我们为何放弃V13.5转向V14e EU_strict：一项稳健性案例研究

审计前V13.5的状态

V13.5_stack作为生产评分器已运行数月。其逻辑是：一个综合评分，结合了内部人角色（CEO +2.5，CFO +2.5，董事会 +0.5）、信号类型（集群 +2）、市值百分比（x1.4）、市值规模（小盘股 +1），以及基于欧洲行业ETF的行业乘数。

在初始样本上（仅做多，60k 份声明，部分宇宙），样本外表现令人满意：Sharpe 1.21、DSR 0.42、CAGR +45.8%、最大回撤 -14.1%、命中率 57.1%。这些数据已发布。

警报：队列扩展

2026年5月, 我们推出了一个重要的数据集扩展:

• 首次大规模整合美国证券交易委员会备案文件（XNAS、美国市场）。
• 历史数据扩展：移除发布日期下限，获得完整历史深度。
• 结果：数据集从约60k行增至293,566行（BUY + SELL符号反转）。

第一个警示信号: 在这个扩展后的293万行数据中, V13.5_stack的夏普比率为0.98, 95%置信区间为[-0.90, +3.13], DSR为0.12。这是所有测试候选方案中最差的。

审计101: XNAS诊断

审计101 (参见专题文章) 分离出XNAS队列: 1,229个买入OOS行, 原始平均r90为+5.13%。V13.5选择器在此子集上的夏普比率为0.01。它主动选择了最差的类别 (CEO在XNAS上为负面, 集群在XNAS上为负面, 市值百分比中高位在XNAS上为负面)。

评分函数是根据欧盟的申报数据校准的。在欧洲能代表信念的信号, 在美国市场却反向。

EU_strict的对比测试

在审计101的基础上, 审计102测试了对范围的限制: 只保留信号与校准匹配的8个欧洲市场。

仅通过范围限制 (从293万行数据到38万行EU_strict数据), V13.5的夏普比率就从0.98提高到1.18。加入V14e乘数 (实体+0.10, 家族+0.20) 后, 夏普比率进一步提升至0.53。

决定: 在生产环境中替换V13.5

审计103比较了6个候选方案, 并选择了EU_strict上的V14e_tuned_light:

1. 最佳 Sharpe (0.53) 在所有测试组合中。
2. 最佳 DSR (-0.01)，明显高于 +0.0 运气下限，差距显著。
3. CI95 Lo = -0.46：所有候选方案中最紧凑。
4. MaxDD = -10.6%：V13.5+ 系列中最低（欧盟限制 + 代理乘数降低 DD 约 3pp）。
5. 胜率 48.7% vs 完整队列的 52.1%。
6. V14e 乘数在队列变化中保持稳健：在 BUY-only 60k（Sharpe 1.31）和 EU_strict 38k（Sharpe 0.53）上均有效。两个独立队列中系数相同。

编辑决定：发布所有审计（100、101、102、103），更新网站上的数据，并且不淡化V13.5的性能下降。

我们尚未知晓之处

三个诚实的未确定性：

1. 样本外 (OOS) 窗口期较短。 14 个月（2025 年 1 月 -- 2026 年 5 月）是一个方向性信号，而非确凿证据。14 个月内夏普比率达到 0.53 可能只是运气。

2. 家族队列仍然较小。 595k 中有 79 份家族声明（配偶 + 子女 + 父母）。家族乘数（+0.20）基于过少的数据点进行校准，统计隔离不足。V14e 提升的大部分来自实体乘数（44k 受控行）。

3. XNAS可能存在子集优势。 审计101建议采用精细筛选（剔除CEO+董事长+XNAS上的集群，或筛选pctMcap < 0.05）。我们倾向于立即发货时完全排除。V15的“美国专家”将独立研究。

注：上述结果在EU_strict市场（8个欧洲市场）上验证，并根据审计101（美国市场信号反转）排除了XNAS。