它怎么判断
先看大环境，再看当下，最后等确认
ModelA 只使用已经收完的 K 线。三个周期各做一件事；如果它们互相冲突、数据不完整或波动异常，结果就是“等待”，不会为了给答案而硬猜方向。
先看大环境
H4 由已经收完的 H1 重建。它会看 20／50 EMA 的排列、短期均线最近三根的方向，以及 ATR 所处的波动水平，判断大环境偏多、偏空、震荡，还是暂时不适合下结论。H4 只设定背景，不单独形成最终判断。
再判断现在处于什么状态
H1 是核心。它会综合价格离关键枢轴有多远、均线方向与交叉、趋势强弱（ADX）、动能（RSI、MACD）、布林带位置、最近 1／3／6 小时的变化、30 日波动水平和交易时段，把当前状态分为上涨、下跌或震荡。
最后检查关键区域
M30 只检查价格到达动态支撑或阻力后，有没有出现拒绝、回踩确认，或突破后的重新测试。它可以确认或否决 H1 的判断，但不能把 H1 的下跌状态改成上涨，也不是入场指令。
历史测试
97.41% 说明什么？先说清楚：它不是未来涨跌准确率
我们没有把所有年份混在一起，算一个好看的总分。测试更像逐年考试：每次只用过去的数据训练，再拿下一年、模型没有参与训练的 H1 数据作答。2019–2025 年一共测试 41,399 根有效 H1；休市期间重复填充的价格和没有波动的小时，先排除再计算。
每一年单独考试的结果
再问一个更直接的问题：之后真的会继续同方向走吗？
答案暂时是：没有证据。ModelA 给出上涨或下跌状态后，未来 1／3／6／12／24 个有效 H1 继续同方向运行的比例只有 49.62%–51.24%，接近五五开。我们再按连续 24 根 H1 为一组反复抽样，所有 95% 统计区间仍然跨过 50%。所以，目前证据只能说明它与“当下状态”标签高度一致，不能证明它能单独预测接下来的短线涨跌。
为什么这些数字值得看
我们怎样避免只挑好看的结果
按时间顺序考试
2019–2025 年一共做了七次年度测试。每一次都只用过去训练，再考下一年，避免把未来数据提前给模型看。
七年全部公开
页面列出每一年的结果，也直接标出表现最弱的 2020 年，不用最好的一段代替长期表现。
换一组参数，结果没有大变
把正则参数 l2 从 3 改为 6 或 12，一致率分别是 97.42%／97.41%／97.38%。结果没有只靠某一个参数点才成立。
先清理休市期间的假数据
一共排除 28,519 个休市价格重复填充或完全没有波动的小时。重复时间、异常数值和不合法 OHLC 的数量都是 0。
2026 年单独算，不冒充实盘
2026 年第一季度的留出测试为 96.20%（n=1,447）。研究本身在 2026 年进行，所以这只能算按时间留出的历史测试，不能写成真正事前发生的前向测试。
原始摘要可以下载
公开文件保留计算口径、逐年数字、数据哈希和未来方向检查，方便任何人核对页面有没有如实陈述。
数字怎么读
遇到这些词，可以这样理解
- 状态标签一致率
- 在数据完整、没有被阻断的有效 H1 中，ModelA 输出与事先固定的“当前市场状态”标签相同的比例。
- 三类状态平均准确度（Balanced Accuracy）
- 把上涨、下跌、震荡三类分别打分，再取平均。这样不会因为某一类样本特别多，把总分抬高。
- 覆盖率
- 在全部有效交易时段 H1 中，数据足够完整、指标也有足够历史可以计算，因此能够给出状态分类的比例。本次为 98.76%。
- 样本外
- 拿来考试的那一年，没有参与当年的模型训练；训练只使用更早的数据。
- 方向延续率
- ModelA 给出上涨或下跌状态后，未来指定数量的有效 H1 是否继续朝同一方向运行。
- 为什么不是交易胜率
- 这项测试没有定义何时入场，也没有计算点差、滑点、止损、止盈、仓位和出场，所以不能称为交易胜率或收益率。
它会告诉你什么
读日报时，应该怎样使用 ModelA
你会看到
- 当前市场结构和大方向背景
- 接下来要观察的条件与关键区域
- 哪些变化会让原判断失效
- 数据不足时明确写“等待”
你不会看到
- 保证涨或保证跌的结论
- 自动交易或收益承诺
- 内部代码、私有参数和阈值实现
- 脱离当天数据的固定买卖指令
数据与更新
数据不完整时，宁可不下结论
日报只使用经过核验、能够追溯来源的市场数据。图表、H4／H1 背景和 M30 确认必须来自同一个交易日口径。任何一层数据缺失、延迟或无法交叉核对时，页面不会硬凑新结论，而是保留上一份已经完成的内容。