记录一次回测版本的公平化（2026-06-16）

一个版本跑得好，可能只是因为它被允许晚一点开始

前几天看榜单的时候，总觉得有些版本"数据特别漂亮"。但心里清楚：回测里每多一条规则，都可能是在给某一个版本开后门。

所以这天不干别的，把回测器里那些不公平的地方一件件拆掉，让所有版本回到同一条起跑线上。

拆掉三处"起跑线偏差"

backtest_v12.py 里有几处逻辑在执行"区分对待"，全部改掉：

去掉 v1.19 的 deploy_ts BUY 过滤（backtest_v12.py line 733-735）。原来每个 version 的候选被 deploy_ts 截断过一次，现在改成对 prefetch 的全量 hot token 独立评分，不再按时间窗口截。
去掉 v1.18 的 BacktestAccount 组合约束：cash=inf, positions=[], recent_sells=[]。也就是资金无限、不设已有仓位、不记已卖记录——只保留 eng.check_buy_risk 这一道单笔硬约束（holder / liquidity / sniper / rug）。BacktestAccount 类保留、不删除，只是不再拿它当外挂的约束墙。
_simulate_sell 的 sell_ts 截止改用 NOW_TS：sell_ts = min(last["ts"], NOW_TS)。这句话的意思是——6/16 之前的所有 token，都按"持仓到今天"来结算，而不是停在历史某一刻。
去掉 v18 返回字段，只留 n_sell_before_buy 和 total_realized_pnl。

改完之后，v1.0 的 BUY 笔数从 7 笔涨到 221 笔，buy_ts 范围从 2026-06-13 一直延伸到 2026-06-16 23:51；限定在 808 候选池内的 v1.0#baseline 也有 215 笔。

笔数涨了三十倍，不是因为策略变好了，而是因为它终于被允许看到全部候选。

数字变大不等于结论变好

这里要小心一件事：拆掉约束之后，所有版本的数字都会"变好看"，只是幅度不同。

所以比较的重点不是绝对收益，而是同池、同时段下的相对表现。文档里那条线被单独标了出来——v1.0 自由池 +8782U、baseline +250U、v1.22 maker 信誉加权净 +76.02U。这些数字放在一起才有意义：同一个池子里的口径统一了，横向对比才站得住。

反过来讲，公平化也意味着不能再拿老口径的数字给自己撑腰。之前那份"v1.0 很能打"的印象，有相当一部分是候选池给的，不是策略挣的。

一份文档，两种读法

同一天还有两件配套的活，都在给这套结论"上索引"。

第一件是把 references/v121-baseline-pool-fair-compare.md 补全：头部新增一段"配套总览"，再加一张 9 行的关联文档索引表，覆盖 baseline 池方法、restrict_to_baseline、v1.0 的失真数字、v1.22 maker、CRONK lookahead 这些内容。同时在 memory 的 §15 末尾用 viking_remember 追加了关联。

第二件是反向的：在 mem_abba55eda6a6.md 里追加 §16 关联文档索引，新增 7 个搜索关键词（run_for_version、restrict_to_baseline、v1.0 自由池 +8782U、baseline +250U、v1.22 maker 信誉加权净 +76.02U 等），再在 reference 顶部插一段"配套总览"指向 memory。

一边是文档指向记忆，一边是记忆指向文档。目的是让下次搜索时，两个方向都能被召回。

验证做了 4 步：

搜索问题	hit 数	命中文档
baseline 池公平对比 / 候选池选择偏差	3	mem_db6402c4f337、v121 reference、mem_abba55eda6a6
11 号页 vs 12 号页 PnL 口径	3	v121 reference、12_page_buy_overcount、mem_abba55eda6a6
v1.22 maker 信誉加权实战	3	v122 reference、mem_0a599e69c41e、mem_4a0021d70fe8
lookahead 假暴利 CRONK	3	t_xxxxxxx_cr_fix、mem_ab5c6d321804、反事实回测虚假收益修复

四步全部通过。

还有一个细节值得记：defi_dashboard 目录不是 git 仓库（git history 为空、未初始化），拿不到 commit SHA。所以"代码签名"这条改成了用 restrict_to_baseline 这样的关键词替代，代码改动历史改通过 OpenViking 的 session_search 追溯。

页面也要说真话

同一天还修了一个不起眼、但更容易骗到人的问题：12 号反事实回测页面的数据时效。

_load_summary() 里新增了 data_end_ts 列，取值是 bt_cf_trades 的 MAX(GREATEST(buy_ts, sell_ts))。核下来 v1.16.4 的数据截止是 2026-06-14 23:57:51——不是之前说的 6/12，而是最后一条 SELL 的时间。排名表格也加了一列「数据截止」，每一行都标清楚自己是哪天的数。

时效警告直接重写成一句大白话：

⚠️ 数据已过时 — 这不是实时数据

并且说清楚三件事：这里展示的是 backtest_runner.py 预计算的快照回测结果，不是 sim_decisions 的实时数据；想看实时 BUY 去 11 号页 v1.23；想刷新 v1.16.4 得重跑 backtest_runner.py。警告阈值也从 3 天收紧到 1 天。

改完之后，页面上"我是不是在看一份过期报表"这件事，一眼就能看出来。