现在是 2026年2月1日，周日，上午。
仍然在与资本持久战的实验构造而努力。
经过一番研究，我认为本项目的研究范式应当重构。
要将每个实验拆分为 3个成分的结合：市场序列+信号策略+投注策略。
哲学上来说，市场序列代表了投资客体，信号序列代表了反应，投注策略代表了投资主体。
回测系统的三层结构
市场序列 (客体)
市场序列由市场生成器根据特征参数生成，如波动率、漂移度等。市场序列是客体，是外部环境。
市场序列可以用 GBM / GARCH / Heston 等模型生成。给定参数和随机种子，可以生成确定的市场序列。
市场序列可以使用合成数据，也可以使用真实的历史数据。我们可以预先生成一批市场序列，供后续的信号策略和投注策略进行评估。无论是合成数据还是历史数据，其形状都是一致的。
信号策略 (反应)
信号策略由底层策略产生，是一个应对市场序列的反应。
信号策略可以是均值回归、趋势跟踪、突破策略等。给定市场序列，信号策略会产生一系列买卖信号。
用随机信号作为对照组。
未来的信号策略的研发，本质上就是不断产生新的信号策略模块，来应对市场序列。
投注策略 (主体)
投注策略决定了在收到信号后，如何进行资金分配和风险管理。投注策略可以是固定比例投注、凯利公式、马丁格尔、反马丁格尔等。关键在于投资主体的投资目标和风险偏好。
我们无法事前讨论所有投资人的倾向，甚至投资人的倾向本身也是模糊可变的：没有人会拒绝赚更多的钱。但投资人总是只能在已有的前沿选择中做出决策。
因此，我们无法针对特定的具体的投资人偏好进行实验设计。但是可以预先针对 M = 2, 4, 8, 16, ..., 1024 这个幂序列进行预先计算。之后投资人只要拿着自己的需求，在这些序列之间就近参考即可。这可以给投资人提供一个更加全面的视角。
不过，在真正的投资决策中，投资人仍然只能选择一个具体的 M_T 值作为投注策略的实例，进行投资操作。
实验设计的重构
对于每一个信号策略，我们都要将其放在所有的市场序列和所有的投注策略下，进行评估。
而评估的体系已经发生变化：我们不再应该关注峰值的期望 E(M)，这个值已经没有任何意义，它无法指导一个投资人设置自身的 M_T 值，且它容易被极端值影响。
我们应当关注的是，当 M >= M_T 时发生的止盈事件，它的频率，以及它的分布特性。我尤其关注一个给定的 M_T 下，止盈事件发生的平均时间间隔，这意味着止盈事件应当时而发生。这才是有意义的，我可以预期下一次也需要这么多时间才能发生。因此，P(M >= M_T) 也不再重要，因为时间拉长总能成功。
因此，需要彻底修改以往的各种实验步骤、评估模块、报告中的关注结论等。这是一个重大的视角迁移。
