實驗室 · D · 共識

把三個模型結合起來的 D · 共識 的內部結果：接受規則、四種狀態隨時間的分布，以及各模型彼此有多相似。

接受規則

這是什麼: 針對每個期限，以方塊說明共識是否勝過它的組成部分。

由哪些資料驅動: 所選執行的 engineD 結果；同一個 walk-forward 視窗中的命中率。

顯示什麼: 已接受，或是指出哪一個組成部分至少和共識一樣好。

可以得出什麼結論: 若共識被否決，把模型結合起來並沒有帶來價值；通常是某一個模型獨強，其他的只增添雜訊。

四種狀態隨時間的分布

這是什麼: 以堆疊面積圖顯示每天有多少檔股票處於強訊號、方向不明的事件、弱與無這四種狀態。

由哪些資料驅動: 所選執行的 engineD 結果；一天期限的 D · 共識 訊號。

顯示什麼: 對每一天，以層層堆疊的彩色面積顯示四種狀態各出現在多少檔股票上；面積的總高度就是當天產生訊號的股票檔數。

可以得出什麼結論: 「有事件，方向不明」的面積在某些時期膨脹，顯示那些時期市場事件很多卻沒有方向。強訊號的面積一直很薄是正常的。

模型訊號之間的相關性

這是什麼: 模型 A、B、C、D 與 W 方向序列之間的相關性矩陣。

由哪些資料驅動: 所選執行的 engineD 結果；一天期限、相同股票—日期上的方向數值。

顯示什麼: 儲存格中是 Pearson 相關性；藍色為正，紅色為負。

可以得出什麼結論: 若各模型彼此高度相關，它們讀到的是同樣的資訊，共識的貢獻也就有限。相關性低表示彼此的資訊互相獨立，但這並不代表那些獨立的資訊有價值。

• 指南

此處提供的投資資訊、評論與建議不屬於投資顧問服務的範圍。投資顧問服務是依據客戶與證券商、投資組合管理公司或不收受存款的銀行之間所簽署的投資顧問契約提供的。這裡的訊號是以統計模型由歷史資料產生的，對所有人顯示的內容都相同，並非個人化；它們可能不符合你的財務狀況或你的風險與報酬偏好。因此，僅依據此處提供的資訊做出投資決定，可能不會產生符合你預期的結果。