什么叫统计优势？
同一轮上涨里连赢七次，这七次能算几份证据？
能区分样本比例与总体概率，识别结果依赖和多次筛选，并以不确定范围表达统计结论。
Snow 讲解 · 约 30 秒
赢 8 次，可能只是运气晃了一下
先猜一下：一台输赢各一半的机器，跑了 10 次，赢了 8 次。它的胜率变成八成了吗？
- 这台机器每次输赢各一半，我们事先就知道。
- 让它跑 10 次，赢了 8 次。看上去，像有八成胜率。
- 再跑三组，每组 10 次：赢 4 次、6 次、3 次。机器没变，小样本就是会晃。
- 四组合在一起，40 次赢 21 次，接近一半。样本越多，晃得越少。
- 还有一种假样本：同一轮上涨里连着赢了 7 次，其实是同一个背景重复了 7 遍，更像 1 份证据。
- 所以谈统计优势，先问两件事：样本够不够多，彼此是不是独立。
第 1 / 6 步
要点
统计优势要看一大批互相独立的样本；10 次的比例会晃，同一个背景里的连胜也不能按很多份证据算。
搞混了会怎样：几次连赢就以为找到了高胜率方法，加了仓，后来样本一多、行情一换，比例回到原形，亏掉的是放大后的仓位。
照着做
- 先分清「这些次」和「以后」10 次里赢 7 次，只能说这 10 次的胜率是 70%，长期是多少还不知道。
- 数一数有多少个不同的背景同一天、同一轮行情里一起触发的信号，按一份算，别按行数算。
- 试过很多版本，要说出来从 40 个参数里挑最好的，本身就带运气；挑出来的版本要用新数据再验。
真实行情：同一条规则，302 次信号只落在 123 个日子里
SOL、BNB、XRP、ADA、DOGE 日线 · 2022～2023 · 按规则全部 302 次
302 次信号，只落在 123 个不同的日子里
样本数不等于证据数。
1规则和总成绩？
五个币只要收盘比前一天跌 5% 以上，第二天开盘买、收盘卖，扣双边 0.1% 手续费。两年 302 次，赚 176 次，胜率 58.3%。
2胜率稳吗？
按季度拆开：最低 14%（2023 年第 3 季度，14 次），最高 76%（2023 年第 4 季度，21 次）。样本小，就会晃。
3证据为什么变少？
有 47 天是 3 个以上的币一起触发，占了 199 次，更像一份证据。就算都当独立样本，胜率范围也在 53% 到 64%；按日子算只会更宽。
遇到了怎么做
- 先定一笔样本从哪开始到哪结束，同一个决定拆成几单也只算一笔。
- 按日期排一排，看信号是不是扎堆在同一天、同一轮行情里；扎堆的要合并着看。
- 报告时写清样本数、有几个不同的背景、试过几个版本，给一个范围，不给一个死数。
数据口径五个币日线 · 跌 5% 次日开盘买、收盘卖（教学规则）· 手续费双边 0.1% · 范围按 Wilson 方法粗算
行情为公开日线数据；规则与 0.1% 手续费为教学假设，按开盘、收盘价成交估算。范围按常见的 Wilson 方法粗算，只用来说明「样本少、范围宽」。这条规则不是交易方法，不说明它有没有优势，也不代表任何胜率；换一段时间，数字可能完全不同。
自测：换一组数字再算一遍
1. 同一天，4 个币一起触发了同一个信号，第二天全都赚了。这算几份独立的证据？
2. 一个方法 20 次里赢了 13 次。下面哪句话说得对？
画面是教学示意，不是真实行情。看不懂的地方可以直接问：微信 xtony1992（备用 xtony1993）· 电报 @xtony1992
本节完整讲解概念图解 · 抽样实验 · 三种结局 · 真实行情 · 选择练习 · 行动卡 · 进阶
01先把这件事讲明白
10 次里赢 7 次，「这 10 次的胜率是 70%」是准的；长期胜率却是不知道的数。换一小批，比例可能差很多。先把「这些次的结果」和「长期能力的估计」分开。
样本之间还可能不独立：同一轮趋势里接连触发的 10 个信号，未必是 10 份各自的信息。只数笔数，会把证据看得太强。
02动手：样本多了，比例才稳
还是那台输赢各半的机器。这次让它多抽几组，看每组次数不同，胜率晃多大。
蓝色底是「真实胜率 50%、每组 10 次」时大致会落进的范围（约 24% 到 76%）。
蓝色底是「真实胜率 50%、每组 40 次」时大致会落进的范围（约 35% 到 65%）。
蓝色底是「真实胜率 50%、每组 200 次」时大致会落进的范围（约 43% 到 57%）。
结论每组 10 次时，12 组从 10% 到 70% 都有；每组 200 次，全挤在 48% 到 56% 之间。看到一个小样本的胜率，先问一共几次，再给一个范围。
03成立、失败和放弃，分别怎么处理
04主案例：一轮上涨里的 70%
换一段真实行情。一条事先写死的规则，在 ETH 2021 年 10 月的一轮上涨里接连触发，前 10 笔 7 胜 3 负；再往后看 10 笔，同一条规则只赢了 2 笔。
全貌：上面是 K 线，下面每根小条是一笔的持有期（第二天开盘买、第 3 天收盘卖），绿赚红亏；叠成几行是因为前后几笔的持有期重叠。点按钮一段一段看。
同一条规则的账（事先写死：收盘创 10 日新高，次日开盘买，第 3 天收盘卖）
真实行情：ETH/USDT 日线，2021 年9月19日至12月5日（长期统计另用 2019 年1月1日至 2026 年8月31日的全部日线，只作计算、不画K线），现货公开历史数据（UTC）。挑出的片段，不代表概率，不承诺收益。规则、每边 0.1% 费用、按开盘和收盘价成交都是教学假设；范围按 Wilson 方法粗算，并假设各笔独立，这个假设本节提醒过不能直接用。
05信息一段段到来，看看各选择的后果
教学模拟：收到一份策略简报，你需要逐步审阅统计口径。本练习不要求手算复杂检验，要做的是识别哪些结论超过了已有证据。
简报写着：最近 10 次决策 7 胜 3 负，所以未来胜率确定为 70%。
哪种改写符合证据？计算方便不能成为篡改输入的理由。概率从 70% 改为 100% 会删除亏损可能性，连教学期望和风险演算都会失真；不确定时应保留范围与假设，而不是制造确定答案。
样本比例不是总体参数的确定下界。小样本会向上也会向下波动，尤其在经过挑选的区间中更容易乐观；没有额外证据，不能把一个点估计改写成保底概率。
7 除以 10 是对已有样本的准确描述，未来机制却不是从这个比例中直接确定的。还要查看样本定义、环境和选择方式，再决定怎样估计不确定性，不能把观察比例当成保证。
提示：把已经发生的频率与尚未知道的机制参数分开。 选一支，三支的后果都会画出来。
补充资料显示 10 次决策全部发生在同一天同一轮上涨中，且相邻信号重叠持仓。
这条信息改变了什么？这些回报属于同一次决策，拆成更多行不会产生新的市场环境。这样做可能虚增笔数并使误差估计过小，应先按固定样本单位整理，再研究真正不同决策之间的关系。
重叠持仓与共同环境提示这些结果共享驱动，表面 10 次不一定提供 10 份独立信息。应保留时间结构并采用适合依赖情况的评估方式，不能继续无条件套用独立事件计算。
时间接近可能减少环境差异，却也缩窄了观察范围并增加相关性。它可以描述这一段行情，不能自动证明跨环境稳定；需要更多不同阶段的记录来检验外推边界。
提示：看证据来自多少种独立变化，而不只是报表有多少行。 选一支，三支的后果都会画出来。
又得知该版本是从 40 组参数中挑出的最好结果，尚无未参与选择的数据。
此时最合适的研究动作是什么？隐藏其它尝试会让读者误以为这是唯一事前指定的检验，从而高估证据强度。研究记录可以简洁，但不能删除与选择偏差相关的信息，否则无法正确解释最好结果的来源。
进一步调参可能更加贴合既有噪声，而不是增加对未来的解释力。旧样本越反复参与选择，越不能承担独立验证的角色；全赢的历史曲线也需要检查规则复杂度与新样本表现。
选择过程说明目前成绩包含多次尝试带来的乐观偏差。完整保留测试范围，并让固定版本面对未参与设计的数据，才能检验它是否只是旧样本的偶然赢家，目前应使用候选假设的表述。
提示：让同一份数据负责发现与最终证明，会高估它能提供的信息。 选一支，三支的后果都会画出来。
你走过的路径
评价依据是当时的信息，不看事后涨跌。
06把本节方法留给实战
照图 2 的三步，把自己的一份胜率记录重写一遍：先定一笔样本是什么，再看它们是不是扎堆在同一段行情里，最后写样本数、范围和试过几个版本。
需要时再写自己的行动卡（可选）
07再往深处想一步
展开边界、取舍与研究问题
置信区间依赖具体方法和假设。频率学派 95% 区间的含义是：在相同假设下重复采样并构造区间，方法长期约有 95% 的区间覆盖固定参数；它不是说已算出的这个区间包含参数的概率必为 95%。对初学者更实用的第一步是报告观察值与方法，并把区间视为估计精度的提示，而非交易许可。
统计上可检测的差异，也可能在经济上不值得执行。大量样本可以使很小的毛收益差异显得稳定，但费用、资金占用与容量约束仍会消耗它。反过来，少量样本中很大的收益也可能来自极端路径。评估应同时检查差异幅度、估计不确定性和实际执行条件，不把单个显著性数字当成完整决策。
想再想一想？展开问题与笔记（可选）
把同一段上涨中的信号全部当作独立样本，问题在哪里？
笔记仅保存在当前浏览器展开参考思路
它们可能共享同一环境驱动，结果相关；有效信息量可能低于表面交易笔数。