表现
诚实展示哪种方法有效的页面。每个比率都附带置信区间与样本量，并与朴素基准对照，同时在残差收益率与原始收益率上呈现。顶部的标签页用于选择期限。
共识接受警示
这是什么: 一个绿色或黄色的提示框，说明在所选期限上 D · 共识 是否逐一胜过它的各个组成部分（A、B、C）。
数据来源: /api/performance/leaderboard → 最近一次完成的分析运行的 engineD 结果。比较使用同一 walk-forward 窗口中的 backtest 命中率；至少需要 200 个观测值。
展示什么: 它说明共识是否可用，以及它未能胜过哪一个组成部分。
能得出什么结论: 若警示为黄色，“今日”页面上的“强信号”卡片不应用于决策；此时最佳单一模型的信号更好。这条规则是有意从严的：只有当组合优于每一个部分时，它才带来价值。
残差收益率与原始收益率对比
这是什么: 一张表格，用两种方式给同样的 backtest 信号打分：一次对照期限结束时的残差收益率，一次对照原始收益率。若差距超过三个百分点，会出现警示。
数据来源: signal_daily 与 signal_outcome 表在数据库中联结；残差使用 realized_residual 列，原始使用 realized_return 列。计算在 SQL 中完成。
展示什么: 左列显示模型在其训练目标上的表现，右列显示它在实际价格变动上的表现。
能得出什么结论: 这是本应用中最重要的一张表。若某个模型的能力在右列消失，那么它预测的不是价格，而是残差收益率的构造方式。在真实数据上，B · 横截面排序 在 21 天上 58% 的命中率，到原始收益率上降至 50.5%。对投资而言重要的是右列。
模型排名
这是什么: 四个模型的实时与 backtest 命中率、它们的信息系数，以及按平静与动荡状态的分解。
数据来源: 实时各列由实时层中的 signal_daily 与 signal_outcome 行计算。backtest 各列来自最近一次分析运行所保存的评估结果。市场状态由地图页面上平均相关性的第 70 百分位确定。
展示什么: 命中率附带 Wilson 95% 区间与 n；观测值不足 200 时，会显示“尚无法区分”而不是数字。backtest 单元格带有斜纹。信息系数是同一天内预测排名与实现排名之间的 Spearman 相关性。backtest 中最好的模型会被突出显示。命中的定义处处一致：信号的方向与期限结束时残差收益率的符号相同。残差收益率是剔除了市场（XU100）、行业与 USD/TRY 影响之后该股票的收益率；它不是价格本身。
能得出什么结论: 两个区间彼此重叠的模型之间没有差别。真正的问题是在 backtest 中领先的模型在实时中是否依然领先；随着实时结果的积累，这张表会回答这个问题。命中率在动荡状态下的下降，说明该模型在危机时期不可靠。
累计命中率
这是什么: 对每个模型，其实时信号截至每一天的累计命中率曲线，以及一条 50% 的虚线。
数据来源: 实时层中的 signal_daily 与 signal_outcome 行。只绘制实时记录；若没有实时记录，图表会保持空白并明确说明。
展示什么: 它显示曲线随时间稳定在什么水平。最初几天曲线波动很大，因为样本很少。
能得出什么结论: 长期保持在 50% 线之上的曲线，指向真实的能力。起点很高而后逐渐靠近 50% 的曲线，说明最初的结果只是运气；要下结论需要等上几个月。
基准
这是什么: 模型必须胜过的四条朴素规则的命中率。
数据来源: 最近一次分析运行的评估结果。使用相同的测试日与相同的残差收益率。
展示什么: 随机（50%）；行业延续（今天行业平均残差的符号在明天延续）；该股票自身的 AR(1)（今天残差的符号延续）；市场延续（指数今天的符号延续）。
能得出什么结论: 在真实数据上，这些规则保持在 49% 到 51% 之间。若某个模型的命中率无法与它们区分开，那么无论其绝对比率多高，它都没有发现任何东西。
投资组合曲线
这是什么: 一个等权投资组合的累计收益率：按得分买入前 10% 的股票并卖空后 10%；分别展示计入与不计入交易成本的情况。
数据来源: 最近一次分析运行的评估结果。收益率按残差收益率计算。调仓以等于期限的步长、在互不重叠的期间上进行；成本为单边 15 个基点。
展示什么: Sharpe 比率（按 √(252/期限) 年化）、最大回撤、换手率与期间数量。虚线为不计成本，实线为计入成本。
能得出什么结论: 做决策时请看计入成本的曲线。由于收益率是按残差收益率计算的，“残差 / 原始收益率”表中的那个假象在这里同样适用：B · 横截面排序 与 D · 共识 的高 Sharpe 并不是一个真实价格投资组合的收益率。
两两检验
这是什么: 一张表格，在相同的股票—日期上两两比较各个模型；实时与 backtest 分列不同的行。
数据来源: 对配对的命中进行 McNemar 检验；对损失进行 Diebold–Mariano 检验。实时结果从数据库计算，backtest 结果来自最近一次运行的结果。
展示什么: 形如“B > A，p=0.003”的结果；若样本不足，则显示“尚无法区分”。
能得出什么结论: 只有 p < 0.05 的差异才应被视为真实差异。在样本很大时，非常小的差异也可能显示为显著；显著并不意味着差异大到有实用价值。
此处给出的投资信息、评论与建议不属于投资顾问服务的范围。投资顾问服务是依据客户与证券公司、投资组合管理公司或不吸收存款的银行之间签署的投资顾问合同提供的。此处的信号由统计模型基于历史数据生成，对所有人一致展示，并非个性化；它们可能并不适合你的财务状况或你的风险与收益偏好。因此，仅凭此处给出的信息做出投资决策，可能不会产生符合你预期的结果。