恐惧贪婪策略的参数敏感度与样本外失效
情绪策略容易因门槛、持有期与重叠样本产生看似漂亮的结果。本研究说明如何用共同基准、交易成本、非重叠交易串行、参数热图与样本外切分检验稳健性。
先定义研究问题，再看报酬
固定持有事件研究回答的是：在符合情绪条件的日期买入，未来 N 日报酬分布是否不同。相邻日期可能同时符合门槛，因此样本含有重叠持有区间。双门槛模式则更接近交易规则：低于买入门槛后持有，直到最短期间完成且指数高于卖出门槛。
条件式定额回答另一个问题：只在恐惧日投入，最终每笔资金的持有结果如何。三种模式分别衡量事件报酬、交易规则与条件投入效果；比较时依各自资金投入及退出规则创建基准。
基准、成本与可运行串行
比特币长期上涨会让许多买入条件看似有效，因此固定持有结果必须与相同持有期的任意日买入比较。策略相对基准的超额报酬，可用于衡量情绪门槛的增量信息。
手续费与滑价按买入、卖出两次成交扣除。最大回撤不使用互相重叠的所有事件，而是创建前一笔退出后才允许下一笔进场的交易串行。这个串行牺牲样本数，但能提供一致的复利与回撤路径。
参数热图与样本外检验
如果只有门槛 17、持有 93 日表现突出，而相邻组合都失效，结果更可能是历史杂讯。参数热图以相邻组合的稳定区域为重点，并在样本外检验前固定参数。
样本依时间顺序切分为前 70% 与后 30%，用以比较早期与近期绩效。此为单次时间切分，与滚动样本外验证（walk-forward）不同，结果仍受市场结构变化影响；测试样本过少时不计算绩效。