SPX 0DTE / 后选择推断 / 19 年样本外
市场状态集中的优势与样本内选择的代价
研究完成 / 负结果
一个高保真的 1 秒回测实验室（Python 参考实现 + Rust 平价引擎）在 2023–2026 上选出一个看起来很强的 Donchian rider：+687 指数点、盈亏比 2.35、在 MES 期货上得到 STRONG_GO。但在 19 年样本外窗口（2004–2022）上运行 460,800 种组合的穷举网格后，该判定被证伪：冠军配置排在后三分之一，网格中位数为负，表面的优势集中在 2021–2022 两年。这是一个典型的后选择推断产物；贡献是方法论的，而非策略的。
完整材料
研究问题
一个 SPX 0DTE Donchian 突破——其风险层、出场层与市场状态过滤层都在近期数据上选出——所产生的正期望，能否推广到一段研究过程从未见过的长历史样本外？
方法
一个高保真的 1 秒执行模拟器（Python 参考引擎 + 逐字节一致的 Rust 平价引擎）、多时间框架 Donchian 信号（1m–60m）、完整的风险层（止损、止盈、移动止损、时间止损、收盘平仓），以及因果的 VIX / 日内振幅过滤器。这段弧线是刻意设计的：一个逐步扩展的样本内网格（2023–2026）选出一个 “rider” 冠军；一次 MES 期货的执行层检验确认了它；随后在 19 年样本外窗口（2004–2022）上运行 460,800 种组合的穷举网格，其中 1 分钟 Mode C K 线已被验证为可靠的 1 秒 rider 代理。
发现
- 样本内看起来很强。 这个 rider（30 分钟 Donchian、50 根回望、移动止损、前一日 VIX ≥ 18）在 SPX 上产生 +687 指数点（盈亏比 2.35），在 MES 上每笔净 $24.92——一个预先登记的 STRONG_GO。
- 19 年网格将其证伪。 冠军配置排名 309,069 / 460,800（后三分之一），19 年合计 −238 点、盈亏比 0.95。网格中位数为 −133 点，仅 29.8% 的组合盈利。
- 优势是市场状态集中的，而非稳健的。 排名前 50 的配置形成一个单一品种，其正向合计几乎全部来自 2021–2022 两年。四个年份（2009、2010、2012、2017）跨越全部 VIX 区间却全线亏损，而年度 VIX 几乎无法解释年度盈亏（R² = 0.083）——所以这是市场状态集中，而非干净的波动率信号。
为什么重要
那个 STRONG_GO 是典型的后选择推断产物——把整个样本同时用于参数、过滤器与出场选择、却不留任何样本外保留样本的代价。MES“验证”是一次品种交叉检验，而非样本交叉检验。本文的贡献是方法论的：一个可复现的 1 秒引擎、完整保留以供独立重算的 460,800 行样本外网格，以及一份关于“哪些决策预先注定了这个负结果”的第一人称复盘。
姊妹篇
这是一项两部分 Donchian 研究中的信号/参数选择那一半。执行层那一半——SPX 0DTE Donchian 突破 —— 一个负结果的方法论案例——在 2022–2026 窗口上测量期权层摩擦（Databento 全样本逐笔验证、Black-Scholes 校准偏差），并且正是它引用了本文的摩擦分解与披露规范。两者合起来表明：该策略既没有可推广的信号优势，也没有可存续的执行轮廓。