简体中文 · English
一个把"可证伪"当工程约束来实现的量化研究实验台：先冻结主张，再让数据裁决——
并把"无增量"这个裁决当作合格的实验产出，如实入账。
一句话结论：四个增量信息主张（B/C/D/E1）与首条时序 confirmatory OOS（Track C） 的裁决全部为 NULL ——点估计不显著异于零。这不是失败，是按预注册交付的结果。
Warning
本项目仅供研究与教育用途，不构成任何投资建议。 它不是交易系统，也没有任何 可部署的实盘业绩（E3 前向积累明确 NO-GO，见 ④）。请勿依据本项目输出做出 资金决策；使用风险自担。
① 这是什么 · ② 当前结论 · ③ 抗泄漏机制 · ④ 研究路线 · ⑤ 研究终端 ⑥ 本地仪表盘 · ⑦ 安装与复现 · ⑧ 数据与许可 · ⑨ 不主张什么 · ⑩ 术语表 · ⑪ 参考文献 · ⑫ 治理与文档
Aionis 回答的问题形如："特征集 X 相比纯基本面基线，是否带来增量截面可预测性？" ——本质上是对基线的一次消融对照（ablation）：主张的不是"能预测"，而是 "在已知信息之上多知道了一点"。
每个主张在冻结前预注册（docs/phase-*-preregistration.md，移植临床试验的预注册文化）；
配置的 sha256 在观测任何样本外指标之前写入 append-only 账本（runs/ledger.jsonl）；
之后同签名重跑必须逐位一致。换配置 = 新账本行，绝无静默覆盖——headline 无法靠
"重跑到显著"营救。Aionis 不是认知系统，也不是交易机器人。
研究终端漫游 · 42 个路由的公开面孔——每页声明自己在效度论证链上的位置，每个数字携带出处（as-of 水位）
同一标普 500 PIT 宇宙（588 只可解析 ticker，2016+，125 个月）、冻结九列基线、固定
LightGBM、PurgedGroupKFold(5, embargo=21)。可证伪主张 = treatment − baseline 的
月度 rank-IC 差分。注意：这些是 shared-fold purged cross-fitted/OOF 差分，不是
严格时序 OOS，也不是 live track record（时序确认由 Track C / E3 承担）。
| 阶段 | 检验轴（treatment vs 基线） | 差分 | 95% CI | p 值* | 裁决 |
|---|---|---|---|---|---|
| B | 基本面时点（filed vs 期末+滞后） | −0.000800 | [−0.01057, +0.00897] | 0.872 | 无显著正增量 |
| C | 世界状态 surprise 组（CPI/NFP/VIX/盈利） | −0.006487 | [−0.01953, +0.00656] | 0.355 | 无显著正增量 |
| D | 关系组（SIC 同业动量 + 13D 事件） | −0.002980 | [−0.01371, +0.00775] | 0.597 | 无显著正增量 |
| E1 | 跨公司传播（超出自身冲击） | −0.002793 | [−0.01146, +0.00587] | 0.533 | 无显著正增量 |
* C/D/E1 为 Diebold-Mariano 检验 p 值（moving-block bootstrap 方差）；B 为 2026-08-05 对
账本 #28 保存的 IC 序列做的 paired HAC 补算 p=0.872（账本行内 dm_p_mbb=0.870，同尾；
账本行 append-only 未改）。全部差分值为 runs/results/<sig>/differential.json 的逐位原值，
四行均经本项目契约测试钉死。
如何读这张表（方法学教养）：
- 差分点估计为负 ≠ "该特征有害"——负值与零在统计上不可区分。
- CI 跨零 ≠ "效应严格等于零"——非显著不是等价证明（等价要靠 SESOI/TOST，见下）。
- 四相均为 zero-LLM 特征：B 是 EDGAR 数值基本面时点，C 是宏观/盈利数值 surprise， D 是 SIC 同业动量 + 13D 事件旗标，E1 是确定性传播——LLM 特征进冻结 OOS 是已知 泄漏通道，被刻意排除。
- h=10/42 视界扫描是探索性敏感性证据（8 个区间全跨零，
docs/RESULTS.md§3）； 策略收益次级透镜仅覆盖 B/C、gross-of-costs、无换手约束（DSR/SPA 不显著）—— 两者都不构成独立复制。
美中双区域（标普 500 + 沪深 300）联合 walk-forward 月度 rank-IC，单一预指定 regime 交互（多重性预算 = 1）：
| 指标 | 数值 | 解读 |
|---|---|---|
| 联合 rank-IC 均值 | −0.0088 | NULL（p_hac=0.484；95% HAC CI [−0.034, +0.016] 跨零；n=71 个月） |
| J-T look-1（n=60，RCI 99.44%） | NOT_EQUIVALENT | RCI 宽于 ±0.010 SESOI = look 欠功率，不是效应信号 |
| H6 双跑逐位一致 | PASS | 真实数据上的确定性核验 |
关于功效，一个诚实的学科背景：实务中月频截面 rank-IC≈0.02–0.05 即被视为有信息量
（Grinold-Kahn 基本定律 IR ≈ IC·√BR 下已可积累可观的 ICIR）；本项目预注册的
SESOI ±0.010 是小效应门槛——正因效应量如此之小，区分"零"与"小"需要极长样本，
前瞻功效分析显示冻结的 60/90/120 月 Jennison-Turnbull 计划宣布等价需要 ~36+ 年。
因此本项目诚实交付的是零点估计 + 端到端抗泄漏纪律 + 功率极限披露，
而非"宣布等价"。完整方法与 15 行证据表：archive/docs/methods-and-results-draft.md；
活页快照：docs/RESULTS.md。
flowchart LR
F["① 冻结配置"] --> L["② config_committed<br/>sha256 先于结果入账"]
L --> P["③ PIT 数据<br/>filed 日期 · ALFRED vintage<br/>成分股时点成员"]
P --> V["④ PurgedGroupKFold<br/>group=月 · embargo=21 交易日"]
V --> M["⑤ 固定学习器<br/>LightGBM · seeds=0 · n_jobs=1"]
M --> R["⑥ rank-IC 差分<br/>treatment − 基线"]
R --> C["⑦ 控制与多重检验<br/>placebo · leave-one-out · DSR/SPA"]
C --> H["⑧ H6 确定性<br/>双跑 bit-identical"]
H --> D["⑨ 裁决入账<br/>NULL 亦如实记录"]
六道锚点，每道都有可考的文献出处：
| 机制 | 防什么 | 方法学锚点 |
|---|---|---|
config_committed 先于结果 |
p-hacking / 重跑到显著 | 临床试验预注册文化的移植（终点冻结先于揭盲） |
| PIT 数据（filed / vintage / 时点成分） | 前视偏差 / 幸存者偏差 | 基本面按申报日对齐是 factor research 的标准纪律 |
| PurgedGroupKFold + embargo | 标签重叠泄漏 | López de Prado (2018) §7：Purged K-Fold + Embargo |
| H6 确定性（seeds=0 · n_jobs=1 · 版本钉死） | 不可复现 | 双跑 IC 序列与原始打分 bit-identical（有断言） |
| DSR / SPA / 安慰剂 / leave-one-out | 多重检验 / 数据挖掘偏差 | Bailey & López de Prado (2014)；Hansen (2005)；White (2000) |
| rank-IC 差分 + HAC/MBB 推断 | 量纲漂移 / 序列相关 | Diebold & Mariano (1995)；移动块自助 Künsch (1989) |
注意 PurgedGroupKFold 的边界：它清除标签区间重叠，但从测试补集交叉拟合、可能包含 更晚月份，因此不构成时序验证——这正是 Track C / E3 存在的理由。
每阶段在同一基准上做且只做一个可证伪主张（TCR：Theory of Computable Reality，
docs/theory-of-computable-reality.md）：
| 阶段 | 主张（treatment vs 基线） | 状态 | 裁决 |
|---|---|---|---|
| A | ERL 事件表示 pilot（FOMC 声明） | 完成 | 欠功率历史 pilot（DA-lift +5.5pp，CI 跨零） |
| B | 基本面时点（filed vs 期末+滞后） | 完成 | 无显著正增量（见上表） |
| C | 世界状态 surprise 组 | 完成 | 无显著正增量 |
| D | 关系网络（SIC 同业动量 + 13D） | 完成 | 无显著正增量 |
| E1 | 跨公司冲击传播 | 完成 | 无显著正增量 |
| Track C | 双区域联合时序 confirmatory OOS | 完成（账本 #49） | NULL；look-1 欠功率 NOT_EQUIVALENT |
| E2 | LLM 宏观因果假设生成（cutoff 受控） | 设计完成 | cutoff 门使回测欠功率（~10–18 个 cutoff 后月份） |
| E3 | forward-live 前向积累 | 工程就绪 | headline NO-GO：无 shadow/headline 结果、无 live track record；GO 为业主门 |
E2/E3 的愿景（"看透本质"的因果预测：疫情→医药、AI→算力→电力）用当下 LLM 回测天然
泄漏——模型已记住结局；E3 前向积累是唯一诚实路径。预注册见
docs/phase-{b,c,d,e,e2,e3}-preregistration.md
与 docs/track-c-preregistration.md。
项目的公开面孔：一条效度论证链（validity-argument chain），把单个可证伪主张的 论证过程组织成站点。每页声明自己在链上的位置，每个数字携带出处（as-of 水位）， AI 只承担解释与覆盖——绝不产生样本外信号。
在线：https://rethymus.github.io/Aionis/ · 文档：web/README.md
 效度论证链入口 · 语境 → 证据 → 效度 → 裁决，守卫环绕四环 |
 市场全景 · 美股等权指数 × VIX（2016→），总统↔美联储博弈事件标记，模型 OOS 自 2021 叠加 |
 热力图 · US 492 + CN 929 双树图，美中双区域同屏 |
 数据图集 · 12 表 / 60 SVG，56 个 committed 数据面板的引用地图 |
 校准 · 可靠性散点 / 对角参照 / ECE——概率预测的诚实度量 |
 证据 · 证据矩阵逐项溯源：每个主张都能回到账本行与数据水位 |
 数据健康 · 25 daily / 11 cadence / 20 frozen，逐面板公示 as-of 水位 |
 语境 · CPI / 联邦基金利率 / VIX regime 三卡与七图 |
 裁决榜 · 全部主张一页榜：共享零线 CI 可视化——所有区间跨零一眼即见，CONFIRMATORY 行高亮 |
 证明链 · 冻结先于结果的四环链，附任何人可复跑的自行验证命令 |
以上均为实拍：终端截图来自与线上一致的静态构建（真实 committed 数据）。
flowchart LR
CTX["语境 Context<br/>市场制度"] --> EV["证据 Evidence<br/>模型选股 + 多源佐证"]
EV --> VAL["效度 Validity<br/>校准 · 功率下界 · 模型健康"]
VAL --> VER["裁决 Verdict<br/>NULL + 诚实披露"]
G["守卫 Guard<br/>PIT · embargo · H6 · 溯源"]
G -.-> CTX
G -.-> EV
G -.-> VAL
G -.-> VER
- 数据面板：56 个 committed 导出面板（
/data-health逐项公示n_panels与 as-of 水位）——EDGAR 全家桶（13D/13G · Form 4 · 8-K · DEF 14A · Form D · 13F · IPO 424B4 · 统一申报流）、FRED/ALFRED、Tiingo、Alpaca、 CFTC COT、GDELT 新闻、ARK 官方持仓、ApeWisdom、Reddit、沪深 300 成分等； 美中双区域、中英双语；模型卡按 Mitchell et al. (2019) 模型卡规范导出。 - 公开数据 API：面板 JSON 逐字镜像于
/api/v1/panels/（47 个表格型面板另附 CSV 孪生，csv-manifest.json如实列明跳过者）；OpenAPI 3.1 文档 + 逐端点 license/溯源/新鲜度元数据（/api-docs）；sitemap.xml 全量 lastModified 溯源 +/newsAtom 订阅；仓库内 Python 客户端clients/aionis-data（零依赖直读本 API—— claims/IC 序列/任意面板；PyPI 发布为业主门，未授权分发）。 - 裁决榜与证明链：
/verdicts一页尽览全部预注册主张（共享零线 CI 可视化—— 所有区间跨零一眼即见，CONFIRMATORY 行高亮）；/proof把"冻结先于结果"做成 四环链（预注册文档 → config_committed 账本行 → 冻结结果目录 → 裁决），并附 任何人可复跑的自行验证命令（CLI 孪生：scripts/verify_claim.py）；/claims/[claim]每主张一张可引用卡，/cite提供项目与逐主张 BibTeX—— 引用一个紧 CI 的 null 与引用阳性发现同样正当。 - 个人化与发现：Watchlist 星标（⌘K 面板直达 + 首页实时价条带 + 排名变动徽标）、 同板块 peers、Top-Pick 徽标、逐股引用导出（含账本溯源链接）；首页"昨夜变更"条 逐面板公示夜更通道的真实 delta。
- 性能（协议级实测）：首页全新鲜加载 793KB 总传输（DCL 1.23s）；后续页仅付
增量（stock 页 215KB，共享块跨页缓存）；对照性能战役详见
reports/design/2026-10-02-performance-campaign.md。 - 诚实披露：每面板 as-of 水位在
/data-health逐项公示；宇宙门外 ticker 降级纯文本 不发链；实时价格（Cloudflare Worker，workers/prices/）仅限展示层——任何研究 模块引入实时价格 = 前视泄漏。
cd web && pnpm install && pnpm dev # http://localhost:300011 个标签：总览 / 拟合质量 / 波动率 / 曲线演化 / 事件研究 / 不确定性 / 视界稳健性 /
覆盖 / 策略收益 / 前向 IC / 运行史。以下为对 runs/results/ 真实冻结 run 的渲染实拍
（非合成演示）：
仪表盘漫游 · 六个分析维度的切换——四相裁决卡 → 累计 IC → IC 分布/回撤 → CI 带 → forest plot → L-S 次级透镜
 总览 · 四相裁决表 |
 拟合质量 · 累计 IC + KPI |
 波动率 · IC 直方图 + 水下回撤 |
 曲线演化 · 随机游走 CI 带 |
 不确定性 · 差分 forest plot |
 策略收益 · L-S 次级透镜 |
uv run streamlit run dashboard/app.py当前数据演示的是分析方法与交互结构（非最终结论）；记录在案的证据见
docs/RESULTS.md。
要求 Python ≥ 3.10 与 uv。
uv sync --all-extras # base + extraction + dashboard + dev
cp .env.example .env # 填 FRED_API_KEY / TIINGO_API_KEY / ALPACA_* / REDDIT_*（LLM key 可选）
# 一次性数据抓取（588 只 PIT 宇宙的基本面 + 价格；可断点续跑、礼貌限速）
uv run python scripts/phase_b_fetch.py
# 一条 confirmatory run（以 Phase D 为例）：config_committed 先于结果，H6 验证
uv run python scripts/phase_d_run.py
uv run pytest -q # 封闭（hermetic）测试套件
uv run ruff check # lint 必须干净上述命令均有 justfile 别名（just check / just evidence / just verify / just snapshot /
just guard…，见 CONTRIBUTING.md §6；其中 just evidence 是唯一受支持的
证据级联刷新方式——导出器顺序 sha 咬合，绝不手跑）。
scripts/phase_{b,c,d,e1}_run.py 是各可测试编排器（src/aionis/eval/phase_*.py）的薄封装；
scripts/strategy_eval_run.py 跑次级 L-S 透镜；scripts/sensitivity_horizon.py 跑视界扫描。
多数脚本支持 PHASE_X_NO_LEDGER=1 复现模式（不写账本）。
技术栈：pandas / numpy / pyarrow · scikit-learn · LightGBM ≥4.3（冻结学习器） · xgboost · statsmodels · purgedcv（PurgedGroupKFold）· arch ≥8.0（DSR/SPA）· pandas-market-calendars · pydantic · structlog。终端为 Next.js 静态导出（GitHub Pages）。
- 工作源：FRED/ALFRED、Tiingo、Alpaca、SEC EDGAR；屏蔽源：yfinance/Yahoo、 BLS、Stooq。
- 爬取礼貌是硬约束：数据站点 ≥2 秒间隔 + 指数退避；模型 API 走提供商 RPM/TPM 限速
（
src/aionis/extraction/providers.py）。 - LLM 池仅限 GLM / SiliconFlow / ModelScope（OpenAI 兼容、多 key 策略路由）。LLM 在 冻结样本外管线中不产生信号；E2 以经验探针实证的 provider cutoff（2023-03-10， 保守下界）门控。
- 7 门数据准入（
docs/data-intake-rubric.md）：许可 / PIT / 不修订 / 快照 / 仅探索 / 选择诚实 / 爬取礼貌；许可只认白名单 8 类 MIT-compatible 宽松许可（MIT · Apache-2.0 · BSD-2/3 · CC0 · CC-BY-4.0 仅数据 · NCSA · US-gov 公共领域， 拒收 GPL/AGPL/LGPL/Commons-Clause 等，逐类见docs/data-license-allowlist.md）——精神上接近 Gebru et al. (2018) 的 datasheets：每个数据集登记出处与边界。 - 研究管线禁用 mock/合成数据（仅限打标的单元测试夹具）；
.env、data/、*.parquet永不入库。
可证伪性的另一半是不过度主张。当前结论不证明：市场有效、信息已完全定价、
效应严格等于零（非显著 ≠ 等价）、策略可交易（无净成本回测）、或结论可外推到
冻结宇宙/特征/学习器/验证之外。学习型生成式"世界模型"在此规模不可行且天然泄漏
（docs/frontier_positioning.md 与 TCR §8.5 的裁决）；
五层认知架构与自进化引擎是这套实验要为下一步正当性作证的对象——不是先建再说。
| 术语 | 一句话定义 |
|---|---|
| rank-IC | 截面打分与前向收益的 Spearman 秩相关（月频），因子研究标准量；对离群值稳健 |
| PIT（点时） | 只用"当时能看到"的数据：基本面按 filed 日、宏观按 vintage、成分按当日成员表 |
| embargo / purge | 训练/验证间留出的隔离带与标签重叠清除，防标签区间泄漏（López de Prado 2018） |
| SESOI / TOST | 最小重要效应差 / 双单侧等价检验——"宣布等价"必须预注册的正规路径 |
| DM-p / HAC / MBB | Diebold-Mariano 预测对比检验 / 异方差自相关稳健方差 / 移动块自助 |
| DSR / SPA | 紧缩 Sharpe（惩罚试验次数）/ 优越预测能力检验（多重检验校正） |
| H6 | 确定性契约：同签名重跑 IC 序列与原始打分逐位一致（seeds=0、n_jobs=1、版本钉死） |
| zero-LLM | 该主张的特征管线不含任何 LLM 生成特征（防 LLM 回忆泄漏） |
展开 11 条方法学出处（López de Prado · Bailey · Hansen · White · Diebold-Mariano · …）
- López de Prado, M. (2018). Advances in Financial Machine Learning. Wiley.（Purged K-Fold + Embargo）
- Bailey, D. H., & López de Prado, M. (2014). The Deflated Sharpe Ratio. Journal of Portfolio Management, 40(5).
- Hansen, P. R. (2005). A Test for Superior Predictive Ability. Econometrica, 73(1).
- White, H. (2000). A Reality Check for Data Snooping. Econometrica, 68(5).
- Diebold, F. X., & Mariano, R. S. (1995). Comparing Predictive Accuracy. Journal of Business & Economic Statistics, 13(3).
- Künsch, H. R. (1989). The Jackknife and the Bootstrap for General Stationary Observations. Annals of Statistics, 17(3).
- Harvey, C. R., Liu, Y., & Zhu, H. (2016). …and the Cross-Section of Expected Returns. Review of Financial Studies, 29(1).（因子研究的多重检验 t 门槛）
- Jennison, C., & Turnbull, B. W. (2000). Group Sequential Methods with Applications to Clinical Trials. Chapman & Hall/CRC.（J-T 看视界设计）
- Schuirmann, D. J. (1987). A Comparison of the Two One-Sided Tests Procedure and the Power Approach for Assessing the Equivalence of Average Bioavailability. Journal of Pharmacokinetics and Biopharmaceutics, 15(6).（TOST）
- Grinold, R. C., & Kahn, R. N. (2000). Active Portfolio Management (2nd ed.). McGraw-Hill.（IC / IR 基本定律）
- Mitchell, M. et al. (2019). Model Cards for Model Reporting. FAT* 2019.；Gebru, T. et al. (2021). Datasheets for Datasets. Communications of the ACM, 64(12).
注：引用仅标注方法学出处，便于按图索骥；本项目未与上述作者关联。
- 治理锚点：
CLAUDE.md（项目规则；AGENTS.md为其 逐字节同内容镜像文件，git 中为同一 blob 的双文件，服务多工具移植）·WORKFLOW.md（11 阶段运行宪法）·CONTRIBUTING.md（Conventional Commits + 账本规则 + 秘密/数据政策）。 - 运行状态：
state/current.md（每次会话先读）·state/handoff.md·state/backlog.md·state/blockers.md。 - 文档索引：
docs/RESULTS.md（可证伪结果快照）·reports/audits/claim-reconciliation.md（Fact / Inference / Hypothesis 对账）·docs/00-vision.md…docs/08-lessons.md（编号正典索引）·decisions/index.md（ADR 注册表）。 - 账本：
runs/ledger.jsonl（append-only、已入库的审计日志）；runs/results/、runs/*.log、runs/*.parquet为 gitignored 可再生工件。 - 引用本仓库：见
CITATION.cff。代码许可：PolyForm Noncommercial 1.0.0 （仅限非商用——个人学习 / 学术研究 / 公益组织可用；任何商业目的的使用、包装转售均需另行 授权，见LICENSE）；第三方数据源许可另见docs/data-license-allowlist.md。
任何新阶段都走同一条抗泄漏管线：冻结配置 → config_committed 账本行 → PIT 数据 →
声明验证类型 → 冻结学习器 → rank-IC 差分 → 控制检验 → H6 → 裁决。验收门见
docs/05-acceptance.md。
简体中文 · English
代码许可 PolyForm-Noncommercial-1.0.0（仅限非商用）：LICENSE · 数据源许可：docs/data-license-allowlist.md · 引用：CITATION.cff