指标效果的历史频率统计（赢平输频次与最佳区间）

一句话

一个指标（如 RSI、5 日收益率）的每个取值，都能统计出「出现它之后未来是涨是跌」的次数分布。光看单点不可靠（样本少、相邻值不稳），于是把指标轴切成一段段区间：每段里样本量达到总样本的一定比例（最小数据比 θ）才保留，比各段赢输比，取最高的一段当触发信号。它回答「为什么阈值取 20 不取 18」——因为 20 所在的区间历史赢面最高。

当前理解

方法与对象（量化课堂 17）

• 指标 = 函数 Ind(T)，输入时间及之前的数据，输出数值。结果按「预测的事件」三分：赢 / 平 / 输（判定标准可自定，作者承认有拍脑袋成分）。
• 统计流程：去掉停牌日（skip_paused）→ 逐日记 (指标值, 赢/平/输) → pandas 统计每个值的频次 → matplotlib 叠加条形图（红输/黄平/绿赢）。
• 两个坑：
  • 单点不可靠：恰好等于 1.17 的概率很小、可能几年不出现，且邻值 1.18 胜率不高，1.175 无法判断。
  • 样本太少不可信：某段只有赢没有输，但总共没几个样本。
• 解法 = 扫区间：find_best_region(statistics, tick_width, least_percentage, band_width)，赢输比 = 赢数/(输数+1)（防除零），区间样本 ≥ 总样本 × θ 才保留，取赢输比最高者。
• 更彻底：find_absolute_best_region(..., least_width, most_width) 遍历所有宽度，取全体最佳。
• 示例（002200，2006–2016，5 日收益率）：θ=0.03、w=4 → [1.12,1.16]，赢输比 1.43；θ=0.05、宽度 2~30 → 宽度 19 的 [1.12,1.31]，赢输比 1.72。
• 嵌入策略三纪律：不同股票分开统计（个性不同，区间不可跨股搬）；每日更新统计与最佳区间（否则过时，且用现算区间回测历史 = 未来数据，收益虚高）；可接凯利公式优化仓位（17 篇留作业）。

已被本系列用过（量化课堂 10）

• 均值回归进阶把同一套方法用在「偏离倍数 ρ」上：只统计 ρ<−1 的深跌，赢输判定用「T 天内先涨 σ·u=赢 / 先跌 σ·d=输」，扫出最佳偏离区间（如 ρ∈[−3.1,−2.6]，赢 27:输 12）再进场。10 篇正文注明方法引自 post 2086（即 17 篇）。

与其它「调参/选参」路线的区别

• 13 篇（TD 指标）靠试参数找 T/N/M；17 篇把「阈值怎么选」升级成「先统计分布、再扫最优区间」——两者都是让数据说话，但 17 篇给了显式的样本量与宽度纪律。
• 18 篇（多回测框架）在策略层面对整组参数跑回测；17 篇在信号层面对单个指标值做频次检验。一个验「信号阈值」，一个验「策略参数」。

来源

• 指标效果的统计分析 — 方法、代码与示例参数（量化课堂 17，postId=2086）
• 均值回归进阶策略 — 在偏离倍数 ρ 上的应用（量化课堂 10，postId=1899）
• 关联：均值回归（买超跌赌反转）（用统计区间定入场）、有效市场是半个真理（「价格多数时间随机游走、信号来自偏离」的立场）、多回测与参数网格分析（分位回测、超额评估）（策略层的参数网格检验）

常见混淆

• 赢输比 ≠ 胜率：比值的分母是「输数+1」（防除零），平局不计入分子分母；别把它当简单胜率读。
• 区间赢输比最高 ≠ 一定赚钱：它是样本内最优，可能过拟合；1.72 只表示长期频次占优，不保证单次。
• 频率统计 ≠ 统计推断：本篇是描述性频次，没有 p 值/置信区间；它不等于严谨的假设检验。
• 统计有效 ≠ 策略能执行：还要过 T+1、涨跌停、流动性与成本（交易成本（佣金、规费、过户费与印花税））这几关。
• 跨股搬区间是错的：每支股票要分开统计；一只股票的最佳区间用在另一只可能效果截然不同。
• 「每日更新」不是可选优化：不每日重算，用「现在才知道的最佳区间」回测历史就是未来函数，结果虚高。

开放问题

• θ（最小数据比）与宽度范围怎么定才不过拟合——17 篇只给了示例参数，没有权衡理论 [需要验证]。
• 赢平输的判定标准很主观（作者自认）；判定一变结论就变，没有「怎么选判定才稳」的准则。
• 赢输比区间跨时段/跨市场是否稳定（10 篇的 ρ 区间同样有此疑问）。
• 与更严格的显著性检验（bootstrap、样本外验证）及 QuantStart 的回测偏差方法论（W9）如何衔接。