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。

当前即离线单文件版（数据已内联，双击可开）—— 不会自动更新；看实时请用上一级的 index.html（需 http 访问）。

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。

12 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	streak-fade-c2	连出	16,207	0.10465	+1.97	0.749	+0.04123	9.556	[-0.00473, +0.08719]	进入 →
2	次冷号 cold2nd · k（全 3 档）	遗漏	1,091 ~ 67,305	0.10151 ~ 0.10357	+0.39 ~ +1.30	0.875	+0.03057	9.655	[-0.14656, +0.20770]	进入 →
3	窗口冷号 wcold · w（全 6 档）	窗口频率	162,285 ~ 162,375	0.10090 ~ 0.10234	+1.21 ~ +3.15	0.085	+0.01832	9.771	[+0.00380, +0.03284]	进入 →
4	mod3-r0-w200	属性	161,925	0.10147	+1.98	0.749	+0.00966	9.855	[-0.00488, +0.02419]	进入 →
5	hot-w20	窗口频率	162,375	0.10116	+1.56	0.769	+0.00655	9.885	[-0.00797, +0.02107]	进入 →
6	par-same-w100	属性	162,225	0.10082	+1.10	0.769	+0.00313	9.919	[-0.01140, +0.01765]	进入 →
7	固定号 always · d（全 10 档）	基线	162,375 ~ 162,375	0.10061 ~ 0.10079	+0.81 ~ +1.05	0.769	+0.00281	9.922	[-0.01171, +0.01733]	进入 →
8	emaC-w200	指数加权	161,925	0.10064	+0.86	0.775	+0.00136	9.936	[-0.01318, +0.01590]	进入 →
9	nbor+1	跟随	162,375	0.10059	+0.80	0.775	+0.00091	9.941	[-0.01361, +0.01543]	进入 →
10	动量 mom · wl（sign=-1,ws=50，全 2 档）	动量	161,325 ~ 161,925	0.10055 ~ 0.10059	+0.73 ~ +0.78	0.775	+0.00083	9.942	[-0.01374, +0.01539]	进入 →
11	multi-cold2	多号同押	323,850	0.10057	+1.09	0.769	+0.00071	9.943	[-0.00957, +0.01100]	进入 →
12	hot-w50	窗口频率	162,375	0.10055	+0.73	0.794	+0.00042	9.946	[-0.01410, +0.01494]	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（39,808 期，2026-07-22 ~ 2026-10-29），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 54,178 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