停用策略的决策学：什么时候按下红色按钮
我的掌握程度：
先掌握这个答案
三证据框架（任二即停/降仓）：①统计证据：滚动IC/超额的置信下界跌破0（不是「转负」而是「显著转负」——6个月滚动超额的t值<-1.5）；②环境证据：策略依赖的市场结构变了（制度：涨跌停/T+0规则调整、参与者结构、因子拥挤度爆表——逻辑土壤消失）；③风控证据：触发预设的硬停机线（回撤超过回测最大回撤的1.2倍——回测分布外的世界）。预设>临场：上线前写「停机条款」（触发线/复核流程/降仓梯度），临场只执行不辩论——人在亏损中的判断力是最差的资产。灰度选项：停用≠清零——降仓50%观察、对冲掉Beta再留Alpha腿。
先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。
从理解到使用
本阶段实战方法 · 用可核查证据展示研究与工程能力
准备简历、答辩或从回测转向模拟盘时，优先展示过程、约束和证据。
- 用一页README交代问题、数据来源、运行命令、时间切分、基准、成本和已知限制。
- 把结果对应到文件、版本和实验记录；面试说明自己做了什么、失败在哪里、如何排查。
- 先进行模拟盘和故障演练，验证重复下单防护、持仓对账、告警与恢复，再评估进一步上线条件。
使用边界
- 回测漂亮不等于可实盘；还需要权限、稳定执行、成本与容量验证。
- 薪资、招聘时间和平台门槛会变化，应查当期职位说明；不要把固定数字当行业标准。
背景 · 从一个困惑说起
策略连续亏损第三个月。声音A：回测里也有过这样的回撤，坚持就是胜利。声音B：也许它已经失效了，每多拿一天都是流血。这是实盘最难的决定——没有教科书答案，但有决策框架。做错方向的代价都不小：错杀好策略=放弃未来收益；死扛坏策略=慢性失血+信心崩塌。
由此产生的问题
停用决策的三证据框架是什么？「预设停机线」为什么比临场判断可靠？
核心概念
三证据框架（任二即停/降仓）：①统计证据：滚动IC/超额的置信下界跌破0（不是「转负」而是「显著转负」——6个月滚动超额的t值<-1.5）；②环境证据：策略依赖的市场结构变了（制度：涨跌停/T+0规则调整、参与者结构、因子拥挤度爆表——逻辑土壤消失）；③风控证据：触发预设的硬停机线（回撤超过回测最大回撤的1.2倍——回测分布外的世界）。预设>临场：上线前写「停机条款」（触发线/复核流程/降仓梯度），临场只执行不辩论——人在亏损中的判断力是最差的资产。灰度选项：停用≠清零——降仓50%观察、对冲掉Beta再留Alpha腿。
为什么需要它
①对抗情绪的机制：连续亏损时人会本能「等回本」（处置效应）——条款的存在的意义就是把决定权交给冷静时的自己；②两类错误的成本不对称：死扛失效策略的损失（本金+时间+心态）通常大于错杀的损失（错过一段收益+重启成本）——框架偏向「早停」是理性的；③职业化标志：机构PM的成熟度不看赚多猛，看停得干净——止损决策的文档质量是晋升评审的真实考题。
实际应用场景
停机条款模板（上线前签）：统计线=6个月滚动超额t<-1.5；环境线=制度变更/拥挤度>99%分位；硬线=回撤>1.2×回测MaxDD；动作梯度=触发一线降半仓、两线清仓复盘；复核=每次触发后写归因报告再决定是否重启。
与之前知识的联系
q-943的亏损月是执行场景、q-945的复盘是事后功课、本题是决策机制；q-084（回测≠实盘）的四杀手在停机线上完成了闭环——回测给出期望，条款守护生存。
⚠ 常见误解
- 回测没这么差所以再等等：回测最大回撤就是你的「等」的预算上限——超线后每一步都在分布外裸奔
- 停用=认输：停用是研究动作（归因→修复→可能重启）；清零离场才是认输——灰度选项常优于二元决定
- 条款会误杀好策略：会（这就是成本）；但无条款的「死扛率」远高于条款的「误杀率」——期望上完胜
🛠 本题实践任务
为你的策略写「停机条款」（三线+动作梯度+重启条件），签名存档。若在实盘/模拟盘：把监控器接入每日收盘流程。
💡 提示（先自己想5分钟再看）
重启条件要「客观可查」（分位数/连续月数），不能是「感觉稳了」。
✅ 验收标准
一份签名条款+监控脚本入库。最难的决定已在你冷静时做完——这行是实盘者真正的护身符。
在你的浏览器内运行。首次需联网下载 Python；支持标准库和 Pyodide 提供的 NumPy、pandas 等包。行情抓取、系统文件访问和部分第三方库请在本地环境运行。输出自检仅比对结果关键词，不代替逻辑审查。
Python · 独立工作线程 · 执行限时10秒
🤖 AI导师
导师会先检查你的前置知识（回撤监控、因子失效监控、统计显著性），再用案例、公式和代码帮助理解。此功能需要先启用服务。