Evidence Deflator · 最小案例数

你的判断质量，需要多少次决策才看得出来

「我这次判断对了吗」答不了——单次结果是一次抽样。「我这套方法有没有优势」答得了，但它要求样本。这个页面把后一句话变成一个具体的数字：在你做第一笔交易之前就能算出来，不需要任何收益数据。全部计算在本地完成，不上传、不注册、无后端。

一、基准：先让 p₀ = 0.5 成立

基准怎么选

零假设 p₀　无技能时跑赢基准的概率

从 N 个候选里随机抽一个，它高于这 N 个的中位数的概率恰好 0.5——这是定义，不是假设。换成市值加权指数或均值，因为右偏，这个概率天然低于 0.5。

目标 p₁　你想识别出来的胜率

不是你觉得自己有多少，是你希望这次检验有能力发现的最小优势。填得越接近 p₀，需要的样本越多，而且是平方级。

簇大小 m　一个判断通常被执行成几笔

同一条主线买五个标的 = 一个判断五笔交易。填 1 表示每笔交易都是彼此无关的独立判断。

簇内平均相关 ρ̄

同簇内两笔的结果相关程度。测出来就填测的，拍的就记成拍的——本页会在下方如实标出。

口径试验次数 k　你换过几套复盘口径

改归因框架、换基准、调「算不算成立」的门槛，每换一次算一次。最终采用的那套是从 k 套里挑出来的，它跨过门槛这件事有一部分来自挑选本身。

显著性 α（单尾）

功效 1−β

每年真实决策数

ρ̄ 和 p₀ 的来源

这一项不影响算术，只影响结论该被怎么引用。

① 理想情形
决策独立、口径从未改过

—

个独立决策

② 口径校正后
换过 k 套口径

—

③ 名义决策数
把簇相关折算回去

—

④ 按你的节奏
需要多久

—

年

—

步骤	做了什么	结果	乘数

① 两比例单尾检验样本量公式；② Bonferroni——α 由你自己设的门槛反推，α_adj = α/k，再取分位； ③ Kish 设计效应 DEFF = 1 + (m−1)·ρ̄，与 tools/neff.py 同一个量。

收益版：如果你保留了每笔决策的超额收益序列而不只是对错，用 N = (t/IR)²。填入每笔决策超额收益的信息比：

每决策 IR

目标 |t|

所需决策数

记幅度往往能把需求砍掉一半。代价是超额收益的算法必须在决策时就定死——事后再定，就回到上面的口径试验里去了。

正态近似。大样本近似；结果 < 20 时应改用精确二项，本页会在结果处提示。
Kish 折算是乐观的下界。它假设簇与簇之间不相关，而真实组合还有共同的市场 Beta 穿过所有簇。算进去只会更少，不会更多。
ρ̄ 和 p₀ 本身要估，而估它们也要样本。这个循环绕不过去，只能申报——上面那个下拉就是用来申报的。
别拿今天的榜单去反推 p₀。死掉的标的已经不在榜单里了，用现存 top-N 测出的「随机抽一个跑赢基准的概率」必然偏高。这个测量本身就带幸存者偏差。要用「跑赢 BTC」当基准，就得用当期快照的候选集去测，并申报候选集怎么来的；测不出来就别假设，改用中位数基准。
这里测的是「在给定候选集里选得准不准」。「候选集本身选得对不对」是另一个决策，不在这个检验里，要单独记——否则两个信号互相掩盖。
本页回答「够不够」，不回答「行不行」。算出一个很大的数，不等于你的方法没用；等于到目前为止，证据还不足以让任何人（包括你自己）判断它有没有用。