docs: 核对任务书 02 后把 rules 的约定写进方法.md
用户确认的约定（"1–8 都同意"）写进第六部分：严格大于采纳线、候选编号按数字大小比、没测的格附含它的最好组合净值、战绩在原值上分正向与消融、ĝ₀ 为负时成本按 0。执行者自定的两条对照规则（全测余额不够时、随机同格数取多少）标〔自定〕写进第十一部分。
WORK_LOG 删去已被 CLAUDE.md 310b901 取代的"附出现证据"一句。
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
This commit is contained in:
+7
-7
@@ -434,7 +434,7 @@
|
||||
|
||||
V(S) = ∫*b^∞ \[1 − ∏*{c∈S} F\_c(t)\] dt
|
||||
|
||||
候选之间按互不相关计算，低于 b 的部分按 0 算。列出候选池里所有 k 个候选的组合，取 V 最大的那个组合。V 完全相等时按候选编号定，这样恢复时能算出同一个结果。
|
||||
候选之间按互不相关计算，低于 b 的部分按 0 算。列出候选池里所有 k 个候选的组合，取 V 最大的那个组合。V 完全相等时按候选编号定（编号按数字大小比，c2 排在 c10 前面），这样恢复时能算出同一个结果。
|
||||
- **不另加"不确定奖励"**：两个平均涨幅相同的候选，放在一起有多大价值，取决于它们能不能互补地往高处冲。
|
||||
|
||||
示例：X 有一半机会涨 0、一半机会涨 0.02；Y 一定涨 0.01。只跑 X 或只跑 Y，批内最好期望都是 0.010；两个一起跑是 0.015。
|
||||
@@ -448,7 +448,7 @@
|
||||
- 有已知最好：采纳线 = min(ε, (K\* − B) ÷ 4)；结果低于 ε/100 时取 ε/100，B 已经超过 K\* 时也取 ε/100。
|
||||
- 没有已知最好：采纳线 = ε。
|
||||
|
||||
采纳只看实测分数。
|
||||
采纳只看实测分数。改进量要严格大于采纳线才采纳，正好等于不采纳；"消融中发现"同样按严格大于判。
|
||||
|
||||
### 6.6 消融结算
|
||||
|
||||
@@ -533,7 +533,7 @@ VOI(S) = E_{S 的结果}[ max_p E(收益_p | S 的结果) ] − max_p E(收益_p
|
||||
- R̂ 是测完 S 之后估计还能开几轮：R̂ = ⌈(余额 − |S|) ÷ 每批上限⌉。〔自定：按运行次数估算剩余轮数〕余额全部用在消融上时 R̂ = 0，m′ = 0。
|
||||
- 成本(S) = 2ĝ₀ × \[(K + |S|) ÷ (K + |S| + 1) − K ÷ (K + 1)\]。
|
||||
- K 是每批上限；ĝ₀ = max\_p E(收益\_p)，即按现在的看法押的那个因子的期望收益。
|
||||
- 这个式子假设下一轮每个候选的涨幅在 0 到 2ĝ₀ 之间均匀分布。
|
||||
- 这个式子假设下一轮每个候选的涨幅在 0 到 2ĝ₀ 之间均匀分布，所以 ĝ₀ 为负时，成本里按 0 算；决定记录里照存 ĝ₀ 的原值。
|
||||
- 运行次数是唯一的预算，每花一次在消融上，就少一次跑正向候选的机会，所以成本总是要算。
|
||||
- 净值(S) = 价值(S) − 成本(S)。
|
||||
|
||||
@@ -541,7 +541,7 @@ VOI(S) = E_{S 的结果}[ max_p E(收益_p | S 的结果) ] − max_p E(收益_p
|
||||
|
||||
1. 只考虑格数不超过"余额 − 1"的非空组合，至少留 1 次给下一轮正向。余额为 0 或 1 时不做消融。
|
||||
2. 在这些组合里，取净值最大、并且净值 > 1e-12 的组合。净值相差不到 1e-12 的视为相同，先取格数少的，再按因子编号从小到大比。所有组合的净值都不大于 1e-12 时，一格都不测。
|
||||
3. 没选中的格记"没测"：组合里放不下的写"剩余次数不够"，其余写"信息价值不足以抵过成本"，都附上它所在组合的净值。没测的格以后不补。
|
||||
3. 没选中的格记"没测"：组合里放不下的写"剩余次数不够"，其余写"信息价值不足以抵过成本"，都附上含这一格的可选组合里净值最大的那个组合的净值；余额为 0 或 1、没有可选组合时，写"没有可选组合"。没测的格以后不补。
|
||||
|
||||
### 6.8 押的因子
|
||||
|
||||
@@ -579,7 +579,7 @@ VOI(S) = E_{S 的结果}[ max_p E(收益_p | S 的结果) ] − max_p E(收益_p
|
||||
- 撑几成为负时写"关掉 pN 反而更好 X 分（实测）"；过了采纳线时，再加一句"已采纳为下一轮基线（消融中发现）"。
|
||||
2. **每次消融一句程序读出的结论**，外加一行："程序按方向收益押的因子：pN（预测收益 X）。这只是按公式推出来的参考，你可以不跟。"不押时写明原因。
|
||||
3. **选批历史**和各次运行结果，包括合法化扣掉的分和资源用量。
|
||||
4. **战绩**，分方向写：
|
||||
4. **战绩**，按人、分正向与消融写；偏高、偏低、穿上沿、穿下沿都在分数原值上判，不按任务方向翻转：
|
||||
- 中位数偏高几次、偏低几次；
|
||||
- 被穿过上沿几次、下沿几次；
|
||||
- 包住几次；
|
||||
@@ -743,8 +743,8 @@ VOI(S) = E_{S 的结果}[ max_p E(收益_p | S 的结果) ] − max_p E(收益_p
|
||||
**选格规则**
|
||||
|
||||
- 信息价值减成本；
|
||||
- 全测；
|
||||
- 随机抽同样多的格；
|
||||
- 全测：余额不够测全部格时，按因子编号测前"余额 − 1"格；〔自定〕
|
||||
- 随机抽同样多的格：格数取"信息价值减成本"对同一输入会选的格数；〔自定〕
|
||||
- 都不测。
|
||||
|
||||
**朴素循环**：一组开关的命名预设，不另写流程。
|
||||
|
||||
Reference in New Issue
Block a user