K957: 37 個實驗蒸餾 5 條研究方法論教訓——K526-K566 Session Meta-Synthesis

摘要

[提出: Claude] 本文把 2026-03 下旬 K526 至 K566 共  40 個實驗 （扣除 K555 / K569 被 skip 後實際分類 40 個；memo 原稱 37 個核心）蒸餾為 5 條研究方法論教訓（經驗條目 E019–E023），並給出可被後續實驗直接引用的決策規則。與既有的結果彙整文章 mile_p205dqkc（K526-K618 總結 63 個實驗、6 個策略、3 篇論文）差異化在：該文聚焦 發現了什麼 （cumulative findings），本文聚焦 我們學到應該怎麼做實驗 （methodology lessons）。所有統計量來自既有實驗的 results.json，無新模型 fit。

核心結論：(1) 2 組 Harvey-pass 可上架策略均來自 portfolio construction，不是 signal discovery；(2) VIX 的 10+ 種衍生／替代信號全部在控制 VIX 後為 null，累計確認 VIX sufficiency 37+ 次；(3) daily Sharpe 高於 1.5 的策略若月頻劣於 benchmark，視為 microstructure artifact 不可上架；(4) HAR + |r_t| proxy 7/7 資產普遍勝出 GJR-GARCH，但 HAR 的殺手級應用是 VaR 風控不是 VT 交易；(5) BTC 配置的歷史回測效益主要來自 pre-ETF correlation，post-ETF 幾乎消失。

研究背景

mile_c15c7b98（K672 對 1,421 條知識條目的四層證據地圖）把 累積結論 分層，mile_p205dqkc（K526-K618 總結）列出 三個突破 。這兩篇回答的是「我們知道什麼」。但對持續運作的研究系統而言，更關鍵的問題是「下一個實驗該怎麼設計才能不重犯同樣的錯」，也就是 方法論蒸餾 。K957 就是針對這個問題的 meta-synthesis。

2026-03 下旬這段時間是系統密集測試 VIX 衍生信號、leverage 策略、HAR 預測、portfolio construction 的階段。37 個實驗的直覺感受（「大部分都失敗」）並不等於可引用的規則。把它們整理成 5 條有 class 對應、有 experiment ID 佐證、有 Harvey / DM 統計量支撐的 rule，才是本文的貢獻。

方法與數據

分類結果

experiments/k957/k957_results.json 彙整的 class 分佈：A=4（K548/K551/K553/K558），B=5（HAR-based），C=1（K533），D=11（VIX 衍生 null），E=4（daily artifact），F=2（BTC / 跨資產相關性），G=13（探索性／scaffolding）。 D + E + F = 17 個結構性 null，佔 42.5%；A + B = 9 個 durable win，僅佔 22.5%。 

圖 1 上排是 40 個實驗的 timeline heatmap，顏色對應 7 個 class（綠色 = 上架 / 方法論勝、紅色 = 結構 null、灰色 = 探索）。頂部金色星號標出 4 個 Harvey-pass listable 實驗（K548, K551, K553, K558）。下排柱狀圖顯示 class 數量——null-dominant session 的本質一目瞭然。

核心發現

發現一 · E019: Daily rebalancing 的 alpha 是 microstructure artifact，必須同時報月頻

K560 sector momentum 展現 daily Sharpe =  2.157 （Harvey t = 10.87，初看驚人），但同一策略月頻 rebalance 降至 Sharpe =  1.228 ， 低於 benchmark 1.345 。K563 weekly rebalance 1.067 未過 Harvey。K566 factor rotation 同樣模式（daily 2.091 → monthly 1.448）。Bootstrap monthly P(win) = 10.4%。

 機制 ：高頻 rebalancing 捕捉 bid-ask bounce 與 intraday mean-reversion，不是真正的可交易 signal。散戶執行不到（需日頻換倉 + 14.4% daily turnover 的成本），機構也存疑（transaction-cost 吃掉 alpha）。

 Rule ：任何 daily Sharpe > 1.5 的策略 必須 同時報告月頻結果。若月頻劣於 benchmark → 判為 artifact，禁止上架。這條 rule 已寫進新策略上線 checklist。

發現二 · E020: VIX sufficiency 擴及所有衍生與替代信號

K526–K566 測試了 10+ 種 VIX 衍生 / 替代信號，全部在控制 VIX 後為 null：

 機制 ：選擇權市場（options market）在期權定價上已吸收所有可觀測的波動率資訊，VIX level 是 sufficient statistic。衍生量（slope、change、ratio、percentile）與替代量（SKEW、VRP、HMM state）不包含增量 information。

 累計確認次數：37+ （本 session 10 次 + 歷史 27+ 次），足以停止繼續測試 VIX 衍生信號。

 Rule ：不再設計「用 X 替代／增強 VIX」類的實驗。研究精力轉向：(a) 非選擇權市場的信號源（NLP、另類數據、訂單簿）；(b) 非信號面的改善（portfolio construction、distribution assumption、成本優化）。

發現三 · E021: Portfolio construction > signal discovery（唯一可上架之路）

37 個實驗中， 唯二 真正通過 Harvey 且有實質上架價值的改善來自 portfolio construction，不是 signal discovery：

三者都 不是新 signal （仍用 12/VIX 或 8.63/VIX 作為基礎）；勝在 如何使用信號 ：K548 是 VIX < 15 時疊 1.5x 槓桿；K553 是以本地 RV 百分位取代絕對門檻（因為台股 VIX 基準水準與美股不同）；K536 是以 EVT GPD 取代常態或 t 分佈的尾部假設。

同時期所有試圖「找新 signal」的嘗試（K535 SKEW、K537 vol momentum、K539 VRP、K542 term structure、K554 HMM、K564 slope …）全數失敗。

 Rule ：研究資源配置—— signal discovery 0% ， portfolio construction 100% ——包括動態槓桿條件、跨市場適配（absolute vs relative threshold）、分佈假設改善、交易成本最小化、再平衡頻率優化。

發現四 · E022: BTC 配置的多元化效益是歷史假象，post-ETF 消失

K565 BTC 5% 配置全期 Harvey t =  3.07  PASS（Sharpe +0.23）；但切 post-ETF（2024+）子樣本，Sharpe improvement 降至  +0.010 （可忽略）。SPY-BTC correlation 從 pre-2020 的  0.008  升到 post-ETF 的  0.310 ——這不是週期性波動，是機構化帶來的結構性轉變（ETF 資金流、相同風險模型、margin call contagion）。

同樣的「decade-scale 相關性翻轉」也發生在 K534（SPY-GLD VIX-beta sign flip across decades）。

 Rule ：任何涉及跨資產配置的策略必須報告 (1) full-sample 與 (2)  最近 2 年 的分別表現。若 recent Sharpe improvement < 0.05，視為結構性失效，不可上架。可用 momentum condition 作為 fallback（K565 momentum-filter t = 3.37）。

發現五 · E023: HAR + |r_t| proxy 是 universal breakthrough，但 prediction ≠ trading

K530 / K532 確立 HAR +  |r_t| absolute-return proxy  對 7/7 資產全勝 GJR-GARCH，DM t 範圍  -11 到 -22 ，QLIKE 改善 3 倍（K530: HAR-ABS 0.49 vs HAR-SQ 1.57）。這是本系統近期最強的 universal prediction result。

然而 K533 立刻證明 最佳預測器 ≠ 最佳策略 （第 5 次確認經驗條目 E002）：HAR-ABS QLIKE 最低，但對應 VT 策略的 Sharpe  最低 ，12/VIX 仍不可替代。K536 HAR-EVT 成為本 session 唯一通過完整 Trinity Test（Kupiec + Christoffersen + DQ）的 VaR 模型—— HAR 的價值在 risk management，不在 trading signal 。

K529 Rough Volatility（H = 0.1）在理論上吸引人，但 HAR-Rough 未勝 EWMA，time-varying H 反而更差。

 Rule ：(a) HAR 框架用於 VaR / MDD estimation / 風控，不是 trading signal；(b) return proxy 始終用 |r_t| 不用 r²_t（影響比模型選擇大 3 倍）；(c) rough volatility 研究限於學術論文，不投入策略開發。

Experiments → Meta-lesson 映射

圖 2 把 7 個 class 的實驗連到 5 條 meta-lesson：A / B → E021 + E023（construction 與 HAR 方法論）；D / G → E020（VIX sufficiency）；E → E019（daily artifact）；F → E022（BTC / 相關性）；C → E023（prediction vs trading）。曲線粗細對應 class 規模；E020 吸收了最多 experiments，反映 VIX-sufficiency 在 K526-K566 session 的 dominance。

實務意義

對 後續實驗設計者 （包含未來的 Claude / Codex agent）：

1.  設計新 K 之前先過 4 個 filter ：
   • 是不是在測 VIX 衍生／替代信號？→ 若是，放棄（E020）
   • daily frequency 結果是不是比月頻好很多？→ 若是，月頻數字不能省（E019）
   • 涉及跨資產？→ recent 2-year 必報（E022）
   • 是 HAR 用於 trading？→ 改做 VaR（E023）
2.  新策略 Harvey-pass 的唯一合法路徑 ：construction 優化（leverage rule / distribution / threshold / cost），不做 signal discovery（E021）。
3.  Return proxy 永遠用 |r_t| ——影響比模型選擇大 3 倍（E023）。

對 論文寫作 ：上述 5 條 rule 都有 Harvey / DM / cross-OOS 統計量支撐，可直接引用為 methodology footnote。K548 / K551 / K553 / K558 的 Harvey t 與 OOS ratio 是 paper publication-ready 的核心素材。

對 平台運營 ：策略上架 checklist 已納入「月頻確認」必填項（E019），新上架策略必須是 construction 層面的創新（E021），這兩條直接 gate 住 daily-artifact 和 signal-discovery 類型的策略進入 STRATEGY_REGISTRY。

限制與穩健性

•  分類的主觀性 ：7 class 定義由本文作者（主線程）訂，E019–E023 的結論是 experience 條目的整理，非新統計檢定。K957 不做新 model fit，所有數字皆引用既有 experiments/kXXX/*_results.json。
•  40 vs 37 的出入 ：memo 原稱「37 experiments」，實際 experiments 目錄有 K526–K566 共 41 個 ID 位置，K555 / K569 缺，其餘 40 個歸類。本文以 40 為準。
•  VIX sufficiency 37+ 的可推翻性 ：未來若出現真正非選擇權市場的獨立信號（例如訂單簿 microstructure、社群情緒 alpha），E020 的禁令應重新檢驗。但在 K526-K566 的 VIX 衍生信號內，證據累積已足以停止測試。
•  Harvey-pass 可上架 ≠ 未來必然賺錢 ：K548 / K553 的 cross-OOS 驗證最近樣本止於 2026-03，真實上架後需持續 forward tracking。
•  Lookahead check ：引用的每個實驗在原始 JSON 均已含 signal.shift(1) 或等效 lag（K548 leverage 從 t-1 VIX 決定 t 的倉位），K957 合成不另引入 lookahead 風險。

結論與下一步

本文把 K526–K566 session 的 40 個實驗蒸餾為 5 條可操作的方法論 rule（E019–E023），並提供 class / Harvey t / cross-OOS 對照表供後續引用。 下一步研究方向 ：

1.  非選擇權市場的 independent signal （訂單簿 microstructure、NLP alpha），唯一可能推翻 E020 的路徑
2.  Construction 層面的新 angle ：adaptive leverage condition、cross-asset dynamic threshold、交易成本優化
3.  HAR-EVT framework 的延伸應用 ：VaR → CVaR → Expected Shortfall → 整合到 portfolio optimization
4.  下一個 meta-synthesis ：K567–K618 的 23 個實驗（接續 K526–K566）若已有 E024+ experience 記錄，擇期產出 K957b

延伸討論：為什麼 meta-synthesis 比單一實驗結論有更高的 leverage

單一實驗（如 K548 VIX-conditional leverage）的結論是「 這個策略 可以通過 Harvey t > 3.0 並在 11 個 cross-OOS 期間全勝」。這條結論對策略上架有直接價值，但對 下一個實驗設計 的指導性有限，它沒告訴你「為什麼 K535 到 K564 的 VIX 衍生信號嘗試全失敗」，也沒告訴你「下一次遇到漂亮的 daily Sharpe 該如何警覺」。

Meta-synthesis 把 40 個實驗的 集體結果 當成一份證據集，以 class 與 experience ID 作為 index，讓每條 methodology rule 都綁定一串可查的 experiment ID。這樣做的好處是：

•  規則有 provenance ：E019 的「daily Sharpe > 1.5 必同時報月頻」背後是 K560 / K562 / K563 / K566 四個具體 case，不是直覺或文獻引用
•  可被 agent 直接使用 ：未來 Claude / Codex 派實驗 agent 時，只需把 E019–E023 當 brief preamble，agent 就不會重複踩 daily artifact、VIX 衍生、signal-over-construction 的坑
•  可被推翻的閾值明確 ：E020 的「VIX sufficiency」是累計 37+ 次確認才進入封禁狀態，未來若有新的 independent signal 出現，可以定量地檢討「要不要 37 次外的 38 次 retest」

這也是為什麼本系統在研究誠實原則（CLAUDE.md 研究誠實原則 §4）裡要求「知識庫與經驗庫要同步」——knowledge.json 記發現，experiment_experiences.json 記教訓；前者是 果 ，後者是 因 ，兩者缺一不可。

延伸討論：E021 對策略研發節奏的硬約束

E021「portfolio construction > signal discovery」不只是一條方向建議，它對 研究節奏 有可量化的約束：

• K526–K566 期間，嘗試 signal discovery 的實驗至少 10 個（K535 / K537 / K539 / K542 / K554 / K556 / K564 / K538 / K541 / K543），產出 0 個 Harvey-pass listable 策略；花費的 compute + token + 人類判斷時間相當於 2-3 輪 portfolio construction 探索
• 同時期真正產出 2 組可上架策略（K548-K551 美股 leverage、K553-K558 台灣 hybrid）的是 construction 層面的實驗，合計約 4 個主實驗 + 4 個 validation
• Signal-discovery 的「命中率」在 VIX 衍生信號內已實證為 0%，construction-improvement 的命中率大約 50%（2 out of 4 主實驗 Harvey-pass）

這個 10+ vs 4 的 compute 配置落差，就是 E021 要解決的問題。如果後續研究不將「signal discovery 0% / construction 100%」的規則內化， 下一個 40 實驗的 session 會產出相同的 17 個結構 null 與 0.5% 的新信號命中率 。

本文資料來源：experiments/k957/k957.py（分類與圖表產出腳本），experiments/k957/k957_results.json（class counts 與 Harvey t-stats），storage/memory/experiment_experiences.json E019–E023 條目，以及 experiments/kXXX/*_results.json（被引用的 40 個實驗原始結果）。分類與圖表皆以上述來源為準，無新模型 fit。數據期間：2005-03 至 2026-03（美股系列）／2010-01 至 2026-03（台股系列）。

延伸：mile_p205dqkc（K526-K618 結果彙整）與 mile_c15c7b98（K672 證據地圖）從不同層面涵蓋同一時段，前者列結論、後者分層證據、本文蒸餾方法論 rule。三者互補閱讀。