PC28 · ROI 排行榜前 20 名 · 单方案回测总入口

数据层状态

正在读取 data/meta.json…

数据走「外置 + 增量拉取」（10 秒级）：页面首次打开拉一次全量包（75 KB），之后每 30 秒只拉 meta.json（约 2 KB），有新期号才拉当天的增量包（约 600 B）。所以页面上的数据基本是实时的。

榜单走「每日重建」（小时级）：roi_scan.py + build_schemes.py 每天跑一次，所以白天的期号可能还没进榜单。此时页面会显示「数据比榜单新 N 期」—— ⓪ 区对账按榜单口径截取，仍然成立。

离线单文件版（数据内联，双击可开，但不更新）： offline/index.html

先记住这条恒等式

ROI命中率 × O − 1 固定注码、资金不被打穿时恒成立

理论 ROI（p=0.1, O=9.95）−0.00500 每押 1 单位亏 0.005

打平所需命中率10.0503% = 1 / 9.95，比 0.1 高 0.0503 个百分点

命中率噪声 σ√(0.09 / 下注次数) 样本越小越容易冒尖

所以这张排行榜本质上只是在比命中率：名次 = 命中率名次。点进任一页，第 ⓪ 区「榜单对账」会拿浏览器内重算的数和榜单逐项对一遍。

11 个回测页

按 ROI 从高到低排列。点「进入」打开对应页面；每页都能改信号参数、车道、本金、注码方式（固定单位 / 本金百分比）、赔率、回测区间，并跑蒙特卡洛与 Kelly 曲线。 同一族里只有某个旋钮不同的方案已合并成一页（不是删掉）：页内 ⑥ 区把该旋钮的 全部取值各跑一遍、点一行就切过去，所以 always-d0~d9、 cold2nd-k20/30/40 这类重复入口不再各占一行。「#」列是连续页序；鼠标悬停方案名可见它（们）在原榜单里的名次（如 原榜 #8·9·12·14·16），方便回榜单原文核对。合并行的下注次数 / 命中率 / z 直接给区间—— 这是换档真正会变的量。

#	方案	族	下注次数	命中率	z	q(FDR)	ROI	盈亏平衡 O*	ROI 95%CI	回测页
1	次冷号 cold2nd · k（全 3 档）	遗漏	1,061 ~ 66,799	0.10160 ~ 0.10462	+0.50 ~ +1.38	0.856	+0.04095	9.559	[-0.13866, +0.22057]	进入 →
2	streak-fade-c2	连出	16,111	0.10440	+1.86	0.800	+0.03879	9.578	[-0.00731, +0.08488]	进入 →
3	窗口冷号 wcold · w（全 6 档）	窗口频率	161,277 ~ 161,367	0.10053 ~ 0.10229	+0.72 ~ +3.06	0.087	+0.01777	9.776	[+0.00321, +0.03234]	进入 →
4	mod3-r0-w200	属性	160,917	0.10152	+2.04	0.799	+0.01017	9.850	[-0.00442, +0.02475]	进入 →
5	hot-w20	窗口频率	161,367	0.10111	+1.49	0.800	+0.00606	9.890	[-0.00851, +0.02062]	进入 →
6	固定号 always · d（全 10 档）	基线	161,367 ~ 161,367	0.10053 ~ 0.10078	+0.72 ~ +1.04	0.800	+0.00273	9.923	[-0.01184, +0.01729]	进入 →
7	par-same-w100	属性	161,217	0.10074	+0.99	0.800	+0.00236	9.927	[-0.01221, +0.01693]	进入 →
8	emaC-w200	指数加权	160,917	0.10066	+0.88	0.800	+0.00157	9.934	[-0.01301, +0.01616]	进入 →
9	动量 mom · wl（sign=-1,ws=50，全 2 档）	动量	160,317 ~ 160,917	0.10056 ~ 0.10062	+0.74 ~ +0.83	0.808	+0.00114	9.939	[-0.01344, +0.01572]	进入 →
10	multi-cold2	多号同押	321,834	0.10058	+1.10	0.800	+0.00080	9.942	[-0.00951, +0.01111]	进入 →
11	nbor+1	跟随	161,367	0.10057	+0.77	0.829	+0.00069	9.943	[-0.01387, +0.01526]	进入 →

「下注次数」按号计（多号同押的方案是单号策略的 k 倍流水），「命中」按期计（一期最多中一个号）。ROI 95%CI 只要跨过 −0.00500，就不能说该方案优于随机。

回测区间：默认最近 100 天。每个页面左侧「回测区间」默认 = 数据源最近 100 个自然日（40,181 期，2026-07-21 ~ 2026-10-28），按 preDrawTime 的真实日期切，不是「每天 402 期」的近似。可改成最近 N 天 / 最近 N 期 / 全部样本；榜单那一行的数是全样本 54,149 期跑出来的，要复现请切到「全部样本（榜单口径）」。

怎么读这些数字

1. 全网格极值校正。在完全随机的 iid 序列上用同样 75 个方案、同样取 max，重复 10 次：max-ROI 零分布均值 +0.07943、95% 分位 +0.11933；真实第一名 +0.04968 的分位 p = 0.7273（比零分布均值还低）。max-z 零分布均值 2.404、真实最大 z=3.462 → p = 0.0909。 这两个 p 都不显著 —— 第一名是「挑出来的最大值」，不是可复用的规律。

2. 判定能否赚钱只看符号。是「命中率 × O − 1」的符号，不是名次、不是 z、不是 p。最好的方案 O* = 9.479；赔率一旦低于 9.479，它照样变负。

3. 样本量决定噪声。cold2nd-k40 只有 1912 注，σ ≈ 0.00686， ROI 95%CI 宽到 [−0.114, +0.154] —— 第 2 名这个位置基本是噪声给的。

ROI      = 命中率 × O − 1
盈亏平衡 O* = 1 / 命中率
命中率标准误 se = √(0.09 / n_bet)        z = (命中率 − 0.1) / se
ROI 95%CI = [(命中率 ∓ 1.96·se) × O − 1]
多号同押：每期押 k 个号，单期净收益 = +stake·(O − k) 或 −stake·k