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。它不是完整投资组合，因为相邻多日可能同时符合门槛，造成大量重叠样本。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。三种模式不能用同一个数字互相比较；工具分别说明资金投入与退出规则，避免把事件平均报酬误认为组合报酬。
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。只有超额报酬而非绝对正报酬，才能回答情绪门槛是否增加信息。
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。参数热图应寻找连续区域，而不是挑最高单格；研究决策必须在看见测试样本前固定。
本站以时间顺序切分前 70% 与后 30% 样本。这不是完整的 walk-forward 验证，也不能消除市场结构改变，但可检查策略是否只依赖早期单一周期；测试样本过少时不计算绩效。