六篇数字货币研究复现审计

论文策略、作者主张、测试设计、论文结果，以及本项目验证过程与严格结论

技术摘要：六篇都产生了结果，零篇证明了可部署 alpha

0 篇达到 ROBUST，0 篇拥有本项目的新鲜 holdout。 所有作者所谓测试期都已经被论文、代码或冻结工件公开。
BTC 成本过滤的机制成立、经济性不成立。 真实 USD-M 纠错版大幅减少换手，却仍录得 -13.57% 净年化收益。
CryptoGAT 的作者数值可以复跑，但测试期参与构图。 训练窗构图后 Gross Sharpe 从 3.0936 降至 2.5223；这只是公开测试集上的泄漏敏感性，不是新的样本外验证。
Pair RL 与 BTC EMA 只在作者工件层面对得上。 Pair RL 尚未从 Binance 原始 bar 调用 PPO；EMA 尚未从 Kaggle 原始数据重跑，并发现组合边界少扣反转成本。
Stablecoin 与多周期 DL 的醒目主张被代码缺陷削弱。 Stable_Upside 的 MSE 改善从 9.4753% 降至 0.0753%；多周期论文的 99.9028% 全局架构解释率实际来自单面板覆盖 bug。

RESEARCH_ONLY： 本报告记录研究复现与证据审计，不是实盘业绩、收益承诺或仓位建议。

Source: 六篇研究的项目状态与实验登记File: reports/six_paper_review/evidence_snapshot.sql

已运行研究

有完成实验或冻结产物复算结果的研究数量。

有完成实验或冻结产物复算结果的研究数量。Source: 六篇研究的项目状态与实验登记File: reports/six_paper_review/evidence_snapshot.sql

ROBUST 方法

跨合理设定、成本和真正样本外仍稳定的方法数量。

跨合理设定、成本和真正样本外仍稳定的方法数量。Source: 六篇研究的项目状态与实验登记File: reports/six_paper_review/evidence_snapshot.sql

新鲜 holdout

本项目未参与开发、选择或先前查看的新鲜 holdout 数量。

本项目未参与开发、选择或先前查看的新鲜 holdout 数量。Source: 六篇研究的项目状态与实验登记File: reports/six_paper_review/evidence_snapshot.sql

自动化测试通过

六项研究及共享管线累计通过的自动化测试。

六项研究及共享管线累计通过的自动化测试。Source: 六篇研究的项目状态与实验登记File: reports/six_paper_review/evidence_snapshot.sql

先看结论，不把“数字能算回去”写成“策略有效”

复现状态回答论文或作者产物能否重现；研究含义回答这些证据是否支持投资主张。两者严格分开。

BTC 成本感知 ML： 论文称过滤后年化 65.40%；真实 USD-M 纠错版净年化 -13.57%。裁决：概念复现、无经济性。
CryptoGAT： 作者代码 Gross Sharpe 3.0936；训练窗构图后 2.5223，但仍是公开测试集。裁决：部分复现、交易有效性未验证。
动态配对 RL： 480 个 pair-month 精确对账；原始 Binance 到 PPO 未回放。裁决：产物复现、方法脆弱。
BTC EMA 双重 OOS： 表 10 的 18/18 个值匹配；14/10 发现 7 次少扣反转。裁决：部分复现、脆弱。
Stablecoin Dry Powder： Stable_Upside 的 MSE 改善由 9.4753% 降至 0.0753%，p=0.4628。裁决：无法定论、headline 无证据。
多周期 DL： ModernTCN 排名可复核；99.9028% 全局架构解释率为覆盖 bug。裁决：部分复现、无交易证据。

Source: 六篇研究的项目状态与实验登记File: reports/six_paper_review/evidence_snapshot.sql

验证深度主要集中在作者产物和公开测试集

六篇使用的主验证方式并不等价：冻结表格复算只能确认内部算术，作者代码复跑能确认公开实现，独立市场数据概念回测能检验机制，但只有封存的新数据才能检验未来有效性。本批次没有任何方法完成最后一步。

Source: 六篇研究的项目状态与实验登记File: reports/six_paper_review/evidence_snapshot.sql

六篇研究的主验证方式

六篇研究的主验证方式 data
主验证方式	研究数量
冻结产物或汇总复算	3
作者代码复跑并做纠错	2
独立市场数据概念回测	1

如何阅读“验证”二字

作者工件复算：从作者 CSV、RDS、Parquet 或汇总表重新计算论文数字。它只证明工件内部一致。
作者代码复跑：在冻结提交和作者数据上执行公开代码。它可以复现代码行为，也会忠实继承代码中的泄漏和口径错误。
纠错实验：事前冻结只修正一个明确缺陷，并报告变化。若仍使用公开测试集，它只能称为敏感性或缺陷修正。
独立实证复现：需要独立数据管线、独立实现、可验证的历史时点和相容结果。本批次没有一篇达到。
新鲜 holdout：必须从未用于作者研究、本项目调参、模型选择或先前结果查看。本批次为零。

Source: 投资方法复现项目研究章程Table: AGENTS.md

定义复现、纠错、独立验证、holdout 和投资含义标签的项目级规则。

六篇实际完成了哪些验证环节

BTC 成本感知 ML： 来源审计；无作者代码数值复跑；完成真实 Binance USD-M 概念纠错；无新鲜 holdout。
CryptoGAT： 作者代码数值复跑；2,244 个 Binance 日线包核对；完成训练窗构图纠错；无新鲜 holdout。
动态配对 RL： Zenodo 冻结产物和 bootstrap 复算；未下载并运行原始行情；无新鲜 holdout。
BTC EMA 双重 OOS： 作者 RDS 数值复算和成本账本纠错；未从 Kaggle 原始数据重跑；无新鲜 holdout。
Stablecoin Dry Powder： 作者 CSV 复算、成员纠错和成交时点敏感性；无独立行情；无新鲜 holdout。
多周期 DL： 冻结汇总排名、方差和 DA 复算；未重训 918 runs；无 prediction、checkpoint 或新鲜 holdout。

Source: 六篇研究的项目状态与实验登记File: reports/six_paper_review/evidence_snapshot.sql

本项目的统一核验流程

冻结论文版本、作者代码提交、数据或工件哈希，并建立主张清单。
把资产池、特征、训练/验证/测试、信号、成交、成本和指标写成规格，歧义单列。
先运行忠实版本，记录是否能命中论文数值；不得为了贴表而改口径。
用数据法证和泄漏红队检查未来信息、幸存者、测试可见性、成交时点和成本账本。
对明确缺陷另建预注册子实验，保留原实验，不覆盖失败结果。
分开签发“复现状态”和“投资含义”，所有部署状态保持 RESEARCH_ONLY。

Source: 投资方法复现项目研究章程Table: AGENTS.md

定义复现、纠错、独立验证、holdout 和投资含义标签的项目级规则。

1. BTC 成本感知机器学习

论文四问

1. 提出了什么交易策略？ 预测 BTC/USDT 下一小时对数收益。旗舰配置是 XGBoost + OHLCV/技术指标/EGARCH；预测为正则目标仓位为 1，否则为 0。只有当 |forecast| > λ × c × |目标仓位-当前仓位| 才换仓。主参数 c=0.001、λ=2，长仓开平需要预测幅度超过 0.20%。

2. 论文声称有什么效果？ 论文认为短周期预测的主要障碍是执行方式：Naive 符号交易会被成本吞噬，而成本门槛能把微弱信号挡掉、恢复盈利。

3. 论文怎么测试？ 声称使用 2017-12 至 2026-01 的 Binance BTCUSDT USD-M Futures 1h。每折训练 12 个月、验证 3 个月、测试 3 个月，每 3 个月滚动，共 27 折；XGBoost 每折 50 次 Optuna 搜索，随后用 circular block bootstrap 检验。

4. 论文结果怎么样？

Naive 长仓： 年化 -64.00%，Sharpe -1.25，最大回撤 -99.92%，交易 10,619 次。
成本过滤长仓： 年化 65.40%，Sharpe 1.09，最大回撤 -67.42%，交易 251 次。
买入持有： 年化 56.30%，Sharpe 0.82，最大回撤 -77.80%，交易 1 次。

论文自己的 168h bootstrap 也没有证明过滤策略的 Sharpe 显著超过买入持有。

Source: 论文：BTC 成本感知机器学习Table: sources/20260711-btc-ml-cost-aware-v1/paper.pdf

Machine Learning-Based Bitcoin Trading Under Transaction Costs: Evidence From Walk-Forward Forecasting, arXiv:2606.00060v1。

我们的验证过程与结论

过程。 来源法证发现论文首个 2019Q2 测试折无法来自声明的 USD-M 市场；官方 BTCUSDT USD-M 月包从 2020-01 才可审计，价格指纹反而更接近错位 Spot。于是 EXP-BTC-ML-20260711-002 改用 checksum 验证的真实 USD-M：2020-2025 开发期、19 个季度测试折、36 个因果特征、每折 3 个预注册 XGBoost 候选、下一开盘成交、10 bps 与实际 funding。该实验是概念纠错，不是论文原样复现。

本项目结果。

成本过滤： 净年化 -13.57%，Sharpe -0.074，净总收益 -50.00%，最大回撤 -75.11%，换仓 19 次。
Naive： 净年化 -55.46%，Sharpe -1.455，净总收益 -97.86%，最大回撤 -98.14%，换仓 3,907 次。
买入持有期货： 净年化 -0.86%，Sharpe 0.268，净总收益 -4.02%，最大回撤 -79.20%，换仓 1 次。

预测相关只有 0.0158，方向命中率 50.18%。过滤把换手降到 Naive 的 0.4863%，但没有产生正的绝对收益。

严格结论。 CONCEPTUAL_REPLICATION / NOT_ECONOMIC。可以说成本过滤显著减损，不能说论文的正收益 alpha 被复现。

Source: 本项目：BTC 成本感知纠错复现Tables: studies/20260711-btc-ml-cost-aware-v1/reports/replication_report.md, studies/20260711-btc-ml-cost-aware-v1/audits/source_data_forensics.md, studies/20260711-btc-ml-cost-aware-v1/experiments/EXP-BTC-ML-20260711-002/results.json

真实 Binance USD-M 纠错实验、来源法证、正式结果与数据质量记录。

2. CryptoGAT

论文四问

1. 提出了什么交易策略？ 固定使用 66 个 Binance Spot USDT 币种，以过去 30 天归一化 OHLCV 预测下一日收益。GRU 编码单币时间序列，GAT 在相关图上传播跨币信息；每天等权持有预测收益最高的 5 个币并再平衡。

2. 论文声称有什么效果？ 论文认为加密资产之间的横截面依赖比复杂的单资产时间建模更有价值，GAT/FGAT 应明显优于 LSTM、Transformer 和 StockMixer。

3. 论文怎么测试？ 999 个日频目标按时间顺序 60%/20%/20% 切分；实际测试目标为 2025-06-23 至 2026-01-08。lookback 30 日、训练 100 epochs。论文称每个实验重复三次。

4. 论文结果怎么样？ GAT 报告 IC 0.037、ICIR 0.138、Precision@10 0.504、Gross Sharpe 3.128、无成本累计收益 229.12%；按每边 10 bps 后累计收益 185.66%、Sharpe 2.759、最大回撤 -38.98%。FGAT 的报告 Sharpe 为 3.892。

Source: 论文：CryptoGATTable: sources/20260711-cryptogat-v1/paper.pdf

CryptoGAT: Are Time Series Models Effective for Cryptocurrency Forecasting?, arXiv:2606.27670v1。

我们的验证过程与结论

过程。 下载并校验 2,244 个 Binance Data Vision 日线包，66,000 个日期键全部匹配；作者最后一天是未收盘 partial candle。忠实作者代码 EXP-GAT-20260711-001 使用完整 999 日价格构图，复跑 Gross Sharpe 3.0936。红队随后确认验证期和测试期参与构图，训练窗图与全样本图有 640/2,145 条边不同。

EXP-GAT-20260711-003 事前冻结只改一件事：图仅用索引 0..598 的训练数据拟合并冻结；其余模型、种子、顺序和 checkpoint 规则保持一致。在该次运行中测试只在验证 checkpoint 选定后读取一次，但对整个 analysis family 而言该测试集早已由论文和忠实复跑公开，不是新 holdout。

本项目结果。

IC： 作者全样本图复跑 0.0374；训练窗图 0.02527，下降 32.44%。
Gross Sharpe： 作者全样本图复跑 3.0936；训练窗图 2.5223，下降 18.47%。
训练窗图推断成本后： Sharpe 2.2286，累计收益 100.15%；作者代码无法直接复算这两个净指标。

成本后指标使用我们预注册的换手公式，因为作者 evaluator 没有成本、换手、净值或回撤实现。固定 66 币池又缺 point-in-time 市值快照。

严格结论。 作者代码数值可复跑；交易有效性 NOT_VALIDATED。正式状态仍为 PARTIALLY_REPRODUCED / FRAGILE，训练窗图结果只能说明修掉一处泄漏后没有立即归零，不能证明真实样本外 alpha。

Source: 本项目：CryptoGAT 代码复跑与泄漏审计Tables: studies/20260711-cryptogat-v1/reports/replication_report.md, studies/20260711-cryptogat-v1/audits/leakage_review.md, studies/20260711-cryptogat-v1/experiments/EXP-GAT-20260711-001/results.json, studies/20260711-cryptogat-v1/experiments/EXP-GAT-20260711-003/results.json

作者代码数值复跑、Binance 日线逐行核验、全样本构图泄漏审计与训练窗构图敏感性。

3. 动态配对交易 + 强化学习

论文四问

1. 提出了什么交易策略？ 每月用前两个月数据，从最活跃的 100 个 USD-M 合约中，经 Engle-Granger、相关性、OLS β 和 Hurst 的“Filter-then-Rank”选择 20 对。Baseline 用 168h Z-score：穿越 ±3 入场、回到 0 平仓、初始止损边界 ±6；入场后冻结 β 和标准差、均值继续滚动。Recurrent PPO-LSTM 在 Z-score、仓位和持仓时间状态上输出 Short/Flat/Long，但止损、止盈、SL lock 和 84-168h time-decay shield 可以覆盖网络动作。主回测使用 10x 与每次成交 5 bps。

2. 论文声称有什么效果？ RL 执行层能提高胜率、缩短持仓并显著提高风险调整收益，同时 deterministic shield 抑制严重发散风险。

3. 论文怎么测试？ 2024 用于 Baseline 参数优化、PPO 训练和 18 个 Agent 选模；2025 为作者 OOS，每月 20 对，共 240 pair-month。主结果使用 Agent 2 的 seed 42；另做五种 seed、参数、费用和季度后验分析，并以 10,000 次、168h 循环块 bootstrap 比较 Baseline。

4. 论文结果怎么样？

Baseline： CAGR 30.40%，Sharpe 0.4921，Sortino 0.5360，最大回撤 34.13%，胜率 60.23%。
Agent 2： CAGR 199.45%，Sharpe 2.8220，Sortino 3.2494，最大回撤 35.27%，胜率 73.18%。

Sharpe 差的单侧 p=0.0603，只通过 10% 而非 5%；95% percentile CI 包含零。五种 seed 的平均 CAGR 为 64.36%，标准差 69.91%，其中 seed 100 为 -3.00%。

Source: 论文：动态配对强化学习Table: sources/20260711-dynamic-pair-rl-v1/paper.pdf

Dynamic Multi-Pair Trading Strategy in Cryptocurrency Markets with Deep Reinforcement Learning, arXiv:2606.04574v2。

我们的验证过程与结论

过程。 校验 Zenodo data.zip 与 results.zip 的大小、MD5、SHA-256、82,941 个成员和路径安全；从每月每对的 return、fee、position 和交易日志重新聚合 Baseline 240 与 Agent 2 240 个 pair-month，再串接全年，并精确复跑作者 bootstrap。

结果。 480 个 pair-month 全部对账，年度路径最大绝对差为 1.3824e-10；论文表 7 的 CAGR、Sharpe、Sortino、MDD、交易数和胜率全部匹配，bootstrap p 值也精确匹配。

没有做。 Zenodo 不含原始 data/historical；本实验没有从 Binance OHLCV 重跑选对、特征、PPO 和成交，也没有让冻结 PPO 对原始 bar 推理。资金费率、点差、滑点、冲击和完整 Binance 维持保证金强平规则均未验证。

严格结论。 冻结产物级 REPRODUCED；方法级 PARTIALLY_REPRODUCED / FRAGILE。这证明作者结果文件内部一致，不证明同一方法能从原始市场数据独立产生这些结果。

Source: 本项目：动态配对 RL 冻结产物复算Tables: studies/20260711-dynamic-pair-rl-v1/audits/frozen_artifact_replay.md, studies/20260711-dynamic-pair-rl-v1/experiments/EXP-PAIR-RL-20260711-001/results.json

Zenodo 归档校验、480 个 pair-month 重新聚合、论文表 7 与 bootstrap 复算。

4. BTC EMA 双重样本外走步优化

论文四问

1. 提出了什么交易策略？ 小时级 EMA 趋势多空策略。快 EMA 6 个、慢 EMA 5 个，共 30 对；上一小时快 EMA 高于慢 EMA，则下一小时持有 +1，否则 -1。每个滚动训练段按 Sharpe 选 EMA 对，再应用到紧接的测试段。论文还遍历 9×9=81 种训练/测试窗口，以 Robust Sharpe 曲面选出 7天/28天和 14天/10天；每单位仓位变化扣 0.1%。

2. 论文声称有什么效果？ 论文主张“双重样本外”能在公开未见期获得接近买入持有、回撤更低的策略，并在部分风险调整指标上更好。

3. 论文怎么测试？ 声明使用 Kaggle G-Research 一分钟数据并聚合多种频率。全局训练期约为 2018-02 至 2019-09，在其中用内层走步选择窗口；外层公开未见期为 2019-11-07 至 2021-08-22。BTC 选出的窗口还用于 ETH、BNB。

4. 论文结果怎么样？

买入持有： 年化均值 0.9267，Sharpe 1.1281，最大回撤 0.6228，Sortino 1.5540。
WF 7/28： 年化均值 0.6828，Sharpe 0.8307，最大回撤 0.5849，Sortino 1.2198。
WF 14/10： 年化均值 0.9091，Sharpe 1.1064，最大回撤 0.5243，Sortino 1.6249。

两个 EMA 策略的 Sharpe 都没有超过买入持有；14/10 主要胜在回撤、IR2 和 Sortino。

Source: 论文：BTC EMA 双重样本外走步Table: sources/20260711-btc-ema-double-oos-v1/paper.pdf

A novel approach to trading strategy parameter optimization using double out-of-sample data and walk-forward techniques, arXiv:2602.10785v1。

我们的验证过程与结论

过程。 EXP-BTC-EMA-20260711-001 冻结论文、两个作者提交和 76MB 中间数据包，从两份作者 RDS 对公共区间 15,720 个小时重算 BTC 表 10 的年化均值、波动、Sharpe、IR2、MDD 和 Sortino，共 18 个展示值；另依据最终拼接仓位重建跨走步边界的完整成本账本。没有从 830MB Kaggle 原始数据重跑清洗、30 个 EMA 对与 81 个窗口。

本项目结果。 18/18 个论文展示值进入预注册容差。但作者先在每个固定 EMA 列扣成本，再拼接走步所选列，导致参数切换处遗漏真实组合反转：

WF 7/28： 少扣 4 次反转；Sharpe 0.830707 修正为 0.825258；MDD 0.584913 修正为 0.586583。
WF 14/10： 少扣 7 次反转；Sharpe 1.106450 修正为 1.096939；MDD 0.524257 修正为 0.525222。

代码使用滞后一小时 EMA，没有发现直接标签前视；但观察收盘后仍假定以该收盘零延迟成交，故 timing_verified=false。

严格结论。 PARTIALLY_REPRODUCED / FRAGILE。可以确认作者 RDS 与表 10 一致，不能确认从原始数据可重建、现实成交可行或策略优于买入持有。

Source: 本项目：BTC EMA 作者工件与成本账本审计Tables: studies/20260711-btc-ema-double-oos-v1/reports/replication_report.md, studies/20260711-btc-ema-double-oos-v1/audits/leakage_review.md, studies/20260711-btc-ema-double-oos-v1/experiments/EXP-BTC-EMA-20260711-001/results.json

作者 RDS 表 10 复算、逐小时指标核验、走步边界成本账本重建。

5. Stablecoins as Dry Powder

论文四问

1. 提出了什么交易策略？ 先用 DAI、USDC、USDT 的量价和上下行波动因子，结合 PCA、AR-EGARCH、PIT 与 XGBoost 预测 BTC/ETH/BNB/XRP 下一日上下行风险。Benchmark 只用加密资产特征，Challenger 加入稳定币特征。再将预测上行与下行风险之差转成 60 日 z-score 信号，以 20% 或 50% 目标波动调整四币多头敞口，日频调仓，扣 1 bp 换手费。稳定币不直接持仓。

2. 论文声称有什么效果？ 论文把稳定币积累和活动解释为等待进入风险资产的“dry powder”，声称稳定币因子既改善预测，也改善波动目标组合。

3. 论文怎么测试？ 七币日频数据覆盖 2020-01-01 至 2025-01-01；2020-2023 为训练和样本内检验，2024 为 366 日扩展窗 OOS。XGBoost 初始训练期做 TimeSeriesSplit 网格搜索并冻结，使用 Clark-West 调整的 DM 检验比较 Benchmark 与 Challenger；同一公开 2024 区间用于组合回测。

4. 论文结果怎么样？ Stable_Upside → Crypto_Upside 报告 MSE 改善 9.48%、p<0.0001；Stable_Volume → Crypto_Downside 报告改善 4.62%。50% Challenger 的作者“年化收益”100.4%、波动 44.7%、MDD -24.1%、Sortino 3.38；50% Benchmark 为 95.8%、46.1%、-26.9%、3.04。

Source: 论文：Stablecoins as Dry PowderTable: sources/20260711-stablecoin-dry-powder-v1/paper.pdf

Stablecoins as Dry Powder: A Copula-Based Risk Analysis of Cryptocurrency Markets, arXiv:2603.23480v1。

我们的验证过程与结论

过程。 EXP-SDP-001 从 366 行作者 Backtest CSV 重算 13 组策略的 52 个指标，最大误差 4.44e-16。红队发现作者 MSE 脚本构造 Stable_Upside/Downside 时错误传入 BTC、ETH、BNB、XRP，而不是 DAI、USDC、USDT。EXP-SDP-002 只修正资产成员，保持作者数据、训练网格、日期、随机种子和 366 个公开测试点；EXP-SDP-003 再修正 log-return 财富公式并测试一日成交延迟。

本项目结果。

Benchmark MSE： 作者冻结结果 1.132596；正确稳定币成员 1.135238。
Challenger MSE： 作者冻结结果 1.025279；正确稳定币成员 1.134383。
MSE 改善： 9.4753% 修正为 0.0753%；Clark-West 调整 p 从 1.29e-7 变为 0.4628。
Challenger 方向准确率： 68.03% 修正为 63.39%。

保守延迟一日时，50% Challenger 年化 log return 从约 100.36% 降至 76.93%，MDD 从 -23.47% 恶化至 -35.69%。数据许可、供应商交付时点、历史资产池和独立数据仍未通过。

严格结论。 方法级 INCONCLUSIVE / FRAGILE；9.48% headline 为 NOT_REPRODUCED / NO_EVIDENCE。作者组合表格能算回去，但关键预测优势主要由资产成员错误制造，“dry powder”因果机制仍是 UNKNOWN。

Source: 本项目：稳定币因子复算与成员纠错Tables: studies/20260711-stablecoin-dry-powder-v1/reports/replication_report.md, studies/20260711-stablecoin-dry-powder-v1/audits/leakage_review.md, studies/20260711-stablecoin-dry-powder-v1/experiments/EXP-SDP-20260711-002/results.json, studies/20260711-stablecoin-dry-powder-v1/experiments/EXP-SDP-20260711-003/results.json

作者组合 CSV 复算、Stable_Upside 成员纠错、log-return 与一日成交延迟敏感性。

6. 多周期深度学习架构基准

论文四问

1. 提出了什么交易策略？ 没有交易策略。 这是一篇价格预测 benchmark：对 4 个加密资产、4 个外汇和 4 个指数，用原始 OHLCV 比较 9 种深度学习架构。h=4 用过去 24 小时预测未来 4 小时，h=24 用过去 96 小时预测未来 24 小时；没有预测到仓位、成交、成本、收益或风险指标的映射。

2. 论文声称有什么效果？ ModernTCN 在 RMSE 排名上最强；作者还声称模型架构解释 99.90% 的 raw RMSE 方差，而方向准确率约 50%，说明 MSE 价格预测没有转化为小时级方向技能。

3. 论文怎么测试？ 声称每资产取最近 30,000 小时，按时间 70/15/15 划分且 scaler 只拟合训练集。HPO 为 9 模型×3 代表资产×2 horizon×5 trials=270；最终为 9×12×2×3 seeds=648，总计 918 runs。测试指标为 RMSE、MAE 与 DA，再做排名、方差分解和统计检验。

4. 论文结果怎么样？ ModernTCN mean rank 1.333、24 个 asset×horizon slot 赢 18 个；PatchTST rank 2.000。论文 raw 方差分解为 Model 99.9028%、Seed 0.0101%、Residual 0.0871%；panel-z 口径为 48.32%/0.04%/51.64%。54 个 DA cell 的论文均值约 50.08%。

Source: 论文：多周期深度学习预测基准Table: sources/20260711-crypto-multihorizon-dl-v1/paper_arxiv_v1.pdf

A Controlled Comparison of Deep Learning Architectures for Multi-Horizon Financial Forecasting: Evidence from 918 Experiments, arXiv:2603.16886v1。

我们的验证过程与结论

过程。 EXP-MHDL-20260711-001 没有重训 918 次，而是用不导入作者 benchmark 代码的 verifier 读取 24 份面板、9 个模型、3 个 seed 的 648 行冻结 RMSE，重算排名、胜场、raw/panel-z/no-LSTM/crypto-only 方差和 54-cell DA，并审计 split 语义、指标尺度和发布库存。9/9 测试通过，跨 Agent 短脚本再次抽查核心算术。

本项目结果。 ModernTCN 1.333333、18/24 与 PatchTST 2.000000 可以复核；但 99.9028% 全局主张来自作者字典只用 model 作 key，遍历时覆盖前 23 个面板，最终只剩 USATECHIDXUSD/h=24。

发布 raw，实际单面板： Model 99.9028%，Seed 0.0101%，Residual 0.0871%。
正确全面板 raw + Slot： Model 12.6495%，Seed 0.00035%，Slot 37.5149%，Residual 49.8353%。
正确全面板 panel-z： Model 48.3202%，Seed 0.0389%，Residual 51.6409%。
crypto-only panel-z： Model 54.1890%，Seed 0.0422%，Residual 45.7688%。

DA 精确均值为 50.0662%，而实现没有计算“最后已知 Close → 第一预测步”，又把重叠窗口当独立 Bernoulli 样本。processed arrays、split metadata、648 checkpoints、prediction 和 y_true 均未发布。

严格结论。 PARTIALLY_REPRODUCED / NO_EVIDENCE。排名表算术能复核，918 次训练、99.90% 全局主张、正确方向技能和任何可交易 alpha 都没有被复现。

Source: 本项目：多周期预测汇总核验与覆盖 bug 审计Tables: studies/20260711-crypto-multihorizon-dl-v1/reports/replication_report.md, studies/20260711-crypto-multihorizon-dl-v1/audits/leakage_review.md, studies/20260711-crypto-multihorizon-dl-v1/experiments/EXP-MHDL-20260711-001/results.json

648 行冻结 RMSE 汇总复算、排名和方差分解重建、方向准确率与 split 语义审计。

共同限制：现在最缺的不是更多回测，而是未见数据

六篇都没有本项目可用的新鲜 holdout；继续在同一公开测试集改模型只会扩大研究者自由度。
除 BTC 成本感知概念回测外，其余五篇都没有完成独立市场数据上的端到端重建；即便 BTC 纠错版也不是论文精确实现。
六篇都缺完整的现实执行验证：点差、冲击、容量、做空或资金费率至少有一项未解决。
程序性复核不等于独立实证复现；目前没有一篇同时满足独立实现与独立数据。
论文或作者工件中的“样本外”已被公开，不能在本项目中重新贴成“未见”。

Source: 六篇研究的项目状态与实验登记File: reports/six_paper_review/evidence_snapshot.sql

下一步按证据增量排序

动态配对 RL： 从 77 个 USD-M 合约、501 个 Binance 月包启动冻结 PPO 原始行情回放，补 funding、下一开盘、强平和逐对集中度；这是把 3GB 作者结果升级为方法核验的最短路径。
CryptoGAT： 停止使用 2025-06 至 2026-01 的公开测试期做任何选择；建立 point-in-time 月度币池和滚动训练图，转入预注册 live-forward。
Stablecoin： 用有许可、带交付时点的独立数据重建稳定币因子，并把预测、目标权重、成交延迟和成本账本端到端串起来。
BTC EMA： 只有在取得合法原始数据和可审计成交时点后，才值得重跑 81 个窗口；当前公开外层区间本身没有超过买入持有 Sharpe。
BTC 成本感知 ML： 先向作者索取代码、逐折参数和真实数据身份；没有这些材料时，不再围绕正收益主张调参。
多周期 DL： 将其保留为预测 benchmark，而不是交易候选；只有获得 prediction/y_true/checkpoint 后才重做方向与依赖稳健检验。

Source: 六篇研究的项目状态与实验登记File: reports/six_paper_review/evidence_snapshot.sql

能改变当前结论的关键问题

哪些作者能补充精确的数据快照、代码提交、checkpoint、逐日预测和成本实现？
能否为 CryptoGAT 和 Stablecoin 建立真正历史可得的 point-in-time 资产池？
Pair RL 在 funding、滑点和实际维持保证金下，seed 均值而非最佳 seed 是否仍为正？
下一批研究是否应把“有可锁定未来数据”作为选题硬门槛，而不是只看论文 headline？

最终判断

六篇研究最有价值的产出不是六条可交易策略，而是六种证据边界：减损不等于盈利，代码复跑不等于样本外，工件对账不等于方法复现，预测排名不等于交易 alpha。

所有结论均为 RESEARCH_ONLY。

Sources

六篇研究的项目状态与实验登记reports/six_paper_review/evidence_snapshot.sql
投资方法复现项目研究章程AGENTS.md · local-file · 2026-07-11T18:41:58+08:00
定义复现、纠错、独立验证、holdout 和投资含义标签的项目级规则。
论文：BTC 成本感知机器学习document · 2026-07-11
Machine Learning-Based Bitcoin Trading Under Transaction Costs: Evidence From Walk-Forward Forecasting, arXiv:2606.00060v1。
本项目：BTC 成本感知纠错复现studies/20260711-btc-ml-cost-aware-v1/reports/replication_report.md · local-reviewed-files · 2026-07-11T18:41:58+08:00
真实 Binance USD-M 纠错实验、来源法证、正式结果与数据质量记录。
论文：CryptoGATdocument · 2026-07-11
CryptoGAT: Are Time Series Models Effective for Cryptocurrency Forecasting?, arXiv:2606.27670v1。
本项目：CryptoGAT 代码复跑与泄漏审计studies/20260711-cryptogat-v1/reports/replication_report.md · local-reviewed-files · 2026-07-11T18:41:58+08:00
作者代码数值复跑、Binance 日线逐行核验、全样本构图泄漏审计与训练窗构图敏感性。
论文：动态配对强化学习document · 2026-07-11
Dynamic Multi-Pair Trading Strategy in Cryptocurrency Markets with Deep Reinforcement Learning, arXiv:2606.04574v2。
本项目：动态配对 RL 冻结产物复算studies/20260711-dynamic-pair-rl-v1/audits/frozen_artifact_replay.md · local-reviewed-files · 2026-07-11T18:41:58+08:00
Zenodo 归档校验、480 个 pair-month 重新聚合、论文表 7 与 bootstrap 复算。
论文：BTC EMA 双重样本外走步document · 2026-07-11
A novel approach to trading strategy parameter optimization using double out-of-sample data and walk-forward techniques, arXiv:2602.10785v1。
本项目：BTC EMA 作者工件与成本账本审计studies/20260711-btc-ema-double-oos-v1/reports/replication_report.md · local-reviewed-files · 2026-07-11T18:41:58+08:00
作者 RDS 表 10 复算、逐小时指标核验、走步边界成本账本重建。
论文：Stablecoins as Dry Powderdocument · 2026-07-11
Stablecoins as Dry Powder: A Copula-Based Risk Analysis of Cryptocurrency Markets, arXiv:2603.23480v1。
本项目：稳定币因子复算与成员纠错studies/20260711-stablecoin-dry-powder-v1/reports/replication_report.md · local-reviewed-files · 2026-07-11T18:41:58+08:00
作者组合 CSV 复算、Stable_Upside 成员纠错、log-return 与一日成交延迟敏感性。
论文：多周期深度学习预测基准document · 2026-07-11
A Controlled Comparison of Deep Learning Architectures for Multi-Horizon Financial Forecasting: Evidence from 918 Experiments, arXiv:2603.16886v1。
本项目：多周期预测汇总核验与覆盖 bug 审计studies/20260711-crypto-multihorizon-dl-v1/reports/replication_report.md · local-reviewed-files · 2026-07-11T18:41:58+08:00
648 行冻结 RMSE 汇总复算、排名和方差分解重建、方向准确率与 split 语义审计。

技术摘要：六篇都产生了结果，零篇证明了可部署 alpha

先看结论，不把“数字能算回去”写成“策略有效”

验证深度主要集中在作者产物和公开测试集

如何阅读“验证”二字

六篇实际完成了哪些验证环节

本项目的统一核验流程

1Source for 1Source: 论文：BTC 成本感知机器学习Table: sources/20260711-btc-ml-cost-aware-v1/paper.pdf. BTC 成本感知机器学习

论文四问

我们的验证过程与结论

2Source for 2Source: 论文：CryptoGATTable: sources/20260711-cryptogat-v1/paper.pdf. CryptoGAT

论文四问

我们的验证过程与结论

3Source for 3Source: 论文：动态配对强化学习Table: sources/20260711-dynamic-pair-rl-v1/paper.pdf. 动态配对交易 + 强化学习

论文四问

我们的验证过程与结论

4Source for 4Source: 论文：BTC EMA 双重样本外走步Table: sources/20260711-btc-ema-double-oos-v1/paper.pdf. BTC EMA 双重样本外走步优化

论文四问

我们的验证过程与结论

5Source for 5Source: 论文：Stablecoins as Dry PowderTable: sources/20260711-stablecoin-dry-powder-v1/paper.pdf. Stablecoins as Dry Powder

论文四问

我们的验证过程与结论

6Source for 6Source: 论文：多周期深度学习预测基准Table: sources/20260711-crypto-multihorizon-dl-v1/paper_arxiv_v1.pdf. 多周期深度学习架构基准

论文四问

我们的验证过程与结论

共同限制：现在最缺的不是更多回测，而是未见数据

下一步按证据增量排序

能改变当前结论的关键问题

最终判断

Sources

1. BTC 成本感知机器学习

2. CryptoGAT

3. 动态配对交易 + 强化学习

4. BTC EMA 双重样本外走步优化

5. Stablecoins as Dry Powder

6. 多周期深度学习架构基准