从证伪主义到智能研究（下）：让 MCIS 成为能够持续纠错的研究系统

内部方法论研究稿。专题总题目：从证伪主义到智能研究：科学如何进步，以及 MCIS 如何避免成为确认偏误的机器。

执行摘要

MCIS 的长期价值不应只由日报、周报和专题数量衡量。更重要的是：系统能否在判断形成时明确其证据基础、失效条件和观察窗口；能否在现实变化后及时识别错误；能否将错误转化为下一轮研究的改进。

本报告建议建立一套不依赖新软件、不立即改变生产配置的“可证伪研究闭环”。它不是要求所有市场观点都成为严格自然科学定律，而是将科学哲学中的可检验性、竞争性解释和错误修正原则，转化为适用于不确定市场环境的研究纪律。

一、MCIS 应当解决的核心问题

宏观市场同时受到政策、供需、金融条件、预期和突发事件影响。即使一个机制判断成立，价格也可能因其他力量而反向运行。因而，宏观研究不能把一次预测失败简单等同于整个理论错误，也不能把任何结果都解释成原判断仍然正确。

MCIS 需要同时管理三种不确定性：数据不确定性，指观测是否真实、及时、可比；模型不确定性，指因果机制是否正确、是否遗漏关键变量；决策不确定性，指即便判断有一定可信度，采取行动是否具有足够的风险收益比。

系统必须让这三类问题分别暴露，而不是在一篇连贯报告中被混合处理。

二、五层研究架构：事实、解释、假设、预测、验证

事实层。 每条关键数据应记录来源、时间、统计口径、是否为原始数据、是否经过交叉核验。对重要市场变量，应保留数据发布时间与观察期，避免把旧数据当成最新信号。

解释层。 将事实组织成因果机制，但明确标记哪些连接已经有较强经验支持，哪些只是分析推论。例如航运受阻可能提高运输成本，但到岸成本是否上升，还取决于租约结构、保险、绕航和油种价差。

假设层。 将机制转化为能够被挑战的命题，并至少提出一种有实质竞争力的替代解释。不能把“可能上涨”“可能下跌”并列后视为完整分析；应说明两种情景分别依赖什么条件。

预测层。 明确标的、指标、方向或区间、观察期限、基准值和概率。没有截止时间的“长期看好”，难以进行可重复的验证。

验证层。 在截止时检查结果，区分预测命中、部分命中、未命中与仍在发展；记录数据质量、条件变化和是否发生事后修改。验证结果不能覆盖原始预测。

三、研究卡片：把反证写在结论之前

建议每个重要研究判断使用一张最小卡片，而不是新增复杂工作流：

阈值不能为了填表而虚构。若没有经过历史校准的数值阈值，应使用清晰的定性条件并标记为“待校准”。

四、案例一：中东地缘风险与国际原油

假设：某次中东冲突升级将在未来两周显著抬升亚洲炼厂原油到岸成本，并推动特定实货油种的近月溢价走强。

支持这一假设的证据可能包括：可核验的装船量下降、船舶绕航、保险费率上升、现货升水扩大、炼厂采购替代成本增加。需要特别注意，军事事件本身不等于供应实际损失，油价上涨也不必然等于实物市场紧张。

竞争性假设是：市场已经提前计价风险，实际出口仍然稳定；需求疲弱、库存累积或其他供应补偿使价格影响短暂。反证观察应包括装船恢复、运费与保险费回落、现货升水收窄、商业库存增长及炼厂利润下降。

验证时应分开检查四件事：事件是否发生，运输成本是否变化，实货市场是否收紧，价格是否按预期变化。若前两项成立而价格未按预期变化，可能是市场已提前定价，也可能是需求或金融条件抵消了供应冲击。不能把“事件判断正确”自动记为“价格预测正确”。

五、案例二：苯乙烯 EB 与产业链变量

EB 的研究不能依靠固定的原油 Beta。苯乙烯价格受到纯苯、乙烯、装置开工、港口库存、进口窗口、下游需求、加工利润、期现基差和期限结构共同影响。

示例假设：如果纯苯成本支撑增强，同时港口库存持续去化、装置开工没有显著回升，那么 EB 近月合约可能表现出相对强势。

反证条件包括：纯苯价格回落、库存统计口径调整后显示累积、开工恢复超预期、下游需求减弱、基差与近远月价差没有确认现货紧张。尤其应防止单一数据来源失效后，由模型自动填补看似合理但无法核验的数值。

当前研究治理应坚持：纯苯、乙烯、苯乙烯库存与加工利润等关键数据若处于 SOURCE_MISSING、VALIDATION_FAILED 或 MAPPING_MISSING 状态，不能被写成已核验事实。缺失数据可能导致判断只能维持 REVIEW，而不是强行输出高置信度结论。

研究信号与交易执行必须分开。MCIS 可以提供研究假设、反证条件和观察窗口；实盘操作仍应遵守既有 ACTIVE 通知及人工决策机制。本文不提出任何具体交易指令。

六、案例三：全球宏观金融条件

示例假设：通胀回落将带来长端国债收益率持续下行，并改善风险资产估值环境。

这一叙事可能忽略财政供给、期限溢价、实际利率、增长预期和央行政策路径的变化。即使通胀回落，长端收益率也可能因期限溢价上升而走高。

反证设计不能只看 CPI 一项。需要将通胀预期、实际收益率、期限溢价估计、国债发行与拍卖需求、就业和金融条件分开观察。若实际利率或期限溢价主导收益率上行，研究系统应及时从“通胀单因子叙事”转向多因子解释。

重要的是保留原始假设及其截止日期。不能在收益率上涨后，把最初的“利率将下降”悄悄改写成“债市存在波动风险”。

七、预测评价：不仅计算命中率

简单命中率有局限。一个总是预测“不会发生极端事件”的系统可能获得很高命中率，却无法识别真正重要的尾部风险。因此应根据预测类型采用不同指标。

对二元事件概率预测，可使用 Brier Score（预测概率与实际结果之间平方误差的平均值），并观察概率校准：系统声称发生概率为70%的事件，长期看是否约有70%发生。对连续变量预测，可观察绝对误差、区间覆盖率和方向判断，但必须先明确基准与评价窗口。

同时记录三个治理指标：反证发现滞后（关键相反证据出现到系统识别的时间）、判断修正滞后（证据达到触发条件到结论更新的时间）、事后解释率（未在事前登记、仅在结果出现后新增的解释占比）。这些指标是建议性设计，尚需试运行和定义标准，不能假装已有历史统计结果。

八、周报闭环与 Human CIO 决策卡

MCIS 已有的“上周预测、实际发生、叙事变化、下周风险”结构，可以成为方法论升级的基础。建议在不改变现有生产链的前提下，先人工选择每周两到三个高影响判断，记录原始假设、反证条件和验证结果。

现有 CONFIRMED、PARTIAL、REJECTED、STILL DEVELOPING 可以用于事件或预测复盘，但应在卡片中明确每个标签对应的是“事件发生”“机制成立”还是“价格预测实现”。同一研究判断的不同层次可能得到不同结论。

一页式 Human CIO 决策卡可保留四个问题：目前最重要的判断是什么；什么证据支持它；什么证据会推翻它；下一次必须检查的时间窗口是什么。对没有足够证据的结论，允许明确写出“暂不判断”。

九、实施路径：先影子运行，不改变生产系统

阶段一：定义。 选取三类既有研究输出，各抽取少量历史预测，测试能否明确识别指标、期限和反证条件。对模糊历史叙事只标记为“不可评分”，不强行追溯量化。

阶段二：影子测试。 连续四周以人工或独立文档方式维护研究卡片，不修改 OpenClaw 定时任务、Codex Skills、网站发布器或既有数据库。重点观察额外工作量、数据缺口和反证价值。

阶段三：复盘评估。 比较新增卡片是否提前发现了重大反证，是否减少事后改写，是否产生实际可用的判断修正。没有明显增益时应停止扩展，而不是为了“体系完整”继续增加流程。

阶段四：单独审批。 只有经过 Human CIO 评估且明确授权后，才讨论是否将最小字段纳入现有研究模板。任何网站发布、生产配置变更、自动化新增或权限调整均不在本报告授权范围内。

十、数据与模型治理原则

第一，保留事实与推论分型，避免未经核验的 CLAIM 或 ESTIMATE 被写成 VERIFIED FACT。第二，保留原始时间戳和版本，不用新观点覆盖旧预测。第三，对相互引用的媒体报道进行来源去重，避免将重复转载当作多重独立证据。第四，优先识别真正影响结论的关键缺失数据，而不是为形式完整增加低价值字段。第五，允许模型表达“不知道”，并把不可检验的观点明确标记为叙事或情景，而非预测。

AI 代理的职责也应清晰分离：上游情报采集负责提供可追溯来源；研究层负责建立假设与竞争解释；写作和质量审核负责检查论证一致性；Human CIO 对最终决策和网站发布保留控制权。上述职责是方法论建议，不代表本报告已经修改任何系统。

十一、方法论宣言

MCIS 不应成为一种不断证明自己正确的机器。它应当是一套允许事实挑战解释、允许反证挑战假设、允许结果挑战预测、允许复盘改变研究习惯的系统。

好的研究不等于每次都猜对行情。好的研究应当能够说明自己为什么相信一个判断、愿意在什么条件下放弃它，以及在错误发生之后究竟学到了什么。

这才是将科学的批判精神引入智能宏观研究的真正意义。

参考文献与方法线索

1. Karl Popper, The Logic of Scientific Discovery（1959英文版）。
2. Thomas S. Kuhn, The Structure of Scientific Revolutions（1962）。
3. Imre Lakatos, “Falsification and the Methodology of Scientific Research Programmes”（1970）。
4. Daniel Kahneman, Thinking, Fast and Slow（2011）。
5. Glenn W. Brier, “Verification of Forecasts Expressed in Terms of Probability”（1950）。
6. Philip E. Tetlock and Dan Gardner, Superforecasting: The Art and Science of Prediction（2015）。

研究与发布边界： 本文为内部方法论建议，不构成投资指令；所述案例为说明性情景而非对2026年11月3日市场状态的实时断言。文件的 front matter 为候选网站元数据，尚未与生产环境 Special Reports 发布器逐字段核验。FINAL 表示研究稿完成，不代表网站发布验收通过。

出版核验说明

本稿经作者指定及逐篇发布授权公开。以上“内部方法论建议”描述内容性质；其中关于候选元数据和尚未完成发布验收的表述保留自原稿。出版时已将标题、日期、分类、稳定链接、作者、来源及 FINAL 状态与现有 Special Reports 发布器逐字段核对，并对正文、表格、桌面与手机页面及链接进行独立 QA。书目为方法论阅读线索，未使用逐字引文或具体页码；案例为说明性情景，不代表实时行情核验。报告中的实施步骤仅作为文章内容发布，不执行任何生产配置或研究流程变更。