在加密货币衍生品市场，排行榜按钱包的原始收益率排序。但一个只做了五笔交易的账户涨了 300%，大概率是运气——跟着它复制，等于跟着掷硬币。真正的任务是从有限且嘈杂的交易样本中，估计出一位交易员潜在的可持久技能，并量化我们对这个估计的把握。一个估计值为 "+3% ± 0.2%" 和一个 "+3% ± 4%"，差别就是信号与幻影。这正是层次贝叶斯模型要做的事。

2. 数据：采集与过滤。一个轻量级采集程序订阅了某主流永续合约交易所的 WebSocket 数据流，记录了每个市场每笔成交——时间戳、币种、价格、数量、方向，以及买方和卖方钱包地址。本研究使用一段连续约 93 小时的数据流：7,610,323 笔交易、178 个币种、约 63,700 个独立钱包（其中 45,957 个至少有一条完整的仓位记录）。

从成交到仓位收益。技能的自然度量单位是每笔仓位，而非每笔成交。本文对每个钱包按平均成本法回放其成交记录，每完成一次独立入场→离场的往返即生成一条记录，取其投入资本收益率 r = 盈亏 / 入场名义价值，并做 ±25% 缩尾处理以控制肥尾。

筛选”严肃散户”。本文保留仓位名义价值中位数在 1,000–5,000 的钱包。在此基础上叠加最低活跃度筛选：≥5 笔仓位 → 1,387 位交易员（群体拟合），≥8 → 约 1,000 位（全层次拟合），≥10 → 528 位（指标检验）。每笔仓位扣除 0.09% 的往返吃单手续费。

3. 模型。模型是一个三层结构——群体 → 交易员 → 交易。向下读是生成故事（数据如何诞生），向上读是推断（从交易中学习每位交易员的技能）。技能定义为每位交易员的夏普比率 μᵢ / σᵢ。

3.1 部分池化——核心思想。每位交易员的数据都是一个小而嘈杂的样本。两种简易做法都是错的：不池化（相信每个原始均值——在小样本上过拟合运气），完全池化（假设所有人都是群体均值——忽略真实技能）。层次模型实施部分池化：将所有交易员置于一个共享先验之下，使每个估计值成为交易员自身数据与群体信息的精度加权折中——数据少时强力拉向群体均值，数据多时则几乎不受影响。

每个点代表 1,387 位交易员中的一位（≥5 笔仓位）：原始平均收益（x 轴）vs. 模型的技能估计（y 轴），按仓位数量着色。数据稀薄的交易员被强力拉向群体均值（其亮眼均值大多是运气），数据丰厚的交易员则贴近对角线。

3.2 模型 v1——每位交易员的均值（Normal-Normal）。第一版模型将技能视为每笔交易的平均收益 θᵢ。因为 Normal–Normal 是共轭的，每位交易员的后验分布有闭式解——无需采样。在这个数据上：μ ≈ +0.04%/笔，τ ≈ 0.32%，σ ≈ 0.88%——信噪比 τ/σ ≈ 0.37。技能是真实存在的，但相对于逐笔噪声较小。

决策就绪：几位真实交易员分别显示为频率学派 95% 置信区间（灰色）与贝叶斯 95% 可信区间（蓝色，收缩后）。裁定标准只看蓝色贝叶斯区间——只有当该区间完全位于手续费线上方时，才认定为可信的技能。

3.3 模型 v2——每位交易员的均值与方差，技能 = 夏普比率。仅靠均值忽略了风险：两位交易员的平均收益相同，但波动率不同，其技能并不等价。v1 的弱点是共享 σ，因此 v2 给每位交易员自己的方差，并定义技能为夏普比率 Sᵢ = μᵢ / σᵢ。对于未知均值与方差的单个交易员，共轭模型为 Normal–Inverse-Gamma，在 n 笔交易后有闭式流式更新。

一位真实交易员的步进结果。前约 30 笔交易，95% 夏普后验区间跨越零线（不信任），约在第 32 笔交易时清除零线→开始复制，此后夏普后验保持稳定。

3.4 全层次模型训练——逐步分解。要把每位交易员的方差也池化，就需要在均值和对数波动率上都施加层次先验。此时共轭性被破坏（对 σ 使用对数正态先验没有闭式解），因此使用概率编程：用 PyMC 写出生成模型并采样后验。生成故事：(1) 世界有 μ_pop, τ_μ, m_logσ, s_logσ；(2) 每位交易员抽取 μᵢ ~ N(μ_pop, τ_μ) 和 σᵢ = exp(N(m_logσ, s_logσ))；(3) 每笔交易 rᵢⱼ ~ N(μᵢ, σᵢ)；(4) 技能为 Sᵢ = μᵢ/σᵢ。重参数化（漏斗问题）：直接写 μᵢ ~ N(μ_pop, τ_μ) 会造成 Neal’s 漏斗——修复方法是非中心化形式：μᵢ = μ_pop + z·τ_μ。收敛诊断：R̂ 为约 1.01–1.03，群体层面结论可靠。

3.5 模型输出：每位交易员的后验夏普比率。

后验夏普比率及 95% 可信区间——743 位中有 77 位具备可信技能（区间清除零线）。数百笔交易的交易员区间窄、夏普适中（确定但优势温和）；40 笔左右交易的交易员夏普更高但区间更宽。

4. 哪种技能定义最优？实证检验。本文并没有先入为主地选择夏普比率——而是将每位交易员的交易记录对半拆分，问前半段上哪种技能度量能最好地预测后半段表现。

三种度量都能预测保留的后半段（秩相关 ρ ≈ 0.25–0.35）。均值最大化原始前瞻收益；夏普比率是最优排名器（ρ = +0.35）且最稳定；每小时收益最差，因为每笔手续费惩罚了它偏好的高频抢跑者。本文采用夏普比率——鲁棒性强，且直接支持仓位规模确定（Kelly ∝ μ/σ²）。

5. 步进验证：模型真的有效吗？

5.1 技能估计预测下一笔交易。

在每位交易员流中的每一个时刻，配对当前后验技能与下一笔仓位的收益。汇集 16,790 个（交易员，时刻）状态，高技能 → 高下一笔收益——Spearman ρ = +0.21。只有前两个十分位组能超过手续费，其余皆亏损。

5.2 超越收益阈值、频率检验和随机选择。

同一数据、同一手续费——仅更改”判定技能”的规则：贝叶斯规则胜出（70% 盈利比例，+0.19% 净收益/笔），因为它收缩小样本估计，仅在后验概率足够高时才做出承诺。

5.3 被标记的交易员持续盈利。

当模型标记一位交易员后，其后续仓位平均收益 +0.44%（毛值）——远超随机交易员和手续费。

5.4 复制顶级交易员：按已实现收益排名，还是按学习得到的技能排名？

全程在线、步进运行。按学习得到的技能排名回报 +9.3%（77% 胜率），按已实现收益排名回报 +8.5%（54% 胜率），随机十位：−1.0%。

5.5 为什么要”学习”技能而非直接平均？小样本现象。

贝叶斯机制恰恰在数据匮乏时体现价值。数据权重 w(k) 从 0 向 1 攀升——在 k≈22 笔交易时跨越 0.5，在 k≈414 笔时达 0.95。贝叶斯优势是真正的小样本现象。

5.6 收益从何而来？逐币复剖。

将 438 笔复制仓位逐一归因到具体币种。HYPE 一个币种就占了 231 笔仓位（53%），96% 盈利，贡献了 +7.0%——占整个 +9.3% 收益的 76%。同样被标记的交易员在 BTC（27 笔，30% 盈利，−0.5%）和 ETH（16 笔，44% 盈利，−0.5%）上亏损。96% 的胜率不是币种无关的交易技能——它是对单一趋势资产的集中暴露。

6. 坦诚的局限性。(1) 约 93 小时的一段连续数据流，步进验证证据有力且无前瞻，但仍只是一个市场窗口。(2) 逐笔优势薄但命中率高——被标记交易员前瞻优势约 +0.44%/笔（毛值），在线前 10 复制账户 77% 的复制仓位盈利。(3) MCMC 收敛在个别低数据 σᵢ 上属边际水平（R̂ 最高约 1.03）。(4) 优势集中而非分散——复制账户约 76% 的收益来自 HYPE 在强势方向性行情中的表现；同批被标记交易员在 BTC 和 ETH 上亏损。

7. 总结。

核心问题与解决方案：

• 问题一：交易员排行榜上的高收益有多少是运气？ → 解决方案：层次贝叶斯模型通过部分池化，将小样本的极端均值向群体均值收缩——5 笔交易、+2.3% 的钱包，后验可信区间被正确判定低于手续费，不予以复制。
• 问题二：如何同时量化每位交易员技能的大小和不确定性？ → 解决方案：全层次 PyMC 模型以非中心化重参数化 + NUTS 采样，为每位交易员输出完整的夏普比率后验分布及 95% 可信区间，同时从群体借用方差信息。
• 问题三：按贝叶斯后验技能排名是否真的优于按已实现收益排名？ → 解决方案：在线前 10 复制账户对比实验显示，学习技能排名（+9.3%，77% 胜率，−0.9% 回撤）在胜率和回撤控制上全面优于已实现收益排名（+8.5%，54% 胜率，−1.5% 回撤），更远高于随机（−1.0%）。

技术创新与业务价值：(1) 共轭 + 概率编程的混合推断架构：在共轭性保持时使用闭式流式更新（O(1) 实时），在共轭性破坏时切换至 PyMC + NUTS 离散批次采样。(2) 非中心化重参数化解决漏斗问题：这是让 ~1,000 位交易员层次模型成功混合的关键工程手段。(3) 逐币复剖方法论：提供了一种将聚合收益分解到资产维度的归因框架。(4) 业务价值：该模型已打包为对话式 AI 智能体，复制者输入钱包地址即可获得该钱包的后验技能评分及可信区间。