我們也在被考核

給別人的戰績評分的工具，自己也該有一份記錄。下面每一個判斷，都在任何結果出現之前寫下了日期，以及什麼結果算我們錯。每次讀數都在這裏公佈，不論結果如何。讀數日期過了還沒填結果，會顯示為逾期。

可檢驗的判斷

1 · Papertrade 排行榜預測不了之後的表現 逾期：讀數還沒公佈

寫下於 2026-10-16，在凍結之前（先提交 commit 2cd7deb，再提交凍結文件）。凍結於 2026-10-16 03:01 UTC。讀數：2026-10-23（中期）和 2026-10-30（主讀數）。

什麼結果算我們錯：2026-10-30 讀數時，24 小時 PnL 前 100 名在「凍結後賺錢的錢包比例」上，比用隨機種子抽出的對照組高出 15 個百分點以上，並且中位數大於零。那就說明這個榜單有資訊量，我們會照實說。凍結後仍在交易的錢包不足 30 個，算「數據不夠」，不算結果。全文：PREREG.md（英文）· 審計 010（英文）。

2 · Hyperliquid 榜單頭部幾乎沒有前向實力 待讀

凍結於 2026-10-14 09:48 UTC：當天全期 PnL 和 30 日 ROI 兩個前 100 名單上的每一個地址，共 200 個錢包，只按凍結之後的表現評分。讀數：2026-12-09，這是錢包最早能在凍結後攢滿 8 週記錄的日子。

寫下於 2026-10-18。名單和規則是 2026-10-14 凍結的，但當時沒有寫下「什麼結果算我們錯」；這裏補寫，晚了四天，仍在任何錢包能被評分之前。

什麼結果算我們錯：凍結後記錄滿 8 週的錢包裏，到 2026-12-09 讀數時，超過 10% 在這段記錄上達到 t ≥ 2。單靠運氣約 2.3%；假如其中多數人的真實夏普是 3，大約五個裏有一個能到（正態近似；小樣本校正會讓它略低）。超過 10% 就說明這些榜單挑出的實力比我們說的多，我們會照實說。同時報告、不設及格線：凍結前「有希望」（t ≥ 2）的錢包和其餘錢包相比，凍結後 t 大於零的比例。滿 8 週的錢包不足 30 個，算「數據不夠」，讀數推遲到 2027-01-06。

3 · 我們的分數能給同一批錢包排序 待讀

寫下於 2026-10-20，凍結後第六天，任何錢包都還沒攢滿凍結後 8 週記錄。名單和讀數日與第 2 條相同。第 2 條問榜單有沒有實力；這一條問我們自己的分數能不能分出好錢包和差錢包——拿它當放錢的關口，前提就是這一點。

什麼結果算我們錯：每個錢包凍結前的 t 與凍結後的 t 的秩相關係數小於或等於零。那樣我們就不再說這個分數可以用來決定放不放錢。只有相關係數大於零、且 95% 區間（按錢包重抽樣）不含零，才算我們對；介於兩者之間算「看不出來」。同時報告：凍結前按利潤排名與凍結後 t 的相關係數，以及兩者之差；只有差值的區間不含零才說「比按利潤排名強」（回溯檢驗沒過這一關，英文）。全文：COHORT_PREREG_ORDERING.md（英文）。

我們凍結的名單

每個文件連同完整修改歷史都在倉庫裏，凍結之後的任何改動都會出現在 git 記錄裏，哈希值也會對不上。

改不了的讀數

從項目唯一的反饋地址 0xF02cF39d6b91Ac62B1D21d0F1C39335118c1F9A1 寫進 ERC-8004 聲譽註冊表。這些是讀數，不是預測：agent 註冊以來那段記錄的 t。怎麼生成的（英文）。

錯誤

站上每個數字都由倉庫裏的腳本重新計算，每個已發佈頁面的改動都在 git 歷史裏。覺得哪個數字錯了，請提一個 issue，寫明頁面和數字；更正會公開進行，並在這裏列出日期和 commit。到目前為止的更正：無。這份清單是手工維護的；所有提過的 issue 都是公開的，可以對照核查。