回测：拿已经发生的事检验你的星盘
多数占星工具只向前看，没有人回头核对。这个工具反过来做。你录入真实事件，写明日期与所属领域，它就把当天该领域的分数，和同一法达主运内其他日子的分数放在一起比较。随后给出命中率、平均值，以及这个平均值是否区别于随机结果。
本文由 AstroStarCheck 占星研学组撰写并复核。天文坐标取自瑞士星历表，释义规则对照下方来源列出的古典文献核校。
衡量什么，拿什么做基线
每条事件包含日期和十二个领域之一，比如感情、事业、家庭。引擎重算当天的日运，读取对应领域的分数。
比较基线不是你人生里的所有日子，而是同一法达主运内的其他日子。各运期基线高低不同，混在一起会让本身偏高的运期伪装成准确。
分数达到该运期第 70 百分位，当天记为命中。70 是约定，不是结论。页面始终显示原始百分位，你可以自己移动这条线。
返回的三个数字
平均百分位是所有事件分数的均值。增益是这个均值减去 50，也就是运期中位。增益接近零，说明你的事件落在普通日子上。
70 命中率指越过阈值的事件占比。它回答的问题和均值不同：少数极高的日子可以把均值拉高，而多数事件仍然平平。
两个数字一起给，是因为单独看任一个都容易误读。
为什么给出两个显著性检验
一个是单样本 t 检验，问平均百分位是否偏离 50。另一个是二项检验，问命中率是否超过 30%，也就是事件随机散布在百分位刻度上时该有的比例。
两个检验都不能证明占星成立。小 p 值只说明在某个特定的零假设下这个模式不太可能出现，而该零假设假定你挑选事件时没有先看盘。如果你因为某天星象看起来戏剧化才挑它，零假设就已经不成立。
事件少于五条时，页面不给出任何 p 值。在这种样本上给数值，等于把噪声包装成证据。
样本量决定你能下什么结论
少于二十条：探索性。当作对你碰巧记下的那些日子的描述，别无其他含义。
二十到四十九条：初步可用。可以留意其中的模式，再用后来补充的事件去检验。
五十条以上：可用于校准。此时稳定的命中率才足以影响你给时间层多少权重。
每条结果都印着这个等级。它是整页最值得看的一行。
怎样记录事件才不让检验失真
在看任何分数之前先写下事件。看过盘再补录，是制造吻合最快的方式。
只用你真记得住的日期。四舍五入到月份的事件检验不了日级分数。
类别按你当时会选的那个填。为了让事件落进高分领域而重新归类，和改日期是同一类错误。
平淡的事件和戏剧性的事件同样重要。只有高峰的清单说明不了分数能否把高峰与普通日子区分开。
解读边界
占星是象征性的解读传统，在受控条件下没有被证明能可靠预测事件。回测结果好，只说明你记录的事件在某个评分模型下与某批日子吻合。这不构成因果，也不足以支撑健康、财务或法律方面的决定。把输出当成回头细看那段日子的由头。
常见问题
需要多少条事件？
二十条以下属于探索性，不要拿去对人讲。三十条左右通常开始形成稳定的图景。五十条以上，命中率才值得你认真对待。
为什么只在同一个法达运期内比较？
各主运的基线高低不同。跨运期比较等于把运期本身的功劳算进去。运期内比较问的是更窄也更有用的问题：在这类日子里，这件事有没有比相邻的日子突出。
能拿来预测以后会发生什么吗？
不能直接拿来用。回测告诉你评分模型过去能否把你记录的事件与普通日子区分开。把结论带进预测是另一步，你自己样本的可靠性等级是判断该给多少权重的最好依据。
出生资料和事件存在哪里？
存在本站自有的基础设施里。出生资料与事件记录在自有服务器上完成计算，不发送给第三方。AI 解读与 PDF 导出是两项会把文字交给外部模型的功能，两者都是可选项。
命中率偏低，是不是星盘错了？
这说明评分模型没有把你记录的事件与普通日子区分开。常见原因有样本太小、日期模糊、事后才定类别，以及模型与你的经历确实不匹配。前三个值得先排除，再考虑第四个。
本站相关
来源与延伸阅读
本页的天文坐标与释义规则，对照以下文献核校。