世界盃分心效應的觸及範圍
全世界都在看世界盃，然而承載絕大多數交易量的全球市場卻幾乎毫無波動。橫跨 11 種金融工具、5 種市場結構、26 個國家與 7 屆世界盃，158 項統計檢定在校正後沒有任何一項能存活，而那些看似會「擴散」的顯著效應，其實只是衡量方式造成的假象。
- 範圍：11 種工具、5 種市場結構、26 個國家、7 屆世界盃
- 158 項統計檢定，經多重檢定校正後 0 項存活
- 一場行星級的注意力衝擊，市場卻不予定價
- 看似會「擴散」的效應其實是衡量假象
論文
面向同儕的研究，附完整的可重現套件。六項關於統計優勢邊界的研究，跨資產類別在大規模下進行驗證。
一個熱門的統計篩選器真的能挑出贏家嗎？
一個簡單的問題，在大規模下驗證：依據一項廣為使用的置換檢定行動，能否幫助你預先選出致勝策略？答案是否定的，而一個聲稱它有害的著名結果，竟源自一個捨入誤差的程式錯誤。
- 範圍：437,911 個策略、9 個市場、3 個資產類別
- 執行超過 60 億次置換檢定
- 該篩選器的優勢：與零無法區分
- 一項眾所周知的負面結果，追溯至浮點數捨入誤差
在計入實際成本後，能從最小的幣種獲利嗎？
在支付實際交易成本後，能否從僅在去中心化交易所交易的幣種中獲利？我們橫跨 27 條鏈進行驗證，並提供可在瀏覽器中操作的示範。
- 範圍：27 條鏈、僅限 DEX 的幣種
- 純做多，並計入實際成本
- 任何原始優勢皆被交易成本吞噬
- 透過瀏覽器內示範親自探索
造市商的價差有多少被逆向選擇吞噬？
造市商賺取價差，同時向攻擊其掛單的知情交易者支付逆向選擇成本。在每筆交易皆帶有交易所真實買賣方標記的期貨資料上，我們逐筆成交量測兩者，結果價差幾乎被完全吞噬。
- 範圍：13 種 CME 期貨、353,387 筆被動成交
- 以真實成交方向量測捕獲價差與成交後逆向漂移
- 造市商淨利在統計上為零，是上限而非一個點
- 我們測試的任何庫存報價或訂單流訊號皆無法勝過它
借貸協議的「風險」數字，真的是損失嗎？
5% 的脫錨將 Aave v3 某一切片中的 13.8 億美元標記為符合清算條件。在同一條連續價格路徑上，協議記錄的壞帳是 0 美元，而這是參數本身的性質，不是運氣好的樣本。
- 單一即時區塊：17,419 名借款人、65 億美元債務
- 符合條件的債務、已執行的量與已實現損失三者分離
- 八個上線的 e-mode 類別全部滿足 LT(1+b) < 1
- 損失需要被破壞的路徑，而不是更深的脫錨
在加密貨幣交易所以最佳價格報價，划算嗎？
在 Bybit、Binance 與 Hyperliquid 上排在佇列末端的模擬造市商，每筆成交賺到的價差，少於價格在其後十秒內收回的部分。由於這些交易所為每筆交易標註真實的主動方，本文也量化了猜測主動方所付出的代價。
- 範圍：3 個交易所、9,983 個幣種日、1.258 億筆模擬成交
- 三個交易所扣費前的淨進場 markout 皆低於零
- Lee–Ready 與 tick rule 保留正負號，但不保留幅度
- 只衡量一邊：未計入出場、庫存或手續費
長篇文章
以互動式、圖表導向的方式闡述核心實證主張，每一篇皆可從公開資料表重現。
pool loses, selection clears break-even
優勢在於流程
我們如何在不更動策略本身的情況下，將五十萬個無利可圖的策略，轉化為真正能賺錢的投資組合。整個訣竅在於你選擇保留哪些策略。
- 範圍：橫跨 12 個市場的 533,638 個策略
- 全部一起持有：整個策略池會虧損
- 依過往績效篩選：在 12 個市場中有 8 個獲利
- 優勢在於選擇，而非策略本身
用拓撲學建構投資組合
88.2 萬個薄優勢加密策略。挑出相關性網路邊緣、與共同市場模態正交的那些，優勢就在追逐 Sharpe 會爆掉的地方被磨利。
- 範圍：88.2 萬個策略、100 個永續合約對
- 對抗市場模態來選，而非依 Sharpe
- 可獲利投資組合比例由 28.7% 升至 45.1%
- 一層波動率制度疊加使風險調整後報酬翻倍
pairwise |ρ|, peaked near zero
「160 萬個策略」究竟意味著什麼
「160 萬個策略」聽起來像是資料探勘。這裡用語料庫背後的實際數字，說明為何並非如此。
- 範圍：橫跨 30 個市場的 160 萬個策略
- 這些策略彼此之間幾乎相互獨立
- 只有約 3% 高度相關
- 每一項結果皆為滾動前推（walk-forward），絕非樣本內
專案
本實驗室 M 系列模型的十三個參考實作，涵蓋隨機矩陣理論、Higher Criticism 加 knockoffs、拓撲資料分析、尾端 EVT，每一個皆附說明、即時示範與程式碼。
- (a) eigenspectrum · MP null
M/01
策略相關性矩陣的特徵譜
策略相關性矩陣的 Marchenko–Pastur 與平行分析特徵譜。本研究室 M/01 模型的參考實作。
- W = |Z| − |Z̃| · FDR threshold τ
M/02
具 FDR 控制的稀疏訊號偵測
用於 FDR 控制策略選擇的 Higher Criticism 加上 Model-X knockoffs。本研究室 M/02 模型的參考實作。
- H₀ persistence barcode
M/03
策略結構上的持續性條碼
策略族群上、在相關性距離 Vietoris–Rips 下的 H0 持續性條碼。本研究室 M/03 模型的參考實作。
- POT-GPD tail · log P(X > x)
M/04
超門檻峰值與配對尾部耦合
跨資產報酬上的超門檻峰值 GPD 擬合與配對尾部耦合 χ。本研究室 M/04 模型的參考實作。
- IS−OOS gap · variance decomposition
M/05
分解 IS-OOS Sharpe 差距
將樣本內／樣本外 Sharpe 差距的變異數，分解為選擇偏差、參數選擇雜訊與殘餘技能，橫跨 10 個 deep-WFO 加密資產。
- smooth basin · spiky peak
M/09
樣本內平滑度能預測樣本外技能嗎？
預先註冊的實證測試，檢驗在固定五擾動套件下的樣本內 Sharpe 曲面平滑度，是否能預測 SOL / DOGE / BTC 滾動前推分割上的樣本外技能。
- 2-D embedding · robust islands vs fragile mass
M/06
策略族群的 PCA + UMAP 幾何
從 90 維度量向量對大型策略族群進行 PCA + UMAP 嵌入，並以連通性為基礎區分穩健與脆弱策略。
- K=4 HMM regimes · posterior γ_t
M/07
隱馬可夫市場狀態分割
對 (logret、波動率、趨勢) 特徵的高斯 HMM 市場狀態分割，K 由 BIC 選定；加密主流間的跨資產 4 狀態偏好。
- OOS vol · universe-saturation curve
M/08
最小變異投資組合的宇宙飽和
對自大型策略池抽取的最小變異投資組合進行宇宙飽和分析，比較 Ledoit–Wolf 收縮、Huber 式穩健，以及樣本協方差估計量。
迄今的公開產出
| 6 | 工作論文於 SSRN：世界盃市場、置換檢定、DEX 可交易性、造市商逆向選擇、Aave 清算風險、加密貨幣造市商逆向選擇 |
|---|---|
| 4 | 長篇文章互動模擬與圖表，完全可重現 |
| 13 | 開源模型Python · Rust · R |
| 23M+ | 回測策略視窗完整語料庫，全部 30 個分割 |
| 6K+ | SSRN 論文下載數來自六篇工作論文 |
| 5+ | 編寫系統化策略的年數Python · Rust · R · TypeScript |
開源
140,667行研究程式碼
分佈於 GitHub 上的 20 個公開儲存庫，外加 Research Review 與 Topology 工具套件兩套程式碼（釋出待定），統計於 2026-07-07
- Python90.7% · 127,585
- Rust8.3% · 11,737
- R0.6% · 882
- Shell0.3% · 463
預設開放，fork 它、引用它、在其之上建構。
各專案行數
本站所收錄的每一個公開儲存庫，論文可重現性套件、文章配套程式碼、單一專案儲存庫，以及滾動前推回測框架，再加上進行中的 Topology 計畫之自足工具套件核心。統計僅計入原始碼行數。
- Research-Review釋出待定28,753 行
López-de-Prado Research Review 計畫，逐研究的 Python 處理流程，重現並前瞻檢驗《Advances in Financial Machine Learning》中的方法，包含評估、前瞻價值評分與表格生成。將於評論完成時開源。
- topology-toolkit釋出待定19,210 行
Topology of Strategy-Space 計畫的自足核心，可匯入的 Python 套件（I/O、策略空間、拓樸、評估、基準模型集、分群、CLI 應用程式、繪圖主題）。將於計畫完成時開源；該計畫另外約 43k 行的實驗鷹架、繪圖腳本與測試不在此計入。
- dex-tradeability-study18,908 行
DEX 可交易性論文的可重現性套件，包含 AMM 上的純多頭回測器（計入實際的逐筆成交成本）、逐根打亂的虛無假設對照、walk-forward 評估，以及橫斷面學習器，涵蓋 27 條鏈上的 4,990 個交易對。
- quant-mm-simulator18,806 行
市場造市與逆向選擇論文的可重現性引擎，包含事件驅動的被動成交模擬器、以真實成交方向計算的 markout 分解、成本模型與顯著性工具組，並附有以內建 fixtures 進行的正確性測試。
- defi-param-stress10,881 行
- Monte-Carlo-paper10,000 行
Monte Carlo 濾波器評估論文的可重現性套件，分析腳本（Python / Rust / R）、修正後的彙總表，以及一個自足的重現程式，重現 2026 年 5 月修訂版中記錄的浮點數加總順序陷阱。
- worldcup-attention-markets9,941 行
世界盃注意力市場論文的可重現性套件，涵蓋 11 種金融工具與五種市場結構的事件研究與虛無假設對照流程，並包含各國切分與多重檢定校正。
- crypto-adverse-selection6,629 行
加密貨幣逆向選擇論文的可重現性套件，包含進場 markout 分解、參考成交規則、附不予判定規則的叢集推論、十個幣種日面板，以及一個命令列工具，可將同一分解與不予判定規則套用於任何帶有真實主動方標記的訂單簿與成交紀錄。
- quant-research-framework4,697 行
滾動前推回測與穩健性框架，最初的 Python 版本。
- quant-research-framework-rs8,114 行
回測框架的 Rust 移植版，生產版本。
- quant-surface-stability1,180 行
參數曲面穩定性的預先註冊研究，平滑的脊線對脆弱的尖峰。
- strategy-overfitting662 行
樣本內 → 樣本外 Sharpe 衰退的實證變異數分解。
- strategy-manifold460 行
策略空間的幾何，維度與流形結構。
- strategy-regime427 行
在市場資料上做潛在市場狀態分類，再進行依狀態而定的策略挑選。
- tail-evt403 行
跨資產尾部相依性的極值分析，超過門檻峰值法搭配 GPD 擬合。
在策略宇宙上的穩健投資組合建構。
- strategy-stats246 行
在演算法交易策略宇宙上的母體層級統計。
- strategy-rmt208 行
策略相關矩陣的隨機矩陣分析，雜訊對訊號的分解。
- signal-is-collective204 行
文章〈訊號是集體的〉背後可重現的合成示範。
- hc-knockoffs184 行
相依下的 Higher Criticism + Model-X knockoffs，用於 FDR 控制的策略挑選。
- strategy-tda181 行
策略空間的持續同調，對策略母體的拓樸資料分析。
- strategy-corrcube177 行
跨資產相關性立方，資產報酬序列間的兩兩相關。
僅計原始碼行數，README、方法論註記、資料檔與設定檔均不計入。92,704 行位於 20 個公開儲存庫中。另有兩套程式碼將於計畫完成時開源：López-de-Prado Research Review 的處理流程（28,753 行）與 Topology 工具套件核心（19,210 行）。Topology 計畫另外約 43,000 行的實驗鷹架、繪圖腳本與測試，以及其 Rust 加速器 crate，皆不在此計入。
Daniel Gatto
- 獨立研究者
- UNIP 經濟學系學士生
- 量化系統顧問（NDA）
- 9+ 年
- 加密市場經驗自 2017 年起
- 6+ 年
- 量化研究系統化方法
- 5+
- 程式語言Python · Rust · R · TS · C++
- 8k+
- X 上的追蹤者@DaruTrading
- 5K+
- SSRN 下載量工作論文，迄今
Daru Finance 是單一研究者的公開產出。這裡的工作是下班後完成的，以程式碼呈現，並有憑有據。
我撰寫具有強烈可重現性偏好的系統化交易研究，Python 用於分析、Rust 用於計算、R 用於驗證。我目前的工作聚焦於策略族群的統計結構：相關性特徵譜的隨機矩陣界限、用於 FDR 控制選擇的 Higher-Criticism + knockoffs、用於群集穩定性的拓撲指標，以及用於尾部共動的極值理論。貫穿其中的主線是：分析的單位是族群，而非個別策略。從研究與十三個開源模型，乃至這個網站本身，設計、程式碼、圖表、每一個字，全都是一人之作。
閱讀完整簡介兩條路線圖在進行
我接下來在建構什麼，附明確的階段狀態。點進去看任一專案的深入剖析。