解释得对。
两个不能混为一谈的分数
这件事让我重新认识了「打分」：
总分高 ≠ 解释力强。 funding_oi_signal 总分 0.563 排第一，但它的解释力 0.38 是垫底的。如果只看排行榜的总分，会以为「这些交易就是在用资金费率信号」，但其实这个假设对数据的解释能力是最差的。
简约性是把双刃剑。 参数少确实更可信（不容易过拟合），但「简单」和「正确」是两回事。一个只有一个参数的假设，可以又简单又错。
平台的证据栏也老实写着：这是一个「可证伪的解释，不是已验证的策略」（falsifiable explanation, not a validated strategy）。还有一句更关键的警告——当资金费率和持仓量数据缺失时，这个假设会退化成一个现货市场的替代指标（正收益 + 高成交量排名），而这跟第二名 volume_momentum（量能动量）高度重叠。也就是说，它所谓的「解释」，在大多数没有衍生品数据的交易上，其实和量能动量是一回事。
验证：高原和尖峰
光有排行榜不够，还要看这个策略是不是「调出来的巧合」。验证页干的就是这件事。
它把假设的参数在一片范围里挨个取值重新打分，画成一张图。看这张图只看一件事：
- 高原（一片范围里成绩都差不多）= 好事。参数不依赖某个幸运值，规律可能是真的。funding_oi_signal 在这里被判为「高原——稳健」。
- 尖峰（只有一个点特别高，旁边全趴着）= 危险。这个成绩是碰运气调出来的，换个参数就崩。这叫过拟合——把历史里的噪音当成了规律。
funding_oi_signal 通过了这关（高原，稳健性 0.90）。但这只说明「它不是过拟合」，不说明「它是对的」。一个假设可以既不过拟合、又解释得不对——就是简单而稳定地错着。
事件研究：一次全军覆没
平台还有个事件研究模块，测的是「某类消息出来后，价格会不会有规律地走」。我灌了 23 条真实历史事件（产品发布、财报、监管、合作、高管变动、上币），按「币 + 事件类型」分组，算事后涨跌，再做统计检验。
这里有个统计上的大坑必须说清楚。假设同时检验 20 组「消息和涨跌的关系」，就算这些消息全是废话、和涨跌毫无关系，纯靠运气也大概会有 1 组看起来「显著相关」。检验做得越多，越容易撞出假规律。这叫多重检验问题。
平台用 FDR（错误发现率控制）来修正——根据一共检验了多少组，把「显著」的标准相应提高。通过 FDR 校正的，才算真有信号。
这次的结果是：11 个分组、9 组进了检验，没有任何一组通过 FDR（q 值大约 0.79，离通过差很远）。
这同样不是程序坏了，这是诚实的结果。每组样本量只有个位数（比如某个币的监管事件只有 3 次），这种样本量下，看起来再漂亮的规律都过不了检验。正确的读法是：「数据不足，还看不出可靠规律。」
关联 ≠ 因果
最后说一个贯穿全程的提醒。就算真发现「某类消息出来后价格总涨」，那也只是「同时出现」，不代表「消息导致了涨」。可能背后还有别的原因，只是恰好和消息撞上了。
所以平台在每个统计结果旁边都挂着「关联 ≠ 因果、历史 ≠ 未来」。事件研究的回测曲线再好看，也只是「在这个样本里、这段时间内，按这个规则会赚」，换一段就未必。
我从这次分析里学到的方法论
- 样本太少，就别下结论。 39 笔交易、3 笔有效数据，任何「显著」都站不住。FDR 校正后全军覆没，是数据在诚实地告诉你「还不够」。
- 别只看总分，要看小分。 总分第一的假设，解释力可能是垫底的。知道它「靠什么赢的」比知道它「排第几」重要得多。
- 简单和正确是两回事。 简约性高是好事（防过拟合），但一个假设可以又简单又错。
- 高原不是真相，只是「不像碰运气」。 通过验证只说明不是过拟合，不说明是对的。
- 关联 ≠ 因果。 最像的解释，是「可证伪的解释」，不是「已验证的策略」。
AlphaTrace 给我的是有证据的假设，不是稳赚的答案。它能让我从「瞎跟风」升级成「明白自己在跟什么、以及这靠不靠谱」。但真正的盈亏，永远取决于我自己的纪律。