量化中的“假精确”：小数点后两位为什么不增加可信度.docx

量化中的“假精确”

小数点后两位为什么不增加可信度

本文档提供：假精确可观测症状判定表1张；有效数字与不确定度对齐规则表1张及修约对齐式(1)；精度链衰减与下游数字上限表1张及精度链式(2)；校准语言与数值范围对照表1张；沟通改写对照表1张；决策规则6条与矛盾四段1处；完整示例1个（含四次试错与变量表）；三套场景操作序列表1张；来源说明表1张。

2026-11-03

这一节的标题

读完你能拿到什么

这一节在全文中的功能

一、假精确不是“数字太多”，是数字的外观超出了来源能支撑的精度

假精确可观测症状判定表（表1），逐行填症状、来源缺陷与判定结果

确定识别假精确的第一个动作，把“看起来精确”和“实际有精度”分开

二、有效数字由不确定度反推，不由“想写几位”决定

有效数字与不确定度对齐规则表（表2）、修约对齐式(1)

给出从不确定度反推数字位数的操作规则，替代“保留两位小数”的默认做法

三、下游数字的精度不能超过上游最弱环节

精度链衰减与下游数字上限表（表3）、精度链式(2)

解决“输入是专家判断，输出却写到小数点后两位”的链条错位

四、沟通用校准语言加数值范围，不用裸点估计

校准语言与数值范围对照表（表4）

把“高/中/低”和“23.47%”都换成有范围、可对照的表述

五、同一结论的三种表述：哪一种在决策会上会被误读

沟通改写对照表（表5），含点估计版、精确区间版、校准语言加范围版