红队独立审计报告
证据 ID: RT-001
红队独立审计报告
独立性声明：本报告不引用、不依赖、不重复正文任何结论。所有攻击面均基于原始数据独立发现。
生成时间：2026-09-12 ｜ 数据窗口：2026-03-01 → 2026-09-10
一、正文自身存在的事实性错误
RT-E01: "L0 长期形同虚设"是错误泛化
证据 ID: RT-001
| 字段 | 内容 |
|---|---|
| 攻击面 | v1 报告第 1.4 节、第 3 节 (A9) 称"现行 L0 阈值极端到几乎不可能触发"。 |
| 利用路径 | 任何依赖"L0 不可触发 → 降低 L0 优先级 → 极端行情裸奔"的链条。 |
| 触发条件 | 6 个月窗口 (74 交易日) 内：corr(金,DXY)<-0.2 且 corr(金,TIPS)<-0.2 持续 ≥2 日的天数 0 天——即真实市场从未同时满足 L0-1（金/美同日跌>2%）。 |
| 独立数据 | 6 月 5 日 VIX 单日 +25%（6 个月内唯一一次），但 +50% 从未发生。L0-2 阈值设在 +50% 不是"设得太高"，而是"历史上从未有正常市场 VIX 收盘日涨超 50%"（2020-03-16 收盘 +44.4% 已属极端）。 |
| 回测矛盾 | 库内回测（2021-2025, 5 年）用同一组阈值触发 10 次 ≈ 2 次/年。若阈值"不可能触发"，回测 10 次从何而来？[待验证]——回测 CSV 不可达，无法独立核实。 |
| 影响 | 若团队基于"L0 形同虚设"而进一步放宽阈值或降低 L0 优先级，将在真正的极端行情中失去最后一道防线。 |
| 概率 | 中（6/10）：v1 报告在库内 MOC/数据库说明中反复强调此论断，易被下游引用。 |
| 早期信号 | 任何复盘中出现"虽然未触发但接近"的措辞时，说明该结论正在被软性修正。 |
| 对策 | 将结论改为："L0-1/L0-2 是危机专用滤波器，在低波动窗口 0 触发是设计意图而非缺陷。实际风险在于：① L0-3（股债金三杀）因缺股指数据而长期不可执行；② L0 仅有开/关两态，无渐进降级机制。" |
| 与正文关系 | 修正正文 A9 的归因方向（从"阈值太高"改为"L0-3 不可执行 + 无渐进态"）。 |
RT-E02: "A 状态基率 0%"是 67 日小样本下的偶然值
证据 ID: RT-002
| 字段 | 内容 |
|---|---|
| 攻击面 | v1 第 1.4 节、A11 称"A 在 67 个交易日中 0 天满足"。 |
| 利用路径 | 若据此认定"A 状态设计有根本缺陷"并完全重写为相关系数制，可能矫枉过正。 |
| 独立数据 | 将"美元↑且TIPS↑且金↓"从"连续 2 日"放宽为"单日"：12/69 = 17.4% 的交易日满足单日条件。连续 2 日降至 2/69 = 2.9%。相关系数制（corr<-0.2 双腿）连续 2 日为 0%，与字面判据同样不可达。 |
| 影响 | v1 建议的替代方案（相关系数制 A 状态）同样在此窗口基率 0%，即 v1 建议的修复方案不改变现状。 |
| 概率 | 高（8/10）：替代方案基率仍为 0%，团队极可能在实施后得出"换汤不换药"的结论。 |
| 早期信号 | 实施 v2 相关系数制后 A 状态仍然 0 触发。 |
| 对策 | A 状态不应作为"三选一"中的强制选项。应改为：将 A 降级为默认状态（当 B 和 C 均不满足时自动落入 A），而非需要主动满足入场条件。 |
| 与正文关系 | 补充正文 A11（基率问题的真正根源是三态互斥而非阈值）。 |
RT-E03: 模式分布的 v1 数字有计算口径偏差
证据 ID: RT-003
| 字段 | 内容 |
|---|---|
| 攻击面 | v1 第 1.5 节报告"观望 63%"。 |
| 独立数据 | 用字面判据（A 需 2 日连续）独立重算：A=2, B=10, C=16, 观望=44 → 观望 63.8%。但 v1 正文未说明 C 状态的"corr>-0.2 双腿"独立于 A-B-C 框架的 10 日门槛——这是两个不同的判定标准混用。按框架权威版（A-B-C 切换页），C 的入场需要 ≥10 日连续，此时 C=0、观望≈88%。 |
| 影响 | "63% 观望"是基于放宽版 C（单日 corr>-0.2）的数字；按库内权威版 C 定义（10 日连续），实际观望更高。v1 未区分这两个口径。 |
| 对策 | 第二部整改方案中必须声明：观望率取决于 C 的门槛选择（单日 vs 10 日连续），并标 [待验证]。 |
二、外部攻击面（非正文已覆盖）
RT-A01: 6 个月窗口 σ 存在结构性低估
证据 ID: RT-004
| 字段 | 内容 |
|---|---|
| 攻击面 | 建议阈值 2.5σ 基于 60 日 σ≈1.63%。 |
| 利用路径 | 用 2.5σ(=4.07%) 作为 L0-警告触发线。 |
| 独立数据 | 分窗口 σ 不稳定：06-01→08-31 σ=1.59%（65 日），09-01→09-10 σ=1.08%（7 日）。9 月窗口 σ 骤降 32%，导致 2.5σ 从 4.07% 降至 2.70% → 9 月的任何一天若出现 -2.8%（在 1.63% σ 时代是"正常"），在 1.08% σ 时代就是 2.5σ → 触发警告。阈值随窗口漂移，不是市场状态变了，是测量标尺变了。 |
| 影响 | 固定倍数的 σ 阈值存在制度漂移风险：平静期 → σ 缩小 → 噪声触发 → 警告过多 → 狼来了效应。 |
| 概率 | 高（7/10）：9 月窗口已经显示 σ 骤降的可能性。 |
| 早期信号 | 连续 3 日 σ(60) 缩小 >10%，或窗口内 σ 最高/最低 >2x。 |
| 对策 | σ 用固定分位数（60日 95% 分位 |Δ|）代替倍数，或设 σ 地板（σ_floor = 1.0%），防止平静期噪声触发。 [待验证] |
RT-A02: DXY 重构偏差导致所有相关性系统性偏移
证据 ID: RT-005
| 字段 | 内容 |
|---|---|
| 攻击面 | 库内 DXY 为 ECB 午盘汇率公式重构值，与 ICE 发布值有 ~1 点水平偏移。 |
| 利用路径 | 用 DXY 与黄金的 20 日滚动相关系数判定相关性失效。 |
| 独立数据 | 重构 DXY 的报价时点（ECB 午盘 ≈ 14:15 CET）与 LBMA PM Fix（15:00 London）差 45 分钟，与 ICE DXY 收盘（17:00 ET）差 ~5 小时。时点差意味着：重构 DXY 捕捉的是"伦敦下午早段"的美元方向，黄金捕捉的是"伦敦下午晚段"的金价方向。两者在同一"日"标签下存在最长 5 小时的时序错配。 |
| 影响 | 日度相关系数中被注入了时序噪声。若真实 corr(金,DXY) = -0.30，时序错配可使重构 corr 变为 -0.20~-0.40。当 corr 在 -0.20 临界值附近时，时序噪声足以翻转"是否失效"的判定。 |
| 概率 | 高（8/10）：09-02 corr(金,DXY) = -0.082，距 -0.20 仅差 0.12 个单位。 |
| 早期信号 | corr 在 -0.25~-0.15 区间停留 >3 日，此时 ±1 点的 DXY 偏移足以翻转判定。 |
| 对策 | ① 将相关系数判定改用 滞后 1 日 DXY（即 DXY 用前日数据），消除时序错配。② 在 corr 接近 -0.20 临界值时输出不确定区间（如 -0.30~-0.10），而非单一点估计。 [待验证] |
| 与正文关系 | 补充正文 A14 仅讨论了"收益率 vs 价格水平"的口径问题，未揭示时序错配的独立风险源。 |
RT-A03: "观望"作为默认态的行为经济学风险
证据 ID: RT-006
| 字段 | 内容 |
|---|---|
| 攻击面 | A/B/C 三态中 A 和 C 事实不可达 → 系统绝大多数时间输出"观望"。 |
| 利用路径 | 用户看到连续 44 天"观望"，心理上产生两个极端反应之一：① 过度自信——"系统说观望，我偏要做"，绕过整个框架；② 过度依赖——"系统不让我做，那我也不做"，错过真实信号。 |
| 概率 | 中（5/10）：取决于用户行为模式，但左侧交易者（库内标注的交易风格）更可能选 ①。 |
| 早期信号 | 用户预测与 Agent 预测连续 >10 日背离（用户在框架外做决策）。 |
| 对策 | "观望"应输出区间而非空值："观望 = 预期次日涨跌幅落在 ±1.5% 内"。这样观望本身即可被证伪，不再只是空标签。 [待验证] |
RT-A04: 验证率区间含 50% —— 不能拒绝"纯随机"
证据 ID: RT-007
| 字段 | 内容 |
|---|---|
| 攻击面 | 因子主导验证率 76.9%（20/26），Wilson 95%CI [57.9%, 89.0%]。 |
| 独立数据 | CI 下界 57.9% > 50% → 在 5% 显著性水平下可以拒绝"纯随机"。但 CI 宽度达 31pp，说明 26 个样本远不足以精确定位准确率。若真实准确率为 60%（接近随机+10pp），76.9% 的点估计在统计上是可达到的。 |
| 概率 | 中（6/10）：真实准确率可能接近 65% 而非 76.9%。 |
| 对策 | 验证率样本需 ≥50 有效交易日才应发布点估计；当前应仅报区间。禁止将区间下界（57.9%）作为"模型优于随机"的证据。 |
RT-A05: 系统停更 3 日恰好在相关系数翻转窗口
证据 ID: RT-008
| 字段 | 内容 |
|---|---|
| 独立数据 | 最后复盘 = 09-08。09-09/09-10 真实数据已有但无复盘。corr(金,DXY) 在 09-08=-0.379 → 09-09=-0.350 → 09-10=-0.364，传统负相关在停更期间持续。09-10 TIPS 相关从 +0.040 → −0.075（首次转负），意味着双腿同时 >−0.20 的连续失效日自 09-02 起已被打断——如果系统正常运行，09-10 应输出 "观望" 而非任何 A/B/C。 |
| 影响 | 09-10 恰是"TIPS 腿恢复负相关"的关键样本。缺此日 → 下一个 C 模式进入窗口的起始日计算错误。 |
| 概率 | 高（9/10）：已确认库内无 09-09/09-10/09-11 文件。 |
| 对策 | 补文件为第一优先级（§12 路线图 D4-5）。 |
三、红队独立结论
| 维度 | 发现数 | 最高风险 | 建议优先级 |
|---|---|---|---|
| 正文事实错误 | 3 | RT-E01 (L0 结论修正) → 可能导致 L0 被进一步削弱 | P0 |
| 外部攻击面 | 5 | RT-A02 (DXY 时序错配) → 所有相关系数判定可能被噪声翻转 | P1 |
优先修复排序
- RT-E01: 修正正文"L0 形同虚设"结论。L0-1/L0-2 在正常期 0 触发是设计意图。真正的问题是 L0-3 不可执行 + 无渐进降级。
- RT-A02: DXY 相关系数改用滞后 1 日或输出不确定区间。
- RT-E02: A 状态改为默认态（非入场态），消除"三选一强制归类"的结构性不对称。
- RT-A01: σ 阈值加地板或改用固定分位数，防止平静期噪声触发。
- RT-A05: 补 09-09/09-10/09-11 复盘。
红队总评：本系统在"如何判定自己是对的"方面系统性薄弱（L0 永远正常、A 永远不可达、观望永远算对）。红队认为最大的危险不是"系统给了错误答案"，而是"系统几乎永远不给出错误答案，因为它从不给出明确答案"。