📓 Track record
呢頁分兩半：上面係實測出嚟嘅基準（由 data/control_test.csv 直接讀出嚟，
唔係打字入去）；下面係你自己嘅實盤記錄（由 data/track_record.json 讀）。
兩者唔會混為一談 —— 基準係統計結論，記錄係真金白銀。
先講清楚呢個 +1 pp 係乜。
基準答嘅係「揀股有冇價值」：同一日、同一隻股、同一持倉期、同一成本， 分別用 v2 規則入場 vs 隨便入場。佢唔係話「你照抄可以賺 1%」。 實盤有三重折讓：入場係 S1 限價單（唔係每單都成交）、只有 6/176 個訊號離觸發位 喺 0.5% 之內、2–3 倉上限之下揀邊幾個本身未驗證。唯一能證偽呢個結論嘅方法 就係下面嗰個記錄，唔係再跑多個回測。
基準答嘅係「揀股有冇價值」：同一日、同一隻股、同一持倉期、同一成本， 分別用 v2 規則入場 vs 隨便入場。佢唔係話「你照抄可以賺 1%」。 實盤有三重折讓：入場係 S1 限價單（唔係每單都成交）、只有 6/176 個訊號離觸發位 喺 0.5% 之內、2–3 倉上限之下揀邊幾個本身未驗證。唯一能證偽呢個結論嘅方法 就係下面嗰個記錄，唔係再跑多個回測。
基準（實測 · 樣本外）
| 市場 | v2 訊號數 | v2 平均/單 | 對照數 | 對照平均/單 | 差距 |
|---|---|---|---|---|---|
| jp200 | 2,187 | +2.354% | 93,167 | +0.693% | +1.661 pp |
| us200 | 2,982 | +1.772% | 100,636 | +0.696% | +1.076 pp |
- jp200：樣本外 2,187 個 v2 訊號平均 +2.354%，同日同股隨便入場嘅 93,167 個對照平均 +0.693% → 差距 +1.661 pp/單（train→test 時間切分，test t=8.87 / 6.53）。
- us200：樣本外 2,982 個 v2 訊號平均 +1.772%，同日同股隨便入場嘅 100,636 個對照平均 +0.696% → 差距 +1.076 pp/單（train→test 時間切分，test t=7.67 / 7.03）。
同時要記住相反嗰個結論。
同一個引擎對「同一批 200 隻股票等權持有」嘅基準，組合層面 冇一個穩定嘅 alpha
（美股 v2 +25.6% vs 等權持有 +24.6%，0.25% 成本口徑下差 1.0 點/年 —— 但呢個唔係一個穩定嘅優勢：2016–20 係 +3.7 點、2021–26 係 -2.4 點，全期數字會變號，代表差額由單一 regime 決定，唔應該當成持久 alpha 去引用）。所以正確用法係：
呢個係一個揀股工具，唔係一個要跟嘅組合。兩個基準唔同，答案就唔同。
你嘅實盤記錄
暫時 0 單記錄。
呢個係刻意留白，唔係 bug。呢一頁唯一嘅目的係記錄真實成交 ——
而家未有一單。補資料方法：打開 data/track_record.json，喺 trades
陣列每次成交加一行：
{"trades": [
{"date": "2026-10-08", "market": "us200", "ticker": "AAPL",
"entry": 332.89, "exit": 341.20, "note": "S1 限價單成交，第 10 個交易日收市離場"}
]}market 用 us200 / jp200 /
hk200；成本會自動按各市場實際費率扣除，唔使自己填
（美股 0.05%、日股 0.10%、港股 0.25% round-trip）。
下次跑 python3 scripts/build_track_record.py 就會出現喺上面。
呢頁唔會由網站落單。
訊號只係通知，落手永遠喺你嘅券商 app。記錄呢一頁亦都係人手填 ——
冇任何自動對接會幫你「記低」一單你冇做過嘅交易。
最後更新: 2026-10-21 01:02 HKT