Wilson 得分区间
Wilson 得分区间是比例（例如胜率）的置信区间，即使在小样本上也能保持客观。其下限是一个保守的胜率，策略必须超过它，其优势才值得信任。交易者以 z = 1.28 计算 90% 单侧置信度下的下限，并用它（而非原始胜率）与 50% 进行比较。
含义
15 笔交易赢 10 笔，胜率 67%——但仅凭 15 笔交易，67% 也可能出于运气。Wilson 得分区间由 Edwin B. Wilson 于 1927 年提出，可在选定置信度下给出与观测样本相符的真实胜率范围。其下限才是有用的数字：对于 15 笔赢 10 笔、90% 单侧置信度，下限约为 48%，意味着现有证据还无法排除“抛硬币”的可能。
与朴素区间（胜率 ± z × 标准误）不同，Wilson 区间在小样本或极端比例下既不会塌缩也不会越界，这就是它成为按比例排序标准方法的原因——也是 Quantum Algo 脚本在每个胜率旁边都报告它的原因。
该区间还能告诉您需要多少样本：随着样本增加，下限会逐渐升向观测胜率；下限越过 50% 的策略证明的是优势，而非一时的连胜。再结合向 50% 的收缩，报告就做到了双重保守。
如何在图表上识别
- 统计盈利次数和样本总数。
- 按您的 z 值计算 Wilson 下限（90% 单侧为 1.28，95% 为 1.645）。
- 用下限而非原始胜率与 50%（或您的盈亏平衡胜率）进行比较。
实战示例
此图表上的 SuperTrend 翻转：52 次中赢 34 次。原始胜率 65%；z = 1.28 时 Wilson 下限 ≈ 57%。优势经受住了下限的检验。在另一个品种上，14 次中赢 9 次（64%）得出的下限接近 47%——尚不构成优势。
在图表上查看，深入阅读
常见问题
为什么不直接使用普通胜率？
因为小样本会偶然产生极端的胜率；下限会根据证据的不足程度对胜率打折扣。
我应该使用哪个 z 值？
90% 单侧下限使用 1.28（大多数 Quantum Algo 脚本采用此值），95% 使用 1.645；z 值越高越保守。
什么是盈亏平衡胜率？
它取决于回报风险比：2:1 时为 33%，1:1 时为 50%。请将 Wilson 下限与您的盈亏平衡胜率比较，而不是盲目地与 50% 比较。
网站上哪些地方用到了它？
SuperTrend Engine、Golden Cross Engine、Keltner Rings、MACD Matrix、Market Bottom Finder 和 Event Probability Engine 都会报告 Wilson 下限。