VE-005 毕业考核考卷 · 虚拟预测校准师

考生:Bree(账本管家) ｜考核日:2026-07-13 ｜岗位:虚拟预测校准师 VE-005

口头禅:预测不结算,等于没预测。

> 账本管家三条纪律,本卷全程遵守:

> ① Brier 分数说话,不讲感觉;② 先锁 P 再看市场价(反锚定);③ 到期必结算,拖着不结算的账我第一个点名。

题 1 · 账本健康盘点(真跑工具,真数字)

1.0 审计对象钉死(账本管家第一课:先对上账,再谈健康)

盘点中发现三个工具在会话早期给出三个不同总数(calibrate.py=160 → ledger_pulse.py=155 → 自查=146)。追查结果:账本文件在本会话进行中被并行会话更新过(文件 mtime = 2026-07-13 02:45:38,恰在两次跑数之间;最新提交 9cfcdc6 登记了 UNIV-VE-001/UNIV-CERT-001 等条目)。主席多窗口并行是已知工况,账本管家的正确动作 = 钉住快照再盘点:

cp MetaZero-OS/12-Calibration/ledger.yaml <scratchpad>/ledger_snapshot_20260713.yaml

md5sum 两份一致 = 49b1208194ac2ee4909b01a1172a0bf0

对应 git 提交 = 9cfcdc6 (2026-07-12 15:17:55 +0000)

以下全部数字以该快照为准。钉住快照后,三个工具口径完全对上:

calibrate.py:total logged 146,resolved 2,pending 144,excluded 8 条病条目 ✅
ledger_pulse.py:共 141 条(= 146 − 5 条 EDU 病条目,pulse 内置 DISHONEST 排除集)✅
自查脚本:146 条 ✅(差异全部可解释,无对不上的账)

1.1 核心数字(证据 = 快照上真跑的统计脚本输出)

指标	数字	说明
总条数	146	ledger.yaml `forecasts` 列表全量
已结算	2	PM-001、PM-002(overall Brier=0.0662,好于随机 0.25)
未结算	144
已到期未结算(欠账)	🔴 2	见下表,必须点名
90 天内(2026-07-13~10-11)将到期	18	见下表
病条目(缺承重字段)	🔴 8	见下表

1.2 🔴 已到期未结算(到期必结算——这两条已经欠账)

id	到期日	逾期天数	内容
WX-001	2026-06-24	19 天	Quezon City 当日最高气温 ≥88°F?(wttr.in 预报 89°F)
OR-001	2026-06-30	13 天	Polymarket: 伊朗政权 6 月 30 日前是否倒台?

两条都是事后可硬查的二元事件,结算成本几分钟。预测不结算,等于没预测——建议主判卷人当日结算并回填 outcome/brier。

1.3 90 天内将到期(18 条,按日期排)

到期日	id
2026-07-26	SELF-30D-001(13 天后,系统自我问责条,风险最高)
2026-09-16	MU-001
2026-09-17	CV-001 ~ CV-011(11 条个股相对收益批次)、AA-001
2026-09-30	NM-001、NM-003、PM-033、BIO-GLP1-003

提示:9 月 17 日单日集中到期 12 条,建议提前设结算日程,别让批次变欠账。

1.4 🔴 病条目(缺字段,已被 forecast_logged 闸判为不诚实登记、排除计分)

8 条,病症完全一致:no_locked_reason + no_provenance + 缺 resolves + 缺 market(教学/占位残留):

EDU-P1 ~ EDU-P5、US-EQ-001 ~ US-EQ-003

这 8 条既不可结算(无到期日、无命题)也不可计分(无锁定理由、无出处),属于账本里的死账。建议:要么补齐四要素转正,要么移入归档区,不要留在 forecasts 主表里污染统计。另查:无重复 id ✅。

1.5 健康结论

账本结构健康(146 条中 138 条字段齐全、可结算、无重复 id;已结算部分 Brier 0.0662 显著好于随机),但结算纪律是短板:146 条只结了 2 条,且 2 条已到期欠账 13~19 天。账本是活的,秤是准的,就是没人按时上秤。

题 2 · 判断力中途校验(两条未到期预测 × 前瞻指标当前读数)

选条依据:按考核优先级选 MIN10-*(月度宏观针,前瞻指标明确、当前读数可联网硬取)。两条的当前读数均涉承重"当前值",已按 GIGO 纪律走 data_guard.py record + xcheck 双源互证(输出见下)。

2.1 MIN10-PCE-2026-001 —— 判定:🟢 在轨(且动能反而强化原判断)

原预测:2026 年 12 月核心 PCE 同比(2027-01 末发布)仍 ≥2.8%(通胀黏性未愈)。P_me=0.72,到期 2027-02-05。锁定时读数:核心 PCE 同比 3.4%、6 月年化 4.1%。
前瞻指标(账本原有):核心 PCE 环比动能(review_trigger:6 月年化是否跌破 2.5%)。
当前读数(联网,双源):2026 年 5 月核心 PCE 同比 3.4%,环比 +0.3%(≈3.7% 年化),且较 4 月的 3.3% 加速,为 2023-10 以来最高。

- 源1:BEA 官方新闻稿,发布日 2026-06-25 — https://www.bea.gov/news/2026/personal-income-and-outlays-may-2026

- 源2:CNBC 报道(2026-06-25)/ FRED PCEPILFE — https://www.cnbc.com/2026/06/25/pce-inflation-report-may-2026-.html 、https://fred.stlouisfed.org/series/PCEPILFE

- data_guard 双源闸:xcheck MACRO-US core_pce_yoy → 🟢 PASS(fred.stlouisfed.org 3.41 / bea.gov 3.4,45 天窗口内互证)。备注:6 月数据要到 7 月末才发布,3.4%(5 月值)就是今天可得的最新读数,新鲜度 18 天 ✅。

判断与解释:要在 12 月把同比压到 2.8% 以下,未来 7 个月环比年化需 ≈1.6%,而当前环比动能 ≈3.7% 年化且在加速(4月3.3→5月3.4)。前瞻指标离"跌破 2.5% 年化"的翻案触发线越来越远。预测在轨,0.72 的置信目前偏保守而非偏激进。下次强制校验点:7 月末 6 月 PCE 发布日。

2.2 MIN10-REC-2027-001 —— 判定:🟢 在轨(附:抓出并修正一条档案病数据)

原预测:至 2027-07-31 美国【不】进入新一轮衰退(萨姆规则 ≥0.50 实时判定,NBER 终审)。P_me=0.70,到期 2027-07-31。
前瞻指标(账本原有):萨姆读数(review_trigger:是否 ≥0.30)、领先针投票分、HY 利差。
当前读数(联网,双源):萨姆规则实时读数 2026 年 6 月 = 0.07 个百分点(2026-07-02 更新);6 月失业率 4.2%(自 4.3% 回落,BLS 2026-07-02 发布)。

- 源1:FRED 官方 SAHMREALTIME — https://fred.stlouisfed.org/series/SAHMREALTIME (June 2026 = 0.07,updated Jul 2, 2026;SAHMCURRENT 同值互证)

- 源2:whatisarecession.com 六月看板(Sahm Today: 0.07;另示初请 4 周均值 222k、ISM 53.3、10Y-2Y +0.35)— https://whatisarecession.com/

- 佐证:BLS 就业报告(2026-07-02)失业率 4.2% — https://www.bls.gov/news.release/empsit.nr0.htm

- data_guard 双源闸:xcheck MACRO-US SahmGauge → 🟢 PASS(fred.stlouisfed.org 0.07 / whatisarecession.com 0.07)。

🗑️ GIGO 战果(顺手抓的虫):档案 MACRO-US.json 里原有一条 SahmGauge=0.23(2026-06, 自 UNRATE CSV 自算),与官方系列冲突;追查发现 0.23 实为 currentmarketvaluation.com 的 2026 年 3 月旧读数口径(该站 Data Date: March 31, 2026)。两个独立域名均证 6 月真值=0.07,已按留痕规矩把病记录改名 SahmGauge_已作废(不删史)、record 双源新值过 xcheck。这正是"把旧当新"的教科书案例——垃圾读数若不清除,下个月度卡就会拿 0.23 做判断。
判断与解释:0.07 距 0.50 衰退触发线和 0.30 预警线都很远,失业率还在回落,初请/ISM/曲线同向健康——预测(无衰退侧,P=0.70)在轨。⚠️ 但要如实记一笔反向证据:6 月非农仅 +57k(预期 115k),4/5 月合计下修 74k,就业动能在放缓;萨姆是慢变量,若未来 2-3 个月失业率转升,读数会快速追上来。结论仍是在轨,不是高枕无忧。下次强制校验点:每月非农发布日看萨姆是否 ≥0.30。

题 3 · 我自己的可结算预测(交主判卷人入账,本人未写入 ledger.yaml)

对着自己账本的病灶下注——题 1 查出的最大短板是结算纪律,那就让它可证伪:

要素	内容
建议 id	BREE-SETTLE-001(domain: system-calibration)
陈述(market)	到 2026-12-31,A129 校准账本 `MetaZero-OS/12-Calibration/ledger.yaml`(main 分支)中 `resolved: true` 且 `outcome` 非空的条目数是否 ≥20 条?
P_me	0.55(先锁 P;本命题无外部盘口,p_mkt=null,不存在锚定源)
结算日(resolves)	2026-12-31
机器可结算判定标准	2027-01-01(UTC)以 origin/main 当时 HEAD 检出 ledger.yaml,运行:`python3 -c "import yaml; fs=yaml.safe_load(open('MetaZero-OS/12-Calibration/ledger.yaml'))['forecasts']; print(sum(1 for f in fs if f.get('resolved') and f.get('outcome') is not None))"` ≥20 → YES;<20 → NO。单命令、零人工判断。
数据源	仓库 git 历史(origin/main),辅证 `calibrate.py` 的 resolved 计数;不可篡改性由 git 提交历史保证
锁定理由(reason)	供给端宽裕:快照内 2026-12-31 前到期的未结算条 = 38 条 + 已欠账 2 条 = 40 条弹药,只需结算其中 18 条即达标,机械上很容易。需求端存疑:系统 revealed behavior 是 146 条只结了 2 条、且 2 条欠账 13-19 天——结算纪律历史上是最弱环节。正向变量:ledger_pulse.py 已建成(到期清单一键可见)、9/17 与 9/30 两个集中到期批次(16 条)只要有一个会话当日执行即接近达标、本考卷本身在提高结算议题的显著度。0.55 = 机械可达性略胜于纪律惰性,但不敢给高——毕竟我口头禅的存在本身,就说明这件事历史上常被拖欠。
前瞻指标(leading_indicator)	每月跑 `ledger_pulse.py` 看"已到期未结算"是否清零 + 累计 resolved 数;9/17 批次(12 条 CV)当周是否被结算 = 最强中途信号
可证伪(falsification)	2026-12-31 resolved<20 → 我错(高估了结算纪律的改善);≥20 → 我对
redteam_note	反对:这是"自指"预测,系统可能为了让我对而突击结算。回应:突击结算恰恰是本预测想诱导的行为改善——预测校准师的账本预测若能倒逼结算纪律,是 feature 不是 bug;且判定标准要求 outcome 真回填(乱填 outcome 会被 Brier 和事后复核惩罚),刷不了假账。
bet_decision	SKIP(纸面,系统自我问责,无盘口)

附:本卷真跑命令清单(全部可复现)

✅ python3 MetaZero-OS/scripts/calibrate.py # 账本计分(前后两次,钉快照后=146/2/144)

✅ python3 MetaZero-OS/scripts/ledger_pulse.py # 账本脉搏(到期/该中途校验清单)

✅ python3 MetaZero-OS/scripts/data_guard.py --help # 读用法再动手

✅ md5sum ledger.yaml + git log -- ledger.yaml # 钉死审计快照(49b12081... @ 9cfcdc6)

✅ python3 自查统计脚本(基于快照) # 总数/欠账/90天/病条目/重复id

✅ WebSearch/WebFetch:BEA·CNBC·FRED(PCEPILFE/SAHMREALTIME/SAHMCURRENT)·BLS·whatisarecession.com·currentmarketvaluation.com

✅ data_guard.py record MACRO-US SahmGauge 0.07 ×2源 (+--force 修正冲突,留痕)

✅ data_guard.py xcheck MACRO-US SahmGauge # 🟢 PASS 双域名互证

✅ data_guard.py compare/xcheck MACRO-US core_pce_yoy # 🟢 OK / 🟢 PASS

⚠️ 会话早期 calibrate/pulse 读数(160/155)与快照不一致 # 已定因:并行会话更新账本;以钉住快照为准

❌ WebFetch macromicro.me # HTTP 403,已换 whatisarecession.com 补双源

考生签名:Bree —— 预测不结算,等于没预测。WX-001 和 OR-001,我毕业第一天就来收账。