← 全部研究|其他语言版本 English

样本外验证 — Proteus（v18）在 182 个未见代币组合上

发布日期: 2026-09-09

模拟结果 — 未使用真实资金。以下每一项数据均由回测根据历史价格数据计算得出。未投入任何资金，也未下过任何订单。回测是在完全知晓该时段结果的前提下把策略套用于过去，且数据不包含滑点与流动性影响，但会对每次再平衡、DCA 买入和资金重新部署收取 0.1% 的模拟交易所手续费。模拟表现与过往表现不能可靠地预示未来结果。AQMath 是软件，不是投资建议。

日期： 2026-09-09
引擎： Proteus（v18.0）自适应防护盾 —— 现役生产引擎 —— 与其前身 Aegis（v14）及买入持有对比评分
状态： ✅ 通过 —— 在从未用于调参的代币上，现役 v18 引擎仍能削减深度崩盘并提升风险调整后收益，在同一面板上与 v14 持平或略胜

1. 目标

新代币压力测试标签页发布了一个由 182 个未见代币组合构成的样本外 面板。该页面的每一个数字都由 Aegis（v14） 产生 —— 即报告于 2026-07-21 生成时 所上线的引擎。Proteus（v18）此后已成为现役生产引擎。

本研究在完全相同的 182 组合面板上重新测量 Proteus（v18），并同时对照买入持有 与已发布的 v14 数字评分。问题狭窄而诚实：在模型从未见过的代币上，我们实际运行的 引擎是否仍尽到职责 —— 自适应阈值是否名副其实，还是过拟合？

没有更改、重新拟合或重新调参任何参数。 每次运行都使用生产 default_config()； 与 v14 研究的唯一区别是调用哪个防护盾函数。

2. 方法 —— 与 v14 面板完全一致，只替换一个引擎

买入持有与引擎无关，因此两列都取自同一次运行。simulate_v18 不接受任何逐代币回撤 输入，因此两个引擎读取完全相同的窗口内组合曲线 —— 这一正面对比测量的是引擎， 而非回撤基准。

自检。 本 harness 的 v14 腿精确复现了已发布的 /results 数字 —— 回撤削减中位数 +45.0 个百分点、Calmar +0.46（182/182）、Sharpe +0.25（172/182）、最终价值 中位数 1.40×。因为 v14 列与已上线报告逐数吻合，v18 列就站在一个经过验证的基础上。

3. 汇总结果（182 个组合，各自对比买入持有）

解读： 在全部 182 个未见组合中的每一个，现役 v18 引擎都削减了最深跌幅 —— 中位数 削减约 45 个百分点，与其前身相同 —— 同时在完全相同的定投下仍复利增长至买入持有最终 价值的中位数 1.41×。风险调整后收益在中位数上比 v14 略有提升（Calmar +0.55 对 +0.46， Sharpe +0.27 对 +0.25）。

4. Proteus（v18）对 Aegis（v14），在相同 182 组合上的正面对比

v18 在相同组合上胜过 v14 的比例：

• 更低最大回撤 —— 113 / 182 个组合（62%）
• 更高 Calmar —— 115 / 182 个组合（63%）
• 更高 Sharpe —— 121 / 182 个组合（66%）

自适应引擎总体上略优：它把中位数组合的最深跌幅比 v14 多削减约 1.5 个百分点，并在约 三分之二的直接对比中胜出。它并不全面碾压 —— 见第 5 节与第 8 节。

5. 优势来自何处 —— 按历史长度

182 个组合的历史从约 2.1 年（任何含最年轻代币 ATH/SUI 的组合）到约 12.2 年（仅含 老牌代币的组合）不等。按 K 线数分组：

以 1500 根为界分组：

• 较短 / 近期窗口（<1500 根，141 个组合 —— 占面板 77%）： v18 明显更好。最大回撤 中位数 17.1% → 15.7%，在 98/141 个组合上回撤更低，在 102/141 个组合上 Calmar 更高。这些是 2020 年后的组合，波动率缩放阈值能很好地适应它们。
• 较长、横跨多次崩盘的历史（≥1500 根，41 个组合 —— 占 23%）： 喜忧参半。回撤削减 中位数大致相等（v14 +47.0 对 v18 +45.8），v18 在回撤（15/41）与 Calmar（13/41）的 正面对比中胜出更少，尽管它在 30/41 个组合上仍赢得 Sharpe。在最长的窗口上 —— 它们 纳入了 2014-15 与 2018 年的深度熊市 —— v14 固定的 15% 参考是更保守的设置，偶尔削得 更深（≥3982 根的 5 个组合是最清楚的例子）。

原因： v18 依据组合自身的滚动下行 sigma 来确定每个阈值的尺度。在很长的历史上， 该 sigma 很高，因此自适应回撤参考位得更高，在完全转入防御前容忍更多回撤 —— 这在平静的 近期市场状态中是优势，在最严重的历史崩盘中则是小小的代价。这是设计的一个属性，在此 如实披露而非隐藏。

6. 逐组合样本 —— /results 上绘制的十二个组合，加入 v18

这十二个是 /results 图表所绘制的组合（仅 v14）。两个引擎在每一个组合上都大幅削减了 相对买入持有的回撤；在它们不同之处，短的 ATH/SUI 时代组合偏爱 v14 的固定阈值，而较长 或以 SUI 为锚的组合偏爱 v18。若干近期全未见组合的绝对 Calmar/Sharpe 为负，是因为这些币 的原始收益很差 —— 防护盾的评分依据是相对买入持有的变化量，而它几乎处处为正。

7. 压力案例

两个引擎在每个压力案例上都碾压买入持有的回撤（一个崩塌的 Celsius 成分、一个短历史组合、 完整的 13 代币池）。v18 在宽泛的 13 代币组合上是明显赢家 —— 最大回撤 9.4% 对 14.3%、 Calmar 0.77 对 0.34 —— 并在两个死亡代币组合上略逊于 v14，与第 5 节的模式一致。代表性 的全未见组合（ATH/SUI/XMR/SOL/DOGE）读数为 v14 回撤 19.1% / v18 回撤 19.6%，对比买入持有 60.1%，其中 v18 把 Calmar 从 -0.01 提升到 +0.04。

8. 解读

• 回撤使命在现役引擎上得以泛化。 v18 在 182 / 182 个未见组合中都削减了最深跌幅， 中位数约 45 个百分点，与 v14 的覆盖率相同。这种保护是设计的属性，而非它所调参代币的属性。
• 自适应阈值名副其实 —— 但幅度不大。 更深的中位数削减（16.8% 对 18.3%）、更高的中位数 Calmar（+0.55 对 +0.46）与 Sharpe（+0.27 对 +0.25），以及约三分之二的正面对比胜率。这是一个 真实但不夸张的改进，正是一次诚实重测应有的样子：无重新调参、无精挑细选，在同一面板上一个 小小的优势。
• v18 并不全面碾压，我们照实说。 它失去了 v14 完美的 Calmar 全胜（178/182 对 182/182）， 且在最长、崩盘最丰富的历史上，其波动率缩放参考比 v14 固定的 15% 容忍更多回撤，因此 v14 在那里 有时削得更深。优势集中在构成面板大部分主体的较近期窗口。

9. 注意事项

• 等权组合；本隔离测试未套用 KKT 风险平价权重层（它作用于成分构成，与此处测量的总敞口调节是 不同的轴）。
• compute_equal_weight_returns 将所有序列对齐到最短的公共长度，因此任何含 ATH 或 SUI 的组合 都被截断到该代币的历史，无论其他成分的记录更长。
• 较早的 16 组合研究（样本外验证：Aegis（v14））为 v14 报告了 +54.3 pp 的中位数。那是一个不同、更小的面板（五个从未调参的幸存币），与此处的 +45.0 pp 不可直接比较；本页面在相同的 182 个组合上对比 v14 与 v18。
• 手续费按生产费率建模；滑点、价差与流动性未建模。模拟表现与过往表现不能可靠地预示未来结果。 AQMath 是软件，不是投资建议。

10. 可复现性

研究 harness（git-ignored，未部署）：scratch/oos_v18_2026.py。它原封不动地导入生产的 backtest.simulate、backtest.simulate_v18、calc_metrics 与 default_config，因此两列都精确 反映已部署的引擎，并且它把 v14 腿作为对照已发布 /results 数字的自检重跑一遍。历史 CSV 本地取材， 不予提交。

结论： 现役 Proteus（v18）引擎提供了与其前身相同的样本外回撤保护 —— 在全部 182 个未见代币 组合中削减最深跌幅 —— 并在中位数深度与风险调整后收益上有适度改进，同时如实披露了它在最长、崩盘最 丰富历史上的软肋。建议：v18 保持现役；Aegis（v14）仍作为预热回退，服务于历史太短、不足以校准 自适应阈值的组合。