什麼叫統計優勢？
同一輪上漲裡連贏七次，究竟提供了七份新證據，還是同一個背景的七次重複？
能區分樣本比例與總體機率，識別結果依賴和多次篩選，並以不確定範圍表達統計結論。
Snow 講解 · 約 30 秒
贏 8 次，可能只是運氣晃了一下
先猜一下：一臺輸贏各一半的機器，跑了 10 次，贏了 8 次。它的勝率變成八成了嗎？
- 這臺機器每次輸贏各一半，我們事先就知道。
- 讓它跑 10 次，贏了 8 次。看上去，像有八成勝率。
- 再跑三組，每組 10 次：贏 4 次、6 次、3 次。機器沒變，小樣本就是會晃。
- 四組合在一起，40 次贏 21 次，接近一半。樣本越多，晃得越少。
- 還有一種假樣本：同一輪上漲裡連著贏了 7 次，其實是同一個背景重複了 7 遍，更像 1 份證據。
- 所以談統計優勢，先問兩件事：樣本夠不夠多，彼此是不是獨立。
第 1 / 6 步
要點
統計優勢要看一大批互相獨立的樣本；10 次的比例會晃，同一個背景裡的連勝也不能按很多份證據算。
搞混了會怎樣：幾次連贏就以為找到了高勝率方法，加了倉，後來樣本一多、行情一換，比例回到原形，虧掉的是放大後的部位。
照著做
- 先分清「這些次」和「以後」10 次裡贏 7 次，只能說這 10 次的勝率是 70%，長期是多少還不知道。
- 數一數有多少個不同的背景同一天、同一輪行情裡一起觸發的訊號，按一份算，別按行數算。
- 試過很多版本，要說出來從 40 個引數裡挑最好的，本身就帶運氣；挑出來的版本要用新資料再驗。
真實行情：同一條規則，302 次訊號只落在 123 個日子裡
SOL、BNB、XRP、ADA、DOGE 日線 · 2022～2023 · 按規則全部 302 次
302 次訊號，只落在 123 個不同的日子裡
樣本數不等於證據數。
1規則和總成績？
五個幣只要收盤比前一天跌 5% 以上，第二天開盤買、收盤賣，扣雙邊 0.1% 手續費。兩年 302 次，賺 176 次，勝率 58.3%。
2勝率穩嗎？
按季度拆開：最低 14%（2023 年第 3 季度，14 次），最高 76%（2023 年第 4 季度，21 次）。樣本小，就會晃。
3證據為什麼變少？
有 47 天是 3 個以上的幣一起觸發，佔了 199 次，更像一份證據。就算都當獨立樣本，勝率範圍也在 53% 到 64%；按日子算只會更寬。
遇到了怎麼做
- 先定一筆樣本從哪開始到哪結束，同一個決定拆成幾單也只算一筆。
- 按日期排一排，看訊號是不是扎堆在同一天、同一輪行情裡；扎堆的要合併著看。
- 報告時寫清樣本數、有幾個不同的背景、試過幾個版本，給一個範圍，不給一個死數。
資料口徑五個幣日線 · 跌 5% 次日開盤買、收盤賣（教學規則）· 手續費雙邊 0.1% · 範圍按 Wilson 方法粗算
行情為公開日線資料；規則與 0.1% 手續費為教學假設，按開盤、收盤價成交估算。範圍按常見的 Wilson 方法粗算，只用來說明「樣本少、範圍寬」。這條規則不是交易方法，不說明它有沒有優勢，也不代表任何勝率；換一段時間，數字可能完全不同。
自測：換一組數字再算一遍
1. 同一天，4 個幣一起觸發了同一個訊號，第二天全都賺了。這算幾份獨立的證據？
2. 一個方法 20 次裡贏了 13 次。下面哪句話說得對？
本節完整講解概念圖解 · 抽樣實驗 · 三種結局 · 真實行情 · 選擇練習 · 行動卡 · 進階
01先把這件事講明白
10 次裡贏 7 次，「這 10 次的勝率是 70%」是準的；長期勝率卻是不知道的數。換一小批，比例可能差很多。先把「這些次的結果」和「長期能力的估計」分開。
樣本之間還可能不獨立：同一輪趨勢裡接連觸發的 10 個訊號，未必是 10 份各自的資訊。只數筆數，會把證據看得太強。
02動手：樣本多了，比例才穩
還是那臺輸贏各半的機器。這次讓它多抽幾組，看每組次數不同，勝率晃多大。
藍色底是「真實勝率 50%、每組 10 次」時大致會落進的範圍（約 24% 到 76%）。
藍色底是「真實勝率 50%、每組 40 次」時大致會落進的範圍（約 35% 到 65%）。
藍色底是「真實勝率 50%、每組 200 次」時大致會落進的範圍（約 43% 到 57%）。
結論每組 10 次時，12 組從 10% 到 70% 都有；每組 200 次，全擠在 48% 到 56% 之間。看到一個小樣本的勝率，先問一共幾次，再給一個範圍。
03成立、失敗和放棄，分別怎麼處理
04主案例：一輪上漲裡的 70%
換一段真實行情。一條事先寫死的規則，在 ETH 2021 年 10 月的一輪上漲裡接連觸發，前 10 筆 7 勝 3 負；再往後看 10 筆，同一條規則只贏了 2 筆。
全貌：上面是 K 線，下面每根小條是一筆的持有期（第二天開盤買、第 3 天收盤賣），綠賺紅虧；疊成幾行是因為前後幾筆的持有期重疊。點按鈕一段一段看。
同一條規則的賬（事先寫死：收盤創 10 日新高，次日開盤買，第 3 天收盤賣）
真實行情：ETH/USDT 日線，2021 年9月19日至12月5日（長期統計另用 2019 年1月1日至 2026 年8月31日的全部日線，只作計算、不畫K線），現貨公開歷史資料（UTC）。挑出的片段，不代表機率，不承諾收益。規則、每邊 0.1% 費用、按開盤和收盤價成交都是教學假設；範圍按 Wilson 方法粗算，並假設各筆獨立，而這正是本節提醒你不能直接假設的。
05資訊一段段到來，看看各選擇的後果
教學模擬：收到一份策略簡報，你需要逐步審閱統計口徑。本練習不要求手算複雜檢驗，重點是識別哪些結論超過了已有證據。
簡報寫著：最近 10 次決策 7 勝 3 負，所以未來勝率確定為 70%。
哪種改寫符合證據？計算方便不能成為篡改輸入的理由。機率從 70% 改為 100% 會刪除虧損可能性，連教學期望和風險演算都會失真；不確定時應保留範圍與假設，而不是製造確定答案。
樣本比例不是總體引數的確定下界。小樣本會向上也會向下波動，尤其在經過挑選的區間中更容易樂觀；沒有額外證據，不能把一個點估計改寫成保底機率。
7 除以 10 是對已有樣本的準確描述，未來機制卻不是從這個比例中直接確定的。還要檢視樣本定義、環境和選擇方式，再決定怎樣估計不確定性，不能把觀察比例當成保證。
提示：把已經發生的頻率與尚未知道的機制引數分開。 選一支，三支的後果都會畫出來。
補充資料顯示 10 次決策全部發生在同一天同一輪上漲中，且相鄰訊號重疊持倉。
這條資訊改變了什麼？這些回報屬於同一次決策，拆成更多行不會產生新的市場環境。這樣做可能虛增筆數並使誤差估計過小，應先按固定樣本單位整理，再研究真正不同決策之間的關係。
重疊持倉與共同環境提示這些結果共享驅動，表面 10 次不一定提供 10 份獨立資訊。應保留時間結構並採用適合依賴情況的評估方式，不能繼續無條件套用獨立事件計算。
時間接近可能減少環境差異，卻也縮窄了觀察範圍並增加相關性。它可以描述這一段行情，不能自動證明跨環境穩定；需要更多不同階段的記錄來檢驗外推邊界。
提示：看證據來自多少種獨立變化，而不只是報表有多少行。 選一支，三支的後果都會畫出來。
又得知該版本是從 40 組引數中挑出的最好結果，尚無未參與選擇的資料。
此時最合適的研究動作是什麼？隱藏其它嘗試會讓讀者誤以為這是唯一事前指定的檢驗，從而高估證據強度。研究記錄可以簡潔，但不能刪除與選擇偏差相關的資訊，否則無法正確解釋最好結果的來源。
進一步調參可能更加貼合既有噪聲，而不是增加對未來的解釋力。舊樣本越反覆參與選擇，越不能承擔獨立驗證的角色；全贏的歷史曲線也需要檢查規則複雜度與新樣本表現。
選擇過程說明目前成績包含多次嘗試帶來的樂觀偏差。完整保留測試範圍，並讓固定版本面對未參與設計的資料，才能檢驗它是否只是舊樣本的偶然贏家，目前應使用候選假設的表述。
提示：讓同一份資料負責發現與最終證明，會高估它能提供的資訊。 選一支，三支的後果都會畫出來。
你走過的路徑
評價依據是當時的資訊，不看事後漲跌。
06把本節方法留給實戰
照圖 2 的三步，把自己的一份勝率記錄重寫一遍：先定一筆樣本是什麼，再看它們是不是扎堆在同一段行情裡，最後寫樣本數、範圍和試過幾個版本。
需要時再寫自己的行動卡（可選）
07再往深處想一步
展開邊界、取捨與研究問題
置信區間依賴具體方法和假設。頻率學派 95% 區間的含義是：在相同假設下重複取樣並構造區間，方法長期約有 95% 的區間覆蓋固定引數；它不是說已算出的這個區間包含引數的機率必為 95%。對初學者更實用的第一步是報告觀察值與方法，並把區間視為估計精度的提示，而非交易許可。
統計上可檢測的差異，也可能在經濟上不值得執行。大量樣本可以使很小的毛收益差異顯得穩定，但費用、資金佔用與容量約束仍會消耗它。反過來，少量樣本中很大的收益也可能來自極端路徑。評估應同時檢查差異幅度、估計不確定性和實際執行條件，不把單個顯著性數字當成完整決策。
想再想一想？展開問題與筆記（可選）
把同一段上漲中的訊號全部當作獨立樣本，問題在哪裡？
筆記僅儲存在當前瀏覽器展開參考思路
它們可能共享同一環境驅動，結果相關；有效資訊量可能低於表面交易筆數。