01
观测不确定性
我们看到的是事实，还是缺失、修订、代理与时间错位？
优先方法数据血缘、点时审计、缺失机制、证据跨度数据清洗与对齐可解
另类数据需求预测部分
公告后漂移部分
非结构化信息抽取部分
拥挤与去杠杆传播前沿
UNCERTAINTY VIEW / 08
先识别不确定性，
再选择解题方法。
看似相似的“模型失效”，可能来自观测、统计、对手、结构或操作。不同来源需要不同证据，混在一起会让团队用错工具。
02
统计不确定性
有限样本中的规律，能否跨时间和资产继续成立？
优先方法样本外验证、收缩估计、置信区间、预注册反证多因子截面选股可解
时间序列趋势可解
统计套利部分
长期超额收益预测前沿
因果 Alpha前沿
市场状态识别部分
尾部风险估计部分
03
策略性不确定性
我们的行动会如何改变市场，并被其他参与者利用？
优先方法随机化执行、足迹监测、博弈视角、容量曲线订单执行优化部分
市场冲击建模部分
队列位置与成交概率部分
对手适应与策略博弈前沿
策略容量部分
交易成本分析可解
04
结构不确定性
当制度、流动性或反馈机制改变，历史经验还剩多少？
优先方法压力情景、结构断点、生存约束、期权式投入崩盘时点预测前沿
未知未知风险前沿
政策与规则变化前沿
反身性反馈前沿
流动性压力估计部分
动态对冲部分
Alpha 衰减部分
05
操作不确定性
即使理论正确，流程、模型与风险控制会不会让结果失真？
优先方法发布门槛、风险限额、漂移监控、事件复盘无偏回测可解
研究复现与实验治理可解
模型漂移监测部分
约束组合优化可解
风险预算可解
如果增加数据不能减少不确定性，它可能不是观测问题；如果增加样本仍无法稳定，它可能已经进入结构或策略性问题。