策略与模型说明
本站全部功能的方法论文档 · 建议先读第四节一、站点定位：模拟量化学习工具
黄金概率实验室是一个模拟量化学习工具，不是投顾服务。它的核心主张是：短期金价走势无法被可靠预测，但价格的不确定性本身可以被统计刻画。因此本站的所有输出都是"概率"与"区间"，从头到尾不存在"明天会涨到某某价"这类点预测。
| 本站做 ✅ | 本站不做 ❌ |
|---|---|
| 输出上涨/下跌概率百分比（基于一万条模拟路径的统计） | 输出任何具体的"目标点位"预测 |
| 输出 P10–P90 分位数区间（未来价格的可能分布范围） | 给出"买入/卖出/加仓"等操作指令 |
| 公开展示每个模型的历史命中率（walk-forward 样本外验证） | 承诺或暗示任何收益水平 |
| 持仓账本定位为记账计算器（手动录入、自动算数） | 代客理财、自动跟单、荐金荐股 |
这条边界既是合规要求，也是方法论上的诚实：凡是声称能精确预测金价的产品，要么在骗你，要么在骗自己。
二、数据体系：四类金价从哪来
| 品种 | 实时来源 | 历史来源 | 口径说明 |
|---|---|---|---|
| 国际金 XAU/USD | gold-api.com 现货 | PAXG 日线（锚定现货） | PAXG 为锚定 1 盎司实物金的代币，其日收盘与现货偏差极小，历史序列按最新现货价重新锚定 |
| 人民币金价 | 现货 × 实时汇率 | 逐日折算 | 公式：XAU × USD/CNY ÷ 31.1035（每盎司合克数），代表"国际金价换算成人民币的理论值" |
| 黄金ETF 518880 | 腾讯行情 | 新浪财经日K | 华安黄金易ETF，场内价格含折溢价，跟踪国内金价 |
| 积存金（参考） | 京东金融积存金 | 早期为折算基准回填 | 各银行积存金报价含加点，京东价可作市场参考；早期历史由折算序列锚定回填，仅供参考形态 |
数据每日收盘后（约 16:35）自动采集入库一次，盘中价格卡片另有约 90 秒缓存的实时刷新。所有历史数据一经入库不再回写，保证命中率统计可追溯。
三、六周期模型：每个周期的量化策略
六个周期共用一个底座——块自助法 Monte Carlo（Block-Bootstrap Monte Carlo），但按周期长短叠加不同的修正层。设计哲学是：短周期保持谦逊（只刻画波动），中周期适度顺势，长周期回归统计本能（均值回归）。
3.1 底座：块自助法 Monte Carlo
传统方法假设收益率服从正态分布，但金价收益有明显的"肥尾"和"波动聚集"（大波动挨着大波动）。块自助法不假设任何分布形状，直接从真实历史中"重放"未来：
- 取过去约 3 年的日对数收益序列（模型唯一输入）
- 以 5 个交易日为一块，从历史中随机抽取拼接——保留波动聚集性
- 拼接出未来 N 日的收益路径，重复 10,000 次
- 对 10,000 条路径的期末价格取分位数，得到 P10/P25/P50/P75/P90
3.2 各周期的修正层
| 周期 | 模型名称 | 策略逻辑 | 为什么这样设计 |
|---|---|---|---|
| 1 日 | 经验分布自助法 | 纯抽样，方向修正最多 0.2 倍日波动率（近乎为零） | 大量实证表明日线别收益接近随机游走，任何短期方向模型的优势都会被交易成本吃掉。1 日模型的职责是量化"明天可能有多大幅度"，而不是猜方向。 |
| 5 日 | 块自助法 + 动量修正 | 最近 21 日平均收益 × 0.35，上限 0.5 倍日波动率 | 周线级别存在弱动量效应（涨的倾向于继续涨一点），但信号弱、易反转，所以压缩使用。 |
| 15 日 | 块自助法 + 趋势/动量 | 动量修正 + 趋势状态机信号 × 趋势强度 × 0.25 倍日波动率 | 三周维度趋势开始有效。趋势状态机由三个投票器构成：EMA20 vs EMA60 相对位置、10 日价格斜率、MACD 柱符号——三票中至少两票同向才判定"多头/空头趋势"。 |
| 30 日 | 块自助法 + 趋势修正 | 趋势权重升高，动量权重降低 | 月度尺度上趋势比短期动量更可靠，但模型对趋势外推仍设上限——趋势总会结束，模型不知道何时。 |
| 60 日 | MC + 波动率均值回归 | 按"近 21 日波动率 ÷ 长 250 日波动率"的比值缩放区间宽度 | 波动率有强均值回归性：恐慌放大的波动会平息，异常平静会被打破。两个月尺度上不修正它，区间会系统性偏宽或偏窄。 |
| 90 日 | MC + 均值回归校准 | 仅保留微弱趋势成分，区间宽度主要由波动率校准决定 | 一个季度几乎不存在可用的方向信号。90 日预测的本质是风险量度——请用 P10–P90 区间的宽度来理解"未来三个月的不确定性有多大"。 |
3.3 趋势状态机（15/30/60/90 日共用）
- score ≥ 2 → 多头趋势（预测卡上的红色标签）；score ≤ −2 → 空头趋势；其余 → 震荡
- 趋势强度 = score ÷ 3，映射到区间 [−1, 1]，决定漂移修正的幅度
- 状态机的输出同时显示在预测卡片和扇形图上，你可以把它理解为"当前市场气候"，而非"涨跌预言"
四、如何读懂输出：概率语义手册
4.1 "上涨概率 63%" 到底是什么意思
它意味着：在只使用历史价格数据、且历史统计规律延续的前提下，一万条模拟路径中有 63% 的期末价格高于现价。它不是"明天有 63% 的把握涨"、更不是"该买入"。任何单一概率数字都必须和区间宽度一起读：
| 读法 | 含义 | 正确反应 |
|---|---|---|
| 概率 63% + 窄区间 | 方向略偏多，且不确定性小 | 统计信号较集中 |
| 概率 63% + 宽区间 | 方向略偏多，但波动可能很大 | 别被概率数字 alone 说服 |
| 概率 50% ± 2 | 模型认为方向接近抛硬币 | 诚实的不确定——此时任何"预测"都是噪音 |
4.2 扇形图（90 日 Monte Carlo）
- 最外层浅灰带 = P10–P90：80% 的模拟路径在此范围内演化
- 内层灰带 = P25–P75：50% 的路径（更可能但非必然）
- 黑色中线 = P50 中位数：一半路径在其上、一半在其下
- 带的张口速度就是不确定性随时间的膨胀速度——注意它大致按 √t 扩散，这是金融时间序列的基本性质
4.3 持仓 × 概率联动
登录并记账后，每个预测卡片会多出一行"低于我的成本的概率"。它的计算方式：先由该周期的 P10/P50/P90 反解出对数正态参数（μ、σ），再计算成本价落在分布左侧的概率面积。直观含义是"按模型假设，到那个时间点你仍被套住的可能性"——这是把冰冷的概率翻译成与你切身相关的风险感知。
五、命中率与 Walk-Forward 回测
预测必须可证伪，否则就是玄学。本站有两套并行的验证体系：
5.1 上线以来实盘记录
每天生成的预测全部入库，到期后自动与实际收盘价对照，任何人都无法事后修改。指标有三个：
- P10–P90 区间命中率：实际价格落入区间的比例。若模型设定正确，长期应接近 80%。持续显著高于 80% 说明区间偏宽（保守），低于则偏窄（激进）。
- 方向命中率：模拟的"多数方向"与实际涨跌一致的比例。对 1–5 日周期，任何显著高于 50% 的结果都应警惕过拟合。
- 平均绝对偏差：|实际价 ÷ 基准价 − 1| 的均值，衡量误差量级。
5.2 Walk-Forward 回测（历史重放）
实盘记录要等周期走完才有数据（90 日周期要等三个月）。所以本站同时提供 walk-forward 回测：把同一套生产模型逐日重放在历史上——在历史每个取样日，只使用该日之前的数据生成六周期预测，再与之后实际发生的行情对照。它的关键性质是样本外（out-of-sample）：模型在"当时"看不到未来，和真实预测的信息条件完全一致。回测约每 7 天自动重算一次。
六、境内外溢价监控
国内金价（上海金/积存金）与国际金折算值之间存在持续的价差，即溢价率：
- 溢价为正：国内买盘强于国际市场（常见于国内避险情绪浓、进口配额受限时期）
- 页面同时给出当前溢价在近一年中的百分位——"第 85 百分位"意味着过去一年只有 15% 的时间溢价比现在更高
- 历史上极端高溢价往往对应国内阶段性买盘过热，但请注意：这是描述性统计，本站不据此给出任何买卖信号
七、持仓账本：计算规则完全公开
账本是纯记账计算器：你手动录入买入/卖出，我们负责算数。所有计算规则透明如下：
| 指标 | 计算规则 |
|---|---|
| 持有克重 | 累计买入克重 − 累计卖出克重（FIFO 先进先出扣减） |
| 平均成本 | 剩余仓位的成本基础 ÷ 剩余克重；买入手续费按克重摊入成本 |
| 已实现盈亏 | 卖出所得 − 卖出克重对应的 FIFO 摊入成本 − 卖出手续费 |
| 浮动盈亏 | 当前价格 × 剩余克重 − 剩余成本基础（未实现的账面差额） |
| 收益率 | 浮动盈亏 ÷ 剩余成本基础 × 100%（仅针对当前持仓部分） |
功能分层
| 免费版 | 会员 | |
|---|---|---|
| 账本数量 | 1 个 | 不限 |
| 交易记录 | 20 条 | 不限 |
| 概率联动分析 | ✓ | ✓ |
| 走势图成本线 | ✓ | ✓ |
| 目标价提醒 | — | ✓（站内提醒，邮件推送规划中） |
八、边界与局限：模型的诚实清单
- 只看价格：所有模型唯一输入是历史价格序列，不含利率、美元指数、央行购金、地缘事件等宏观信息——而这些恰恰常是金价的主导变量。
- 结构突变盲区：金融危机、政策剧变等结构突变发生时，基于历史的分布假设会整体失效，概率数字的意义瞬间归零。
- 数据口径：人民币金价为折算值而非交易所实际报价；积存金早期历史为回填数据。用它们做精细套利分析是危险的。
- 自由参数：修正层的系数（动量 0.35、趋势 0.25 等）是保守设定的经验值，没有经过大规模优化——这是故意的：过度优化历史，往往是在为未来挖坑。
- 样本内幻觉：回测命中率再漂亮，也只是"如果当时用这个模型"的假设历史。把它当作模型的体检报告，而不是收益说明书。