Research / 周期分析
周期与趋势分析（实跑）
输入公开长周期数据快照，跑 HP 滤波、STL 分解、周期图 / Lomb-Scargle、置换检验与滚动回测。页面上的每个数字都来自 data/cycles/analysis.json，可回溯到 data/external 下的 CSV 快照与 SHA256。
重要限制（请先读）：康波周期（40–60 年长波）是宏观假说。公开数据集只有百年量级，样本内仅个位数周期，频率分辨率不足，无法做统计意义上的稳健外推。本页只提供「频谱能量与周期长度估计 + 当前阶段软评分 + 历史阶段划分」，不可断言下一次拐点年份。所有内容为研究用途，不构成投资建议。
正在加载实跑结果…
Data provenance
数据快照与来源
| 序列 | 发布机构 | 样本 | 行数 | 抓取时间 | 快照文件 | SHA256 |
|---|
全部序列为美国政府 / 美联储发布的公有领域数据（BEA、BLS、FED），经 FRED 分发。本站仅保存原始数值与抓取时间，不转售第三方数据产品。缺失值（空串）已在入样前剔除。
Limitations
局限与风险
统计层面
- HP 滤波的 λ 选择会改变周期振幅与拐点位置，本页固定 Ravn-Uhlig 惯例（年度 100、月度 129600），未做敏感性扫描。
- 周期图只能在「样本长度 / 周期数」的分辨率内区分周期；40–60 年带在百年样本里无法分辨。
- 置换检验打乱序列会破坏自相关结构，p 值应理解为「相对随机重排的显著性」，不是因果证据。
- 块 bootstrap 的区间依赖块长（见各序列 block 参数），仅反映抽样不确定性。
方法与合规层面
- 阶段标签是规则化判定（HP 周期符号 + 三年斜率），四项数值是 softmax 软评分，不是统计模型概率，也没有置信区间。
- 回测只做一步滚动预测，指标为 MAE / RMSE；不构成对任何资产收益的预测或承诺。
- 算法为本项目原创实现，仅参考 statsmodels / scipy 的公开算法定义，未复制源码；未打包 GPL / AGPL / 商业限制库。
- 数据为公开公有领域序列，记录来源 URL 与抓取时间；如需再分发请保留来源与快照哈希。