收益依赖哪些条件
这批检查把限制说得更清楚了。美股收益对少数股票较敏感，加密趋势规则的优势很薄，在较高费用下转为负值。它们都不能证明新的样本外优势。
114 项固定历史回放全部完成，没有未完成项。同一批保留的回放账户还产生了 288 项事后成交量检查。这批结果与原来的 420 项策略对照分开记录，每个计分窗口独立从现金开始，不会拼成一条组合收益曲线。
美股移除对照
规则仍是月度等权，沿用原来的 11 个 63 交易日窗口、252 期预热，以及单边 20/40 bps 总费用。对照是原来的十只股票组合，同时报告 SPY 的毛收益和相同费用下的净收益。SPY 在计分窗口前入场，窗口结束时不额外清仓。
| 固定股票池 | 费用，bps | 收益高于原股票池的窗口 | 回撤更小的窗口 | 收益差中位数，个百分点 | 高于相同费用 SPY 的窗口 |
|---|---|---|---|---|---|
| 移除 NVDA | 20 | 4/11 | 10/11 | -0.4598 | 8/11 |
| 移除 NVDA | 40 | 4/11 | 10/11 | -0.4576 | 8/11 |
| 移除 NVDA、GOOGL、META | 20 | 4/11 | 10/11 | -1.9732 | 4/11 |
| 移除 NVDA、GOOGL、META | 40 | 4/11 | 10/11 | -1.9687 | 4/11 |
| AAPL、MSFT、JPM、JNJ、XOM、PG | 20 | 4/11 | 10/11 | -2.0482 | 4/11 |
| AAPL、MSFT、JPM、JNJ、XOM、PG | 40 | 4/11 | 10/11 | -2.0428 | 4/11 |
移除这些股票后，多数窗口用一部分历史收益换来了更小的回撤。六只股票按当前名单指定，行业覆盖受选样限制。移除思路来自已经看过的样本，因此这里只是历史敏感性诊断，不能当作未看过数据的检验，也不能解释为股票贡献的因果估计。美股使用拆股调整价格，没有模拟含股息的总收益。
加密总费用回放
沿用八币种池、12 个 90 天窗口、252 天预热、严格趋势规则和同目标敞口等权对照。单边总费用分别为 35 和 50 bps。每档都重新核算持仓和现金，再按对应费用计算净值。
| 单边总费用，bps | 趋势收益更高 | 趋势回撤更小 | 相对同敞口对照的收益差中位数，个百分点 |
|---|---|---|---|
| 35 | 6/12 | 4/12 | +0.1076 |
| 50 | 5/12 | 4/12 | -0.3157 |
每个费用情景中，两条规则使用相同的滞后目标总敞口，但这不保证扣费后实际权重或风险相同。这里的中位数和胜出窗口数只是描述性统计，没有进行显著性检验。原来的 0/10/25 bps 对照及公开结果保持不变。
事后成交量检查
对 48 个新加密回放账户，用保留的持仓和价格反推交易数量，并核对交易金额与账户换手是否一致，再套用三种初始 USDT 规模、两种比例阈值，与当日基础币最终成交量比较。成交量对应滞后收盘价交易的日期，只做事后诊断，不改变策略决策。
| 初始规模，USDT | 超过 1% 的账户 | 超过 5% 的账户 | 最高单日成交量占比 |
|---|---|---|---|
| 10,000 | 0/48 | 0/48 | 0.0597% |
| 100,000 | 0/48 | 0/48 | 0.5968% |
| 1,000,000 | 6/48 | 2/48 | 5.9676% |
本次保留的运行没有缺失成交量的账户。工具遇到缺失或为零的成交量时，会标记为暂无数据，不会按零占比处理。这些检查不能证明有足够的价差、订单簿深度、冲击承受能力、挂单成交机会或真实交易容量。USDT 没有被默认换算成 USD，48 个账户共享相关的市场输入，统计独立性有限。
复现与证据
固定网格为美股 3 组股票池 × 11 个窗口 × 2 档费用，共 66 项，加密 2 条规则 × 12 个窗口 × 2 档费用，共 48 项。每个市场累计运行最多 600 秒，包含核验，成交量检查也计入加密预算。原始父产物和固定规则清单共同绑定仓库所属数据根下的一次性预算记录，换输出路径不能再跑一遍，失败或消耗不明的尝试不会自动重试。
根工具通过 CLI 调用独立安装的研究包，不导入研究包或相邻框架的 Python。根侧核验绑定实际价格切片、独立重建滞后目标、检查每期账户，并用独立的分段线性解核对费用资金来源，同时检查 SPY 入场边界和期末保留持仓，不计额外清仓费。
python -m competition_tools.check_strategy_robustness_delivery --config <absolute-team.toml> --output-root <new-external-synthetic-directory>
python -m competition_tools.team robustness --config <absolute-team.toml> --spec <absolute-robustness-spec.json> --output-root <new-external-directory>第一条命令运行十个明确标记为合成数据的契约样例。第二条运行固定历史网格，要求源码已提交、父计划及结果哈希完全匹配，并消耗一次性预算。不要重跑来替换不理想的结果。spec schema 为 competition.strategy_robustness_spec.v1，带版本的 plan、job、result、periods 和 results schema 位于 schemas/research/。
本次科学运行使用提交 e70040cc19f4d4f4e826afe295013a348e41b314，计划为 12c04fc53aa450dfb9bbbb66e4978a691e13fef1d36a7b7944ab5720aa7b4291。完整已审查汇总见 strategy-robustness.v1.json，包含全部 114 项结果、66 项美股比较、24 项加密比较和 288 项成交量检查。原始价格、成交量序列、收据、账户信息及私有路径留在公开仓库之外。
下一步证据
保留六个观察候选及原有费用，先准备新鲜且日期完整的共同预热数据，在下一根尚未看到的计分 bar 之前冻结，再手动审查并导入实际数据。本阶段没有下载新行情，也没有增加真实观察。操作见补数据和手动观察登记，合成进程诊断见运维说明。