72.1% vs 47.8%
这不是两只股票的涨跌幅。这是观潮里同一套评分体系，同一批信号，只按"置信度"高低分成两组后的胜率差异。
高置信度——72.1%，接近四中三。低置信度——47.8%，还不如抛硬币。
但问题是：在 v4 之前，这个字段几乎没人认真看过。评分高就是好信号，评分低就是差信号——谁还会去看旁边那个灰色小字"置信度 37"？
这是观潮系列的第十七篇。上一篇讲 v3 进化，核心发现是"过度自信的预测反而不靠谱"。两周过去，信号从 114 条攒到了 135 条，数据源 baostock 从宕机中恢复，回填跑了一波。交叉验证的时候，一座金矿露出了头。
两周攒了什么
v3 部署后跑了两周。这两周 baostock 有几天宕机（值夜记 里写过），不过数据还在源源不断地积累。今晚 baostock 恢复了，第一件事就是把欠的回填全补上。
回填结果：5 天 = 9 条，10 天 = 10 条，20 天 = 16 条，零错误。
当前信号池：135 条信号，129 条有 5 天回填，114 条有 10 天回填，72 条有 20 天回填。足够做一轮新的体检了。
被低估的金矿
如果只看方向和评分，v4 的数据和 v3 没有质变——看空还是最强信号（68.5%），看多还行（66.7%），偏多还是垃圾（35.3%）。
但小龙虾看数据的角度不一样。
他把 129 条信号按置信度分了三档：
| 置信度 | 样本 | 5 天胜率 |
|---|---|---|
| 高（70+） | 68 | 72.1% |
| 中（40-69） | 38 | 50.0% |
| 低（<40） | 23 | 47.8% |
差距太大了。高置信度信号接近四中三；中低置信度基本就是掷硬币。
之前的策略进化都在围着"评分"转——多少分算看多？多少分算看空？区间怎么划？但置信度一直安安静静躺在那里，没人拿它当决策依据。
置信度是怎么算的？简单说，它综合了评分的绝对值和推理过程的复杂度——评分越极端、看多看空的理由越多，置信度越高。v3 还加了两个惩罚：评分太高打七折（过度自信衰减），方向翻转打六折（改主意惩罚）。
但这些惩罚只影响展示，不影响信号本身的方向判断。一个置信度只有 30 的信号，照样可以被判定为"看多"然后推送给用户。
v4 的第一刀：置信度低于 40，不管评分多极端，一律判"中性观望"。
不是说这个信号没价值。而是系统现在会诚实地告诉你："技术面确实指向这个方向，但我推导过程中有太多不确定因素，你最好自己判断。"
比抛硬币还差的方向
v3 消灭了"偏多"（[+8, +50) 区间 27.3% 胜率）。我以为对称地处理一下"偏空"也就得了。
结果一看数据，偏空比偏多还荒谬。
| 方向 | 样本 | 5 天胜率 | 平均 5 天涨幅 |
|---|---|---|---|
| 看空 | 73 | 68.5% | -2.17% |
| 看多（≥50 分） | 18 | 66.7% | +3.46% |
| 中性 | 11 | 63.6% | +3.70% |
| 偏多（v3→中性） | 17 | 35.3% | -1.14% |
| 偏空 | 10 | 40.0% | +2.07% |
（注：这里的"看多"只统计 v3 阈值下评分 ≥50 的 18 条信号。数据库里标为"看多"的有 24 条，其中部分是 v3 之前低阈值时期标的，口径不同。）
偏空 40% 胜率——意思是系统说"可能要跌"，结果 60% 的时候涨了。更绝的是平均涨幅：+2.07%。系统告诉你看空，你听话了，但股票平均涨了两个点。
这不只是"不准"，是反向指标。
v4 的第二刀：消灭"偏空"。 整个 [-25, -8) 区间全部并入"中性观望"。v3 消灭了偏多，v4 消灭了偏空——系统现在只说三种话：看多、看空、观望。没有模棱两可。
温和牛市里的幻觉空头
小龙虾还做了体制×方向的交叉分析：
| 组合 | 样本 | 5 天胜率 |
|---|---|---|
| 熊市 + 看空 | 31 | 74.2% |
| 温和牛市 + 看空 | 26 | 61.5% |
| 温和牛市 + 看多 | 15 | 60.0% |
| 温和牛市 + 偏空 | 9 | 33.3% |
温和牛市里的偏空信号，9 次只对了 3 次。大盘在涨，系统告诉你个股要跌——三分之二的概率它是错的。
v4 的第三刀：温和牛市下，看空门槛从 -25 收窄到 -35。 也就是说，在大盘偏强的时候，系统需要更大的把握才会发出看空信号。之前 -26 分就敢说"看空"，现在得到 -35 才行。[-35, -25) 在温和牛市里降级为中性。
连续看空，其实挺准
v3 加了一条护栏：同一只股票连续 5 天发出同方向信号时，弹出"趋势疲劳"警告。初衷是对的——和而泰连续看空最后翻车了。
但小龙虾把连续信号按方向拆开看：
| 连续方向 | 样本 | 5 天胜率 |
|---|---|---|
| 连续看空 | 61 | 68.9% |
| 连续看多 | 12 | 66.7% |
| 连续偏空 | 4 | 25.0% |
连续看空 68.9%，61 条大样本——完全没衰减。看空的连续信号质量很稳，不应该被"趋势疲劳"一刀切打折。
真正的问题在威海广泰身上。4 月 13 到 17 号，系统连续 5 天看多，全错——这 5 条就占了连续看多 12 条样本里的大头。但仔细看它们的 confidence——50 到 74 之间，恰好全部落在中等置信度区间。中等置信度 50% 胜率，和抛硬币没区别。它的问题不是"连续看多"，而是"不够自信却硬给方向"。P0 的置信度门槛上线后，这类信号会被直接拦截。
v4 的第四刀：趋势疲劳只对看多信号生效，看空免疫。 如果系统连续 5 天说同一只票要跌，它大概率是对的——不要阻止它。
四刀汇总
| 优先级 | 改动 | 数据依据 |
|---|---|---|
| P0 | 置信度 < 40 → 强制中性 | 低 conf 47.8% vs 高 conf 72.1% |
| P1 | "偏空"方向消灭 | 40% 胜率 + 反向收益 +2.07% |
| P2 | 温和牛市看空收窄到 -35 | 温和牛市+偏空 33.3% |
| P3 | 趋势疲劳免疫看空 | 看空连续 68.9% 不应衰减 |
小龙虾给 v4 代码评了 9.0 分，提了一个关键改进：P0 降级的信号在入库时会留个标记——"这条本来应该是看多，但因为置信度不够被降成了中性"。等下一轮回填的时候，可以把这些被降级的信号挖出来，看看如果没降级会怎样。如果它们确实多数错了，P0 门槛就坐实了；如果意外地对了很多，说明门槛定得太严了。
这就是闭环。改了一个规则，同时埋好验证它的伏笔。
不只是股票
写到这里，我突然想到一个场景。
你去医院做体检，报告上写"肺结节，建议复查"。你吓得半死，但医生看了一眼说："这个置信度不高，片子有点模糊。"然后你做了增强 CT，啥事没有。
你买了一只基金，APP 推送说"该基金近期表现弱于同类，建议关注"。你慌了，赎回了。结果第二周反弹了 5%。
这些场景和观潮面对的问题一模一样：系统给了你一个方向，但没告诉你它有多确定。 或者告诉了，但你没注意。
v4 学会的这件事——置信度比评分更重要——其实是一个很普遍的道理：
分清"看起来对"和"真的对"，是人和 AI 的共同功课。
评分高看起来对，置信度高才是真的对。系统说"看空"看起来有方向感，但置信度 30 意味着它自己都不太信。股民盯着涨跌幅做决策看起来理性，但涨跌幅没有告诉你这个涨跌有多大概率延续。
v4 不是让系统变得更聪明了——评分逻辑一行都没改。它只是让系统变得更诚实了：没把握的时候，不硬给方向。
写在最后
v3 发布时我写了一句话："系统最危险的时候不是它说'不知道'，而是它很自信地说错。"
两周后的 v4 补了下半句：而发现这件事的方法，不是盯着评分看——是去看那个你一直忽略的小字。
72.1% vs 47.8%。
这组数字现在还是"发现"。等下一轮 135 条信号攒满、回填跑完，它要么变成"规律"，要么变成"巧合"。不管变成哪个，观潮的闭环都会告诉我。
这大概就是数据驱动的意思——你不需要每次都对，你只需要每次都知道自己对没对。
观潮系列：诞生记 → 进化记 → 实战记 → 验证记 → 出海记 → 锐评记 → 自省记 → 托管记 → 淬火记 → 捉鬼记 → 过节记 → 学徒记 → 会诊记 → 自愈记 → 进化论 → 值夜记 → 淘金记