用收益排行榜挑池子，是大多数人进 DeFi 的第一步。这个动作看起来客观：数字来自链上、覆盖很多协议、还能按链和资产筛。问题不在数据真假，而在统计对象的选择：任何”今天看过去一段时间”的排名，分母都是此刻还在被追踪的池子。那些在此期间出问题、被下架、被合并、换了合约地址的池子，往往已经不在名单上。留下的样本天然是被筛选过的，这种偏差叫幸存者偏差，它会让历史平均收益被系统性高估。
失败样本是怎么从名单上消失的，值得说细一点。第一种最常见：池子被弃更或流动性被抽干，前端不再展示它，数据聚合方随后把它移出活跃列表，于是它在回溯区间里不再贡献数据。第二种是协议迁移：同一个策略搬到新合约、新地址，历史数据要么留在旧地址不再被计入，要么被接到新地址上，两种处理都会让连续区间失真。第三种是清盘与再基准化：净值一次性下调之后，有些统计口径会把它记成一次调整而不是收益下跌，甚至直接重置历史序列。第四种是名字变更与市场重开，让人以为这是一个”上线不久”的池子，实际它已经经历过一轮完整周期。这四类操作没有一类是造假，但每一类都在把不漂亮的过去从统计里挪走。
偏差的量级取决于失败有多集中。如果市场长期平稳、极少有池子退出，榜上中位数与真实经历过的收益差别很小；如果一段时间里频繁出现清算事故、脱锚、策略关停，那么榜上好看的数字和被伤到的资金可能同时存在，只是被伤到的那批已经不在榜上了。这也是为什么”这个策略历史上中位年化有八个百分点”这种句子，在 DeFi 语境里几乎不具备参考价值：它没有说明分母被筛过几轮。
更麻烦的是，收益榜的时间窗口设计会放大这个偏差。滚动三十天、九十天这类窗口，会把刚出事的产品自然排出统计；而”新池子上榜”与”老池子掉榜”这两个动作通常同时发生。结果是榜单上永远是最近顺利的那批池子，读榜单的人于是系统性地低估了尾部：因为尾部样本恰好是已经不在名单上的那些。要验证这件事，可以做一个粗筛：把今天榜单前十的池子逐个回看它们在更早期是否存在、有没有换过合约地址、历史净值序列有没有被重置。只要有一两个答案是”换过”或”重置过”，就说明这个榜单的连续历史并不连续。
那么怎么把”平均”还原成”经历过”。第一步，放弃中位数与均值这两个词，改看分布：把所有可查的同类池子分成”仍在运行”和”曾经存在但已退出”两组，分别看它们的收益区间与结束方式。如果第二组普遍以大幅下跌或长期低活跃度收场，那第一组的漂亮数字就只是活下来的部分。第二步，用”最坏的一个完整周期”代替”最近的滚动区间”：找到某类产品最近一次出现集中问题的时段，把当时在场的所有池子都算进去，包括已经退出的，看整体净结果。第三步，把退出成本计入：如果一个池子从出现问题的信号到你能实际取钱，中间有延迟、罚则或者深度不足，那它的历史收益对你就没有可实现性，需要在心里给它打个折。
还有两个与统计无关但会影响判断的心理效应。一是”最近顺利即安全”：一个池子已经平稳运行半年，我们对它风险的直觉会下降，可这半年同样可能只是波动没来。二是”排名变化当作信息”：某个池子从榜尾跳到榜头，多数时候是它刚调高了激励、或者区间刚好把一段顺风期纳入窗口，而不是它的风险结构变了。把排名变化读成”资金投票结果”，容易让人在收益最高、参数最松的时候进场，这正是被集中处置的经典时点。
对普通用户，最实用的做法是给自己设一条硬规则：任何被榜单吸引的池子，在投钱之前必须回答三件事——这个产品多久了，期间有没有换过合约或迁移过；同类的、已经不出现在榜上的产品是怎么结束的；如果它明天出问题，我实际的退出通道是什么、要等多久。这三个问题都不需要预测未来，只需要把”看不见的样本”逼回视野里。排行榜仍然可以用，但它的正确用途是发现有哪些品类，而不是判断哪个更安全。本文只做数据口径说明与风险提示，任何历史收益都不预示未来结果，不构成投资建议。
发表评论
还没有评论，来说两句吧。
评论区为展示样式，提交不会被处理。