新成员上手报告：一个关于信号、右尾、信任的故事

这不是一份目录，而是一个故事——我们在赌什么、为什么这套策略注定会回撤却依然值钱、我们怎么一个一个把因子筛出来（又拒绝了大多数）、回测版本怎么一步步逼出来、以及最关键的：实盘怎么和回测逐笔对齐，从而把投资人的钱（和信任）一笔笔换进来。读完它，你应该不只是"知道有哪些模块"，而是"理解我们为什么这样做"。

00怎么读这份报告

事实 git 可审计历史第一个 commit 是 2025-11-25 7dacc62 “Initial commit from existing project”——「from existing project」说明此前已有一套在跑的项目（最早的 V1 监控思路）。所以：git 前的 V1（2025 秋）只能推断（凡涉及我都标「git 前/推断」）；2025-11-25 起的一切可逐条核对。

01我们在赌什么

每个交易日，期权市场会成交数十万笔单子。其中绝大多数是噪音。但偶尔，某家机构会突然在某只股票上砸下几十万美元、主动买入（ASK）看涨（call）期权——不是慢慢挂单等成交，而是直接吃掉卖方报价。这种行为往往发生在股价大涨之前。

这不是内幕，是信息不对称投下的影子：有人比市场先一步形成了高确信度的方向判断，并用真金白银的期权杠杆下注。UnusualWhales 把这些"异常大单流"实时抓出来卖给我们。我们赌的，就是系统性地把这种"机构主动建仓的影子"捞出来，在它指向的正股上跟一手。

经验 · 为什么是这个切面 原始数据是 call+put、ASK+BID 的全集（294,022 行，见 §04）。我们只取 ASK + call 这一刀——主动买入看涨 = 最干净的看多方向信号。不交易期权而交易正股，是因为正股流动性好、可大额、可复现回测；期权的隐含波动率/时间价值会把"方向对了但赚不到钱"的情况放大。这一刀切下去，剩下的全部工程都是在回答一个问题：这么多 ASK+call 大单，哪些值得跟？（答案就是评分卡 + 因子，见 Part 三。）

02右尾驱动：这个策略的灵魂

如果你只记住这份报告的一件事，记住这个。事实 3 年回测 1,477 笔交易的盈亏分布：

经验 · 这一个事实解释了策略的一切：

• 连续 −15% 止损不是策略坏了，是策略的代价。你想要那个 +136% 的赢家，就必须忍受它来临之前的一串止损。事实 2026-05 的某一周，上周的大赢家 HIMX 没有再出现，账户就眼看着 −8%；然后 5/22 一个 CMPS +13.5%，单票一天就把一周的回撤修回来。
• 为什么严格 −15% 止损、为什么单票仓位上限 15%、为什么同日同票去重、为什么分散持仓——全都是为了"活到大赢家出现"：控制每一笔输家的尾部，保证组合不会在大赢家来临前先被一两笔单子打残。
• 我们不靠"高胜率小赢"，靠"右尾大赢家 + 复利"。这意味着评估这个策略不能看胜率、不能看某一周——要看它有没有持续捕捉右尾的能力。

03与市场解耦：为什么这是"真 alpha"而不是杠杆

事实 3 年回测，策略与 SPY 的日收益相关性 0.092、市场 Beta 0.17、R² <1%。

• 经验 · 一枚硬币的两面 想要"和大盘不相关"，就必须接受时点错配：SPY 涨的时候我们可能在跌（像 5 月那周），SPY 跌的时候我们可能不跌。要分散价值，就得接受这种错配——不能既要解耦、又要"大盘涨我也涨"。
• 事实 这种周/月级别的脱钩，3 年回测里出现过 10 次（"SPY 三天≥−1%，策略三天≤−4%"），每 3–6 个月一次；最极端的是 2025-04-09 关税反弹日：SPY +8.58%，策略 −6.28%。脱钩是策略 DNA。
• 事实 年度最大回撤：2023 −5.9% / 2024 −7.6% / 2025 −10.4% / 2026 −7.2%。任何一周 −8% 都落在历史正常区间内。

04数据地基：Strategy_bigopen_10plus.csv

事实 主信号源是单个 CSV：future_v_0_1/database/Strategy_bigopen_10plus.csv（≈91 MB）。「10plus」= 开仓权利金 ≥ $10,000 的期权大单（source_bucket 分 10_20=\$10–20K、20plus=>\$20K）。它不是 UW_Flow_Dumps_..._chunks/ 那批 14 天 dump 分片（那是给 flow 类因子用的另一份，~757 万行）。

05从一条异常流，到一笔真实交易

这是把"世界观"变成"可执行"的完整链路——也是后面所有版本演进围绕的主轴：

经验 这条链路里，第 ③ 步（底表 base_xy）和第 ④ 步（因子打分）是研究与实盘共用的核心：回测和实盘用同一份因子定义，所以"回测好"才可能"实盘一致"。这正是后面"实盘=回测"（Part 五）能成立的工程前提。

06因子筛选：四阶段漏斗

事实 标准流程固化在 skill /explore-factor 里，每个候选因子都要闯四关，任一关不过即停。判官是「8 核生产基线」（CAGR 105.35% / MaxDD 13.65% / Calmar 7.72 / 1,432 笔，asof0427、1x、窗口必须 2023-04-20→2026-04-27）。

07因子合格性检验：一套完整的"电池"

这是团队最值钱的方法论，也是新人最该吃透、能直接上手照做的部分。事实 它固化在 skill /explore-factor，并在 LRH（兰容亨 / Ian Lan）的每一份因子 PR 报告里逐项实操——reports/nbp3d_factor_exploration.md、ret_5d_rolling_factor_exploration.md、uw_directional_factor_unified_evaluation.md 都是活模板。核心只有一个问题：这个 +pp 是真 alpha，还是过拟合 / 伪装 / 单年异象？ §06 是流程，下面 9 关是判据电池——任一关塌了就毙。

08因子坟场：我们拒绝了什么、为什么

经验 一个团队的成熟度，看它敢不敢枪毙自己做出来的"好结果"。这些否定性结论全部归档在 reports/ 与 claude_explore/，避免后人重复踩坑。每一个都是被上面某一关拦下的——看"哪一关塌了"比看结论更有用：

09当前因子清单（评分卡的零件）

事实 全部注册在 factor_registry.py（python3 factor_registry.py list/show <key> 可看每个因子的打分表）。每个因子对一条信号产出一个整数分项，求和 = score_raw，门槛 min_score=6。生产线从 6 核 → 8 核(8f) → 9 核(9f) → 10 核逐步长出来。

理解评分卡的关键：它其实在回答一个问题——"一个高质量的 ASK+call 大单信号，长什么样？" 核心 6 因子刻画"信号本身的质量"，后加的滚动/gating 因子补上"时机与环境"的边际。下面逐个讲"它衡量什么 + 为什么这么打分"。

核心 6 因子 — 刻画"信号本身的质量"（V7 沿用，静态打分，−2~+2）

后加的 4 个因子 — 补上"时机与环境"的边际（滚动 IC / gating）

这 4 个不是静态分箱，而是按交易日滚动、用 IC（信息系数）自动找最优阈值、严格无前瞻（训练窗口 [D−7−90, D−7)，留 7 天 gap 让 2 日收益完全 settle）。它们回答的不是"信号好不好"，而是"现在这个时点、这个波动环境，适不适合下手"。

10从监控，到评分卡，到可复现流水线

经验 · 一句话总线 重心从"找 alpha"逐步转向"让 alpha 可复现、可上线、可对账、可运营、可扩容"。越往后，工程难度不在因子本身，而在"让回测的好，真的变成实盘的好"。

11逐笔对账：实盘没有"漏血"

事实 5/1 上线后，把回测 capital 重置到实盘 4/30 净值、同 V9.1 算法、同窗口、同 daily mark-to-market，两条 NAV 曲线几乎完全重合：

• 事实 入场一致率 ~80–85%（BOTH / LIVE_ONLY / BT_ONLY 三分类对账）；CTRI/MEI/TNDM/WRBY 四笔 −15% 止损价位实盘≈回测，差<0.3pp。
• 经验 · 这就是信任的工程 没有"实盘开垃圾票、回测会拒收"的 admission bug，也没有"实盘止损打脸"。每周/每节点出一份逐笔对账报告（investor_5_22_explain_zlj/ / investor_0529_update_zlj/），就是把"相信我"变成"你自己看数据"。这是入金（Part 六）能持续进来的根本原因。

12−8% 回撤是 DNA，不是 bug（怎么对投资人讲）

5/14 峰 → 5/19 谷（4 个交易日）策略 −8.2%，SPY 仅 −1.93%——跌幅是大盘 4 倍。表面看像"出事了"。事实 真相：3 个交易日内打掉 3 笔 −15% 止损（MEI/TNDM/WRBY）+ 一批小亏，复利账面 −8%。而这种模式3 年回测出现过 10 次，且当周回测预测的回撤比实盘还要深。

经验 · 给投资人的六句话（直接取自解释报告，是可复用的话术）：① 执行 0 误差；② 本周 −8% 是策略特征，历史 10+ 次；③ 弱相关是 feature 不是 bug（Beta 0.17）；④ 右尾驱动 = 必然有连续小亏段（前 5% 贡献 110% 总盈利）；⑤ 反弹已启动（CMPS +13.5% 单票把组合从 −3.6% 拉回 −1.0%）；⑥ 长期画面：3 年年化 ~110%、最大回撤 12.4%，本次在正常区间。

13对齐的敌人：复现陷阱 + 漏单 bug

经验 "回测好≠实盘一致"的差异来源被逐个定位、归档。新人对账时先扣这些已知项，再谈策略：

14从 3 个朋友的 3 万港币，到 130 万美元

事实 资金时间线（accounting/transactions.csv）讲的是一条信任如何建立、加码、又被理性管理的曲线：

15账户即部署单元：清单 / 收益 / 入金出金

入金 / 出金 / 净投入（accounting 口径，2/1–4/25）

事实 账户级收益以旗舰 WK 主基金为例：成立至 5/1 NAV 1.188（+18.78%，总损益 +$140,585）。其余账户受入金时点 / 跨账户划转 / 起投净值不同影响，账户级收益不可横向直接比较（口径见下方"划转污染"说明），此处不逐一列示。

16实盘系统 / Signal Store / 通知 / 安全（速查）

事实 · 数据链路 UW API → Signal Store 采集(每分钟) → RDS PostgreSQL → FastAPI(:8000) → run_strategy.py → IB。DB 关键表：custom_alert_signals(BigOpen 当前用) / positions / trades（flow_id 可溯源）/ daily_nav（收益权威口径）/ strategy_signal_scores。

17探索分支与多智能体（没全进 main 的经验）

事实 claude_explore 重点产物：uw_flow_explore/（因子探索总文档）· capacity_analysis_zlj/（V9 容量 ~$30M，催生 V10）· index_overlay_zlj/（"闲置资金配低相关底仓"研究，结论"平均闲置 55% 是均值骗局、可靠闲置≈0"）· investor_5_22/0529_zlj/（投资人对账）· exit_sweep_zlj/ · dvol_verify_zlj/ · monday_exit_analysis_zlj/ · strategy_pitch_zlj/。

18经验总结

A证据附录

A.1 PR Ledger（merge commit 重建，#1–#133）

事实 gh 不可用，PR 从 merge commit 重建；绝大多数来自 dev_langping。缺号为未走 first-parent 或关闭未合并。

A.2 main first-parent 关键 commit（节选）

A.3 文件改动热点（全分支累计 top）

A.4 已知局限

• 事实 git 前 V1（2025 秋）只能推断，无 commit 可核。
• 事实 PR ledger 由 merge commit 重建，关闭未合并的 PR/评审/描述不可见。
• 事实 账户收益/入金出金来自 accounting/（多处标"待确认"，如 12/15 首笔汇率反推 6.52 异常）+ daily_nav，非审计报表。
• 事实 回测绝对数字受复现陷阱影响可能漂移；本报告引用"已与同事对齐"的同会话口径。
• 经验 标「经验」者为归纳推断，可能随 regime/代码演进失效——引用前回到对应 commit/文件核对。

A.5 新人"先读 + 先跑"清单

1. 读：本报告 → BIGOPEN_V9_USAGE.md → STRATEGY_BIGOPEN_V7.md → 给投资人的 investor_5_22_explain_zlj/INVESTOR_EXPLAIN.md（感受"实盘=回测"的故事）
2. 读：factor_registry.py + skill /explore-factor（因子方法论）+ uw_flow_explore/ 总文档（含因子坟场）
3. 读：accounting/README.md + summary.md（资金会计模型）
4. 跑：Stage1-1 fetch → 1-2 build → build_factors → run_backtest（--start-date 2023-04-20），亲手复现 8 核 ≈ 105%